从本篇文章开始介绍Lucene查询阶段的内容，由于Lucene提供了几十种不同方式的查询，但其核心的查询逻辑是一致的，该系列的文章通过Query的其中的一个子类BooleanQuery，同时也是作者在实际业务中最常使用的，来介绍Lucene的查询原理。
查询方式
下文中先介绍几种常用的查询方式的简单应用：
- TermQuery
- BooleanQuery
- WildcardQuery
- PrefixQuery
- FuzzyQuery
- RegexpQuery
- PhraseQuery
- TermRangeQuery
- PointRangeQuery
TermQuery
图1：
图1中的TermQuery描述的是，我们想要找出包含**域名（FieldName）为“content”，域值（FieldValue）中包含“a”的域（Field） **的文档。
BooleanQuery
图2：
BooleanQuery为组合查询，图2中给出了最简单的多个TermQuery的组合（允许其他查询方式的组合），上图中描述的是，我们期望的文档必须至少（根据BooleanClause.Occur.SHOULD）满足两个TermQuery中的一个，如果都满足，那么打分更高。
WildcardQuery
该查询方式为通配符查询，支持两种通配符：
1 | // 星号通配符 * |
星号通配符描述的是匹配零个或多个字符，问号通配符描述的是匹配一个字符，转义符号用来对星号跟问号进行转移，表示这两个作为字符使用，而不是通配符。
图3：
问号通配符的查询：
图4：
图4中的查询会匹配文档3，文档1。
星号通配符的查询：
图5：
图4中的查询会匹配文档0、文档1、文档2、文档3。
转义符号的使用：
图6：
图4中的查询会匹配文档3。
PrefixQuery
该查询方式为前缀查询：
图7：
图7中的PrefixQuery描述的是，我们想要找出包含域名为“content”，域值的前缀值为"go"的域的文档。
以图3为例子，图7的查询会匹配文档0、文档1。
FuzzyQuery
该查询方式为模糊查询，使用编辑距离来实现模糊匹配，下面的查询都是以图3作为例子：
图8：
图8中的各个参数介绍如下：
- maxEdits：编辑距离的最大编辑值
- prefixLength：模糊匹配到的term的至少跟图8中的域值"god"有两个相同的前缀值，即term的前缀要以"go"开头
- maxExpansions：在maxEidts跟prefixLength条件下，可能匹配到很多个term，但是只允许处理最多20个term
- transpositions：该值在本篇文档中不做介绍，需要了解确定型有穷自动机的知识
图8中的查询会匹配文档0、文档1。
图9：
图9中的方法最终会调用图8的构造方法，即maxExpansions跟transpositions的值会使用默认值：
- maxExpansions：默认值为50
- transpositions：默认值为true
图9中的查询会匹配文档0、文档1。
图10：
图10中的方法最终会调用图8的构造方法，即prefixLength、maxExpansions跟transpositions的值会使用默认值：
- prefixLength：默认值为0
- maxExpansions：默认值为50
- transpositions：默认值为true
图10中的查询会匹配文档0、文档1、文档2、文档3。
图11：
图11中的方法最终会调用图8的构造方法，即maxEdits、maxEprefixLength、maxExpansions跟transpositions的值会使用默认值：
- maxEdits：默认值为2
- prefixLength：默认值为0
- maxExpansions：默认值为50
- transpositions：默认值为true
图10中的查询会匹配文档0、文档1、文档2、文档3。
RegexpQuery
该查询方式为正则表达式查询，使用正则表达式来匹配域的域值：
图12：
图12中的RegexpQuery描述的是，我们想要找出包含**域名（FieldName）为“content”，域值（FieldValue）中包含以"g"开头，以"d"结尾，中间包含零个或多个"o"的域（Field）**的文档。
图12中的查询会匹配文档0、文档1、文档2。
PhraseQuery
图13：
该查询方式为短语查询：
图14：
图14中，我们定义了两个Term，域值分别为"quick"、“fox”，期望获得的这样文档：文档中必须包含这两个term，同时两个term之间的相对位置为2 （3 - 1），并且允许编辑距离最大为1，编辑距离用来调整两个term的相对位置（必须满足）。
故根据图13的例子，图14中的查询会匹配文档0、文档1、文档2。
图15：
图15中，我们另编辑距离为0，那么改查询只会匹配文档0、文档1。
图16：
图16中，我们另编辑距离为4，此时查询会匹配文档0、文档1、文档2、文档3。
这里简单说下短语查询的匹配逻辑：
- 步骤一：找出同时包含"quick"跟"fox"的文档
- 步骤二：计算"quick"跟"fox"之间的相对位置能否在经过编辑距离调整后达到查询的条件
TermRangeQuery
图17：
该查询方式为范围查询：
图18：
图18中的查询会匹配文档1、文档2、文档3。
在后面的文章中会详细介绍TermRangeQuery，对这个查询方法感兴趣的同学可以先看Automaton，它通过确定型有穷自动机的机制来找到查询条件范围内的所有term。
PointRangeQuery
图19：
该查询方式为域值是数值类型的范围查询（多维度查询）：
图20：
PointRangeQuery用来实现多维度查询，在图19中，文档0中域名为"coordinate"，域值为"2, 8"的IntPoint域，可以把该域的域值看做是直角坐标系中一个x轴值为2，y轴值为8的一个坐标点。
故文档1中域名为"coordinate"的域，它的域值的个数描述的是维度的维数值。
在图20中，lowValue描述的是x轴的值在[1, 5]的区间，upValue描述的y轴的值在[4, 7]的区间，我们期望找出由lowValue和upValue组成的一个矩形内的点对应的文档。
图21：
图21中红框描述的是lowValue跟upValue组成的矩形。
故图20中的查询会匹配文档1。
在后面的文章中会详细介绍PointRangeQuery的查询过程，对这个查询方法感兴趣的同学可以先看Bkd-Tree以及索引文件之dim&&dii，这两篇文章介绍了在索引阶段如何存储数值类型的索引信息。
结语
无
点击下载附件