传统数据库mysql在大数据量和高并发情况下，在模糊查询中文关键词时效率不高。
使用lucene构造搜索索引库用于响应查询。

1. 常用查询算法

1.1 顺序扫描法

逐行对比查找，慢但准确率高。
场景：mysql的like关键字模糊查询，文本编辑器的ctrl+f查询功能

1.2 倒排索引

将文档进行切分词后组成索引(目录)，索引和原文档形成关联关系，查询时通过索引找文档。
切分词：去掉停用词，去掉空格标点符号，大写转小写，去掉重复词。切分词后构造的索引大小较小，易于查询。
优点：准确率高，查询速度快，随内容增加查询不会变慢。
缺点：占用了额外的存储空间。

1.3 全文检索应用场景

站内搜索：贴吧 论坛 电商等文本检索
垂直领域：专注某一块业务的查询，招聘医药网站等
专业搜索引擎公司：google baidu

2. Lucene索引/搜索流程

原始文档 -> 获取文档进行分词 -> 写入lucene索引库
查询请求 -> 对lucene索引库进行搜索 -> 返回结果

2.1 索引流程

原始数据获取后创建成文档(Document)，每条文档包含唯一的ID。
文档中包含一个一个的Filed域，包含field name 和 value。
对每个域的value进行分词后，将每个词和文档编号进行索引目录对照构造。

2.2 搜索流程

获取搜索的内容，如果是一句话，会进行且分词，对每个词分别进行查询，结果通过(and/or)进行组合后返回。