Lucene中的索引是什么？

Lucene中的索引是什么？它是如何工作的

我在网上和谷歌上看过一些文章，但我不能完全理解索引、文档等的概念

如果有人能简单地解释术语索引和索引，请提供帮助

---

谢谢

假设您有一大堆信息希望可以搜索。例如，一些HTML文件、一些PDF和存储在数据库中的一些信息。当用户进行搜索时，您可以编写搜索引擎，搜索这些信息并返回匹配的结果。但是，对于大型数据集来说，这通常太慢了

因此，在运行我们的应用程序之前，我们创建了需要搜索的信息的索引。索引包含我们希望包含在搜索中的每一条信息的摘要。在Lucene中，信息片段的摘要称为文档。文档包含多个字段

Document doc = new Document()
doc.add(new Field("body", "This is my Test document", Field.Store.YES, Field.Index.TOKENIZED)
doc.add(new Field("title", "Test document", Field.Store.YES, Field.Index.UNTOKENIZED)

创建索引时，您可以根据希望搜索的内容决定要包含哪些字段。例如，可以包括标题、id、类别字符串等。定义字段后，在索引中为每个信息项（html、pdf、数据库条目等）创建一个文档。此过程称为索引

Document doc = new Document()
doc.add(new Field("body", "This is my Test document", Field.Store.YES, Field.Index.TOKENIZED)
doc.add(new Field("title", "Test document", Field.Store.YES, Field.Index.UNTOKENIZED)

搜索引擎现在可以使用索引来搜索内容。该索引针对我们所做的典型搜索进行了高度优化。您可以在特定字段中搜索信息并执行布尔逻辑。您可以搜索精确匹配或模糊匹配。搜索引擎将对索引中的文档进行加权/打分，首先返回最相关的文档

---

希望这在高水平上有所帮助

Lucene创建了一个反向全文索引，它将文档拆分为单词，为每个单词建立索引

For Instance:
Document 1: "Apache Lucene Java"
Document 2: "Java Library"

Inverted Index:
Tokens       Document Location
apache      1
Library     2
Java        1, 2
Lucene      1

让展开更进一步，现在让我们考虑<强>文档>两个<强>字段< /强>。strong>正文和标题

Document doc = new Document()
doc.add(new Field("body", "This is my Test document", Field.Store.YES, Field.Index.TOKENIZED)
doc.add(new Field("title", "Test document", Field.Store.YES, Field.Index.UNTOKENIZED)

您可以灵活地标记或不标记字段

Luncene有各种分析仪，使用StandardAnalyzer

Analyzer analyzer = new StandardAnalyzer()

上述文档将标记为“我的”、“测试”、“文档”、“测试文档”