2.3 Basic index operations
2.3.1 Adding documents to an index
IndexWriter有两个方法可以加入Document的方法
{dy}个是加Document使用默认的分词器,第二个是加入的时候使用指定的分词器
2.3.2 Deleting documents from an index
IndexWriter提供四个方法删除Document
一般{zh0}有个{wy}索引,这样才好删,不然的话有可以会一删一大堆
如:
2.3.3 Updating documents in the index
更新索引也提供两个方法,其实Lucene是没有办法更新的,只有先删除了再更新,方法如下
可以这样使用
例子如下:
2.4 Field options
2.4.1 Field options for indexing
在创建Field的时候一般常用的要指定两个参数
Field.Index.*
需要分词,并建立索引
Index.ANALYZED – use the analyzer to break the Field’s value into a stream of separate tokens
and make each token searchable. This is useful for normal text fields (body, title, abstract, etc.).
不分词,直接建立索引
Index.NOT_ANALYZED – do index the field, but do not analyze the String.
不用建立索引
Index.NO – don’t make this field’s value available for searching at all.
后面两个没有看懂。。
Index.ANALYZED_NO_NORMS
Index.NOT_ANALYZED_NO_NORMS
2.4.2 Field options for storing fields
要指定的另一个参数是:Field.Store.*
要保存在Document里面
Store.YES — store the value.
不要保存到Document里面,一般用于建立索引
Store.NO – do not store the value.
2.4.3 Field options for term vectors
在建立Field还有一个不常用的参数TermVector
http://callan.javaeye.com/blog/155602参考一下
因为我也没有怎么看懂,书上说在后面有高亮作用。。。后面书上应该会介绍的
2.4.4 Other Field values
其它的创建Field方法
2.4.5 Field option combinations
{zh1}给出了一张图,说明在什么情况下用什么
2.5 Multi-valued Fields
创建多个值,例子:
2.6 Boosting Documents and Fields
设置Boosting值,Boosting值在0.1到1.5之间,越大就越排在前面(或者是说越重要,就先搜到他),如果不设的话就没有
如:
2.6.1 Norms
不明白,没看懂
2.7 Indexing dates & times
Lucene提供了一个工具类DateTools
可以这样来保存时间
2.11 Optimizing an index
WriteIndex的优化索引方法
我对Segments还是不太明白,能不能有人出来解释一下啥
2.12 Other Directory Implementations
截了一张图
这一章后面基本上就晕了,xx不懂。。。
2.3.1 Adding documents to an index
IndexWriter有两个方法可以加入Document的方法
addDocument(Document)和addDocument(Document, Analyzer)
{dy}个是加Document使用默认的分词器,第二个是加入的时候使用指定的分词器
2.3.2 Deleting documents from an index
IndexWriter提供四个方法删除Document
deleteDocuments(Term); deleteDocuments(Term[]); deleteDocuments(Query); deleteDocuments(Query[]);
一般{zh0}有个{wy}索引,这样才好删,不然的话有可以会一删一大堆
如:
writer.deleteDocument(new Term(“ID”, documentID));
package com.langhua; import java.io.File; import java.io.IOException; import org.apache.lucene.analysis.standard.StandardAnalyzer; import org.apache.lucene.index.CorruptIndexException; import org.apache.lucene.index.IndexWriter; import org.apache.lucene.index.Term; import org.apache.lucene.store.Directory; import org.apache.lucene.store.SimpleFSDirectory; import org.apache.lucene.util.Version; /** * Lucene 3.0+ 删除索引 * @author Administrator * */ public class DeleteIndex { public static void main(String[] args) throws CorruptIndexException, IOException { //索引所放目录 String indexDir = "F:\\indexDir"; //创建Directory Directory dir = new SimpleFSDirectory(new File(indexDir)); IndexWriter indexWriter = new IndexWriter(dir,new StandardAnalyzer(Version.LUCENE_30),false,IndexWriter.MaxFieldLength.UNLIMITED); //删除filename为time.txt的Document indexWriter.deleteDocuments(new Term("filename","time.txt")); //优化 indexWriter.optimize(); //提交事务 indexWriter.commit(); System.out.println("是否有删除="+indexWriter.hasDeletions()); //如果不indexWriter.optimize()以下两个会有区别 System.out.println("一共有"+indexWriter.maxDoc()+"索引"); System.out.println("还剩"+indexWriter.numDocs()+"索引"); indexWriter.close(); } }
2.3.3 Updating documents in the index
更新索引也提供两个方法,其实Lucene是没有办法更新的,只有先删除了再更新,方法如下
updateDocument(Term, Document) //first deletes all documents containing the provided term and then adds the new document using the writer’s default analyzer. updateDocument(Term, Document, Analyzer) //does the same, but uses the provided analyzer instead of the writer’s default analyzer.
可以这样使用
writer.updateDocument(new Term(“ID”, documenteId), newDocument);
例子如下:
package com.langhua; import java.io.File; import java.io.FileReader; 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.index.IndexWriter; import org.apache.lucene.index.Term; import org.apache.lucene.store.Directory; import org.apache.lucene.store.SimpleFSDirectory; import org.apache.lucene.util.Version; /** * Lucene 3.0 更新索引 * * @author Administrator * */ public class updateIndex { public static void main(String[] args) throws IOException { String indexDir = "F:\\indexDir"; String dateDir = "F:\\dateDir"; Directory dir = new SimpleFSDirectory(new File(indexDir)); IndexWriter indexWriter = new IndexWriter(dir, new StandardAnalyzer( Version.LUCENE_30), false, IndexWriter.MaxFieldLength.UNLIMITED); File[] files = new File(dateDir).listFiles(); Document doc = new Document(); for (int i = 0; i < files.length; i++) { if (files[i].getName().equals("time.txt")) { doc.add(new Field("contents", new FileReader(files[i]))); doc.add(new Field("filename", files[i].getName(), Field.Store.YES, Field.Index.NOT_ANALYZED)); } } // 更新索引使用默认分词器 indexWriter.updateDocument(new Term("filename", "time.txt"), doc); indexWriter.close(); } }
2.4 Field options
2.4.1 Field options for indexing
在创建Field的时候一般常用的要指定两个参数
Field.Index.*
需要分词,并建立索引
Index.ANALYZED – use the analyzer to break the Field’s value into a stream of separate tokens
and make each token searchable. This is useful for normal text fields (body, title, abstract, etc.).
不分词,直接建立索引
Index.NOT_ANALYZED – do index the field, but do not analyze the String.
不用建立索引
Index.NO – don’t make this field’s value available for searching at all.
后面两个没有看懂。。
Index.ANALYZED_NO_NORMS
Index.NOT_ANALYZED_NO_NORMS
2.4.2 Field options for storing fields
要指定的另一个参数是:Field.Store.*
要保存在Document里面
Store.YES — store the value.
不要保存到Document里面,一般用于建立索引
Store.NO – do not store the value.
2.4.3 Field options for term vectors
在建立Field还有一个不常用的参数TermVector
http://callan.javaeye.com/blog/155602参考一下
因为我也没有怎么看懂,书上说在后面有高亮作用。。。后面书上应该会介绍的
2.4.4 Other Field values
其它的创建Field方法
//uses a Reader instead of a String to represent the value. In this //case the value cannot be stored (hardwired to Store.NO) //and is always analyzed and indexed (Index.ANALYZED). //这个方法是用来分词的,不能保存 Field(String name, Reader value, TermVector vector) //这个不懂 Field(String name, TokenStream tokenStream, TermVector TermVector) //这个是图片的吧,只能保存,不能建立索引 //never indexed /no term vectors /must be Store.YES Field(String name, byte[] value, Store store)
2.4.5 Field option combinations
{zh1}给出了一张图,说明在什么情况下用什么
2.5 Multi-valued Fields
创建多个值,例子:
Document doc = new Document(); for (int i = 0; i < authors.length; i++) { //多次加入同一个author doc.add(new Field("author", authors[i], Field.Store.YES, Field.Index.ANALYZED)); }
2.6 Boosting Documents and Fields
设置Boosting值,Boosting值在0.1到1.5之间,越大就越排在前面(或者是说越重要,就先搜到他),如果不设的话就没有
如:
Document doc = new Document(); doc..setBoost(0.1F); OR .setBoost(1.5); Field senderNameField = new Field("senderName", senderName, Field.Store.YES, Field.Index.ANALYZED); Field subjectField = new Field("subject", subject, Field.Store.YES, Field.Index.ANALYZED); subjectField.setBoost(1.2F);
2.6.1 Norms
不明白,没看懂
2.7 Indexing dates & times
Lucene提供了一个工具类DateTools
可以这样来保存时间
Document doc = new Document(); doc.add(new Field("indexDate", DateTools.dateToString(new Date(), DateTools.Resolution.DAY), Field.Store.YES, Field.Index.NOT_ANALYZED);
2.11 Optimizing an index
WriteIndex的优化索引方法
//优化索引,使多个Segments变成一个Segments optimize() //指定{zd0}Segments的数量 optimize(int maxNumSegments) //前面的方面都是优化完成之后再返回,这个方法的参数如果是FALSE的话,就直接返回,再开一个线程来优化 optimize(boolean doWait) //前面两个参数的组合哈 optimize(int maxNumSegments, boolean doWait)
我对Segments还是不太明白,能不能有人出来解释一下啥
2.12 Other Directory Implementations
截了一张图
这一章后面基本上就晕了,xx不懂。。。