seaairland

InsertRecords.java

packagecom.holen.part1;

?

importjava.io.File;

importjava.io.FileReader;

importjava.io.Reader;

importorg.apache.lucene.analysis.standard.StandardAnalyzer;

importorg.apache.lucene.document.Document;

importorg.apache.lucene.document.Field;

importorg.apache.lucene.index.IndexWriter;

?

/**

?* @authorHolenChen

?*記錄加載

?*/

public classInsertRecords{

?

??? publicInsertRecords(){

??? }

???

??? publicintinsertRecords(Stringdbpath,Filefile){

?????? intreturnValue=0;

?????? try{

?????????? IndexWriterindexWriter

?????????? ?= newIndexWriter(dbpath,newStandardAnalyzer(),false);

?????????? this.addFiles(indexWriter,file);

?????????? returnValue=1;

?????? }catch(Exceptionex){

?????????? ex.printStackTrace();

?????? }

?????? returnreturnValue;

??? }

???

??? /**

??? ?*傳入需加載的文件名

??? ?* @paramfile

??? ?* @return

??? ?*/

??? publicintinsertRecords(Stringdbpath,Stringfile){

?????? returnthis.insertRecords(dbpath,newFile(file));

??? }

???

??? publicvoidaddFiles(IndexWriterindexWriter,Filefile){

?????? Documentdoc= newDocument();

?????? try{

?????????? doc.add(Field.Keyword("filename",file.getName()));??

?????????????????

?????????? //以下兩句只能取一句,前者是索引不存儲,后者是索引且存儲

?????????? //doc.add(Field.Text("content",new FileReader(file)));?

?????? ??? doc.add(Field.Text("content",this.chgFileToString(file)));

??????????

?????????? indexWriter.addDocument(doc);

?????????? indexWriter.close();

?????? }catch(Exceptionex){

?????????? ex.printStackTrace();

?????? }

??? }

???

??? /**

??? ?*從文本文件中讀取內容

??? ?* @paramfile

??? ?* @return

??? ?*/

??? publicStringchgFileToString(Filefile){

?????? StringreturnValue= null;

?????? StringBuffersb= newStringBuffer();

?????? char[]c= newchar[4096];

?????? try{

?????????? Readerreader= newFileReader(file);

?????????? intn=0;

?????????? while(true){????????????

????????????? n=reader.read(c);

????????????? if(n>0){

????????????????? sb.append(c,0,n);

????????????? }else{

????????????????? break;

????????????? }

?????????? }

?????????? reader.close();

?????? }catch(Exceptionex){

?????????? ex.printStackTrace();

?????? }

?????? returnValue=sb.toString();

?????? returnreturnValue;?

??? }

?

??? publicstaticvoidmain(String[]args){

?????? InsertRecordstemp= newInsertRecords();

?????? Stringdbpath="e:\\lucene\\holendb";

?????? //holen1.txt中包含關鍵字"holen"和"java"

?????? if(temp.insertRecords(dbpath,"e:\\lucene\\holen1.txt")==1){

?????????? System.out.println("add file1 succ");

?????? }

?????? //holen2.txt中包含關鍵字"holen"和"chen"

?????? if(temp.insertRecords(dbpath,"e:\\lucene\\holen2.txt")==1){

?????????? System.out.println("add file2 succ");

?????? }??

??? }

}

方法

切詞

索引

存儲

用途

Field.Text(String name, String value)

Y

Y

Y

標題，文章內容

Field.Text(String name, Reader value)

Y

Y

N

META信息

Field.Keyword(String name, String value)

N

Y

Y

作者

Field.UnIndexed(String name, String value)

N

N

Y

文件路徑

Field.UnStored(String name, String value)

Y

Y

N

與第二種類似

全文檢索庫對關系型數據庫對比

對比項

全文檢索庫（Lucene）

關系型數據庫（Oracle）

核心功能

以文本檢索為主，插入（insert）、刪除（delete）、修改（update）比較麻煩，適合于大文本塊的查詢。

插入（insert）、刪除（delete）、修改（update）十分方便，有專門的SQL命令，但對于大文本塊（如CLOB）類型的檢索效率低下。

庫

與Oracle類似，都可以建多個庫，且各個庫的存儲位置可以不同。

可以建多個庫，每個庫一般都有控制文件和數據文件等，比較復雜。

表

沒有嚴格的表的概念，比如Lucene的表只是由入庫時的定義字段松散組成。

有嚴格的表結構，有主鍵，有字段類型等。

記錄

由于沒有嚴格表的概念，所以記錄體現為一個對象，在Lucene里記錄對應的類是Document。

Record，與表結構對應。

字段

字段類型只有文本和日期兩種，字段一般不支持運算，更無函數功能。

在Lucene里字段的類是Field，如document（field1,field2…）

字段類型豐富，功能強大。

record（field1,field2…）

查詢結果集

在Lucene里表示查詢結果集的類是Hits，如hits（doc1,doc2,doc3…）

在JDBC為例， Resultset（record1,record2,record3...）