编辑“︁Apache Lucene”︁

= Apache Lucene =

'''Apache Lucene''' 是一个高性能、功能全面的开源全文检索引擎库，由 [[Apache软件基金会]] 开发维护。作为 [[Java]] 编写的核心搜索库，Lucene 提供了强大的索引和搜索功能，是许多现代搜索引擎（如 [[Elasticsearch]] 和 [[Solr]]）的基础技术。

== 概述 ==

Apache Lucene 最初由 Doug Cutting 于 1999 年创建，2001 年加入 Apache 项目。其主要特点包括：

* 高性能的全文索引和检索能力
* 跨平台支持（基于 Java 实现）
* 可扩展的架构设计
* 支持多种查询类型
* 丰富的分析器（Analyzer）生态系统
* 支持多种文档格式

Lucene 采用倒排索引（Inverted Index）技术实现高效搜索，其核心功能被封装为可嵌入的库，而非独立应用程序。

== 核心概念 ==

=== 文档（Document） ===
Lucene 中的基本数据单元，包含多个字段（Field）。文档类似于数据库中的行记录。

=== 字段（Field） ===
文档的组成部分，包含字段名和字段值。字段可以是索引的、存储的或两者兼具。

=== 索引（Index） ===
Lucene 使用倒排索引结构，将文档内容转换为可快速搜索的数据结构。

=== 分析器（Analyzer） ===
负责将文本转换为可索引的词项（Term），包括分词、过滤和标准化等处理步骤。

== 基本使用 ==

以下是一个简单的 Lucene Java 示例，展示如何创建索引并进行搜索：

<syntaxhighlight lang="java">
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.StringField;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;

// 创建索引
Directory directory = FSDirectory.open(Paths.get("/tmp/lucene-index"));
StandardAnalyzer analyzer = new StandardAnalyzer();
IndexWriterConfig config = new IndexWriterConfig(analyzer);
IndexWriter writer = new IndexWriter(directory, config);

Document doc = new Document();
doc.add(new TextField("title", "Apache Lucene 入门指南", Field.Store.YES));
doc.add(new StringField("isbn", "123456789", Field.Store.YES));
writer.addDocument(doc);
writer.close();
</syntaxhighlight>

== 高级特性 ==

=== 查询类型 ===
Lucene 支持多种查询类型，包括：
* 布尔查询（BooleanQuery）
* 短语查询（PhraseQuery）
* 通配符查询（WildcardQuery）
* 模糊查询（FuzzyQuery）
* 范围查询（RangeQuery）

=== 评分机制 ===
Lucene 使用 [[TF-IDF]]（词频-逆文档频率）算法计算文档相关性得分，支持自定义评分策略。

=== 高亮显示 ===
支持搜索结果中匹配内容的高亮显示，增强用户体验。

== 应用场景 ==

Apache Lucene 广泛应用于：

* 企业级搜索引擎（如 Elasticsearch、Solr）
* 文档管理系统
* 电子商务网站的产品搜索
* 内容管理系统（CMS）的搜索功能
* 日志分析系统

== 性能优化 ==

Lucene 提供了多种性能优化技术：

* 索引合并策略
* 缓存机制（FieldCache 等）
* 批量索引操作
* 内存索引（RAMDirectory）

== 生态系统 ==

基于 Lucene 构建的主要项目包括：

* [[Elasticsearch]] - 分布式搜索和分析引擎
* [[Solr]] - 企业级搜索平台
* Nutch - 网络爬虫和搜索引擎

== 版本历史 ==

Lucene 的主要版本发布历史：

* 1.0 (2000年)
* 2.0 (2005年)
* 3.0 (2009年)
* 4.0 (2012年)
* 5.0 (2015年)
* 6.0 (2017年)
* 7.0 (2018年)
* 8.0 (2019年)
* 9.0 (2021年)

== 学习资源 ==

* [https://lucene.apache.org/ 官方文档]
* 《Lucene in Action》（书籍）
* 《深入理解Elasticsearch》（书籍）

== 参见 ==

* [[全文检索]]
* [[倒排索引]]
* [[信息检索]]
* [[Elasticsearch]]
* [[Solr]]

[[Category:搜索引擎]]
[[Category:Java库]]
[[Category:Apache软件基金会项目]]
[[Category:开源软件]]