版权声明：署名，允许他人基于本文进行创作，且必须基于与原先许可协议相同的许可协议分发本文 （Creative Commons）
一：java中的引擎简介
java中的9大引擎框架可以从底层实现分为2个大类：基于lucene实现以及扩展的各式搜索以及Nutch实现可爬虫式的引擎。
我们将主要以lucene作为技术主干。
0.使用场景
当我们在一个实体类中实现多个属性同时查询，一次遍历每一个属性实现like查询，这样不仅繁琐而且特别浪费资源。
1.什么是lucene
lucene是一套全文检索引擎的架构，而不是一个完整的全文检索引擎。简而言之，你可以把它当成一个工具包，可以整合自己的
技术来实现一套完整的全文检索和搜寻额度项目方案。
2.lucene的优势与特点
（1）平台独立性，其基于8字节的索引文件格式，可以使其脱离平台的束缚。
（2）分块检索，区别于传统的倒叙索引，以分块索引实现多线程式的检索。、
（3）面向对象的特性。
（4）应用程式接口，lucene起本省是一个以应用程式接口对外开放，以流方式实现传输。（类似于java的接口，好处。。）
（5）强大的搜索引擎，其本省完成了一套查询，分区查询，模糊查询的查询方式，用户直接调用即可。
二：lucene检索
1.基于luncene的检索分为2个过程： 建立索引和搜索
过程简析为：当有新的查询进入lucenen进行对文件词条分析，生成索引，查询开始检索索引并进行词条解析，产生结果。
整个执行顺序为：
搜索1 -》索引1 -》索引2 -》索引3 -》搜索2 -》搜索3 -》搜索4 -》搜索5 -》搜索6。其中2，3俩个根据情况可调换。
2.lucene的输入和输出
在上面我们说过lucene对外开放的是类似于java中的接口，因此，就有了接口参数和接口返回，至于接口内的实现我们后面说。
（1）lucene的接口参数和接口返回
lucene的API接口设计是一个基于文件式的应用程接口。其输入输出的结构类似于List =》 record =》 str（即表 =》 单条数据
=》单个字段）。因此很多数据库都可以直接映射到存储结构/接口中。很多时候，我们可以将Lunce当成一个支持全文检索的数
数据库系统。
（2）接口的实现原理
在一般的结构性数据库中（如mysql），我们进行模糊查询 like %???%这样的方式来查询，这样如果数据库中有100万条数据，
该查询就要进行烧苗至多100万条数据。但是如果我们知道该数据在前10万条中，那么至多烧苗10条。即在传统的方式添加了
一个index < 100000这个条件。那么如何添加index <100000这个条件，比如我们基于创建日期等等做相关条件，这里涉及到一个
核心的问题：排序的问题。我们认为上述条件就是添加了另外一条排序条件。
上述中我们可以了解添加的排序条件越多，其搜索范围越小，其效率越高。这些排序条件可以看成建立索引的方式。索引建立
的越合适其搜索效率越高（并不是索引越多越好的）。
（3）lucene的接口实现方式
大部分的搜索（数据库）引擎都是用B树结构来维护索引的，基于B树结构索引一旦更新索引会导致大量的IO操作。而在
lucene的实现中，其维护方式类似于链式的新增，或者定时合并一些相邻的链，减小链长度。
三：lucene中重要的概念
1.analyzer
分析器，即作用于图中搜索1和索引1指向的位置，用来将字符串按照一定的规则划分，并去掉无效词句，简而言之，语义解析
2.document
数据源，可以使文本，字符串或者数据库中的记录。在经过lucene的索引处理，该数据源都会以Document的形式存储和展示。
3.field
数据源中的信息域，可以是标题，正文，时间等等。这些信息都是通过field在document中存储的。其中field中有2个属性存储和
索引。其控制着field中的信息是否可以存储，是否可以检索。
4 term
term是搜索的最小单位，它表示文档的一个词语，term由两部分组成：它表示的词语和这个词语所出现的field。
5.tocken
tocken是term的一次出现，它包含trem文本和相应的起止偏移，以及一个类型字符串。一句话中可以出现多次相同的词语，它
们都用同一个term表示，但是用不同的tocken，每个tocken标记该词语出现的地方。
6.segment
就像上面所说，一个索引的新增都是新增在头尾的方式，然后定期的进行比较和并，这里没有合并前的索引文件就是segnebt。