JAVA_WEB项目之Lucene检索框架入门案例

来源:转载


web开发中一般会碰到查询数据到前台显示,对于较低要求的项目可以用like检索每次检索数据库,但是非常消耗数据库资源,因此我们可以使用Lucene检索框架来解决查询效率的问题。下面直接用代码贴出个人学习的案例:

开始前先下载lucene3.0的5个jar包:

1、IKAnalyzer3.2.8.jar分词器包

2、lucene-analyzers-3.0.0.jar分词器包

3、lucene-core-3.0.0.jar核心包

4、lucene-highlighter-3.0.0.jar高亮包

5、lucene-memory-3.0.0.jar


首先定义一个实体类:Goods

package com.shop.demo;public class Goods { private Integer id; private String name; private Double price; private String pic; private String remark; public Integer getId() { return id; } public void setId(Integer id) { this.id = id; } public String getName() { return name; } public void setName(String name) { this.name = name; } public Double getPrice() { return price; } public void setPrice(Double price) { this.price = price; } public String getPic() { return pic; } public void setPic(String pic) { this.pic = pic; } public String getRemark() { return remark; } public void setRemark(String remark) { this.remark = remark; } }

接下来定义一个HelloWordLucene:

package com.shop.demo;import java.io.File;import java.io.IOException;import java.util.ArrayList;import java.util.List;import org.apache.lucene.analysis.Analyzer;import org.apache.lucene.analysis.standard.StandardAnalyzer;import org.apache.lucene.document.Document;import org.apache.lucene.document.Field;import org.apache.lucene.document.Field.Index;import org.apache.lucene.document.Field.Store;import org.apache.lucene.index.IndexWriter;import org.apache.lucene.index.IndexWriter.MaxFieldLength;import org.apache.lucene.queryParser.QueryParser;import org.apache.lucene.search.IndexSearcher;import org.apache.lucene.search.Query;import org.apache.lucene.search.ScoreDoc;import org.apache.lucene.search.TopDocs;import org.apache.lucene.store.Directory;import org.apache.lucene.store.FSDirectory;import org.apache.lucene.util.Version;/** * 此案例实现Lucene向索引库中添加索引和查询索引的功能 * @author Administrator * */public class HelloWordLucene { /** * 把good商品对象添加到索引库中 * @param goods */ public void addDocument(Goods goods){ //创建indexWriter IndexWriter indexwriter=null; //创建索引库 Directory dir=null; //创建分词器 Analyzer ana=null; try { //根据指定的路径创建索引库,如果路径不存在就会创建 dir=FSDirectory.open(new File("c:/demo")); //不同的分词器的版本不同,分词的算法不同,StandardAnalyzer只适用于英文 ana=new StandardAnalyzer(Version.LUCENE_30); //限制Field的数量为10000 indexwriter=new IndexWriter(dir, ana, MaxFieldLength.LIMITED); //把goods对象转为document Document doc=new Document(); /** * Store配置field字段是否存储到索引库 * YES:字段存储到索引库中,以后查询的时候可以查询出来 * No:不存储到索引库中 * Index: Lucene为提高查询效率,会像字典一样创建索引. 配置此字段是否要建立索引(建立索引的Field就是Term), * 如果建立索引以后就可以通过此字段查询记录 * NOT_ANALYZED: 创建索引,但是Field的不分词(不分开) 整体作为一个索引 * ANALYZED: 不但要建立索引此Field会被分词(可能一个Field分为多个Term的情况) * NO: 不建立索引,以后不能通过此字段查询数据 * Store yes Index: ANALYZED: 此Field可以存储,而且Field 关键字支持分词 * Store yes Index: NOT_ANALYZED 此Field可以存储,但是Field不支持分词,作为一个完成Term 例如: 数字 id price 和URL 专业词汇 * Store yes Index: NO: 可以查询出此字段, 但是此字段不作为查询关键字 * Store no Index: ANALYZED: 此Field不存储,但是此Field可以做为关键字搜索 * Store no Index: NOT_ANALYZED: 此Field不存储,但是此Field可以做为整体(不拆分)关键字搜索 * Store no Index: NO: 既不建索引也不存储 没有任何意义,如果这样配置则会抛出异常 */ doc.add(new Field("id", goods.getId().toString(), Store.YES, Index.NOT_ANALYZED)); doc.add(new Field("name", goods.getName(), Store.YES, Index.ANALYZED)); doc.add(new Field("price", goods.getPrice().toString(), Store.YES, Index.NOT_ANALYZED)); doc.add(new Field("remark", goods.getRemark(), Store.NO, Index.ANALYZED)); indexwriter.addDocument(doc); // 如果没有提交,在没有异常的情况close()之前会自动提交 indexwriter.commit(); } catch (Exception e) { try { indexwriter.rollback(); throw new RuntimeException(e); } catch (IOException e1) { // TODO Auto-generated catch block throw new RuntimeException(e); } }finally{ try { indexwriter.close(); } catch (Exception e) { // TODO Auto-generated catch block throw new RuntimeException(e); } } } /** * 根据指定的条件查询, * @param name 指定的关键字 * @return 封装了goods对象的list集合 */ public List<Goods> queryGoods(String name){ List<Goods> goodsList=new ArrayList<Goods>(); //创建查询对象 IndexSearcher searcher=null; //创建索引库 Directory dir=null; //创建分词器 Analyzer analyzer=null; try { dir=FSDirectory.open(new File("c:/demo")); searcher=new IndexSearcher(dir); // 创建分词器,给查询的关键字先做分词操作,然后在到索引库中匹配Term analyzer=new StandardAnalyzer(Version.LUCENE_30); //创建查询解析对象,"name"指定从索引库中的哪个field属性里面查找,也就是name到那个Term(key value)中去查询 QueryParser queryParser=new QueryParser(Version.LUCENE_30, "name", analyzer); // 指定查询的关键字到索引库查询 Query query=queryParser.parse(name); /** * 根据给定的关键字查询,与索引库Term去匹配,5代表: 期望返回的结果数 * 第一次查询: indexSearcher.search 只能获取文档的索引号和匹配的数量 * 返回的结果是TopDoc类型 * totalHits: 命中数, 数组的长度,后面用来做分页 * ScoreDoc[]: 存储匹配的文档编号的数组 * Score: 文档的积分,按照命中率自动算出来 * Doc:当前文档的编号 */ TopDocs topDocs= searcher.search(query, 5); // 此变量/每页显示的记录数就是总页数 System.out.println("真正命中的结果数:" + topDocs.totalHits); // 返回的是符合条件的文档编号,并不是文档本事 ScoreDoc scoreDocs[]= topDocs.scoreDocs; for(int i=0;i<scoreDocs.length;i++){ ScoreDoc scoreDoc= scoreDocs[i]; System.out.println("真正的命中率:"+scoreDoc.score); System.out.println("存储的是文档编号:"+scoreDoc.doc); Document doc= searcher.doc(scoreDoc.doc); System.out.println(doc.get("id")); System.out.println(doc.get("name")); System.out.println(doc.get("price")); System.out.println(doc.get("remark")); System.out.println("---------"); Goods goods=new Goods(); goods.setId(Integer.parseInt(doc.get("id"))); goods.setName(doc.get("name")); goods.setPrice(Double.parseDouble(doc.get("price"))); goods.setRemark(doc.get("remark")); goodsList.add(goods); } } catch (Exception e) { // TODO Auto-generated catch block throw new RuntimeException(e); }finally{ try { searcher.close(); } catch (IOException e) { // TODO Auto-generated catch block throw new RuntimeException(e); } } return goodsList; }}

接下写测试用例:

package com.shop.demo;import java.util.List;import org.junit.AfterClass;import org.junit.BeforeClass;import org.junit.Test;public class HelloWordLuceneTest { private static HelloWordLucene hellowod; @BeforeClass public static void setUpBeforeClass() throws Exception { hellowod=new HelloWordLucene(); } @AfterClass public static void tearDownAfterClass() throws Exception { hellowod=null; } @Test public void testAddDocument() { Goods goods=new Goods(); goods.setId(13); goods.setName("IBM Computer1112 IBM"); goods.setPrice(2333.9); goods.setRemark("IBM Computer is good"); hellowod.addDocument(goods); } @Test public void testquery() { List<Goods> list= hellowod.queryGoods("ibm"); for(Goods good:list){ System.out.println("商品编号:"+good.getId()+",商品名称:"+good.getName()+ ",商品价格:"+good.getPrice()+",商品的详细信息:"+good.getRemark() ); } }}

结果显示:

真正命中的结果数:5真正的命中率:0.578186存储的是文档编号:413IBM Computer1112 IBM2333.9null---------真正的命中率:0.51104903存储的是文档编号:011IBM Computer2333.9null---------真正的命中率:0.51104903存储的是文档编号:111IBM Computer222333.9null---------真正的命中率:0.51104903存储的是文档编号:212IBM Computer222333.9null---------真正的命中率:0.51104903存储的是文档编号:313IBM Computer11122333.9null---------商品编号:13,商品名称:IBM Computer1112 IBM,商品价格:2333.9,商品的详细信息:null商品编号:11,商品名称:IBM Computer,商品价格:2333.9,商品的详细信息:null商品编号:11,商品名称:IBM Computer22,商品价格:2333.9,商品的详细信息:null商品编号:12,商品名称:IBM Computer22,商品价格:2333.9,商品的详细信息:null商品编号:13,商品名称:IBM Computer1112,商品价格:2333.9,商品的详细信息:null





分享给朋友:
您可能感兴趣的文章:
随机阅读: