Hadoop MapReduce 上利用Lucene實現分布式檢索

前一篇文章(Hadoop MapReduce 上利用Lucene實現分布式檢索)中介紹了如何在HDFS上利用建立分布式索引，本文將舉例說明如何使用Lucene進行分布式的檢索。

package hdfs.luceneSearch;

import java.io.IOException;

import org.apache.lucene.document.Document;
import org.apache.lucene.index.CorruptIndexException;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TermQuery;
import org.apache.lucene.search.TopDocs;

public class LuceneHDFSSearcher {
	private IndexReader reader;
	private IndexSearcher searcher;
	public LuceneHDFSSearcher(FsDirectory dir) throws CorruptIndexException, IOException{
		reader = IndexReader.open(dir);
		searcher = new IndexSearcher(reader);
	}
	
	public Document search(String value) throws CorruptIndexException, IOException{	
		Query query = null;	
		Term term = new Term("key",value);
		query = new TermQuery(term);
		
		Document doc = null;
		TopDocs hits = searcher.search(query,1);
		for(ScoreDoc scoreDoc:hits.scoreDocs){
			doc = searcher.doc(scoreDoc.doc);
		}				
		return doc;	
	}
	public void close() throws IOException{
		// 關閉對象
		searcher.close();
		reader.close();
	}
}

　　可以看出，該檢索方法和單機進行Lucene檢索的方法是基本一樣的，唯一一個不同的地方是：單機檢索時，使用的是FSDirectory類來構建IndexReader，而這里則使用FsDirectory類。這個類封裝了原有類的方法，並支持HDFS。Nutch中使用的就是FsDirectory類，可以從Nutch的源碼中獲得該類的源碼，直接拷貝過來使用即可。