我正在尝试学习和理解 lucene 是如何工作的，lucene 索引里面有什么。基本上我想看看数据在 lucene 索引中是如何表示的？
我使用
lucene-core 8.6.0下面是我非常基本的 Lucene 代码
private Document create(File file) throws IOException {
Document document = new Document();
Field field = new Field("contents", new FileReader(file), TextField.TYPE_NOT_STORED);
Field fieldPath = new Field("path", file.getAbsolutePath(), TextField.TYPE_STORED);
Field fieldName = new Field("name", file.getName(), TextField.TYPE_STORED);
document.add(field);
document.add(fieldPath);
document.add(fieldName);
//Create analyzer
Analyzer analyzer = new StandardAnalyzer();
//Create IndexWriter pass the analyzer
Path indexPath = Files.createTempDirectory("tempIndex");
Directory directory = FSDirectory.open(indexPath);
IndexWriterConfig indexWriterCOnfig = new IndexWriterConfig(analyzer);
IndexWriter iwriter = new IndexWriter(directory, indexWriterCOnfig);
iwriter.addDocument(document);
iwriter.close();
return document;
}
注意：我了解 Lucene 背后的知识 - 倒排索引，但我缺乏对 Lucene 库如何使用此概念以及如何创建文件以便使用 Lucene 使搜索变得简单可行的理解。
我尝试过 Limo，但没用。即使我在
web.xml如果您想看到一个很好的介绍性代码示例，使用当前版本的 Lucene（构建索引然后使用它），您可以从基本演示开始（选择您的版本 - 此链接适用于 Lucene 8.6).
演示的源代码（使用最新版本的 Lucene）可以在 Github 上找到。
如果您想探索索引数据，创建索引数据后，您可以使用 Luke。如果您以前没有使用过它：要运行 Luke，您需要从主下载页面下载二进制版本。解压缩文件，然后导航到 luke
目录。然后运行相关脚本（
luke.bat或
luke.sh）。（我能找到的唯一版本的
LIMO
工具是 Sourceforge 上的this。鉴于它是 2007 年的版本，几乎可以肯定它不再与最新的 Lucene 索引文件兼容。也许某处有更新的版本.) 如果您想要典型 Lucene 索引中的文件概述API 文档Solr
和 ElasticSearch 文档对于解释特定概念非常有用，这些概念通常与 Lucene 直接相关。 除此之外，我不太担心 Lucene 如何管理其内部索引数据结构。相反，我专注于可用于访问该数据的不同类型的分析器和查询。
现在已经是几个月后的事了，但这里还有另一种探索 Lucene 索引数据的方法：
。标准 Lucene 编解码器（如何将数据写入索引文件并从中读取数据）使用二进制格式 - 因此人类不可读。您不能只打开索引文件并查看其中的内容。但是，如果您将编解码器更改为
SimpleTextCodec，那么Lucene将创建纯文本索引文件，您可以在其中更清楚地看到结构。
此编解码器纯粹用于信息/教育，不应在生产中使用。要使用编解码器，首先需要包含相关依赖项 - 例如，如下所示：
<dependency>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-codecs</artifactId>
<version>8.7.0</version>
</dependency>
现在您可以按如下方式使用这个新的编解码器：
iwc.setCodec(new SimpleTextCodec());
所以，例如：
final String indexPath = "/path/to/index_dir";
final String docsPath = "/path/to/inputs_dir";
final Path docDir = Paths.get(docsPath);
Directory dir = FSDirectory.open(Paths.get(indexPath));
Analyzer analyzer = new StandardAnalyzer();
IndexWriterConfig iwc = new IndexWriterConfig(analyzer);
iwc.setOpenMode(OpenMode.CREATE);
iwc.setCodec(new SimpleTextCodec());
System.out.println(iwc.getCodec().getName());
try ( IndexWriter writer = new IndexWriter(dir, iwc)) {
// read documents, and write index data:
indexDocs(writer, docDir);
}
您现在可以在文本阅读器（例如 Notepad++）中自由检查生成的索引文件。
就我而言，索引数据生成了多个文件 - 但我感兴趣的是我的
*.scf文件 - 一个“复合”文件，包含各种“虚拟文件”部分，其中人类可读的索引数据是已保存。