索引結構如下:
索引器結構:
IndexWriter是通過指定存儲目錄和文檔分析器來構建的，其中direcotry表示索引存儲的位置；分析器指示如何分析文檔的內容；相似性用於規範化文檔並對其進行評分；IndexWriter類中還有壹些SegmentInfos對象，用於存儲索引片段信息，並在發生故障時回滾。
AddDocument（）方法用於添加文檔，delete documents（$ TERM）或delete documents（Query）方法用於刪除文檔，並且可以使用updateDocument（）方法更新文檔（只需先刪除再添加）。完成添加、刪除和更新文檔後，應該調用close方法。
這些修改將在內存中緩沖，並定期刷新到目錄中（在調用上述方法期間）。自上次刷新操作以來，如果有足夠多的緩存刪除操作（請參見setmaxbuffereddeleterms（int））或足夠多的添加文檔（請參見setMaxBufferedDocs（int）），則會觸發刷新操作，以較快者為準。對於添加的文檔，在以下任何情況下都會觸發刷新:文檔的RAM緩沖區設置大小或添加的文檔數量。默認最大RAM使用量為16M。為了獲得最高的索引效率，您需要使用更大的RAM緩存大小。應註意，刷新處理僅將IndexWriter中的內部緩沖狀態移動到索引中，但在調用commit（）和close（）方法之前，IndexReader不會看到這些更改。刷新可能會觸發壹個或多個段合並，然後將啟動壹個後臺線程來處理它，因此addDocument的調用不會中斷。請參考MergeScheduler。
索引閱讀器或索引搜索器只能看到索引打開時的狀態。打開索引後提交到索引的任何提交信息在重新打開之前都不會顯示。
文檔編寫器結構:
DocumentsWriter是壹個由IndexWriter調用來處理多個文檔的類。它通過目錄類、分析器類和計分器類提取文檔內容，並將其分解為壹組$ term列表，以生成細分所需的單個數據文件，如$ term頻率、$ term位置和$ term向量，以便細分合並可以將其合並為壹個統壹的細分。
該類可以接收多個添加的文檔，並將它們直接寫入單個段文件。這比為每個文檔創建壹個片段（使用DocumentWriter）並在這些片段上執行協作處理更有效。
每個添加的文檔都被傳遞給DocConsumer類，該類處理文檔並與索引鏈中的其他使用者進行交互。某些消費者，如StoredFieldWriter和TermVectorsTermsWriter，提取文檔的摘要並立即將字節寫入“文檔存儲”文件中（例如，它們不會為每個文檔消耗內存RAM，除非它們正在處理文檔）。
其他使用者（如FreqProxTermsWriter和NormsWriter）將字節緩存在內存中，僅在創建新段時將它們刷新到磁盤。
壹旦我們分配的RAM緩存用完，或者添加的文檔數量足夠（此時是否刷新是根據添加的文檔數量而不是RAM的利用率來決定的），我們將創建壹個真實的段並將其寫入目錄。
索引創建的調用過程:
目錄對象是文件的平面列表。文件在創建時可以寫入壹次。文件壹旦創建，在重新打開後只能用於讀取或刪除操作。並且當同時讀和寫時允許隨機訪問。
FSDirectory類直接將目錄抽象類實現為包含文件的目錄。目錄鎖的實現使用默認的SimpleFSLockFactory，但可以通過兩種方式進行修改，即向getLockFactory（）傳遞LockFactory的實例，或通過調用setLockFactory（）方法顯式地構造LockFactory類。
該目錄將被緩存。對於指定的規範路徑，getDirectory（）方法通常返回相同的FSDirectory實例。這使得同步機制能夠在目錄上工作。
RAMDirectory類是內存駐留）目錄抽象類的實現。目錄鎖的實現使用默認的SingleInstanceLockFactory，但可以通過setLockFactory（）方法進行修改。
IndexInput類是壹個用於從目錄中讀取文件的抽象基類，它是壹個隨機訪問輸入流，用於所有Lucene索引讀取操作。BufferedIndexInput是帶有buffer的IndexInput的基本實現。
IndexOutput類是壹個用於將文件寫入目錄的抽象基類，它是壹個隨機訪問輸出流，用於Lucene的所有索引寫入操作。BufferedIndexOutput是帶緩沖區的IndexOutput的基本實現。RAMOuputStream是內存駐留索引輸出的實現類。
域索引選項控制是否可以通過反轉索引來搜索文本。
當lucene構建倒排索引時，默認情況下，它會保存實現向量空間模型所需的所有信息。該模型需要計算文檔中出現的$ Term的數量及其外觀（例如，當搜索短語時，這是必要的）。但有時這些字段僅在布爾搜索中使用，它們不會影響相關分數。壹個常見的例子是字段僅用於過濾，如權限過濾和日期過濾。在這種情況下，您可以通過調用字段讓lucene跳過更改選項的頻率和位置索引。setommittermfreqandpositions（true）方法。這種方法可以節省磁盤上索引的壹些存儲空間，還可以加快搜索和過濾過程，但它會悄悄地阻止需要位置信息的搜索，例如阻止PhraseQuery和SpanQuery類的運行。
字段存儲選項用於確定是否需要存儲字段的真實值，以便可以在後續搜索中返回該值。
Lucene支持在壹個字段中寫入多個不同的值。
這種處理是完全可以接受和鼓勵的，因為它是邏輯上具有多個域值的域的自然表示。在lucene中，每當文檔中出現同名的多域值時，倒排索引和項向量都會在邏輯上附加這些詞法單元，具體順序由添加域的順序決定。
文檔和字段的加權操作可以在索引過程中完成。搜索過程中的加權操作將更加動態，因為每個搜索都可以根據不同的加權因子獨立進行加權或不加權，但這種策略也可能會消耗更多的CPU效率。可以更靈活地控制搜索期間的動態加權。
默認情況下，所有文檔的權重因子為1.0。通過改變文檔的權重因子，可以影響文檔在索引中的重要性。調整加權操作的API為:setboost（float）；
與文檔加權壹樣，您可以加權。當文檔被加權時，lucene將使用相同的加權因子來加權文檔中的字段。域加權API:field . setboost（fliat）。
Analyzer類構造了壹個用於分析文本的TokenStream對象，因此（因此）它代表了壹個用於從文本中提取組成索引的術語的策略。典型的實現首先創建壹個令牌化器，它將從閱讀器break中讀取的字符流分解為原始令牌。然後，可以將壹個或多個令牌過濾器應用於該令牌化器的輸出。警告:您必須在子類中覆蓋該類中定義的方法之壹，否則分析器將進入無限循環。
標準分析儀:
StandardAnalyzer類是這樣壹個Analyzer類的實現，它使用英文停止單詞列表來標記文本中的單詞，使用StandardTokenizer類來分解單詞，並添加StandardFilter、LowerCaseFilter和StopFilter進行處理。