Lucene搜索流程(2.IndexReader)

上一篇说到了Directory为我们搜索提供了基础，下面我们就要开始打开这个Directory了。

用IndexReader打开一个Directory还是包含了不少细节的，下面我们一起来探讨下

 首先IndexReader其实是一个abstract的类，所以我们打开不可能实例化这个类，那我们打开一个FSDreictory究竟打开的是啥呢？看看下面这断代码就明了了

public static IndexReader open(final Directory directory) throws CorruptIndexException, IOException {
    return DirectoryReader.open(directory, null, null, true, DEFAULT_TERMS_INDEX_DIVISOR);
  }

这个嘛，其实lucene在搜索的时候为了将搜索任务细分到不同的Reader(比如并行搜索)，因此在DirectoryReader里面其实是有很多的子Reader的，这里就是SegmentReader(段索引Reader)了，这个就是最终的底层Reader了，所有的操作都是通过它来进行的，在open一个目录的时候，会读取索引文件里面的segment_*这个文件的相关信息，得出这个目录里面的索引断详细信息，然后每个段都会打开一个SegmentReader，单独负责这个断的信息读取，我们最终的所有的索引搜索操作就都是由他们完成了，这样做的目的前面我也说了，我们可以用一个线程池，然后再每个断上用一个线程对其进行搜索，然后将结果合并起来，这样是不是提高了很大的效率，其实lucene就用这样的功能的，这个等我们说到IndexSearcher的时候再细说。

然后根据是否可以用这个Reader可以进行索引写操作，还有ReaderOnlySegmentReader。我们知道可以通过IndexReader来删除文档，用了ReaderOnly的IndexReader的话就相当于将这一操作给禁止了，相信用过luke的童鞋都知道luke有个以只读模式打开索引的选项，其实就是用的这个IndexReader，这里啰嗦一句，其实我也建议大家不要用IndexReader对索引进相关的操作，因为涉及到了锁和并发各方面的原因，结果也许会出现不可预想的后果(比如索引损坏),那个时候就只有哭了T_T,而且读和写分开，对我们的程序的设计有很大的方便，听说在4.0里面已经不能再IndexReader里面删除了，不知道是不是真的？

下面来介绍几个IndexReader的重要方法：

public TermEnum terms();

public TermEnum terms(Term t) throws IOException ;

Field:0

Field:1

Field:2

Field:3

Field:4

如果这里我们传入一个new Term("Field","3")的话，就可以获得一个从(Filed:4)开始的词枚举。

如果传入的词不存在呢？如果不存在。Lucene会找到一个比我们传入的词大的词，这个大是怎么解释呢，其实就是Term实现了Comparable接口，然后compareTo返回大于或等于1的就行了，这个方法也是非常重要的，对查询重写有很大的意义，这里暂时也还是不讲。

下面看看这两个方法：

public TermDocs termDocs() throws IOException

public TermDocs termDocs(Term term) throws IOException;

这两个方法的作用从词义上将就是获取一个文档枚举器，我们当然同样可以通过这个枚举获取这个Reader里面读取的文档ID号，这里为啥不是目录而是Reader里面的呢？因为我们知道文档ID只有在索引打开的时候存在，只存在于运行时，并不是一个持久化的标示符。上面那个方法和下面那个方法的区别在于，上面的方法或得得TermDocs并不能直接使用，因为是未定位的(unposition)，在使用前我们要先使用seek来定位，下面则可以直接通过一个词来定位指定的文档，Lucene的索引保存方式是以倒排表的方式来存储的，因此可以通过这个词来快速定位包含这个词的文档，这个方法就是这种倒排表的体现，另外这两个方法获取出来的文档都是不包含已经删除的文档的哦。

public int maxDoc();
public int numDocs()

 最后两个方法

public abstract Document document(int n, FieldSelector fieldSelector) throws CorruptIndexException, IOException;
public final Document document(int n) throws CorruptIndexException, IOException ;

最后两个方法也是我们的重中只重了，光能搜索不行，我们还要获取我们保存在索引里面的相关信息，这个两个方法就是通过一个文档ID来获取指定文档保存的信息，下面那个方法是final的，其实就是调用了上面的方法的一个重载，关于那个FieldSelctor说明下，这个是一个接口，相当于一个过滤器，用来过滤我们获取文档里面的数据的时候对字段进行一些过滤操作(也不完全是过滤，但是包含过滤)，这个接口里面定义了一个单独的方法：

FieldSelectorResult accept(String fieldName);

OK，今天这篇博文先写到这里，如果有什么看不懂或者不妥的地方欢迎联系我，最近人都变懒了，还有最近本人在追北京青年这部电视剧，每天差不多都是2点去了。。。。表示很累啊(T_T)，更新都比较慢，希望能够对大家学习Lucene的过程中有所帮助！