什么是Lucene？？
Lucene是apache软件基金会发布的一个开放源代码的全文检索引擎工具包，由资深全文检索专家Doug Cutting所撰写,它是一个全文检索引擎的架构，提供了完整的创建索引和查询索引，以及部分文本分析的引擎，Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎，Lucene在全文检索领域是一个经典的祖先，现在很多检索引擎都是在其基础上创建的，思想是相通的。
Lucene是根据关健字来搜索的文本搜索工具，只能在某个网站内部搜索文本内容，不能跨网站搜索
既然谈到了网站内部的搜索，那么我们就谈谈我们熟悉的百度、google那些搜索引擎又是基于什么搜索的呢....
从图上已经看得很清楚，baidu、google等搜索引擎其实是通过网络爬虫的程序来进行搜索的...
为什么我们要用Lucene？在介绍Lucene的时候，我们已经说了：Lucene又不是搜索引擎，仅仅是在网站内部进行文本的搜索。那我们为什么要学他呢？？？
我们之前编写纳税服务系统的时候，其实就已经使用过SQL来进行站内的搜索..
既然SQL能做的功能，我们还要学Lucene，为什么呢？？？
我们来看看我们用SQL来搜索的话，有什么缺点：
（1）SQL只能针对数据库表搜索，不能直接针对硬盘上的文本搜索
（2）SQL没有相关度排名
（3）SQL搜索结果没有关健字高亮显示
（4）SQL需要数据库的支持，数据库本身需要内存开销较大，例如：Oracle
（5）SQL搜索有时较慢，尤其是数据库不在本地时，超慢，例如：Oracle
我们来看看在baidu中搜索Lucene为关键字搜索出的内容是怎么样的：
以上所说的，我们如果使用SQL的话，是做不到的。因此我们就学习Lucene来帮我们在站内根据文本关键字来进行搜索数据！
我们如果网站需要根据关键字来进行搜索，可以使用SQL，也可以使用Lucene...那么我们Lucene和SQL是一样的，都是在持久层中编写代码的。。
接下来，我们就讲解怎么使用Lucene了.....在讲解Lucene的API之前，我们首先来讲讲Lucene存放的究竟是什么内容...我们的SQL使用的是数据库中的内存，在硬盘中为DBF文件...那么我们Lucene内部又是什么东西呢？？
Lucene中存的就是一系列的二进制压缩文件和一些控制文件，它们位于计算机的硬盘上，
这些内容统称为索引库，索引库有二部份组成：
（1）原始记录
存入到索引库中的原始文本，例如：我是钟福成
（2）词汇表
按照一定的拆分策略（即分词器）将原始记录中的每个字符拆开后，存入一个供将来搜索的表
也就是说：Lucene存放数据的地方我们通常称之为索引库，索引库又分为两部分组成：原始记录和词汇表....
1.1原始记录和词汇表当我们想要把数据存到索引库的时候，我们首先存入的是将数据存到原始记录上面去....
又由于我们给用户使用的时候，用户使用的是关键字来进行查询我们的具体记录。因此，我们需要把我们原始存进的数据进行拆分！将拆分出来的数据存进词汇表中。
词汇表就是类似于我们在学Oracle中的索引表，拆分的时候会给出对应的索引值。
一旦用户根据关键字来进行搜索，那么程序就先去查询词汇表中有没有该关键字，如果有该关键字就定位到原始记录表中，将符合条件的原始记录返回给用户查看。
我们查看以下的图方便理解：
到了这里，有人可能就会疑问：难道原始记录拆分的数据都是一个一个汉字进行拆分的吗？？然后在词汇表中不就有很多的关键字了？？？