《Lucene in Action》（第二版） 第一章节的学习总结 ---- 用最少的代码创建索引和搜索

第一章节是介绍性质，但是通过这一章节的学习，我理解到如下概念：

1.Lucene由两部分组成：索引和搜索。索引是通过对原始数据的解析，形成索引的过程；而搜索则是针对用户输入的查找要求，从索引中找到匹配的内容，并表示出来。

2.索引组件的工作顺序是：原始内容--->获取内容（比如利用网络爬虫，这时取得的还是原始内容，只不过是自己想要的原始内容）--->建立文档（这里就是lucene的索引组件真正开始工作的地方了，解析内容变成lucene自己的document）--->文档分析（利用lucene的各种分析器,analyzer，将文档解析为各种语汇单元）--->形成文档索引（IndexWriter，存储在Directory中）

3.搜索组件的工作顺序是：从用户搜索界面获得用户搜索请求--->建立查询（这是lucene的搜索组件开始工作的地方，建立Query）--->搜索查询（利用indexSearcher，使用Query，在索引所在的Directory中进行搜索处理，并获得匹配的结果topdocs）--->展现结果（用直观的，客户喜欢接受的方式，展现给用户）

4.索引过程的核心类：

IndexWriter：写索引，用于创建新索引或者打开已有索引

Directory：索引的存储位置。这是一个抽象类，因此实际使用的是其子类：FSDirectory（文件系统，存储在非易失设备中）, RAMDirectory（内存中）

Analyzer：分析器，从被索引的对象（文档）中提取语汇单元。如果被索引的对象不是纯文本，则先转换成文本文档。分析器的分析对象是文档（Document）。Analyzer也是一个抽象类，实际使用的是其子类。

Document：文档。lucene将原始内容转换成lucene自己能识别的对象，就是这里的Document。Document由各个Field组成，可以认为Document就是包含多个Field对象的容器。

Field：域，由域名和域值组成，还有记录此域如何被存储（store），如何被索引(index)的选项。一个域名可以带多个域值。

5.搜索的核心类

IndexSearcher:可以理解为和IndexWriter是对应的。它是用来搜索由IndexWriter代表的索引的。实际搜索就是调用IndexSearcher对象的search(query对象,要返回的评分最高的文档数量n)方法

Term:字面意思就是术语，它是搜索功能的基本单元，和Field类似，也由域名和域值组成。我是这么理解的：Field和Term的组成相同（至少相似吧）。Field用于索引；而Term用于搜索

Query:查询类，也是一个抽象类，实际用的是其多个子类。Query子类对象的产生方式，目前我总结有两种：一种是通过QueryParser对象的parse(用户输入的查询方式字符串)方式得到；另一种是通过new TermQuery(new Term(域名字符串,域值字符串))来得到。

TermQuery:书上说是lucene提供的最基本的查询类型。用来匹配指定域中包含特定值的文档。不过我目前理解，它就是从term得到query的中间转换的桥梁。

TopDocs:IndexSearcher对象调用search(query对象,要返回的评分最高的文档数量n)方法后的返回值。通过这个对象，可以获得totalHits（匹配搜索条件的实际文档数量），scoreDocs（一个包括搜索结果的scoreDoc对象数组，通过组元素又可以得到具体文档）以及其他参数。

6.我自己认为：还有一个类也是比较核心的，就是IndexReader