概述本手册首先介绍了Lucene的概念，详细描述了简单快速地将Lucene融入WEBDT运行平台并进行实际开发的方法，使技术人员对Lucene有一个概要性的框架认识，为下一步开发工作奠定基础。LUCENE简介什么是LUNCENELucene是一套javaAPI，就如同Servlet是一套API一样。Lucene不是一个独立的搜索引擎系统，但是你可以使用Luncene来开发搜索引擎系统。这正如Servlet不是网站系统但是你可以用Servlet开发网站一样。有人已经用Lucene开发出了独立的搜索引擎系统，你可以下载，然后不写一行代码就是用它。Nutch是最出名的了。

首先，介绍一下IK的整个分词处理过程：1.Lucene的分词基类是Analyzer，所以IK提供了Analyzer的一个实现类IKAnalyzer。首先，我们要实例化一个IKAnalyzer，它有一个构造方法接收一个参数isMaxWordLength，这个参数是标识IK是否采用最大词长分词，还是采用最细粒度切分两种分词算法。实际两种算法的实现，最大词长切分是对最细粒度切分的一种后续处理，是对最细粒度切分结果的过滤，选择出最长的分词结果。

lucene默认的排序方式，在lucene中也被称为“评分机制”，可以同过给sort对象传递一个null来实现，也可以通过调用sort默认的构造函数来实现

Lucene3.0之结果排序（1）：原理传统上，人们将信息检索系统返回结果的排序称为“相关排序”（relevanceranking），隐含其中各条目的顺序反映结果和查询的相关程度。

在这篇文章中，我推荐使用Lucene，它是基于Java的开源搜索引擎，通过提取和索引相关的源码元素来搜索源代码。这里，我仅限定搜索Java源代码。然而，Lucene同样可以做到对其他编程语言的源代码的搜索。 文章给出了在Lucene环境下搜索引擎重点方面的简短概述。要了解更多细节信息，参考Resources部分。

Lucene是一个高效的，基于Java的全文检索库。所以在了解Lucene之前要费一番工夫了解一下全文检索。那么什么叫做全文检索呢？这要从我们生活中的数据说起。我们生活中的数据总体分为两种：结构化数据和非结构化数据。结构化数据：指具有固定格式或有限长度的数据，如数据库，元数据等。非结构化数据：指不定长或无固定格式的数据，如邮件，word文档等。当然有的地方还会提到第三种，半结构化数据，如XML，HTML等，当根据需要可按结构化数据来处理，也可抽取出纯文本按非结构化数据来处理。

全文搜索体系结构本主题展示了组成ClearQuest全文搜索功能的组件的高级体系结构视图。全文搜索功能使用Solr搜索服务器和Lucene信息检索库技术。下图显示了组成全文搜索实施的关键软件组件。

Lucene是一个全文搜索框架，而不是应用产品。因此它并不像www.baidu.com 或者google Desktop那么拿来就能用，它只是提供了一种工具让你能实现这些产品。

主要分为两部分，第一部分是对《db-data-config.xml》的配置内容的讲解（属于高级内容），第二部分是DataImportHandler（属于基础）,第三部分是对db-data-config.xml的进阶

Solr 是一个带有web界面的企业级搜索服务器。它通过http协议将xml格式的文件进行索引，通过http协议进行查询，返回结果为xml格式。

Solr是一个开源的，企业级搜索服务器。她已经是一个成熟的产品，用于强化网络站点的搜索功能，包括内部局域网。 她是用Java语言编写。使用HTTP和XML进行数据传输，Java的掌握对于学习Solr不是必须的。除了能返回搜索 结果外，还有包括高亮搜索关键字，方位导航（已广泛用于电子商务网站），查询关键字拼写校验，自动查询建议 和 “类似”查询 帮助更好定位搜索。

Compass是一流的开放源码JAVA搜索引擎框架，对于你的应用修饰，搜索引擎语义更具有能力。依靠顶级的Lucene搜索引擎，Compass结合了，像Hibernate和Spring的流行的框架，为你的应用提供了从数据模型和数据源同步改变的搜索力.

Lucene基础指南Lucene是apache下的一个采用java实现的全文搜索引擎，功能非常强大，而它的API又比较简单，主要就做两件事：建立索引和进行搜索。

全文检索（Full-Text Retrieval）是指以文本作为检索对象，找出含有指定词汇的文本。全面、准确和快速是衡量全文检索系统的关键指标。 关于全文检索，我们要知道：1，只处理文本。2，不处理语义。3，搜索时英文不区分大小写。4，结果列表有相关度排序。

Lucene的索引结构从大到小分为以下几个概念：index，segments，document（以下可能简称为doc），field，termIndex（索引），一个索引，包括所有需要的信息内容；Segments（段），可以理解为一个子索引（sub-index），每当往index中新加入一个doc时，都会新生成一个segments保存这个doc，然后通过判断，合并部分segments，最后通过优化索引的命令，把所有的segments合并成一个index；Document（文档），一般以document为单位往index中添加记录，一个document可以是一个txt，一个html或者是数据库的一条记录。一个document由几个field的组成；

Lucene是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎。Lucene以其方便使用、快速实施以及灵活性受到广泛的关注。它可以方便地嵌入到各种应用中实现针对应用的全文索引、检索功能，本总结使用lucene--2.3.2。

Solr简介说起Apache Lucene,可以说无人不知，无人不晓，但是说道ApacheSolr,恐怕知道的不多。看看Apache Solr的说明：Solr是一个基于Lucenejava库的企业级搜索服务器，包含XML/HTTP，JSONAPI,高亮查询结果，缓存，复制还有一个WEB管理界面。Solr运行在Servlet容器中。所以Solr和Lucene的本质区别有以下三点：搜索服务器，企业级和管理。Lucene本质上是搜索库，不是独立的应用程序，而Solr是。Lucene专注于搜索底层的建设，而Solr专注于企业应用。Lucene不负责支撑搜索服务所必须的管理，而Solr负责。一句话概括Solr:Solr是Lucene面向企业搜索应用的扩展。