lucene 初探
----索引并搜索数据库
最近在一个项目中，研究sakai中如何实现查询功能，是用lucene和nuth等相关技术来实现的，所以顺便就学习下关于LUCENEd的知识了，在这顺便整理下，供需要学习相关知识的朋友参考。
在SAKAI项目中，它实现了对PDF，WORD，HTML，XML等各种资源的检索，代码也是相当的复杂，我看了一个星期了，才刚刚有一点点头绪，不过对于整体的把握还是不是很明白，因为它用了SPRING，HIBERNATE，VM，JSF等好多技术，而我掌握的还不够成熟，所以看那么长的代码还是件比较痛苦的事情。而且，它主要是对文件系统资源的检索，而我可能要涉及的是对数据库中XML字段的检索，所以还要看ORACAL的一些英文文档，总之，还真是有些麻烦呀。好了，不抱怨了，今天实践了下如何正对数据库的普通数据建立索引并进行检索，总结一下。
1、准备工作。建数据库（cwb),建表article(article_id,article_name,article_intro)，均为VARCHAR类型。 我在myeclipse里实践的，所以相关.jar文件也是需要导入的。
2、建立一个document类，为建立索引作准备。
主要代码：document类的一个重要方法。
public static Document Document(String Article_id,String Article_name,String Article_intro){
Document doc = new Document();
doc.add(Field.Keyword("Article_id", Article_id));
doc.add(Field.Text("Article_name", Article_name));
doc.add(Field.Text("Article_intro", Article_intro));
return doc;
}
这个方法很重要，Field类是索引过程中的一个核心类，Field添加的域对应于数据库中的一个字段，Keyword，Text等是不同类型的域，这些在以后再细细总结吧。
３、下一步我们要建立索引了。
在建立索引时我们需要作三个方面的工作：一，建立索引存放路径，二，从数据库中查询出需要建立索引的数据，三，将这些数据导入ｗｒｉｔｅｒ中，建立索引。
重要的代码：
１） IndexWriter writer = new IndexWriter("E:\\index", new StandardAnalyzer(), false);
２）ResultSet rs = stmt.executeQuery(
"select Article_id,Article_name,Article_intro from Article");前面关于连接数据库的代码就省略了。
３）while (rs.next()) {
writer.addDocument(Mydocument.Document(rs.getString("Article_id"), rs.getString("Article_name"),rs.getString("Article_intro")));
}
注意，在建立索引时需要捕获一些异常。
４、进行查询。这里我们可以通过一个普通的ＨＴＭＬ页面来接收用户传递的查询短语和词。
<input size="50" type="text" name="keyword" style="font-size: 9pt">
<input type="submit" name="submit" value="搜索" style="font-size: 9pt">
很简单的代码
５、进行查询。这里有四个方面，一，获得参数；二，获得索引位置；三，检索并返回结果；四，显示结果。
１）String keyword=request.getParameter("keyword");
２）Searcher searcher = new IndexSearcher("E:\\index")。
３）Query query = QueryParser.parse(keyword, "Article_intro", new StandardAnalyzer());
Hits hits = searcher.search(query);
４）java.text.NumberFormat format = java.text.NumberFormat.getNumberInstance();
System.out.println(hits.length()+"ge Jieguo");
for (int i = 0; i < hits.length(); i++) {
Document doc = hits.doc(i);
out.println(doc.get("Article_id"));
out.println(doc.get("Article_name"));
out.println("zhunqueduwei" + format.format(hits.score(i) * 100.0) + "%");
}
注意：数据的格式化，捕获异常，以及字符串处理等。
基本上这样就可以了，在运行时，开始发现了一个问题---同一行数据，显示多条，例如：
zhunqueduwei37.5% 2 yanzi zhunqueduwei31.25% 2 yanzi zhunqueduwei31.25% 2 yanzi zhunqueduwei31.25% 2 yanzi zhunqueduwei31.25% 2 yanzi zhunqueduwei31.25% 2 yanzi zhunqueduwei31.25% 2 yanzi zhunqueduwei31.25% 2 yanzi zhunqueduwei31.25% 2 yanzi zhunqueduwei31.25% 2 yanzi
后来想了下，因为索引重复建立了多次，应该在重新建立索引之前删除以前的，这样就可以避免问题，不过我还没尝试删除索引，以后做了在把心得写下来。
由于空间问题只截取了部分代码显示，最后把相关代码附在后面，供感兴趣的朋友参考。
