關于Lucene：
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。在Java開發環境裡Lucene是一個成熟的免費開源工具。就其本身而言，Lucene是目前以及最近幾年最受歡迎的免費Java資訊檢索程式庫。[1]
ElasticSearch(ES)搜素引擎：
該搜尋引擎是基于Lucene進行的二次開發，具有較高的性能，目前大部分大型網際網路公司會使用該搜素引擎提供搜尋服務。但是ES搜素引擎屬于産品級的開源項目，最新的ElasticSearch搜素引擎Wins版本超過了200MB，而Linux版本也有80MB之大。對個人開發者來講，一個中小型應用的站内搜尋，ES搜素引擎體量較大，而且大部分功能不會被使用，是以可以利用隻有8MB大小的Lucene工具包開發一個輕量級的搜素引擎足以。
下載下傳開發工具：
- Lucene類庫：https://github.com/totoro-dev/lucene/raw/master/lib/Lucene8.2.zip
- 支援中文的分詞器：https://github.com/totoro-dev/lucene/raw/master/lib/MyAnalyzer.jar
- JSON工具包：(FastJson) https://github.com/totoro-dev/lucene/raw/master/lib/fastjson-1.2.2.jar
建立工程導入工具包：
如果是使用IDEA進行開發記得講jar包"Add as Library"。
模拟搜尋引擎場景：
假設，我們需要一個搜素引擎，它可以存儲各種文章的标題（title）、摘要（note）和連結（link），通過輸入關鍵字，可以擷取到與關鍵字比對的文章的标題、摘要和連結資訊，并将搜尋的結果進行排序輸出。
建立文章索引檔案：
- 指定儲存索引檔案的目錄（Directory）。注意隻是目錄，因為Lucene會在該目錄下自動建立索引檔案。
- 建立索引分析（IndexWriterConfig），指定對索引内容的分詞器（MyAnalyzer），這是基于IKAnalyzer修改的能夠适配Lucene 8.2版本的支援中文分詞的分詞器。
- 建立索引域（TextField），這些域就是在搜尋時能夠比對關鍵字的内容。
- 建立存儲域（StoredField），這種域會被完整儲存，不會被分詞當作索引，而是能被索引域指向的目标内容。
- 建立索引文檔（Document），将所有的域添加進文檔，形成一個索引檔案。
- 使用IndexWiter将索引文檔寫入索引目錄。
// xx/xx/index:索引檔案存放的目錄
Directory directory = FSDirectory.open(new File("xx/xx/index").toPath());
// 參數：分析器對象
IndexWriterConfig config = new IndexWriterConfig(new MyIKAnalyzer(true));
IndexWriter indexWriter = new IndexWriter(directory, config);
// 第一個參數：域的名稱，第二個參數：域的内容，第三個參數：是否存儲
Field titleField = new TextField("title", title, Field.Store.YES);
Field noteField = new TextField("note", note, Field.Store.YES);
Field linkField = new StoredField("link", url);
Document document = new Document();
document.add(titleField);
document.add(noteField);
document.add(linkField);
indexWriter.addDocument(document);
indexWriter.close();
測試索引，建立的索引庫内容：
title：黃龍淼是程式員
note：note1
link：link1
從索引庫中進行搜尋：
1. 建立存儲檢索結果的集合：
// 檢索結果中連結的比重，結果排序的重要依據
private final Map<String, Integer> linksWeight = new LinkedHashMap<>();
// 所有的檢索結果
private final List<String> links = new ArrayList<>();
2. 建立檢索器IndexSearcher：
Directory directory = FSDirectory.open(new File("xx/xx/index").toPath());
IndexReader indexReader = DirectoryReader.open(directory);
IndexSearcher indexSearcher = new IndexSearcher(indexReader);
3. 根據關鍵字建立檢索條件（Query）：使用MultiFieldQueryParser可以實作對多個索引域的同時檢索。
QueryParser parser = new MultiFieldQueryParser(new String[]{"title","note"}, new MyIKAnalyzer(true));
Query query = parser.parse(key);
4. 通過query在索引庫中檢索結果：
// 查詢索引庫
TopDocs topDocs = indexSearcher.search(query, 100);
ScoreDoc[] scoreDocs = topDocs.scoreDocs;
String links[] = new String[scoreDocs.length];
// 周遊查詢結果
for (int i = 0; i < scoreDocs.length; i++) {
int docId = scoreDocs[i].doc;
// 通過id查詢文檔對象
Document document = indexSearcher.doc(docId);
String link = document.get("link");
links[i] = link;
if (this.links.contains(link)) {
int origin = linksWeight.get(link);
origin++;
linksWeight.put(link, origin);
} else {
this.links.add(link);
linksWeight.put(link, 1);
}
}
// 關閉索引庫
indexSearcher.getIndexReader().close();
5. 對檢索結果進行排序：limit用于限制排序結果的最大數量
private String[] sort(int limit) {
if (links.size() == 0) return new String[0];
String result[] = new String[Math.min(limit, links.size())];
String link = links.get(0);
int maxWeight = linksWeight.get(link);
result[0] = link;
for (int i = 0; i < Math.min(limit, links.size()); i++) {
for (int j = 1; j < linksWeight.size(); j++) {
link = links.get(j);
int weight = linksWeight.get(link);
if (maxWeight < weight) {
maxWeight = weight;
result[i] = link;
}
}
linksWeight.put(result[i], 0);
link = links.get(0);
maxWeight = linksWeight.get(link);
}
return result;
}
測試檢索，檢索結果：
Lucene引擎經驗總結：
以上就是對Lucene進行擴充開發的一般步驟 ，通過IndexWriter建立索引檔案，再通過IndexSearcher進行索引的檢索，最終對得到的結果進行适當的排序，一個輕量級的搜尋引擎也就誕生了。過程實作起來并不複雜，這主要得益于Lucene在底層為我們實作了複雜的索引和檢索功能。基于Lucene基本上就能實作中小型應用的站内搜尋的功能，而不必依賴于ElasticSearch這樣的重量級搜尋引擎。
值得一提的是，上面的檢索隻使用了Lucene提供的衆多搜尋關鍵字條件Query中的一種，如果面對項目中一些有特定搜尋要求的場景，我們可以使用Lucene中更複雜的條件檢索。如果有機會我也會跟大家分享更多的精準條件搜尋條件的使用經驗。
參考文獻：
[1] 百度百科：lucene