基于JAVA的全文索引引擎Lucene简介(上)

摘要：Lucene是一个基于JAVA的全文索引工具包。 1. 基于JAVA的全文索引引擎Lucene简介：关于作者和Lucene的历史 2. 全文检索的实现：Luene全文索引和数据库索引的比较

基于JAVA的全文索引/检索引擎——Lucene

Lucene不是一个完整的全文索引应用，而是是一个用JAVA写的全文索引引擎工具包，它可以方便的嵌入到各种应用中实现针对应用的全文索引/检索功能。

Lucene的作者：Lucene的贡献者Doug Cutting是一位资深全文索引/检索专家，曾经是V-Twin搜索引擎(Apple的Copland操作系统的成就之一)的主要开发者，后在Excite担任高级系统架构设计师，目前从事于一些INTERNET底层架构的研究。他贡献出的Lucene的目标是为各种中小型应用程序加入全文检索功能。

Lucene的发展历程：早先发布在作者自己的http://www.lucene.com/，后来宿主在SOURCEFORGE，2001年年底成为APACHE基金会jakarta的一个子项目：http://jakarta.apache.org/Lucene/

基于Lucene的应用：
已经有很多JAVA项目都使用了Lucene作为其后台的全文索引引擎，比较著名的有：

• JIVE：WEB论坛系统；
• Eyebrows：邮件列表HTML归档/浏览/查询系统，本文的主要参考文档“The Lucene search engine: Powerful, flexible, and free”作者就是EyeBrows系统的主要开发者之一，而EyeBrows已经成为目前APACHE项目的主要邮件列表归档系统。
• Cocoon: 基于XML的web发布框架，全文检索部分使用了LUCENE

对于中文用户来说，最关心的问题是其是否支持中文的全文检索。但通过后面对于Lucene的结构的介绍，你会了解到由于Lucene良好架构设计，只需一些简单的接口扩展就能实现对中文检索的支持。

全文检索的实现机制

Lucene的API接口设计的比较通用，输入输出结构都很像数据库的表==>记录==>字段，所以很多传统的应用的文件、数据库等都可以比较方便的映射到Lucene的存储结构/接口中。总体上看：可以先把Lucene当成一个支持全文索引的数据库系统。

比较一下Lucene和数据库：