首先我們做一個demo，向數據庫中插入10w條數據，總共778M。
接下來，我們搜索下新聞內容中包含“流行”的記錄。
mmd，檢索一下要78s，是誰都要砸了面前的破機子。
下面我們來看看lucene的效果怎麼樣。下載地址：http://incubator.apache.org/lucene.net/download.html
| 代碼如下 | 複製代碼 |
|
using System; using System.Collections.Generic; using System.Linq; using System.Text; using Lucene.Net.Index; using Lucene.Net.Store; using Lucene.Net.Analysis.Standard; using Lucene.Net.Documents; using System.Data; using System.Diagnostics; using Lucene.Net.Search; using Lucene.Net.QueryParsers; namespace First { class Program { static string path = @"D:Sample"; static void Main(string[] args) { //創建索引 CreateIndex(); var watch = Stopwatch.StartNew(); //搜索 IndexSearcher search = new IndexSearcher(path); //查詢表達式 QueryParser query = new QueryParser(string.Empty, new StandardAnalyzer()); //query.parse：注入查詢條件 var hits = search.Search(query.Parse("Content:流行")); for (int i = 0; i < hits.Length(); i++) { Console.WriteLine("當前內容:{0}", hits.Doc(i).Get("Content").Substring(0, 20) + "..."); } watch.Stop(); Console.WriteLine("搜索耗費時間:{0}", watch.ElapsedMilliseconds); } static void CreateIndex() { //創建索引庫目錄 var directory = FSDirectory.GetDirectory(path, true); //創建一個索引,採用StandardAnalyzer對句子進行分詞 IndexWriter indexWriter = new IndexWriter(directory, new StandardAnalyzer()); var reader = DbHelperSQL.ExecuteReader("select * from News"); while (reader.Read()) { //域的集合：文檔，類似於表的行 Document doc = new Document(); //要索引的字段 doc.Add(new Field("ID", reader["ID"].ToString(), Field.Store.YES, Field.Index.NOT_ANALYZED)); doc.Add(new Field("Title", reader["Title"].ToString(), Field.Store.NO, Field.Index.ANALYZED)); doc.Add(new Field("Content", reader["Content"].ToString(), Field.Store.YES, Field.Index.ANALYZED)); indexWriter.AddDocument(doc); } reader.Close(); //對索引文件進行優化 indexWriter.Optimize(); indexWriter.Close(); } } } |
|
我靠，448ms，頓時78s黯然失色，當然這個時間是不包含"創建索引“的時間，從時間複雜度上來說，這種預加載索引算是常量。
作爲入門，簡單的介紹下lucene的實現過程，首先lucene主要分成兩步："索引"和"搜索"。
一：索引：
相信大家對索引還是比較熟悉的，lucene能夠將我們內容切分成很多詞，然後將詞作爲key，建立“倒排索引”，然後放到索引庫中，在上面
的例子中，我們看到了索引過程中使用到了IndexWriter，FSDirectory，StandardAnalyzer，Document和Field這些類，下面簡要分析下。
1：IndexWriter
我們看到該類有一個AddDocument方法，所以我們認爲該類實現了索引的寫入操作。
2：FSDirectory
這個就更簡單了，提供了索引庫的存放位置，比如我們這裏的D:Sample，或許有人問，能不能存放在內存中，在強大的lucene面前當然
可以做到，lucene中的RAMDirectory就可以實現，當然我們的內存足夠大的話，還是可以用內存承載索引庫，進而提高搜索的效率。
3：StandardAnalyzer
這個算是索引過程中最最關鍵的一步，也是我們使用lucene非常慎重考慮的東西，之所以我們能搜索秒殺，關鍵在於我們如何將輸入的內容
進行何種形式的切分，當然不同的切分形式誕生了不同的分析器，StandardAnalyzer就是一個按照單字分詞的一種分析器，詳細的介紹後續文
章分享。
4：Document
在上面的例子可以看到，他是承載field的集合，然後添加到IndexWriter中，有點類似表中的行的概念。
5: Field
提供了對要分析的字段進行何種處理，以KV形式呈現。
①：Field.Store.YES， Field.Index.NOT_ANALYZED 表示對索引字段採取：原樣保存並且不被StandardAnalyzer進行切分。
②： Field.Store.NO, Field.Index.ANALYZED 不保存但是要被StandardAnalyzer切分。
二：搜索
這個比較容易，根據我們輸入的詞lucene能夠在索引庫中快速定位到我們要找的詞，同樣我們可以看到IndexSearcher，QueryParser，Hits。
1：IndexSearcher
這個我們可以理解成以只讀的形式打開由IndexWriter創建的索引庫，search給QueryParser提供了查詢的橋樑。
2：QueryParser
這玩意提供了一個parse方法能夠將我們要查找的詞轉化爲lucene能夠理解了查詢表達式。
3：Hits
這個就是獲取匹配結果的一個指針，優點類似C#中的延遲加載，目的都是一樣，提高性能。