Lucene是高效可扩展的Java全文检索库，仅支持纯文本索引与搜索，不负责文本抽取。其架构分为索引和搜索：索引时用IndexWriter将Document写入反向索引；搜索时IndexSearcher通过Query检索并返回TopDocs。源码模块包括analysis、index、store、QueryParser、search和similarity，分别负责词法分析、索引创建、读写、语法分析、搜索和相关性打分。

本文介绍全文检索基本原理：数据分为结构化与非结构化，非结构化数据搜索慢，需先建索引再搜索。索引采用反向索引，保存词典与倒排表，实现一次索引多次使用。创建索引包括分词、语言处理、生成词典与倒排表；搜索时解析查询语句、检索索引、合并文档链表，并用向量空间模型按相关性排序返回结果。