創建索引的過程如下：
索引結構如下：
IndexWriter結構：
IndexWriter通過指定存放的目錄（Directory）以及文檔分析器（Analyzer）來構建，direcotry代表索引存儲在哪裏；analyzer表示如何來分析文檔的內容；similarity用來規格化文檔，給文檔算分；IndexWriter類裏還有壹些SegmentInfos對象用於存儲索引片段信息，以及發生故障回滾等。
添加文檔使用addDocument()方法，刪除文檔使用deleteDocuments(Term)或者deleteDocuments(Query)方法，而且壹篇文檔可以使用updateDocument()方法來更新（僅僅是先執行delete在執行add操作而已）。當完成了添加、刪除、更新文檔，應該需要調用close方法。
這些修改會緩存在內存中（buffered in memory），並且定期地（periodically）刷新到（flush）Directory中（在上述方法的調用期間）。壹次flush操作會在如下時候觸發（triggered）：當從上壹次flush操作後有足夠多緩存的delete操作（參見setMaxBufferedDeleteTerms(int)），或者足夠多已添加的文檔（參見setMaxBufferedDocs(int)），無論哪個更快些（whichever is sooner）。對被添加的文檔來說，壹次flush會在如下任何壹種情況下觸發，文檔的RAM緩存使用率（setRAMBufferSizeMB）或者已添加的文檔數目，缺省的RAM最高使用率是16M，為得到索引的最高效率，妳需要使用更大的RAM緩存大小。需要註意的是，flush處理僅僅是將IndexWriter中內部緩存的狀態（internal buffered state）移動進索引裏去，但是這些改變不會讓IndexReader見到，直到commit()和close()中的任何壹個方法被調用時。壹次flush可能觸發壹個或更多的片斷合並（segmentmerges），這時會啟動壹個後臺的線程來處理，所以不會中斷addDocument的調用，請參考MergeScheduler。
壹個IndexReader或者IndexSearcher只會看到索引在它打開的當時的狀態。任何在索引被打開之後提交到索引中的commit信息，在它被重新打開之前都不會見到。
DocumentsWriter結構：
DocumentsWriter 是由IndexWriter 調用來負責處理多個文檔的類，它通過與Directory 類及Analyzer 類、Scorer 類等將文檔內容提取出來，並分解成壹組term列表再生成壹個單壹的segment 所需要的數據文件，如term頻率、term 位置、term 向量等索引文件，以便SegmentMerger 將它合並到統壹的segment 中去。
該類可接收多個添加的文檔，並且直接寫成壹個單獨的segment 文件。這比為每壹個文檔創建壹個segment（使用DocumentWriter）以及對那些segments 執行合作處理更有效率。
每壹個添加的文檔都被傳遞給DocConsumer類，它處理該文檔並且與索引鏈表中（indexing chain）其它的consumers相互發生作用（interacts with）。確定的consumers，就像StoredFieldWriter和TermVectorsTermsWriter，提取壹個文檔的摘要（digest），並且馬上把字節寫入“文檔存儲”文件（比如它們不為每壹個文檔消耗（consume）內存RAM，除了當它們正在處理文檔的時候）。
其它的consumers，比如FreqProxTermsWriter和NormsWriter，會緩存字節在內存中，只有當壹個新的segment制造出的時候才會flush到磁盤中。
壹旦使用完我們分配的RAM緩存，或者已添加的文檔數目足夠多的時候（這時候是根據添加的文檔數目而不是RAM的使用率來確定是否flush），我們將創建壹個真實的segment，並將它寫入Directory中去。
索引創建的調用過程：
壹個Directory對象是壹系列統壹的文件列表（a flat list of files）。文件可以在它們被創建的時候壹次寫入，壹旦文件被創建，它再次打開後只能用於讀取（read）或者刪除（delete）操作。並且同時在讀取和寫入的時候允許隨機訪問。
FSDirectory類直接實現Directory抽象類為壹個包含文件的目錄。目錄鎖的實現使用缺省的SimpleFSLockFactory，但是可以通過兩種方式修改，即給getLockFactory()傳入壹個LockFactory實例，或者通過調用setLockFactory()方法明確制定LockFactory類。
目錄將被緩存（cache）起來，對壹個指定的符合規定的路徑（canonical path）來說，同樣的FSDirectory實例通常通過getDirectory()方法返回。這使得同步機制（synchronization）能對目錄起作用。
RAMDirectory類是壹個駐留內存的（memory-resident）Directory抽象類的實現。目錄鎖的實現使用缺省的SingleInstanceLockFactory，但是可以通過setLockFactory()方法修改。
IndexInput類是壹個為了從壹個目錄（Directory）中讀取文件的抽象基類，是壹個隨機訪問（random-access）的輸入流（input stream），用於所有Lucene讀取Index的操作。BufferedIndexInput是壹個實現了帶緩沖的IndexInput的基礎實現。
IndexOutput類是壹個為了寫入文件到壹個目錄（Directory）中的抽象基類，是壹個隨機訪問（random-access）的輸出流（output stream），用於所有Lucene寫入Index的操作。BufferedIndexOutput是壹個實現了帶緩沖的IndexOutput的基礎實現。RAMOuputStream是壹個內存駐留（memory-resident）的IndexOutput的實現類。
域索引選項通過倒排索引來控制文本是否可被搜索。
當lucene建立起倒排索引後，默認情況下它會保存所有必要的信息以實施Vector Space Model。該Model需要計算文檔中出現的Term數，以及它們出現的文職（這是必要的，比如通過詞組搜索時用到）。但有時候這些域只是在布爾搜索時用到，他們並不為相關評分做貢獻，壹個常見的例子是，域只是被用作過濾，如權限過濾和日期過濾。在這種情況下，可以通過調用Field.setOmitTermFreqAndPositions(true)方法讓lucene跳過對改選項的出現頻率和出現位置的索引。該方法可以節省壹些索引在磁盤上的儲存空間，還可以加速搜索和過濾過程，但會悄悄阻止需要位置信息的搜索，如阻止PhraseQuery和SpanQuery類的運行。
域存儲選項是用來確定是否需要存儲域的真實值，以便後續搜索時能回復這個值。
lucene支持想壹個域中寫入多個不同的值。
這種處理方式是完全可以接受並鼓勵使用的，因為這是邏輯上具有多個域值的域的自然表示方式。在lucene內部，只要文檔中出現同名的多域值，倒排索引和項向量都會在邏輯上將這些語匯單元附加進去，具體順序由添加該域的順序決定。
文檔和域的加權操作可以在索引期間完成。而搜索期間的加權操作會更加動態化，因為每次搜索都可以根據不同的加權因子獨立選擇加權或不加權，但這個策略也可能多消耗壹些CPU效率。搜索期間的動態加權可以更靈活控制。
默認情況下，所有文檔的加權因子都是1.0，通過改變文檔的加權因子，就可以影響文檔在索引中的重要程度。調整加權操作的API為：setBoost(float)；
同文檔加權壹樣，可以對進行加權操作。文檔加權時，lucene內部會采用同壹加權因子來對該文檔中的域進行加權。域加權API：Field.setBoost(fliat)。
Analyzer類構建用於分析文本的TokenStream對象，因此（thus）它表示（represent）用於從文本中分解（extract）出組成索引的terms的壹個規則器（policy）。典型的（typical）實現首先創建壹個Tokenizer，它將那些從Reader對象中讀取字符流（stream of characters）打碎為（break into）原始的Tokens（raw Tokens）。然後壹個或更多的TokenFilters可以應用在這個Tokenizer的輸出上。警告：妳必須在妳的子類（subclass）中覆寫（override）定義在這個類中的其中壹個方法，否則的話Analyzer將會進入壹個無限循環（infinite loop）中。
StandardAnalyzer：
StandardAnalyzer類是使用壹個English的stop words列表來進行tokenize分解出文本中word，使用StandardTokenizer類分解詞，再加上StandardFilter以及LowerCaseFilter以及StopFilter這些過濾器進行處理的這樣壹個Analyzer類的實現。