elasticsearch Lucene/Solr搜索文档创建

我正在使用Lucene在网站上构建搜索功能。我想更清楚地了解以下内容

每当创建一个新网页时，我是否每次都必须在lucene中创建一个带有字段的等效文档

有没有lucene文档的屏幕截图/图像/图表

一旦建立了反向索引，它是存储在DB中还是作为json

是否应根据我们的业务关键字手动制作自动更正词典

---

以下分别是对您的问题的回答：

当然可以；一旦你添加或创建了一个文档（这里是一个网页），你就应该建立索引，让它可以在你想要的时候尽快搜索

Lucene的文档是现实世界中的概念。因此，单个文档是指组成文档的一组字段（例如，网页是包含“标题”、“正文”、“标记”和“注释”的文档）。因此，为了使此文档可搜索，我们创建了一个lucene文档，并告诉lucene对其进行索引。如果您熟悉编程，Lucene documnet是一个带有一些字段的

类

当然可以，但不是存储在json中。有一组文件构成索引。从一个角度来看，它看起来像json（因为它存储在HDD上），但实际上不是json。它由以下格式组成（segments.gen、segments\u N、write.lock、.cfs、.fnm等，您可以使用这些格式进行签出）

您可以添加自己的字典校正器，同时使用默认的字典校正器

---

谢谢你的见解！我还有一个问题关于Lucene使用“反向索引”对吗？这意味着，它的索引不是page->word，而是word->page。1.但是在你上面分享的图片中，索引是如何反转的？2.此外，实际的搜索关键字是否在这些文档中？是的；正如你所说，Lucene使用反向索引。Lucene逻辑上使用反向索引。但在物理上实现为B+树（或哈希表）。因为术语的大小是巨大的，所以它不能作为一个典型的表来准备。它实现为其他数据结构，以提高速度和优化，并支持通配符查询（以及查询更正）。我可以让你参考这本书的索引构建章节：“克里斯托弗·曼宁的信息检索导论”。我建议你找到一些好的教程，并在Lucene网站上查看可用的资源。例如，这是有帮助的。否则，您的问题可能过于宽泛，无法解决堆栈溢出问题。写一些代码，如果你被卡住了，你可以问一个特定的问题。此外，你提到和-每个人都有一套很棒的“入门”文档，这与Lucene背后的许多概念非常相关。