luke的使用[通俗易懂]

zz网络

首次用Luke打开索引文件。Overview里面显示了索引具有的Field数目(以最大的Field为准吧?)，还有就是文档的总数和 Term即索引词的总数? 有时一个关键词，对应于多个文档，所以文档数要多于关键字数目。

还显示了索引的版本和索引的格式。 类似于Java class的格式做法，在文件头部放了对应的Lucene版本信息吧。。。

右下方的Rank是怎么算出来的?事实上我并没有做什么操作啊。。。

在Document视图，根据doc号，查看具体的文档项，这个功能不错。

通过Document标签可以查看各个Term，点击show All,会进入search页面，显示使用term查询，匹配的所有记录。 这里的term就相当于 查询关键字吧。。。

Luke的查询结果和直接的代码查询结果是一致的。。。

这个功能赞的。通过luke就可以直接研究索引文件里面的内容了。。。。。

在查询标签，选择分词器。。。。点击查询就可以查了。。。 这里选择的是CJK分词器，针对东亚文字的分析器。。。

使用同一个数据源，现在搜到的东西是一样了，呵呵&＃8230;

在Search标签页里，点击Explain structure，可以看到对查询字符串的分词结果。。。.

(在查询输入框)更新查询字符串之后，需要点击update，才会更新下面的字符。。。

Term对应的各个文档，这里相当于是遍历列表？从头到尾的遍历？也可以show all，这会跳转到Search标签。。也可以点击Show Position显示文档的位置信息。 这里的term frequency是指 term在文档中的出现次数。只有Show all，才会触发Search，并跳转到Search标签。

如下操作序列挺有意思的。 首先点击Next term,转到下一个Term，再点击First Doc，显示该Term的第一个Document。

同个Term对应的文档也是排序的？ 这里根据Document之后的数字排列了，至少从截图上看起来是这样的。

Tool菜单栏里有个Check Index选项：

如下是我对当前操作索引的check操作。。。

Segments file=segments_2 numSegments=1 version=FORMAT_HAS_PROX [Lucene 2.4]
1 of 1: name=_0 docCount=153090
    compound=true
    hasProx=true
    numFiles=1
    size (MB)=17.396
    no deletions
    test: open reader&＃8230;&＃8230;&＃8230;OK
    test: fields, norms&＃8230;&＃8230;.OK [2 fields]
    test: terms, freq, prox&＃8230;OK [88735 terms; 559179 terms/docs pairs; 563003 tokens]
    test: stored fields&＃8230;&＃8230;.OK [306180 total field count; avg 2 fields per doc]
    test: term vectors&＃8230;&＃8230;..OK [0 total vector count; avg 0 term/freq vector fields per doc]

No problems were detected with this index.

OverView里面的show top terms，显示的是 对应document数目最多的term。。。

可以通过Luke查看文档评分机制的。。。

numDocs是文档总数，docFreq是匹配这个term的文档总数。 idf是定义在这两个量之上的吧。。。。

queryNorm和fieldNorm是怎么算出来的？

打开索引时，选择载入内存，速度会快很多。。。