1.搜索技术理论基础

1.1.Lucene原理图：

1.2.数据查询方法

1.2.1顺序扫描法

算法描述：

所谓顺序扫描，例如要找内容包含一个字符串的文件，就是一个文档一个文档的看，对于每一个文档，从头
看到尾，如果此文档包含此字符串，则此文档为我们要找的文件，接着看下一个文件，知道扫描完所有的文件。

优点：

查询准确率高

缺点：

查询速递会随着查询数据量的增大，越来越慢

使用场景：

数据库中的like关键字模糊查询
文本编辑器的Ctrl + F 查询功能

1.2.2倒排索引（Lucene）

优点：

查询准确率高
查询速度快，并且不会因为查询内容量的增加，而使查询速度逐渐变慢

缺点：

索引文件会占用额外的磁盘空间，也就是占用磁盘量会增大

使用场景：

海量数据查询

1.3.全文检索技术应用场景

应用场景：
1、站内搜索（baidu贴吧、轮胎、京东、淘宝）
2、垂直领域的搜索（818工作网）
3、专业搜索引擎公司（google、baidu）

2.Lucene介绍

3.Lucene全文检索的流程

3.1.索引和搜索流程图

1、绿色表示索引过程，对要搜索的原始内容进行索引构建一个索引库，索引过程包括：
确定原始内容即要搜索的内容
获得文档
创建文档
分析文档
索引文档
2、红色代表搜索过程，从索引库中搜索内容，搜索过程包括：
创建查询
执行搜索，从索引库搜索
渲染搜索结果

3.2.索引流程

对文档索引的过程，将用户要搜索的文档内容进行索引，索引存储在索引库（index）中。

3.2.1原始内容

原始内容就是指要索引和搜索的内容。
原始内容包括互联网上的网页、数据库中的数据、磁盘上的文件等。

3.2.3获得文档（采集数据）

采集数据分类：
1、对于互联网上网页，可以使用工具将网页抓取到本地生成html文件
2、对于数据库中的数据，直连数据库读取表中的数据。
3、文件系统中的某个文件，I/O流读取文件内容。

3.2.3创建文档

3.2.4分析文档

3.2.5索引文档

对所有文档分析得出的语汇单元进行索引，索引的目的是为了搜索，最终要实现只搜索被索引的语汇单元从而找到Document(文档)。
创建索引是对语汇单元索引，通过词语找到文档，这种索引的结构叫倒排索引结构。

3.2.6Lucene底层存储结构

3.2.搜索流程

3.3.1用户

就是使用搜索的角色，用户可以是自然人，也可以是远程调用的程序。

3.3.2用户搜索界面

3.3.3创建查询

3.3.4.执行搜索

3.3.5渲染结果

4.Lucene入门

4.1.Lucene主备

4.2.开发环境

4.3.创建java工程

5.Field域类型

5.1. Field属性
Field是文档中的域，包括Field名和Field值两部分，一个文档可以包括多个Field，Document只是Field
的一个承载体，Field值即为要索引的内容，也是要搜索的内容。
是否分词(tokenized)
是：作分词处理，即将Field值进行分词，分词的目的是为了索引。
比如：商品名称、商品描述等，这些内容用户要输入关键字搜索，由于搜索的内容格式大、内容多需要
分词后将语汇单元建立索引
否：不作分词处理
比如：商品id、订单号、身份证号等
是否索引(indexed)
是：进行索引。将Field分词后的词或整个Field值进行索引，存储到索引域，索引的目的是为了搜索。
比如：商品名称、商品描述分析后进行索引，订单号、身份证号不用分词但也要索引，这些将来都要作
为查询条件。
否：不索引。
比如：图片路径、文件路径等，不用作为查询条件的不用索引。
是否存储(stored)
是：将Field值存储在文档域中，存储在文档域中的Field才可以从Document中获取。
比如：商品名称、订单号，凡是将来要从Document中获取的Field都要存储。
否：不存储Field值
比如：商品描述，内容较大不用存储。如果要向用户展示商品描述可以从系统的关系数据库中获取。
5.2. Field常用类型
下边列出了开发中常用 的Filed类型，注意Field的属性，根据需求选择：

5.2. Field常用类型
下边列出了开发中常用 的Filed类型，注意Field的属性，根据需求选择：


5.3. Field修改
5.3.1. 修改分析
图书id：
是否分词：不用分词，因为不会根据商品id来搜索商品
是否索引：不索引，因为不需要根据图书ID进行搜索
是否存储：要存储，因为查询结果页面需要使用id这个值。
图书名称：
是否分词：要分词，因为要根据图书名称的关键词搜索。
是否索引：要索引。
是否存储：要存储。
图书价格：
是否分词：要分词，lucene对数字型的值只要有搜索需求的都要分词和索引，因 为lucene对数字型的
内容要特殊分词处理，需要分词和索引。
是否索引：要索引
是否存储：要存储
图书图片地址：
是否分词：不分词
是否索引：不索引
是否存储：要存储
图书描述：
是否分词：要分词
是否索引：要索引
是否存储：因为图书描述内容量大，不在查询结果页面直接显示，不存储。
不存储是不在lucene的索引域中记录，节省lucene的索引文件空间。
如果要在详情页面显示描述，解决方案：
从lucene中取出图书的id，根据图书的id查询关系数据库（MySQL）中book表得到描述信息
5.3.2. 代码修改
6. 索引维护
6.1. 需求
管理人员通过电商系统更改图书信息，这时更新的是关系数据库，如果使用lucene搜索图书信息，需要
在数据库表book信息变化时及时更新lucene索引库。
6.2. 添加索引
调用 indexWriter.addDocument（doc）添加索引。
参考入门程序的创建索引。
6.3. 修改索引
更新索引是先删除再添加，建议对更新需求采用此方法并且要保证对已存在的索引执行更新，可以先查
询出来，确定更新记录存在执行更新操作。
如果更新索引的目标文档对象不存在，则执行添加
代码