最近工作中要用到搜索引擎相關內容，自己接觸這塊已經是三年前的事情了，現在抽空講之前知識總結一下。
一、什麼是Lucene
Lucene是apache軟件基金會4 jakarta項目組的一個子項目，是一個開放源代碼的全文檢索引擎工具包，但它不是一個完整的全文檢索引擎，而是一個全文檢索引擎的架構，提供了完整的查詢引擎和索引引擎，部分文本分析引擎（英文與德文兩種西方語言）。
通俗的講，它就是一個可以創建全文檢索引擎系統的一堆jar包.可以使用它來構建全文檢索引擎系統,但是它不能獨立運行。
全文檢索系統有solr、es 等。
二、有什麼作用
- 互聯網全文檢索引擎(比如百度, 谷歌, 必應)
- 站內全文檢索引擎(淘寶, 京東搜索功能)
- 優化數據庫查詢(因爲數據庫中使用like關鍵字是全表掃描也就是順序掃描算法,查詢慢)
三、Lucene實現全文檢索的流程
（1） 創建索引
對文檔索引的過程，將用戶要搜索的文檔內容進行索引，索引存儲在索引庫（index）中。
- 獲得原始文檔
原始文檔是指要索引和搜索的內容。原始內容包括互聯網上的網頁、數據庫中的數據、磁盤上的文件等。我們可以通過網絡爬蟲、IO流、數據庫讀取等手段採集原始信息獲取原始文檔。
- 創建文檔對象
獲取原始內容的目的是爲了索引，在索引前需要將原始內容創建成文檔（Document），文檔中包括一個一個的域（Field），域中存儲內容。文件系統中一個文檔表示一個Document,數據庫的一條記錄代表一個Document，數據庫裏面一個字段代表一個Field.
- 分析文檔
將原始內容創建爲包含域（Field）的文檔（document），需要再對域中的內容進行分析，分析的過程是經過對原始文檔提取單詞、將字母轉爲小寫、去除標點符號、去除停用詞等過程生成最終的語彙單元，可以將語彙單元理解爲一個一個的單詞。
- 創建索引
對所有文檔分析得出的語彙單元進行索引，索引的目的是爲了搜索，最終要實現只搜索被索引的語彙單元從而找到Document（文檔）。
注意：創建索引是對語彙單元索引，通過詞語找文檔，這種索引的結構叫倒排索引結構。
（2）、查詢索引過程
查詢索引也是搜索的過程。搜索就是用戶輸入關鍵字，從索引（index）中進行搜索的過程。根據關鍵字搜索索引，根據索引找到對應的文檔，從而找到要搜索的內容。
- 用戶查詢接口
全文檢索系統提供用戶搜索的界面供用戶提交搜索的關鍵字，搜索完成展示搜索結果。
Lucene不提供製作用戶搜索界面的功能，需要根據自己的需求開發搜索界面。
- 創建查詢對象
用戶輸入查詢關鍵字執行搜索之前需要先構建一個查詢對象，查詢對象中可以指定查詢要搜索的Field文檔域、查詢關鍵字等，查詢對象會生成具體的查詢語法。
- 執行查詢
根據查詢語法在倒排索引詞典表中分別找出對應搜索詞的索引，從而找到索引所鏈接的文檔鏈表。類似於執行sql查詢語句。
- 渲染查詢結果
以一個友好的界面將查詢結果展示給用戶，用戶根據搜索結果找自己想要的信息，爲了幫助用戶很快找到自己的結果，提供了很多展示的效果，比如搜索結果中將關鍵字高亮顯示，百度提供的快照等。