6) 第二章 索引：Lucene索引的文档模型

 

1. 文档(Document)和域(Field)

    Document是Lucene索引和搜索的最小单元。然而实际上它只是一个或多个Field的容器，Field中保存着真正的内容。

    Field由三部分组成：名称(作为域的唯一标识)； 值(文本或二进制值)； 选项(针对该域的一些细节描述)

 

2. Field的高级设置

    1) 值可以被索引或不索引。被索引的域才能被搜索到。只有文本域才能被索引，二进制值域只能被存储(store)

    2) 被索引的域可以增加检索词向量(term vectors)

    3) 值可以被存储

 

3. Lucene与数据库的区别

    1) 灵活的模式(schema)

      Lucene并不像数据库一样，拥有固定的全局模式。新加入的document和已有的document完全不同，它们可以拥有全新的域。

    2) 非规范化(Denormalization)

      Lucene需要对索引内容进行非规范化操作。

      一些开源框架如Hibernate Search, Compass, LuSQL, DBSight,Browse Engine 及 Oracle/Lucene integration能够完成此任务。