为什么要学习Lucene

现在Lucene在互联网行业的用的非常广泛，尤其是大数据时代的今天，那么根据自己的理解给大家简单的介绍一下为什么要学习Lucene。

1.对比一下Lucene的检索方式相比以前的检索方式有哪些优点

原来的方式实现搜索功能，我们的搜索流程如下图：



上图就是原始搜索引擎技术，如果用户比较少而且数据库的数据量比较小，那么这种方式实现搜索功能在企业中是比较常见的。但是数据量过多时，数据库的压力就会变得很大，查询速度会变得非常慢。我们需要使用更好的解决方案来分担数据库的压力。

现在的方案（使用Lucene），如下图：



为了解决数据库压力和速度的问题，我们的数据库就变成了索引库，我们使用Lucene的API的来操作服务器上的索引库。这样完全和数据库进行了隔离。

2.数据查询方法

顺序扫描法

所谓顺序扫描，例如要找内容包含一个字符串的文件，就是一个文档一个文档的看，对于每一个文档，从头看到尾，如果此文档包含此字符串，则此文档为我们要找的文件，接着看下一个文件，直到扫描完所有的文件。

这种方法是顺序扫描方法，数据量大就搜索慢。

倒叙索引

先举一个栗子：

例如我们使用新华字典查询汉字，新华字典有偏旁部首的目录（索引），我们查字首先查这个目录，找到这个目录中对应的偏旁部首，就可以通过这个目录中的偏旁部首找到这个字所在的位置（文档）。

现在有两篇文档：

Doc1: When in Rome, do as the Romans do.

Doc2: When do you come back from Rome?

Lucene会对以上两篇文档建立倒排索引

索引结构如下图：



（doc：表示文档 freq：表示出现的次数 pos：表示在文档出现的位置）

1、 提取资源中关键信息， 建立索引 （目录）

2、 搜索时，根据关键字（目录），找到资源的位置

3应用场景 ：

1、 单机软件的搜索（word中的搜索）
2、 站内搜索 （baidu贴吧、论坛、 京东、 taobao）
3、 垂直领域的搜索 （818工作网）
4、 专业搜索引擎公司 （google、baidu）