Lucene基础（二）--索引的操作

索引的操作

我们建立所有就是要达到快速检索的目的，对数据能够方面便的查找，和数据库类似，索引也有自己的相关增删改查的操作。 
在索引的增删改查中，增删改属于写操作，主要是有IndexWrite提供的方法处理；而查显而易见，读操作，使用IndexSeacher 提供的方法来实现。在Lucene的官方文档找到 org.apache.lucene.index.IndexWriter 这个类，我们就可以看到他很多方法。

创建索引

如同上一章里面的代码，创建索引时先建立文件，创建索引的域，再使用IndexWriter的addDocument（）方法就可以了，核心代码如下:

iwriter = new IndexWriter(directory, new IndexWriterConfig(version, new StandardAnalyzer(version)));

for(String text : content){ doc = new Document();

//使用的field 有很多类型，理解他们的区别 例如：TextField 和 StringField等

doc.add(new TextField("content", text,Field.Store.YES));

iwriter.addDocument(doc);

}

索引删除

索引删除包括只删除索引下面的document和删除索引文件 
在IndexWriter有如下一些方法

1. deleteAll() 删除索引中所有的documents
2. deleteDocuments(Query… queries) 按照提供的Query 删除documents
3. deleteDocuments(Term… terms) 按照短语删除documents
4. deleteUnusedFiles() 删除所有不再使用index的文件
5. forceMergeDeletes() 删除处于已经删除的状态documents，由此可见，之前的删除文档的方法并没有真正的删除掉的documents，只是标记删除，我个人理解是类似逻辑上的删除
6. forceMergeDeletes(boolean doWait) 删除过程中指明是否阻塞，直到操作完成

索引更新

更新操作也是一样，查看文档就有，这里截个图：

索引查询

Query 
索引查询的时候可以使用Query的实现子类来创建查询，执行IndexSearcher的search方法来查询，也可以使用QueryParse类来构造查询.

分页

• 方式1：在scoreDoc中进行分页，数据一次性查出来，在结果集分页，结果集较大时容易溢出
• 方式2：使用searcheAfter,等价查询的次数，但是不会出现查询结果溢出，推荐，类似数据库中的分页查询

这个类似数据库中的查询，可以对结果集分页显示，类似方式一，查询的时候直接分页，类似方式二 。

索引操作实例

package lucene_demo03;

import java.io.IOException;

import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.CorruptIndexException;
import org.apache.lucene.index.DirectoryReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.index.Term;
import org.apache.lucene.queryparser.classic.ParseException;
import org.apache.lucene.queryparser.classic.QueryParser;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TermQuery;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.RAMDirectory;
import org.apache.lucene.util.Version;

/**
*
* 关于索引的查询(分页查询) 方式1：在scoreDoc中进行分页，数据一次性查出来，在结果集分页，结果集较大时容易溢出
* 方式2：使用searcheAfter,等价查询的次数，但是不会出现查询结果溢出，推荐，类似数据库中的分页查询
*
* @author YipFun
*/
public class LuceneDemo03
{

　　private static final Version version = Version.LUCENE_4_9;
　　private Directory directory = null;
　　private DirectoryReader ireader = null;
　　private IndexWriter iwriter = null;

　　// 测试数据
　　private String[] content = { "hello lucene", "I love coding", "I can play basketball", "I can play football", "I can play dota" };

　　/**
　　* 构造方法
　　*/
　　public LuceneDemo03()
　　{
　　　　directory = new RAMDirectory();
　　}

　　/**
　　* 创建索引
　　*/
　　public void createIndex()
　　{
　　　　Document doc = null;
　　try
　　{
　　　　iwriter = new IndexWriter(directory, new IndexWriterConfig(version, new StandardAnalyzer(version)));
　　　　for (String text : content)
　　　　{
　　　　　　doc = new Document();
　　　　　　// 使用的field 有很多类型，理解他们的区别 例如：TextField 和 StringField
　　　　　　doc.add(new TextField("content", text, Field.Store.YES));
　　　　　　iwriter.addDocument(doc);
　　　　}

　　} catch (IOException e)
　　{
　　　　e.printStackTrace();
　　} finally
　　{
　　　　try
　　　　{
　　　　　　if (iwriter != null)
　　　　　　iwriter.close();
　　　　} catch (IOException e)
　　　　{
　　　　　　e.printStackTrace();
　　　　}
　　}

}

　　public IndexSearcher getSearcher()
　　{
　　try
　　{
　　　　if (ireader == null)
　　　　{
　　　　　　ireader = DirectoryReader.open(directory);
　　　　} else
　　　　{
　　　　　　DirectoryReader tr = DirectoryReader.openIfChanged(ireader);
　　　　　　if (tr != null)
　　　　　　{
　　　　　　　　ireader.close();
　　　　　　　　ireader = tr;
　　　　　　}
　　　　}
　　　　return new IndexSearcher(ireader);
　　　　} catch (CorruptIndexException e)
　　　　{
　　　　　　e.printStackTrace();
　　　　} catch (IOException e)
　　　　{
　　　　　　e.printStackTrace();
　　　　}
　　　　return null;
　　}

　　/**
　　*
　　* @param field
　　* @param term
　　* @param num
　　*/
　　public void searchByTerm(String field, String term, int num)
　　{
　　　　IndexSearcher isearcher = getSearcher();
　　　　// 注意query的实现类和QueryParse的用法的区别
　　　　TermQuery query = new TermQuery(new Term(field, term));
　　　　ScoreDoc[] hits;
　　　　try
　　　　{
　　　　　　// 注意searcher的几个方法
　　　　　　hits = isearcher.search(query, null, num).scoreDocs;
　　　　　　// Iterate through the results:
　　　　　　for (int i = 0; i < hits.length; i++)
　　　　　　{
　　　　　　　　Document hitDoc = isearcher.doc(hits[i].doc);
　　　　　　　　System.out.println("This is the text to be indexed=" + hitDoc.get("content"));
　　　　　　}
　　　　} catch (IOException e)
　　　　{
　　　　　　e.printStackTrace();
　　　　}
　　}

　　/**
　　* 区别与上一种查询，使用QueryParser的parse方法构造一个Query传递给方式使用
　　*
　　* @param query
　　* @param num
　　*/
　　public void searchByQueryParse(Query query, int num)
　　{
　　　　try
　　　　{
　　　　　　IndexSearcher searcher = getSearcher();
　　　　　　TopDocs tds = searcher.search(query, num);
　　　　　　System.out.println("一共查询了:" + tds.totalHits);
　　　　　　for (ScoreDoc sd : tds.scoreDocs)
　　　　　　{
　　　　　　　　Document doc = searcher.doc(sd.doc);
　　　　　　　　System.out.println("This is the text to be indexed=" + doc.get("content"));
　　　　　　}
　　　　} catch (CorruptIndexException e)
　　　　{
　　　　　　　e.printStackTrace();
　　　　} catch (IOException e)
　　　　{
　　　　　　e.printStackTrace();
　　　　}
　　}

　　/**
　　* 第一中分页方式，对ScoreDoc进行分页
　　*
　　* @param query
　　* @param pageIndex
　　* 从1开始，即第一页
　　* @param pageSize
　　* 分页大小
　　* @param num
　　* search top n hits
　　*/
　　public void searchForPage(Query query, int pageIndex, int pageSize, int num)
　　{
　　　　try
　　　　{
　　　　　　IndexSearcher searcher = getSearcher();
　　　　　　TopDocs tds = searcher.search(query, num);
　　　　　　System.out.println("一共查询了:" + tds.totalHits);
　　　　　　// 对ScoreDoc分页
　　　　　　int start = (pageIndex - 1) * pageSize;
　　　　　　int end = pageIndex * pageSize;
　　　　　　ScoreDoc scoreDocs[] = tds.scoreDocs;
　　　　　　for (int i = start; i < end; i++)
　　　　　　{
　　　　　　　　Document doc = searcher.doc(scoreDocs[i].doc);
　　　　　　　　System.out.println("This is the text to be indexed=" + doc.get("content"));
　　　　　　}
　　　　} catch (CorruptIndexException e)
　　　　{
　　　　　　　　e.printStackTrace();
　　　　} catch (IOException e)
　　　　{
　　　　　　e.printStackTrace();
　　　　}
　　}

　　/**
　　* 使用searchAfter 实现在查询的时候的分页
　　*
　　* @param query
　　* @param pageIndex
　　* @param pageSize
　　* @throws IOException
　　*/
　　public void searchForPageByAfter(Query query, int pageIndex, int pageSize) throws IOException
　　{
　　　　IndexSearcher searcher = getSearcher();
　　　　// 先获取上一页的最后一个元素
　　　  ScoreDoc lastSd = getLastScoreDoc(pageIndex, pageSize, query, searcher);
　　　　TopDocs tds = searcher.searchAfter(lastSd, query, pageSize);
　　　　for (ScoreDoc sd : tds.scoreDocs)
　　　　{
　　　　　　Document doc = searcher.doc(sd.doc);
　　　　　　System.out.println("This is the text to be indexed=" + doc.get("content"));
　　　　}

　　}

　　/**
　　* 返回分页查询的上一条
　　*
　　* @param pageIndex
　　* @param pageSize
　　* @param query
　　* @param indexSearcher
　　* @return
　　*/
　　private ScoreDoc getLastScoreDoc(int pageIndex, int pageSize, Query query, IndexSearcher searcher)
　　{
　　　　if (pageIndex == 1)
　　　　return null;// 如果是第一页就返回空
　　　　int num = pageSize * (pageIndex - 1);// 获取上一页的数量
　　　　TopDocs tds = null;
　　　　try
　　　　{
　　　　　　tds = searcher.search(query, num);
　　　　} catch (IOException e)
　　　　{
　　　　　　e.printStackTrace();
　　}
　　return tds.scoreDocs[num - 1];
　　}

　　public static void main(String[] args) throws ParseException, IOException
　　{
　　　　LuceneDemo03 ld = new LuceneDemo03();
　　　　ld.createIndex();
　　　　ld.searchByTerm("content", "play", 500);
　　　　System.out.println("==============1======================");

　　　　QueryParser parser = new QueryParser(version, "content", new StandardAnalyzer(version));
　　　　Query q = parser.parse("play");// 研究下parse的语法
　　　　ld.searchByQueryParse(q, 500);
　　　　System.out.println("===============2=====================");

　　　　ld.searchForPage(q, 1, 2, 500);// 从第一页开始
　　　　System.out.println("================3====================");

　　　　ld.searchForPageByAfter(q, 1, 2);// 从第一页开始
　　　　System.out.println("================4====================");
　　}

}