Lucene索引过程分为3个主要操作步骤：将原始文档转换成文本、分析文本、将分析好的文本保存至索引中
一、提取文本和创建文档
从 pdf、word等非纯文本格式文件中，提取文本格式信息。建立起对应的，包含各个域的文档后，就可以对这些文本信息进行分析。
使用 Tika框架实现
二、分析文档
调用 IndexWriter对象的 addDocument方法，将数据传递给Lucene进行索引操作。
分析文本，将文本数据分割成语汇单元串，执行一些可选操作。
一起构成分析器。
三、向索引添加文档
lucene索引包含一个或多个段
segments_N
Segments 0, Segments 1, Segments 2, Segments 3,……, Segments n
每个段都是一个独立的索引。每个段，都包含多个文件 _X.<ext>
如果使用混合文件格式，那么上述索引文件，会被压缩成一个单一的文件 _X.cfs
段文件：_<N>
索引时，需要进行的基本操作（添加、更新、删除）
Donate捐赠
如果我的文章帮助了你，可以赞赏我 6.66 元给我支持，让我继续写出更好的内容)
（微信） （支付宝）
微信/支付宝 扫一扫