lucene开发必备工具luke介绍

本文已经迁移到搞搜索

作lucene开发的，免不了要和索引文件打交道，可是一些二进制的文件咱们怎么去看，下面就要隆重的有请luke了

根据百度百科的说法：Luke是一个用于Lucene搜索引擎的，方便开发和诊断的第三方工具，它能够访问现有Lucene的索引，并容许您显示和修改。

咱们能够经过luke来进行通常的索引查看和修改操做。

就打个比方，lucene的索引文件就好像是数据库存储的数据文件，luke就是一个DBMS系统，相信都懂的^_^

首先jdk是必须地，而后直接到googlecode上把最新的luke下下来，我如今用的是3.5版本，下下来就是一个jar包，能够直接双击打开，或者到命令行：java -jar /lukeall-3.5.0.jar,界面仍是不错的哈，而后上方的菜单栏上的file按钮就能够打开索引目录了，若是当前索引已经被打开了(里面有write.lock文件了)，咱们就可使用强制解锁的方法来打开目录，或者是使用readonly的方法来打开索引目录，打开后就能够像DBMS一看的查看索引里面保存的数据了，若是索引改变了，能够点击overview界面上的re-open按钮从新打开。

共有5个界面：

overview是用来进行索引的通常性查看和操做的，好比索引目录民，索引文件版本。。。等等概要信息，右上角三个按钮分别能够从新打开索引，提交索引更改和关闭当前打开的索引，下面两个list就是显示词和字段的相关信息了。

documents界面是用来进行文档的操做和查看的，好比文件的删除、添加。下面一个大listview就能够用来查看文档的详细信息了，是否是和DBMS的查看表数据很是的像呢？上面有两个查找文档的方法，根据文档编号来查找和根据词来查找了，其实这个就是搜索了

search界面是我认为最有用的一个界面了，其中咱们能够在这里进行索引的搜索测试，能够编写最的lucene搜索语句，而后能够看到语句解析后的query树，这样就能够知道为何咱们有些查询会查询不到咱们想要的信息了，而后还能够选择进行搜索的分词器、默认字段和重复搜索次数的(能够经过屡次搜索来获取平均一个搜索过程的耗时长短，这个对查询的性能测试时很是有用的)，而后下面的listview中就会列出一个搜索的的文档的全部保存的（store）字段的值，下面能够看到查询花费的时间

file界面，故名思义，这个就是用来查看每一个索引相关文件的一些属性的界面，具体的话，能够经过这个界面分析下索引文件的多少，是否须要优化或者合并等等。。。。

最后一个plugins界面，就是能够看到luke提供的各类插件，我认为比较有用的仍是那个分词工具，提供一个分词的类，而后下面文本框输入一段文本，而后就可让这个工具帮你分词，你能够看到详细的分词信息，相信这个对自定义分词器的调试或者测试仍是颇有用的。而后还有一个hadoop插件，支持从hadoop节点中获取节点中文件的相关信息，这个应该对分布式搜索引擎搭建仍是有那么点用吧。。。。不过我认为若是用hadoop的话，必定会用更强大的插件的。。。这个是否是有点多余了，哈哈

 附上下载地址:http://code.google.com/p/luke/downloads/list

文笔很差，并且没有配上图片（不知道怎么上传图片 = =）但愿你们多多批评指教哈，另外五一快乐！！！！IT民工们！！