一、Lucene 系统主要代码结构图

    为了基于Lucene技术设计service-search模块，重温了Lucene的技术要点和阅读了一下其源码结构，
 制作了该图，方便记忆和使用。

• Document 和 Field

  Document 类似数据表的一条记录，Field类似该记录的一个字段的值。
  其数据来源一般是DB数据库，即我们在实际使用可以将产品表、帖子表这些数据查询处理，然后遍历构造成

  Document，然后生成Lucene全文索引。

  另外的一种常见数据源则是文件系统，针对不同的文件格式，如PDF、word、text等，但其原理都是通过对应的辅助类从
  文档中将文字内容取出。

• 索引文件

• Lucene默认是存储到文件系统或内存中。

• Compass对其进行了增强，支持存储到数据表中（见JDBCDirectory类），并提供了Data Mirror技术（类似ORM），
  让API的使用更加简化。

• Directory
  封装索引位置的类，FSDirectory基于文件，RAMDirectory基于内存（如内存足够，系统启动时，就将数据索引化到内存）

• IndexWriter
  写索引类。基于Directory参数构造，提供addDocument方法往索引文件中添加索引。
  

• IndexWriterConfig
  对比2.*版本，新的版本对配置参数进行了封装，方便做IndexWriter的构造。
  其中包括了词法分析器Analyzer。

• Analyzer 词法分析，分词器

  Lucene的一个重要的接口。提供了多种分词方式，常见的StandardAnalyzer（标准分词），IKAnalyzer（中文分词）。
  这篇文章说得详细，可参考：http://blog.csdn.net/chs_jdmdr/article/details/7359773

• IndexReader

  对索引文件进行查询、更新和删除操作。

• 通过本身的静态方法open获得实例。

• 默认获得DirectoryReader实例，如果设置了只读为真，则返回ReadOnlyDirectoryReader。
  

• IndexSearcher

  基于IndexReader实现，专门负责查询的服务。

• Query：提供多种条件的构造方式。也允许通过QueryParser对查询字符串进行分解直接获得Query实例。

• Team：封装查询field的名称和值。

• 查询结果

• TopDocs：只返回得分最高的指定数量的结果。常用，效率高，对用户有价值。可以设置权重。

• Hits：返回所有符合条件结果集。

• 提供了searchAfter方法对分页进行了支持。