lucene.NET詳解，轉。。。

 本文僅記錄一些簡單的使用方法，供初學者參考。
以下例子採用 Lucene.NET 1.9 版本，可取去 Lucene.Net 下載。

1. 基本應用

除了 RAMDirectory，還可以使用 FSDirectory。(注意 FSDirectory.GetDirectory 的 create 參數，為 true 時將刪除已有索引庫檔案，可以通過 IndexReader.IndexExists() 方法判斷。)

從指定目錄開啟已有索引庫。

private Directory directory = FSDirectory.GetDirectory("c:\index", false);

將索引庫載入記憶體，以提高搜尋速度。

private Directory directory = new RAMDirectory(FSDirectory.GetDirectory(@"c:\index", false));
//或
//private Directory directory = new RAMDirectory(c:\index");

2. 多欄位搜尋

使用 MultiFieldQueryParser 可以指定多個搜尋欄位。

Query query = MultiFieldQueryParser.Parse("name*", new string[] { FieldName, FieldValue }, analyzer);

IndexReader reader = IndexReader.Open(directory);
IndexSearcher searcher = new IndexSearcher(reader);
Hits hits = searcher.Search(query);

3. 多條件搜尋

除了使用 QueryParser.Parse 分解複雜的搜尋文法外，還可以通過組合多個 Query 來達到目的。

Query query1 = new TermQuery(new Term(FieldValue, "name1")); // 詞語搜尋
Query query2 = new WildcardQuery(new Term(FieldName, "name*")); // 萬用字元
//Query query3 = new PrefixQuery(new Term(FieldName, "name1")); // 欄位搜尋 Field:Keyword，自動在結尾添加 *
//Query query4 = new RangeQuery(new Term(FieldNumber, NumberTools.LongToString(11L)), new Term(FieldNumber, NumberTools.LongToString(13L)), true); // 範圍搜尋
//Query query5 = new FilteredQuery(query, filter); // 帶過濾條件的搜尋

BooleanQuery query = new BooleanQuery();
query.Add(query1, BooleanClause.Occur.MUST);
query.Add(query2, BooleanClause.Occur.MUST);

IndexSearcher searcher = new IndexSearcher(reader);
Hits hits = searcher.Search(query);

4. 設定權重

可以給 Document 和 Field 增加權重(Boost)，使其在搜尋結果排名更加靠前。預設情況下，搜尋結果以 Document.Score 作為排序依據，該數值越大排名越靠前。Boost 預設值為 1。

Score = Score * Boost

通過上面的公式，我們就可以設定不同的權重來影響排名。

如下面的例子中根據 VIP 層級設定不同的權重。

Document document = new Document();
switch (vip)
{
case VIP.Gold: document.SetBoost(2F); break;
case VIP.Argentine: document.SetBoost(1.5F); break;
}

只要 Boost 足夠大，那麼就可以讓某個命中結果永遠排第一位，這就是百度等網站的"收費排名"業務。明顯有失公平，鄙視一把。

5. 排序

通過 SortField 的構造參數，我們可以設定排序欄位，排序條件，以及倒排。

Sort sort = new Sort(new SortField(FieldName, SortField.DOC, false));

IndexSearcher searcher = new IndexSearcher(reader);
Hits hits = searcher.Search(query, sort);

排序對搜尋速度影響還是很大的，儘可能不要使用多個排序條件。

6. 過濾

使用 Filter 對搜尋結果進行過濾，可以獲得更小範圍內更精確的結果。

舉個例子，我們搜尋上架時間在 2005-10-1 到 2005-10-30 之間的商品。
對於日期時間，我們需要轉換一下才能添加到索引庫，同時還必須是索引欄位。

// index
document.Add(FieldDate, DateField.DateToString(date), Field.Store.YES, Field.Index.UN_TOKENIZED);

//...

// search
Filter filter = new DateFilter(FieldDate, DateTime.Parse("2005-10-1"), DateTime.Parse("2005-10-30"));
Hits hits = searcher.Search(query, filter);

除了日期時間，還可以使用整數。比如搜尋價格在 100 ~ 200 之間的商品。
Lucene.Net NumberTools 對於數字進行了補位處理，如果需要使用浮點數可以自己參考源碼進行。

// index
document.Add(new Field(FieldNumber, NumberTools.LongToString((long)price), Field.Store.YES, Field.Index.UN_TOKENIZED));

//...

// search
Filter filter = new RangeFilter(FieldNumber, NumberTools.LongToString(100L), NumberTools.LongToString(200L), true, true);
Hits hits = searcher.Search(query, filter);

使用 Query 作為過濾條件。

QueryFilter filter = new QueryFilter(QueryParser.Parse("name2", FieldValue, analyzer));

我們還可以使用 FilteredQuery 進行多條件過濾。

Filter filter = new DateFilter(FieldDate, DateTime.Parse("2005-10-10"), DateTime.Parse("2005-10-15"));
Filter filter2 = new RangeFilter(FieldNumber, NumberTools.LongToString(11L), NumberTools.LongToString(13L), true, true);

Query query = QueryParser.Parse("name*", FieldName, analyzer);
query = new FilteredQuery(query, filter);
query = new FilteredQuery(query, filter2);

IndexSearcher searcher = new IndexSearcher(reader);
Hits hits = searcher.Search(query);

7. 分布搜尋

我們可以使用 MultiReader 或 MultiSearcher 搜尋多個索引庫。

MultiReader reader = new MultiReader(new IndexReader[] { IndexReader.Open(@"c:\index"), IndexReader.Open(@"\\server\index") });
IndexSearcher searcher = new IndexSearcher(reader);
Hits hits = searcher.Search(query);

或

IndexSearcher searcher1 = new IndexSearcher(reader1);
IndexSearcher searcher2 = new IndexSearcher(reader2);
MultiSearcher searcher = new MultiSearcher(new Searchable[] { searcher1, searcher2 });
Hits hits = searcher.Search(query);

還可以使用 ParallelMultiSearcher 進行多線程並行搜尋。

8. 合并索引庫

將 directory1 合并到 directory2 中。

Directory directory1 = FSDirectory.GetDirectory("index1", false);
Directory directory2 = FSDirectory.GetDirectory("index2", false);

IndexWriter writer = new IndexWriter(directory2, analyzer, false);
writer.AddIndexes(new Directory[] { directory });
Console.WriteLine(writer.DocCount());
writer.Close();

9. 顯示搜尋文法字串

我們組合了很多種搜尋條件，或許想看看與其對等的搜尋文法串是什麼樣的。

BooleanQuery query = new BooleanQuery();
query.Add(query1, true, false);
query.Add(query2, true, false);
//...

Console.WriteLine("Syntax: {0}", query.ToString());

輸出：
Syntax: +(name:name* value:name*) +number:[0000000000000000b TO 0000000000000000d]

呵呵，就這麼簡單。

10. 操作索引庫

刪除 (虛刪除，僅添加了刪除標記。調用 IndexWriter.Optimize() 後真正刪除。)

IndexReader reader = IndexReader.Open(directory);

// 刪除指定序號(DocId)的 Document。
reader.Delete(123);

// 刪除包含指定 Term 的 Document。
reader.Delete(new Term(FieldValue, "Hello"));

// 恢複虛刪除。
reader.UndeleteAll();

reader.Close();

累加式更新 (只需將 create 參數設為 false，即可往現有索引庫添加新資料。)

Directory directory = FSDirectory.GetDirectory("index", false);
IndexWriter writer = new IndexWriter(directory, analyzer, false);
writer.AddDocument(doc1);
writer.AddDocument(doc2);
writer.Optimize();
writer.Close();

11. 最佳化

批量向 FSDirectory 增加索引時，增大合并因子(mergeFactor )和最小文檔合并數(minMergeDocs)有助於提高效能，減少索引時間。

IndexWriter writer = new IndexWriter(directory, analyzer, true);

writer.maxFieldLength = 1000; // 欄位最大長度
writer.mergeFactor = 1000;
writer.minMergeDocs = 1000;

for (int i = 0; i < 10000; i++)
{
// Add Documentes...
}

writer.Optimize();
writer.Close();