全文检索 (Full Text Retrieval) 是指以全部文本信息作为检索对象的一种信息检索技术。
lucene 能做到在秒级对大量数据进行查询，依赖的就是被称之为索引的结构。 Lucene 存放数据的地方我们通常称之为索引库，索引库又分为两部分组成：原始记录和词汇表.
org.apache.lucene.analysis主要负责词法分析及语言处理。org.apache.lucene.codecs主要负责文本内容到倒排索引的编码和解码。org.apache.lucene.document提供了对用户内容的抽象 Document, 及 Fields.org.apache.lucene.index主要负责对索引的读写。org.apache.lucene.search主要负责搜索过程。org.apache.lucene.store主要负责索引的持久化等内容。org.apache.lucene.util工具包。
创建索引库的步骤
- 创建 IndexWriter 对象
- 创建 Document 对象，通过 IndexWriter 写入索引库
- 关闭 IndexWriter 对象
Directory dir = FSDirectory.open(Paths.get("path"));
IndexWriter indexWriter = new IndexWriter(dir, iwc);
根据关键字查询索引库中的内容
- 创建 QueryParser 对象
- 创建 Query 对象来封装关键字
- 创建 IndexSearcher 对象
- 用 IndexSearcher 对象去索引库中查询符合条件的前 100 条记录，不足 100 条记录的以实际为准
- 获取符合条件的编号
- 用 indexSearcher 对象去索引库中查询编号对应的 Document 对象
- 将 Document 对象中的所有属性取出，再封装回 JavaBean 对象中去，并加入到集合中保存，以备将之用
Lucene 近实时搜索
近实时，Near Real Time, 简称 NRT.
修改先保存到内存
数据库事务 ACID 特性
- 原子性 (atomicity，或称不可分割性)
- 一致性 (consistency)
- 隔离性 (isolation，又称独立性)
- 持久性 (durability)
如何实现 Lucene 近实时搜索
搜索端持有 IndexWriter
在搜索端持有 IndexWriter 的情况下，利用 IndexWriter 打开 reader，可以确保 reader 能够读取到最新的数据，包括尚未提交的数据。Lucene 在同一时刻只允许存在一个写端，但可以有多个读端同时存在。
搜索端不持有 IndexWriter
在使用 Lucene 时，通过 IndexReader 打开索引相当于对当前索引进行了一次快照 (Snapshot)。即使写端执行了 commit 操作，如果 IndexReader 不重新打开，新提交的内容对搜索端仍然是不可见的。要实现 Lucene 的近实时搜索，关键在于两个方面：一是写端定期进行 commit 操作，二是搜索端定期进行 reopen 操作。
Field& Query
整形 ID 过滤
