我們需要對文件進行預處理，建立一種便於檢索的資料結構，以此來提高資訊檢索的速度，這種資料結構就是索引。目前廣泛使用的一種索引方式是倒排序索引。（）
倒排序索引的原理就如同查字典。要先查目錄，得到資料對應的頁碼，在直接翻到指定的頁碼。不是在文章中找詞，而是從目錄中找詞所在的文章。這需要在索引庫中生成乙個詞彙表（目錄），在詞彙表中的每乙個條記錄都是類似於「詞à所在文件的編號列表」的結構，記錄了每乙個出現過的單詞，和單詞出現的地方（哪些文件）。查詢時先查詞彙表，得到文件的編號，再直接取出相應的文件。
索引檔案的檢索與維護，更新是先刪除後建立
建立索引的執行過程（store、index）
在建立索引時，先要把文件存到索引庫中，還要更新詞彙表
我們做的操作：
1、把資料物件轉成相應的document，其中的屬性轉為field。
2、呼叫工具indexwriter的adddocument(doc)，把document新增到索引庫中。
lucene做的操作：
1、把文件存到索引庫中，並自動指定乙個內部編號，用來唯一標識這條資料。內部編號類似於這條資料的位址，在索引庫內部的資料進行調整後，這個編號就可能會改變，同時詞彙表中引用的編號也會做相應改變，以保證正確。但我們如果在外面引用了這個編號，前後兩次去取，得到的可能不是同乙個文件！所以內部編號最好只在內部用。
2、更新詞彙表。把文字中的詞找出並放到詞彙表中，建立與文件的對應關係。要把哪些詞放到詞彙表中呢，也就是文字中包含哪些詞呢？這就用到了乙個叫做analyzer（分詞器）的工具。他的作用是把一段文字中的詞按規則取出所包含的所有詞。對應的是analyzer類，這是乙個抽象類，切分詞的具體規則是由子類實現的，所以對於不同的語言（規則），要用不同的分詞器
newfield(
"title"
, article.gettitle(),store.
yes, index.
analyzed))。
第三與第四個引數的意思為：
列舉型別
列舉常量
說明store
no不儲存屬性的值
yes儲存屬性的值
index
no不建立索引
analyzed
分詞後建立索引
not_analyzed
不分詞，把整個內容作為乙個詞建立索引
說明：store是影響搜尋出的結果中是否有指定屬性的原始內容。index是影響是否可以從這個屬性中查詢（no），或是查詢時可以查其中的某些詞（analyzed），還是要把整個內容作為乙個詞進行查詢（not_analyzed）。
從索引庫中搜尋的執行過程（queryparser、topdocs、scoredoc）
1、把要查詢字串轉為query物件。這就像在hibernate中使用hql查詢時，也要先呼叫session.createquery(hql)轉成hibernate的query物件一樣。把查詢字串轉換成query是使用queryparser，或使用multifieldqueryparser。查詢字串也要先經過analyzer（分詞器）。要求搜尋時使用的analyzer要與建立索引時使用的analzyer要一致，否則可能搜不出正確的結果。
2、用indexsearcher.search()，進行查詢，得到結果。此方法返回值為topdocs，是包含結果的多個資訊的乙個物件。其中有totalhits 代表決記錄數，scoredoc的陣列。scoredoc是代表乙個結果的相關度得分與文件編號等資訊的物件。
3、取出要用到的資料列表。呼叫indexsearcher.doc(scoredoc.doc)以取出指定編號對應的document資料。
lucene 索引技術
一 lucene索引建立和優化 版本2.9.0以上 lucene索引的建立首先需要取得幾個必須的物件 1 分詞器 可以採用其他的中文分詞器 standardanalyzer analyzer new standardanalyzer version.lucene current 分詞器 2 luce...
Faiss教程 索引 2
所有的函式都是深複製，我們不需要關心物件關係。i o函式 複製函式 index factory通過字串來建立索引，字串包括三部分 預處理 倒排 編碼。預處理支援 倒排支援 編碼支援 如 index index factory 128,opq16 64,imi2x8,pq8 16 處理128維的向量，...
lucene使用教程3 常用類的物件
你需要以下類來執行這個簡單的索引與搜尋的過程 1 indexwriter 2 indexsearcher 3 indexreader 4 directory 5 analyzer 6 document 7 field 8 term 9 query 10 termquery 11 hits 接下來是對...