1.搜索引擎的历史
萌芽：Archie、Gopher
起步：Robot（网络机器人）的出现与Spider（网络爬虫）
发展：xcite、Galaxy、Yahoo等
繁荣：Infoseek、AltaVista、Google和Baidu
2.什么是Lucene??
（1）Lucene是非常优秀的成熟的开源的免费的纯纯java语言的全文索引检索工具包。
全文检索：是指计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。
（2）Lucene是一个高性能、可伸缩的信息搜索(IR)库。InformationRetrieval(IR)library.它使你可以为你的应用程序添加索引和搜索能力。
（3）Lucene的作者DougCutting是资深的全文索引/检索专家，最开始发布在他本人的主页上，年10月贡献给APACHE，成为APACHE基金的一个子项目。
（4）Lucene是一个IR库而不是现成的产品，当然也不是Lucene的初识者常常认为的web爬行器。
3.全文搜索系统的结构
索引结构4.为什么使用lucene
（1）Lucene作为一个全文检索引擎，其具有如下突出的优点：
1）索引文件格式独立于应用平台。Lucene定义了一套以8位字节为基础
的索引文件格式，使得兼容系统或者不同平台的应用能够共享建立的索引文
件。
2）在传统全文检索引擎的倒排索引的基础上，实现了分块索引，能够针
对新的文件建立小文件索引，提升索引速度。然后通过与原有索引的合并，
达到优化的目的。
3）优秀的面向对象的系统架构，使得对于Lucene扩展的学习难度降低，
方便扩充新功能。
4）设计了独立于语言和文件格式的文本分析接口，索引器通过接受Token
流完成索引文件的创立，用户扩展新的语言和文件格式，只需要实现文本分
析的接口。
5）已经默认实现了一套强大的查询引擎，用户无需自己编写代码即使系
统可获得强大的查询能力，Lucene的查询实现中默认实现了布尔操作、模糊
查询（FuzzySearch）、分组查询等等。
（2）开源,可扩展能力强,有各种语言版本,适合各种平台.
5.Lucene倒排索引原理
（1）假设有两篇文章1和2
文章1的内容为：TomlivesinGuangzhou,IliveinGuangzhoutoo.
文章2的内容为：HeoncelivedinShanghai.
（2）经过分词处理后
文章1的所有关键词为：[tom][live][guangzhou][live][guangzhou]
文章2的所有关键词为：[he][live][shanghai]
（3）加上“出现频率”和“出现位置”信息后，我们的索引结构为：
Lucene只