Lucene-2.3.1 源代码阅读学习(2)

IndexWriter是一个非常重要的工具。建立索引必须从它开始。而且，从它的构造函数开始。

Document和Field是Lucene中两个最重要的概念。在建立索引的时候，也就是实例化一个索引器IndexWriter的之前，必须通过已经建立好的Document逻辑文件，将Document的对象添加到IndexWriter实例中，才能算是建立索引。

Document汇集数据源，这个数据源是通过Field来构造的。构造好Field之后，将每个Field对象加入到Document之中，可以通过Document来管理Field，然后将聚集的Document加入到IndexWriter中，建立索引，写入指定的Directory，为检索做准备。

写一个建立索引，然后读取索引的例子，代码如下：

package org.shirdrn.lucene;

import java.io.File;
import java.io.IOException;

import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.CorruptIndexException;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.store.LockObtainFailedException;

public class MyIndexWriter {
public static void main(String[] args){
   File myFile = new File("E:\\Lucene\\myindex");
   try {
    Document myDoc = new Document();
    Field myFieldNo = new Field("myNo","SN-BH-19830119",Field.Store.YES,Field.Index.UN_TOKENIZED);
    Field myFieldName = new Field("myName","家园使者",Field.Store.YES,Field.Index.UN_TOKENIZED);
    Field myFieldGender = new Field("myGender","男",Field.Store.YES,Field.Index.UN_TOKENIZED);
    Field myFieldDescb = new Field("myDescb","家园族长",Field.Store.YES,Field.Index.UN_TOKENIZED);
    myDoc.add(myFieldNo);
    myDoc.add(myFieldName);
    myDoc.add(myFieldGender);
    myDoc.add(myFieldDescb);
    Field hisFieldNo = new Field("hisNo","SN-BH-19860101",Field.Store.YES,Field.Index.UN_TOKENIZED);
    Field hisFieldName = new Field("hisName","爱刮的风",Field.Store.YES,Field.Index.UN_TOKENIZED);
    Field hisFieldGender = new Field("hisGender","女",Field.Store.YES,Field.Index.UN_TOKENIZED);
    Field hisFieldDescb = new Field("hisDescb","风尘族长",Field.Store.YES,Field.Index.UN_TOKENIZED);
    myDoc.add(hisFieldNo);
    myDoc.add(hisFieldName);
    myDoc.add(hisFieldGender);
    myDoc.add(hisFieldDescb);
    IndexWriter myWriter = new IndexWriter(myFile,new StandardAnalyzer(),true);    //   构造一个索引器，true指定了：向已经存在的索引中追加索引
    myWriter.addDocument(myDoc);
    myWriter.close();    // 关闭索引器，将追加的索引文件写入到索引目录中
    IndexReader myReader = IndexReader.open(myFile);    // 读取索引
    for(int i=0;i<myReader.numDocs();i++){
     System.out.println(myReader.document(i));    //   输出索引文件的信息
    }
   } catch (CorruptIndexException e) {
    e.printStackTrace();
   } catch (LockObtainFailedException e) {
    e.printStackTrace();
   } catch (IOException e) {
    e.printStackTrace();
   }
}

}

这里，使用File myFile = new File("E:\\Lucene\\myindex");作为一个参数来构造一个索引器。

运行程序，可以在目录E:\Lucene\myindex下看到生成的索引文件，一共有三个文件：

_0.cfs

segments.gen

segments_3

第一个是.cfs格式的，成为复合索引格式；第三个segments_3是一个索引段。

因为上面程序中使用了IndexReader，先打开索引文件，然后通过IndexReader的document()来读取索引文件的内容。

Field是由Document来管理维护的，上面的那个构造方法，第一个参数是Field的名称，如果没有这样一个标识，Document怎么找到它从而对它维护呢。

第二个参数是该Field的内容(一般来说是文本)，可能在建立索引的时候对其处理，比如分词就是很重要的一项(是否分词要看第三、四个参数如何设置)。

后面的参数数关于该Field是否存储，以及是否分词。

现在只是将Field添加到Document中进行预处理，离建立索引还很远。真正建立索引是从一个Document添加到IndexWriter中开始的，即在此基础上IndexWriter初始化，这时，便调用了它的init方法，在init方法中调用了DocumentWiter类的addDocument()方法，才开始建立索引了。

Lucene建立索引的过程是相当复杂的，它要把已经添加到Document中的Field在内存中调出来，通过FieldInfos来实现进一步的处理。