lucene是一个基于java的高效的全文检索库。
那么什么是全文检索，为什么需要全文检索？
目前人们生活中出现的数据总的来说分为两类：结构化数据和非结构化数据。很容易理解，结构化数据是有固定格式和结构的或者有限长度的数据，比如数据库，元数据等。非结构化数据则是不定长或者没有固定格式的数据，如图片，邮件，文档等。还有一种较少的分类为半结构化数据，如xml，html等，在一定程度上我们可以将其按照结构化数据来处理，也可以抽取纯文本按照非结构化数据来处理。
非结构化数据又称为全文数据。，对其搜索主要有两种方式:
顺序扫描法（serialscanning）：顾名思义，要找内容包含某一个字符串的文档，就挨着文档一个个找，对照每一个文档从头到尾，一直扫描，指导扫描完所有的文档。类似于windows中搜索文件的功能。
第二种则为索引。就是从非结构化数据中提取出信息重新组织，使其变得有一定的组织，从而提高检索效率。比如我们的电话簿，从电话簿中查找联系人，我们根据首字母拼音可以索引定位到某一个联系人。
先建立索引在对索引进行搜索的过程就叫做全文检索（full-text search）。下图为全文检索的一般过程，也是lucene检索的过程。
lucene总的来说是：
一个高效的，可扩展的，全文检索库。
全部用java实现，无须配置。
仅支持纯文本文件的索引(indexing)和搜索(search)。
不负责由其他格式的文件抽取纯文本文件，或从网络中抓取文件的过程。
在lucene in action中，lucene 的构架和过程如下图，
说明lucene是有索引和搜索的两个过程，包含索引创建，索引，搜索三个要点。
让我们更细一些看lucene的各组件：
被索引的文档用document对象表示。
indexwriter通过函数adddocument将文档添加到索引中，实现创建索引的过程。
lucene的索引是应用反向索引。
当用户有请求时，query代表用户的查询语句。
indexsearcher通过函数search搜索lucene index。
indexsearcher计算term weight和score并且将结果返回给用户。
返回给用户的文档集合用topdocscollector表示。
那么如何应用这些组件呢？
让我们再详细到对lucene api 的调用实现索引和搜索过程。
索引过程如下：
创建一个indexwriter用来写索引文件，它有几个参数，index_dir就是索引文件所存放的位置，analyzer便是用来对文档进行词法分析和语言处理的。
创建一个document代表我们要索引的文档。
将不同的field加入到文档中。我们知道，一篇文档有多种信息，如题目，作者，修改时间，内容等。不同类型的信息用不同的field来表示，在本例子中，一共有两类信息进行了索引，一个是文件路径，一个是文件内容。其中filereader的src_file就表示要索引的源文件。
indexwriter调用函数adddocument将索引写到索引文件夹中。
搜索过程如下：
indexreader将磁盘上的索引信息读入到内存，index_dir就是索引文件存放的位置。
创建indexsearcher准备进行搜索。
创建analyer用来对查询语句进行词法分析和语言处理。
创建queryparser用来对查询语句进行语法分析。
queryparser调用parser进行语法分析，形成查询语法树，放到query中。
indexsearcher调用search对查询语法树query进行搜索，得到结果topscoredoccollector。
以上便是lucene api函数的简单调用。
然而当进入lucene的源代码后，发现lucene有很多包，关系错综复杂。
然而通过下图，我们不难发现，lucene的各源码模块，都是对普通索引和搜索过程的一种实现。
lucene的analysis模块主要负责词法分析及语言处理而形成term。
lucene的index模块主要负责索引的创建，里面有indexwriter。
lucene的store模块主要负责索引的读写。
lucene的queryparser主要负责语法分析。
lucene的search模块主要负责对索引的搜索。
lucene的similarity模块主要负责对相关性打分的实现。
了解了lucene的整个结构，我们便可以开始lucene的源码之旅了。