1, 创建索引
File indexDir=new File("c:\\temp\\index"); File dataDir=new File("c:\\temp\\data"); IndexWrtier writer=new IndexWriter(indexDir,new StandarAnalyzer(),true); writer.setUseCompoundFile(false); Document doc=new Docment(); doc.add(Field.Text("contents",new FileReader(f)); doc .add(Field.Keyword("filename",f.getCanonicalPath())); writer.addDocument(doc); writer.optimize(); writer.close();
2, 搜索
Directory fsDir=FSDirectory.getDirectory(indexDir,false); IndexiSearcher is = new IndexSearcher(fsDir); String q="google"; Query query=QueryParser.parse(q,"contents",new StandardAnalyzer()); Hits hits=is.search(query); for(int i=0;i<hits.length();i++){ Document doc=hits.doc(i); System.out.println(doc.get("filename")); }
3, Field 类
Keyword: 不需要分析,但是会被逐字逐句的被索引并存储。适合URL, 文件系统路径,日期,个人姓名。
UnIndexed: 既不被分析也不索引,但会被存储在索引文件里
UnStored: 与UnIndexed相反,会分析索引,但不会存储,适合大数据文件,如网页正文
Text:需要分析索引,string 存储,Reader不存储
4, 优化
1, 可追加域
String baseWord="fast"; String synonyms[]=String{"quick","rapid","speedy"}; Document doc=new Document(); doc.add(Field.Tex("word", baseWord); for(int i=0;i<synonyms.length;i++){ doc.add(Filed.Text("word",synonyms[i])); }
2, 使用内部编号删除文档
IndexReader reader=new IndexReader.open(dir); reader.delete(1); reader.maxDoc(); reader.numDocs(); reader.delete(new Term("city","beijin"));
通过批量删除更新:
1, 打开IndexReader对象
2, 删除所有需要删除的Document对象
3,关闭IndexReader
4, 打开IndexWriter
5, 添加所需要的Document
6, 关闭IndexWriter
3, doc.setBosst(1.0) 可加强索引重要性比重
4, writer.mergeFactor, maxMergeDocs, minMergeDocs 值提高性能
5, 内存索引 RAMDirectory 会把索引放在内存中获得最高性能
6. writer.maxFieldLength 限制搜索数量,如果数据量大的话这个很有用