Field属性：

是否分析：是否对域的内容进行分词处理。前提是我们要对域的内容进行查询。

是否索引：将Field分析后的词或整个Field值进行索引，只有索引方可搜索到。

比如：商品名称、商品简介分析后进行索引，订单号、身份证号不用分析但也要索引，这些将来都要作为查询条件。

是否存储：将Field值存储在文档中，存储在文档中的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。

索引库的维护

 索引库的维护，基本上就是进行相应的增删改查操作，其中，增删改的的内容比较好理解，示例代码如下

package com.hualishu.cn;import java.io.File;
import java.io.IOException;import org.apache.commons.io.FileUtils;
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.Field.Store;
import org.apache.lucene.document.LongField;
import org.apache.lucene.document.StoredField;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.DirectoryReader;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.index.Term;
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.FSDirectory;
import org.apache.lucene.util.Version;
import org.junit.Before;
import org.junit.Test;
import org.wltea.analyzer.lucene.IKAnalyzer;
public class FourthDemo {IndexWriter indexWriter = null;@Beforepublic void initWriter() throws Exception {//1.指定索引库的位置，指定分词器Directory directory = FSDirectory.open(new File("C:\\demofile\\indexRepo"));Analyzer analyzer = new IKAnalyzer();IndexWriterConfig config = new IndexWriterConfig(Version.LATEST, analyzer);//2.创建写入的索引对象indexWriter = new IndexWriter(directory, config);}@Testpublic void addIndex() throws Exception {//获取原文档File srcFile = new File("C:\\demofile\\searchsource");File[] listFiles = srcFile.listFiles();for(File file: listFiles) {Document doc = new Document();//文件名称String fileName = file.getName();Field nameFiled = new TextField("name", fileName, Store.YES);doc.add(nameFiled);//文件大小long fileSize = FileUtils.sizeOf(file);Field sizeFiled = new LongField("size", fileSize, Store.YES);doc.add(sizeFiled);//文件路径String filePath = file.getPath();Field pathField = new StoredField("path", filePath);doc.add(pathField);//文件内容String fileContent = FileUtils.readFileToString(file);Field contentField = new TextField("content", fileContent,Store.YES);doc.add(contentField);indexWriter.addDocument(doc);}//关闭资源indexWriter.close();}/*** 索引库修改* 替换本质：先删除后添加* @throws Exception */@Testpublic void updateIndex() throws Exception{Term term = new Term("name", "spring");Document doc = new Document();TextField textField = new TextField("name", "新文档新indexWriter新文档新文档新文updateDocument新文档新文档新文档新文档apache", Store.YES);textField.setBoost(10);doc.add(textField);doc.add(new TextField("content", "新文档内容", Store.YES));indexWriter.updateDocument(term, doc);indexWriter.close();}/*** 删除所有* @throws Exception*/@Testpublic void deleteAllIndex() throws Exception{indexWriter.deleteAll();//慎用indexWriter.close();}/*** 有条件的删除* @throws Exception*/@Testpublic void deleteIndexByQuery() throws Exception{//		indexWriter.deleteDocuments(new TermQuery(new Term("name", "spring")));indexWriter.deleteDocuments(new Term("name", "spring"));indexWriter.close();}@Testpublic void searchIndex() throws Exception{
//		1、指定索引库位置Directory directory = FSDirectory.open(new File("C:\\demofile\\indexRepo"));IndexReader  indexReader = DirectoryReader.open(directory);IndexSearcher  indexSearcher = new IndexSearcher(indexReader);Query query = new TermQuery(new Term("name", "apache"));//		Query query = new MatchAllDocsQuery();  //查询所有//		Query query = NumericRangeQuery.newLongRange("size", 100l, 1000l, true, true);//		BooleanQuery  query = new BooleanQuery();
//		Query query1 = new TermQuery(new Term("name", "apache"));
//		Query query2 = new TermQuery(new Term("content", "spring"));
//		query.add(query1, Occur.SHOULD);
//		query.add(query2, Occur.SHOULD);//		QueryParser queryParser = new QueryParser("name", new IKAnalyzer());
//		QueryParser queryParser = new MultiFieldQueryParser(new String[]{"name","content"}, new IKAnalyzer());//		Query query = queryParser.parse("lucene is a project of apache");
//		(name:lucene content:lucene) (name:project content:project) (name:apache content:apache)//		name:lucene name:project name:apacheSystem.out.println(query);TopDocs topDocs = indexSearcher.search(query, 100);System.out.println("总记录数："+topDocs.totalHits);ScoreDoc[] scoreDocs = topDocs.scoreDocs;for (ScoreDoc scoreDoc : scoreDocs) {int docID = scoreDoc.doc;Document doc = indexSearcher.doc(docID);System.out.println(doc.get("name"));System.out.println(doc.get("size"));System.out.println(doc.get("path"));
//			System.out.println(doc.get("content"));}indexReader.close();}
}

需要注意的是---indexWriter.deleteAll();将索引目录的索引信息全部删除，直接彻底删除，无法恢复。这个要谨慎使用

索引库的查询:

对要搜索的信息创建Query查询对象，Lucene会根据Query查询对象生成最终的查询语法，类似关系数据库Sql语法一样Lucene也有自己的查询语法，比如：“name:lucene”表示查询Field的name为“lucene”的文档信息。

可通过两种方法创建查询对象：

（1）使用Lucene提供Query子类

Query是一个抽象类，lucene提供了很多查询对象，比如TermQuery项精确查询，NumericRangeQuery数字范围查询等。

如下代码： Query query = new TermQuery(new Term("name", "lucene"));

以下一些子类查询介绍

  ①.MatchAllDocsQuery:查询索引目录中的所有文档

@Testpublic void testMatchAllDocsQuery() throws Exception {IndexSearcher indexSearcher = getIndexSearcher();//创建查询条件Query query = new MatchAllDocsQuery();//执行查询printResult(query, indexSearcher);}

②.TermQuery--指定要查询的域和要查询的关键词。TermQuery不使用分析器所以建议匹配不分词的Field域查询，比如订单号,分类ID号等。

@Testpublic void testTermQuery() throws Exception {IndexSearcher indexSearcher = getIndexSearcher();//创建查询对象Query query = new TermQuery(new Term("content", "lucene"));//执行查询TopDocs topDocs = indexSearcher.search(query, 10);//共查询到的document个数System.out.println("查询结果总数量：" + topDocs.totalHits);//遍历查询结果for (ScoreDoc scoreDoc : topDocs.scoreDocs) {Document document = indexSearcher.doc(scoreDoc.doc);System.out.println(document.get("filename"));//System.out.println(document.get("content"));System.out.println(document.get("path"));System.out.println(document.get("size"));}//关闭indexreaderindexSearcher.getIndexReader().close();}

③.NumericRangeQuery--根据数值范围查询

    @Testpublic void testNumericRangeQuery() throws Exception {IndexSearcher indexSearcher = getIndexSearcher();//创建查询//参数：//1.域名//2.最小值//3.最大值//4.是否包含最小值//5.是否包含最大值Query query = NumericRangeQuery.newLongRange("size", 1l, 1000l, true, true);//执行查询printResult(query, indexSearcher);}

④.BooleanQuery--组合查询.  Occur.MUST：必须满足此条件，相当于and    Occur.SHOULD：应该满足，但是不满足也可以，相当于or     Occur.MUST_NOT：必须不满足。相当于not

	@Testpublic void testBooleanQuery() throws Exception {IndexSearcher indexSearcher = getIndexSearcher();//创建一个布尔查询对象BooleanQuery query = new BooleanQuery();//创建第一个查询条件Query query1 = new TermQuery(new Term("filename", "apache"));Query query2 = new TermQuery(new Term("content", "apache"));//组合查询条件query.add(query1, Occur.MUST);query.add(query2, Occur.MUST);//执行查询printResult(query, indexSearcher);}

比如上述代码的查询语法就是-- +name:apache +content:apache

（2）使用queryparser查询

     通过QueryParser也可以创建Query，QueryParser提供一个Parse方法，此方法可以直接根据查询语法来查询。Query对象执行的查询语法可通过System.out.println(query);查询。需要使用到分析器。建议创建索引时使用的分析器和查询索引时使用的分析器要一致

   @Testpublic void testQueryParser() throws Exception {IndexSearcher indexSearcher = getIndexSearcher();//创建queryparser对象//第一个参数默认搜索的域//第二个参数就是分析器对象QueryParser queryParser = new QueryParser("content", new IKAnalyzer());Query query = queryParser.parse("Lucene是java开发的");//执行查询printResult(query, indexSearcher);}@Testpublic void testMultiFiledQueryParser() throws Exception {IndexSearcher indexSearcher = getIndexSearcher();//可以指定默认搜索的域是多个String[] fields = {"filename", "content"};//创建一个MulitFiledQueryParser对象MultiFieldQueryParser queryParser = new MultiFieldQueryParser(fields, new IKAnalyzer());Query query = queryParser.parse("java and apache");System.out.println(query);//执行查询printResult(query, indexSearcher);}

相关度排序

 相关度排序是查询结果按照与查询关键字的相关性进行排序，越相关的越靠前。比如搜索“Lucene”关键字，与该关键字最相关的文章应该排在前边。

 相关度打分

Lucene对查询关键字和索引文档的相关度进行打分，得分高的就排在前边。如何打分呢？Lucene是在用户进行检索时实时根据搜索的关键字计算出来的，分两步：

1）计算出词（Term）的权重

2）根据词的权重值，采用空间向量模型算法计算文档相关度得分。

什么是词的权重？

通过索引部分的学习明确索引的最小单位是一个Term(索引词典中的一个词)，搜索也是要从Term中搜索，再根据Term找到文档，Term对文档的重要性称为权重，影响Term权重有两个因素：

 ①.Term Frequency (tf)：

指此Term在此文档中出现了多少次。tf 越大说明越重要。

词(Term)在文档中出现的次数越多，说明此词(Term)对该文档越重要，如“Lucene”这个词，在文档中出现的次数很多，说明该文档主要就是讲Lucene技术的。

 ②.Document Frequency (df)

即有多少文档包含次Term。df 越大说明越不重要。

比如，在一篇英语文档中，this出现的次数更多，就说明越重要吗？不是的，有越多的文档包含此词(Term), 说明此词(Term)太普通，不足以区分这些文档，因而重要性越低。

boost是一个加权值（默认加权值为1.0f），它可以影响权重的计算。在索引时对某个文档的Field域设置加权值高，在搜索时匹配到这个Field就可能排在前边。lucene在执行搜索时对某个域进行加权，在进行组合域查询时，匹配到加权值高的域最后计算的相关度得分就高。如果希望某些文档更重要，当此文档中包含所要查询的词则应该得分较高，这样相关度排序可以排在前边，可以在创建索引时设定文档中某些域（Field）的boost值来实现，如果不进行设定，则Field Boost默认为1.0f。一旦设定，除非删除此文档，否则无法改变。

           if(file_name.equals("springmvc.txt")){//设置比默认值 1.0大的field_file_content.setBoost(20.0f);}if(file_name.equals("spring_README.txt")){//设置比默认值 1.0大的field_file_content.setBoost(30.0f);}//向文档中添加Fielddocument.add(field_file_content);

代码：field. setBoost(XXXf); XXX即权值