1. 概述

正常数据结构一个是需要考虑中文分词，二个是考虑是否索引，是否分词，是否存储等等。

下面的示范用到了三种类型的数据：

1). 字段需要分词、需要索引、需要存储，如：网页中的标题、内容等字段。

2). 字段需要索引，但不需要分词，需要存储，如：网页的发布时间等内容。

3). 字段不需要索引，不需要分词，但需要存储，如：引用的图片位置。

不存在不需要索引、也不需要分词，也不需要存储的字段，因为这样的字段在Lucene中无意义。

2. 示范配置

     
         
              
               
               
               
               
               
               
                       
               
               
               
               
               
               
               
               
               
               
               
               
               
               
               
               
               
               
               
                       
               
               
               
               
               
           
              
          
          
              
      
       objectId
              
      
       text
              
              
              
               
               
               
               
                   
                        
                         
                         
                         
                     
                    
                        
                         
                         
                         
                     
                
               
                   
                    
                
               
                   
                        
                         
                         
                     
                    
                        
                         
                         
                     
                
           
      
     

注意：schema.xml文件中的主键，最好是string类型的，而不是int类型的（哪怕数据库中是int类型）；否则在启动tomcat时有可能报错（Error initializing QueryElevationComponent？）。

3. 备注

termVectors="true" termPositions="true" termOffsets="true"

这几项参数是在项目中使用到FastVectorHighlighter时需要配置的，如果没有使用FastVectorHighlighter的话，可以忽略这些参数。

multiValued="true"

此项参数为是否允许多值，主键不允许多值。但图片等允许多值，另拷贝字段（如：text字段）默认也是多值。

type="string"

string类型的字段默认不分词，当作整体来看。

type="text_mm4j"

text_mm4j类型的即是中文分词组件，参考types下面关于name="text_mm4j"的具体配置。本项目中标题、内容等字段需要使用此类型。