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？
我用作lucene-core 8.6.0依赖项
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了解。
我尝试过 Limo，但没有用。尽管我在 web.xml 中给出了索引位置，但它还是不起作用
如果您想查看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）。
\n演示的源代码（使用最新版本的 Lucene）可以在 Github 上找到。
\n如果您想探索索引数据，在创建索引数据后，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。解压缩该文件，然后导航到该目录。然后运行相关脚本（或）。lukeluke.batluke.sh
LIMO（我能找到的该工具的唯一版本是Sourceforge 上的这个版本。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。）
如果您想了解典型 Lucene 索引中的文件的概述，可以从这里开始。
\n通过查看相关包和类的API 文档，可以回答许多具体问题。
\n就我个人而言，我还发现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。
\n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。
\n更新：SimpleTextCodec
\n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：SimpleTextCodec。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。
该编解码器纯粹用于信息/教育，不应在生产中使用。
\n要使用编解码器，您首先需要包含相关的依赖项 - 例如，如下所示：
\n<dependency>\n <groupId>org.apache.lucene</groupId>\n <artifactId>lucene-codecs</artifactId>\n <version>8.7.0</version>\n</dependency>\n现在您可以按如下方式使用这个新的编解码器：
\niwc.setCodec(new SimpleTextCodec());\n因此，例如：
\nfinal String indexPath = "/path/to/index_dir";\nfinal String docsPath = "/path/to/inputs_dir";\nfinal Path docDir = Paths.get(docsPath);\nDirectory dir = FSDirectory.open(Paths.get(indexPath));\nAnalyzer analyzer = new StandardAnalyzer();\nIndexWriterConfig iwc = new IndexWriterConfig(analyzer);\niwc.setOpenMode(OpenMode.CREATE);\niwc.setCodec(new SimpleTextCodec());\nSystem.out.println(iwc.getCodec().getName());\ntry ( IndexWriter writer = new IndexWriter(dir, iwc)) {\n // read documents, and write index data:\n indexDocs(writer, docDir);\n}\n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。
\n就我而言，索引数据生成了几个文件 - 但我在这里感兴趣的是我的*.scf文件 - 一个“复合”文件，包含各种 \xe2\x80\x9c 虚拟文件 \xe2\x80\x9d 部分，其中人类- 存储可读索引数据。