前言：目前自己在做使用Lucene.net和PanGu分詞實現全文檢索的工作，不過自己是把別人做好的項目進行遷移。因為項目整體要遷移到ASP.NET Core 2.0版本,而Lucene使用的版本是3.6.0 ，PanGu分詞也是對應Lucene3.6.0版本的。不過好在Lucene.net 已經有了Core 2.0版本（4.8.0 bate版），而PanGu分詞，目前有人正在做，貌似已經做完，只是還沒有測試~，Lucene升級的改變我都會加粗表示。
Lucene.net 4.8.0
https://github.com/apache/lucenenet
PanGu分詞(可以直接使用的)
https://github.com/SilentCC/Lucene.Net.Analysis.PanGu
JIEba分詞(可以直接使用的)
https://github.com/SilentCC/JIEba-netcore2.0
Lucene.net 4.8.0 和之前的Lucene.net 3.6.0 改動還是相當多的，這里對自己開發過程遇到的問題，做一個記錄吧，希望可以幫到和我一樣需要升級Lucene.net的人。我也是第一次接觸Lucene ,也希望可以幫助初學Lucene的同學。
一，Lucene 創建索引：IndexWriter
1.IndexWriter的介紹
IndexWriter 是用來創建和維護索引的。IndexWriter的創建：在Lucene4.8.0中，創建IndexWriter對象，需要用到IndexWriterConfig 參數，IndexWriterConfig用來設置一些IndexWriter的屬性：
IndexWriterConfig _indexWriterConfig = new IndexWriterConfig(Lucene.Net.Util.LuceneVersion.LUCENE_48,analyze) IndexWriter _indexWriter = new IndexWriter(dir,_indexWriterConfig)
上面的代碼創建了一個基本的IndexWriter對象，每個基本IndexWriter都必須有兩個必要的屬性：1.操作的索引目錄 dir ;2. 分詞器 analyze .這里要注意，IndexWriter的分詞器和IndexSearch的分詞器應該是相同的，否則將會影響搜索結果。
我們通過IndexWriterConfig 可以設置IndexWriter的屬性，已達到我們希望構建索引的需求，這里舉一些屬性，這些屬性可以影響到IndexWriter寫入索引的速度：
IndexWriterConfig.setRAMBufferSizeMB(double); IndexWriterConfig.setMaxBufferedDocs(int); IndexWriterConfig.setMergePolicy(MergePolicy)
setRAMBufferSizeMB() 是設置，當IndexWriter添加的文檔的大小超過RAMBufferSizeMB ，IndexWriter就會把在內存中的操作，寫入到硬盤中。具體一點：IndexWriter在執行AddDocuments(寫入文檔),DeleteDocuments（刪除文檔），UpdateDocuments(更新文檔)，這些操作的時候，這些操作都會先緩沖到內存中，也就是說執行完這些函數，其實儲存的索引目錄下是沒有任何改變的，當AddDocuments的容量超過上述的屬性的時候，這些操作才會具體執行到儲存索引的硬盤當中。默認的DEFAULT_RAM_BUFFER_SIZE_MB 是16MB.
setMaxBufferedDocs() 是設置，當IndexWriter添加的文檔數量超過MaxBufferedDocs的時候，IndexWriter就會把內存中寫入的文檔，寫到硬盤中，並生成一個新的索引文件segment。關於Lucene的索引結構會在下面說到。
setMergePolicy 是設置索引合並的策略，MergePolicy中有一個參數DEFAULT_MAX_CFS_SEGMENT_SIZE 表示索引中最多有多少個segment文件。
1.1 提高索引的速度
上面提到了三個IndexWriterConfig的三個屬性。我們知道，IndexWriter是當緩存中的容量達到一定的限制條件之后，才開始將緩存中的操作寫入到硬盤中，事實上，如果我們把限制條件定的值越大，索引的速度是越快的。顯而易見，如果設置RAMBufferSizeMB和MAXBufferedDocu越大，IndexWriter 寫入硬盤的次數就越少，而寫索引的時間耗費大多在對硬盤的操作之上。
IndexWriter寫入索引之后，在索引目錄里會有很多segment文件。segment文件數量達到MergeFactor (設置合並因子)的時候，IndexWriter會將這些segment文件合並，形成一個新的segment文件，類似於壓縮。而在索引目錄中，如果segment文件越多，則搜索的速度會降低，segement文件越少，搜索的速度也就越快。所以當我們設置MergeFactor的值越大的時候，搜索的速度就會越快，而合並segement的速度則會降低，也即索引的速度會降低。
2. 索引文件的結構
這是，一個索引目錄下的索引文件。結構是這樣的：
（索引）Index
---（段）Segment
---（文檔）Document
--- （域）Field
--- （詞）Term
上面的圖片中，只有一個段，_v6.fdt ;_v6.fdx ....... 都屬於_v6 segment中的內容。而segments_5u 和segments.gen 是段的元數據文件，也即它們保存了段的屬性信息。
- XXX.fnm保存了此段包含了多少個域，每個域的名稱及索引方式。
- XXX.fdx，XXX.fdt保存了此段包含的所有文檔，每篇文檔包含了多少域，每個域保存了那些信息。
- XXX.tvx，XXX.tvd，XXX.tvf保存了此段包含多少文檔，每篇文檔包含了多少域，每個域包含了多少詞，每個詞的字符串，位置等信息。
上面的是正向信息，還有反向信息就不詳細說了。
3.IndexWriter的優化
在Lucene中IndexWriter.Optimize 用來優化索引，而在Lucene4.8.0中Optimize 已經更名為ForceMerge，為的是少讓你使用。IndexWriter的優化實際上就是把Segment文件進行合並，你可以輸入參數，ForceMerge(segments) 表示，合並到索引目錄里最多有segments個段文件。而當參數越小的時候，也即合並的文件越多的時候，消耗的時間和空間就越大。很顯然，合並是為了讓我們的搜索速度變的更快。
在優化的過程中，需要當前索引容量兩倍的空間，比如你現在的索引大小是40個G，在優化過程中，索引的大小會增加到80多個G，然后再合並直到最后只有30多個G。當你的索引更新不是特別頻繁的時候，可以優化一下，如果更新特別頻繁，那么調用ForceMerge就會效率很低，這個時候，我們可以設置上面提到過的MergeFactor來，讓索引中segments文件少一些。
4.IndexWriter的注意事項
1.IndexWriter在操作一個索引的時候會創建一個鎖定文件,Writer.lock 。如果有另一個IndexWriter要打開這個目錄，將會報錯。
2.IndexWriter實例是完全線程安全的，多個線程可以同時調用它的任何方法.