基于lucene的小型中文搜索引擎
最近项目中需要自行进行搜索任务，比较紧急，只能采用字符匹配完成。看到全文搜索引擎的相关资料，尝试用之。
使用方式：
- 引入资源：通过文本文件或者数据库链接引入资源文件（需要相应修改IndexData的相关属性）
- 建立索引：通过 IndexService 的 index() 方法创建检索所需的索引
- 进行检索：制定相关的检索策略
Lucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开放源代码的全文检索引擎工具包，但它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎（英文与德文两种西方语言）。Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎。Lucene是一套用于全文检索和搜寻的开源程式库，由Apache软件基金会支持和提供。Lucene提供了一个简单却强大的应用程式接口，能够做全文索引和搜寻。在Java开发环境里Lucene是一个成熟的免费开源工具。就其本身而言，Lucene是当前以及最近几年最受欢迎的免费Java信息检索程序库。人们经常提到信息检索程序库，虽然与搜索引擎有关，但不应该将信息检索程序库与搜索引擎相混淆。
如下是Lucene引擎和数据库检索的对比（来源是这里）：
| Lucene全文索引引擎 | 数据库 | |
| 索引 | 将数据源中的数据都通过全文索引一一建立反向索引 | 对于LIKE查询来说，数据传统的索引是根本用不上的。数据需要逐个便利记录进行GREP式的模糊匹配，比有索引的搜索速度要有多个数量级的下降。 |
| 匹配效果 | 通过词元(term)进行匹配，通过语言分析接口的实现，可以实现对中文等非英语的支持。 | 使用：like "%net%" 会把netherlands也匹配出来， 多个关键词的模糊匹配：使用like "%com%net%"：就不能匹配词序颠倒的xxx.net..xxx.com |
| 匹配度 | 有匹配度算法，将匹配程度（相似度）比较高的结果排在前面。 | 没有匹配程度的控制：比如有记录中net出现5词和出现1次的，结果是一样的。 |
| 结果输出 | 通过特别的算法，将最匹配度最高的头100条结果输出，结果集是缓冲式的小批量读取的。 | 返回所有的结果集，在匹配条目非常多的时候（比如上万条）需要大量的内存存放这些临时结果集。 |
| 可定制性 | 通过不同的语言分析接口实现，可以方便的定制出符合应用需要的索引规则（包括对中文的支持） | 没有接口或接口复杂，无法定制 |
| 结论 | 高负载的模糊查询应用，需要负责的模糊查询的规则，索引的资料量比较大 | 使用率低，模糊匹配规则简单或者需要模糊查询的资料量少 |
- 2018.05.03 index界面，配置文件方式定位索引位置
- 2018.05.15 实现多域搜索，并且在查询时可以设置域之权重