目录
1. Lucene 简介
1.1 什么是 Lucene
Lucene 是一个全文搜索框架，不是现成的应用产品。是一全文检索的工具包，不是应用，只是个类库，完成了全文检索的功能。就是把数据拆分，它提供工具让你能实现类似百度或Google的搜索功能，但并不像这些产品那样开箱即用。
官网： https://lucenenet.apache.org/
1.2 Lucene 能做什么
Lucene 的核心功能简单来说就是：给它一些字符串，它能提供一个全文搜索服务，告诉你搜索关键词出现在哪些地方。基于此，你可以：
- 索引站内新闻，建立资料库
- 索引数据库表的字段，避免使用"%like%"导致的锁表问题
- 开发自己的搜索引擎
1.3 选择 Lucene.Net的理由
a、全文搜索能力强
- 支持复杂查询（模糊匹配、通配符、短语搜索、范围查询等）
- 高性能索引和检索（尤其适合大规模文本数据）
- 支持多种语言分词（中文需搭配如 Paoding、IKAnalyzer 等分词器）
b、适用场景
- 站内搜索（论坛、博客、CMS）
- 文档/日志分析（基于内容的快速检索）
- 数据库替代
LIKE '%keyword%'（避免全表扫描） - 自定义搜索引擎（比如企业内部知识库）
c、性能优秀
- 纯 .NET 实现，内存管理优化
- 索引 增量更新（避免全量重建）
- 测试数据：
✅ 250万条记录（300MB文本）→ 索引380MB，800并发下平均 300ms
✅ 3.7万条记录（2个varchar字段）→ 索引2.6MB，800并发下 1.5ms
d、社区与生态环境
- Lucene 是 Apache 顶级项目，稳定性高
- .NET 社区有 Elasticsearch / Solr（基于 Lucene）可扩展方案
- NuGet 可安装：Lucene.Net
2. Lucene 的工作方式
2.1 写入流程
- 源字符串经过Analyzer处理（分词、去除stopword）
- 信息添加到Document的各个Field中
- 将需要索引的Field索引，需要存储的Field存储
- 索引写入存储器（内存或磁盘）
2.2 读出流程
- 用户搜索关键词经过Analyzer处理
- 搜索索引找出对应Document
- 从Document提取所需Field
3. 核心概念
3.1 Analyzer (分析器)
将字符串按规则划分成词语并去除无效词（如英文"of/the"、中文"的/地"）。例如：
WhitespaceAnalyzer：按空白字符分词StopAnalyzer：添加stopword过滤StandardAnalyzer：最常用的分析器
3.2 Document (文档)
用户提供的一条条记录（文本/字符串/数据库记录等）经过索引后以Document形式存储。
3.3 Field (域)
Document可包含多个信息域（如文章的"标题"、"正文"、"修改时间"）。Field有两个重要属性：
| 属性 | 说明 |
|---|---|
| 存储 | 控制是否存储Field内容 |
| 索引 | 控制是否对Field建立索引 |
示例组合：
- 标题域：存储=YES，索引=YES（可搜索并直接显示）
- 正文域：存储=NO，索引=YES（可搜索但需从文件读取内容）
- 时间域：存储=YES，索引=NO（可直接显示但不用于搜索）
3.4 Term
搜索的最小单位，表示文档中的一个词语，由两部分组成：
- 词语本身
- 该词语出现的Field
3.5 Token
Term的一次出现实例，包含：
- Term文本
- 起止偏移位置
- 类型字符串
3.6 Segment
索引时Document先写入小文件（Segment），再合并成大索引文件。
4. Lucene 结构
| 包名 | 功能描述 |
|---|---|
| analysis | 内建分析器 |
| document | 文档数据结构 |
| index | 索引读写类 |
| queryParser | 查询语句解析 |
| search | 搜索结果相关类 |
| store | 索引存储类 |
| util | 公共工具类 |
5. 如何建立索引
5.1 基本索引操作
// Ensures index backward compatibility
const LuceneVersion AppLuceneVersion = LuceneVersion.LUCENE_48;
// Construct a machine-independent path for the index
var basePath = Environment.GetFolderPath(
Environment.SpecialFolder.CommonApplicationData);
var indexPath = Path.Combine(basePath, "index");
using var dir = FSDirectory.Open(indexPath);
// Create an analyzer to process the text
var analyzer = new StandardAnalyzer(AppLuceneVersion);
// Create an index writer
var indexConfig = new IndexWriterConfig(AppLuceneVersion, analyzer);
using var writer = new IndexWriter(dir, indexConfig);5.2 内存索引
Directory dir = new RAMDirectory();
IndexWriter writer = new IndexWriter(dir, new StandardAnalyzer(), true);
Document doc = new Document();
doc.Add(new Field("title", "Lucene introduction", Field.Store.YES, Field.Index.TOKENIZED));
writer.AddDocument(doc);
writer.Optimize();
writer.Close();5.3 索引文本文件
Field field = new Field("content", new FileReader(file));6. 索引维护
6.1 删除索引
Directory dir = FSDirectory.GetDirectory(PATH, false);
IndexReader reader = IndexReader.Open(dir);
Term term = new Term(field, key);
reader.DeleteDocument(term);
reader.Close();6.2 更新索引
实际上是先删除旧Document再添加新Document：
// 先删除
IndexReader reader = IndexReader.Open(dir);
Term term = new Term("title", "Lucene introduction");
reader.DeleteDocument(term);
reader.Close();
// 再添加
IndexWriter writer = new IndexWriter(dir, new StandardAnalyzer(), true);
Document doc = new Document();
doc.Add(new Field("title", "Lucene introduction", Field.Store.YES, Field.Index.TOKENIZED));
writer.AddDocument(doc);
writer.Optimize();
writer.Close();7. 搜索功能
7.1 各种 Query 类型
| 查询类型 | 用途 | 示例 |
|---|---|---|
| TermQuery | 精确词查询 | new TermQuery(new Term("content", "lucene")) |
| BooleanQuery | 布尔组合查询 | 使用SHOULD表示OR，MUST表示AND |
| WildcardQuery | 通配符查询 | new WildcardQuery(new Term("content", "use*")) |
| PhraseQuery | 短语邻近查询 | 设置Slop控制词间距 |
| PrefixQuery | 前缀查询 | new PrefixQuery(new Term("content", "中")) |
| FuzzyQuery | 模糊查询 | 使用Levenshtein算法 |
| RangeQuery | 范围查询 | new RangeQuery(new Term("time","20060101"), new Term("time","20060130"), true) |
7.2 QueryParser
使用类似SQL的查询语法：
content:lucene- TermQuerycontent:java content:perl- BooleanQuery ORcontent:use*- WildcardQuerycontent:"中日"~5- PhraseQuery中*- PrefixQuerycontent:wuzza~- FuzzyQuerytime:[20060101 TO 20060130]- RangeQuery
复合查询示例：
QueryParser parser = new QueryParser("content", new StandardAnalyzer());
Query query = parser.Parse("+(title:lucene content:lucene) +time:[20060101 TO 20060130]");
IndexSearcher searcher = new IndexSearcher(dir);
Hits hits = searcher.Search(query);7.3 Filter
限制查询的索引子集，常用有：
RangeFilter：限定搜索范围QueryFilter：在上次结果中搜索
注意：Filter执行预处理而非结果过滤，可能显著增加查询时间。
8、文章总结
Lucene.Net适合项目需要轻量、高性能的全文搜索，不希望引入外部依赖(如 Elasticsearch)。数据规模单机可支持(百万级)。如果需要 分布式搜索（直接用 Elasticsearch）。现有的轮子已经很多了，该项目适合需要详细了解搜索引擎底层实现的人进行学习。
引用：lucene.NET详细使用与优化详解 - 咸鱼公子 - 博客园
从零开始搭建.NET Core版搜索引擎（一）--Lucene基础概念及示例_netcore 开源搜索引擎 lucene-CSDN博客