我想了解Lucene搜索如何如此快速地工作。我在网络上找不到任何有用的文档。如果您有什么需要阅读（缺少Lucene源代码），请告诉我。
在我的情况下，使用带有索引的mysql5文本搜索的文本搜索查询大约需要18分钟。lucene搜索同一查询只需不到一秒钟的时间。
Answers:
Lucene是反向全文索引。这意味着它将获取所有文档，将它们拆分为单词，然后为每个单词建立一个索引。由于索引是完全无序的字符串匹配，因此它可以非常快。假设，SQL上的无序索引varchar字段可能同样快，实际上，我认为您会发现在这种情况下，大型数据库可以非常快速地执行简单的字符串相等查询。
Lucene不必针对事务处理进行优化。添加文档时，不必确保查询可以立即看到它。而且它不需要针对现有文档的更新进行优化。
但是，归根结底，如果您真的想知道，则需要阅读源。毕竟，您所引用的两件事都是开源的。
Lucene创建了一个大索引。索引包含单词ID，出现单词的文档数以及单词在这些文档中的位置。因此，当您提供单个单词查询时，它仅搜索索引（时间复杂度为O（1））。然后使用不同的算法对结果进行排名。对于多单词查询，只需取存在单词的文件集的交集即可。因此，Lucene非常非常快。
有关更多信息，请阅读Google开发人员的这篇文章-http://infolab.stanford.edu/~backrub/google.html
一句话：建立索引。
Lucene会为您的文档创建一个索引，使其可以更快地进行搜索。
列表O（N）数据结构和哈希表O（1）数据结构之间的区别相同。该列表必须遍历整个收藏集以找到您想要的东西。哈希表具有一个索引，可以使它准确地找出所需项的位置，并简单地将其提取。
更新：
我不确定“ Lucene索引搜索比mysql索引搜索快得多”的意思。
我的猜测是您正在使用MySQL“ WHERE document LIKE'％phrase％'”来搜索文档。如果是这样，则MySQL必须在每行上进行表扫描，该表将为O（N）。
Lucene可以将文档解析为标记，按照您的指示将它们分组为n-gram，并为每个标记计算索引。在索引的Lucene文档中找到单词是O（1）。
Lucene使用术语频率和逆文档频率。它创建一个索引，将每个单词与文档以及它的频率计数映射为文档上的反索引。
范例：
文件1：随机存取存储器是主存储器。
文件2：硬盘是辅助内存。
Lucene创建一个反向索引，例如
文件1：
期限：随机
频率1
位置：0
期限：记忆
频率2
职位：3
位置：6
因此，它能够快速搜索和检索搜索到的内容。当搜索查询的匹配项过多时，它将根据权重输出结果。考虑搜索查询“ Main Memory”，它会分别搜索所有4个单词，结果将是：
主要
档案1：频率-1
记忆
档案1：频率-2
档案2：频率-1
结果将是File1，然后是File2。为了不再被诸如“和”，“或”之类的最常见单词的权重所困扰，它考虑了文档的倒序频率（即，它降低了文档集中最受欢迎的单词的权重）。