【lucene】高级搜索篇

一，概念

1、 Lucene相关排序流程

找到关键词匹配的文档集合---->文档集合每个文档计算检索相似度----->对文档集合进行排序

2、 Lucene相关类

① Query类：一个抽象类， Lucene检索结果最终评分的总控制中心。其它评分有关的类和对象都是由 Query类来管理和生产。

② Weight类接口：定义 Query权重计算的一个实现接口，可以被重用。 Weight类可以用来生成 Scorer类，也可以解析评分的详细信息，另外还定义了获取 Query权值的方法。

③ Scorer类： Lucene评分机制的核心类。类的定义是抽象类，提供的一些抽象基本的计分功能方法提供所有的评分类实现，同时还定义了评分的详细解析方法， Scorer类内部有一个 Similarity对象，用来指明计算公式。

④ Scorer类： Lucene相似度计算的核心抽象类。 Similarity类主要处理评分计算，系统缺省使用类 DefaultSimilarity类对象

3、排序控制

使用 Sort对象定制排序，通过改变文档 Boost值来改变排序结果以及使用自定义的 Similarity方法更改排序

4、文档 Boost加权排序

① Boost是指索引建立过程中，给整篇文档或者文档的某一特定域设定的权值因子，在检索时，优先返回分数高的。

Document和 Field两重 Boosting参数。通过 Document对象的 setBoost()方法和 Field对象的 setBoost()方法。不同在于前者对文档中每一个域都修改了参数，而后者只针对指定域进行修改。

文档加权 =Document-boosting*Field-boosting，默认情况下为 1，一般不做修改。

② Sort对象检索排序

Sort使用时通过实例化对象作为参数，通过 Searcher类的 search接口来实现。 Sort支持的排序功能以文档当中的域为单位，通过这种方法，可以实现一个或者多个不同域的多形式的值排序。

实际使用排序对象 Sort进行排序。主要有两种模式，一种是以字符串表示文档域的名称作为参数指定域排序，一种是直接以排序域的包装域的包装类作为参数进行排序。

Sort对象使用比较简单，只需要在对文档索引进行检索时，在检索器的 Search方法中带 Sort对象作为参数即可。

1) Sort对象相关性排序

按照相关性排序时最基本的结果排序方法，使用 Sort对象无参数构造函数完成的排序效果相当于 Lucene默认的按相关性降序排序。

2) Sort对象文档编号排序

某些应用场合需要对所有符合匹配度的结果，按照文档内部编号排序输出。使用 Sort对象的静态实例 Sort.INDEXORDER来实现

3) Sort对象独立域排序

在检索过程中，把检索结果按照某一个特定域排序，非常重要。在使用搜索引擎过程中，有时会选择使用时间排序，而在搜索引擎库中，检索词完全是另外一个域的内容，与时间没有任何关系。这种应用中，检索关键词的匹配仍然是首要因素，匹配太低或者不匹配的文档直接不必处理，而匹配的文档则需进一步排序输出。

指定的排序域并没有进行特别限制，可以是检索词的关联域，也可以是文档中的任意其它域。

4) Sort对象联合域排序

多个文档域联合排序时，需要注意文档域的添加次序。排序的结果先按照第一个域排序，然后第二个域作为次要关键字排序。开发时，需要根据自己的需要选择合适的次序。

5) Sort对象逆向排序

Sort(field,true)或者 Sort(field,false)实现升降序排序。

二，例子

/* * To change this template, choose Tools | Templates * and open the template in the editor. */ package sorttest; import java.io.File; import org.apache.lucene.analysis.standard.StandardAnalyzer; import org.apache.lucene.document.Document; import org.apache.lucene.document.Field; import org.apache.lucene.index.IndexWriter; import org.apache.lucene.index.Term; import org.apache.lucene.index.IndexWriter.MaxFieldLength; import org.apache.lucene.search.IndexSearcher; import org.apache.lucene.search.ScoreDoc; import org.apache.lucene.search.Sort; import org.apache.lucene.search.TermQuery; import org.apache.lucene.store.Directory; import org.apache.lucene.store.FSDirectory; import org.apache.lucene.util.Version; public class SortTest { public static void makeItem(IndexWriter writer, String bookNumber, String bookName, String publishDate) throws Exception { writer.setUseCompoundFile(false); Document doc = new Document(); Field f1 = new Field("bookNumber", bookNumber, Field.Store.YES, Field.Index.NOT_ANALYZED); Field f2 = new Field("bookName", bookName, Field.Store.YES, Field.Index.ANALYZED); Field f3 = new Field("publishDate", publishDate, Field.Store.YES, Field.Index.NOT_ANALYZED); doc.add(f1); doc.add(f2); doc.add(f3); writer.addDocument(doc); } public static void main(String[] args) { String Index_Store_Path = "D:\\luceneIndex"; File file = new File(Index_Store_Path); try { Directory Index = FSDirectory.open(file); IndexWriter writer = new IndexWriter(Index, new StandardAnalyzer(Version.LUCENE_CURRENT), true,MaxFieldLength.LIMITED); writer.setUseCompoundFile(false); Document doc1 = new Document(); Field f11 = new Field("bookNumber", "0000001", Field.Store.YES, Field.Index.NOT_ANALYZED); Field f12 = new Field("bookName", " 钢铁是怎样炼成的 ", Field.Store.YES, Field.Index.ANALYZED); Field f13 = new Field("publishDate", "1970-01-01", Field.Store.YES, Field.Index.NOT_ANALYZED); doc1.add(f11); doc1.add(f12); doc1.add(f13); Document doc2 = new Document(); Field f21 = new Field("bookNumber", "0000002", Field.Store.YES, Field.Index.NOT_ANALYZED); Field f22 = new Field("bookName", " 钢铁战士 ", Field.Store.YES, Field.Index.ANALYZED); Field f23 = new Field("publishDate", "1970-01-01", Field.Store.YES, Field.Index.NOT_ANALYZED); doc2.add(f21); doc2.add(f22); doc2.add(f23); Document doc3 = new Document(); Field f31 = new Field("bookNumber", "0000003", Field.Store.YES, Field.Index.NOT_ANALYZED); Field f32 = new Field("bookName", " 篱笆女人和狗 ", Field.Store.YES, Field.Index.ANALYZED); Field f33 = new Field("publishDate", "1970-01-01", Field.Store.YES, Field.Index.NOT_ANALYZED); doc3.add(f31); doc3.add(f32); doc3.add(f33); Document doc4 = new Document(); Field f41 = new Field("bookNumber", "0000004", Field.Store.YES, Field.Index.NOT_ANALYZED); Field f42 = new Field("bookName", " 女人是水做的 ", Field.Store.YES, Field.Index.ANALYZED); Field f43 = new Field("publishDate", "1970-01-01", Field.Store.YES, Field.Index.NOT_ANALYZED); doc4.add(f41); doc4.add(f42); doc4.add(f43); Document doc5 = new Document(); Field f51 = new Field("bookNumber", "0000005", Field.Store.YES, Field.Index.NOT_ANALYZED); Field f52 = new Field("bookName", " 英雄儿女 ", Field.Store.YES, Field.Index.ANALYZED); Field f53 = new Field("publishDate", "1970-01-01", Field.Store.YES, Field.Index.NOT_ANALYZED); doc5.add(f51); doc5.add(f52); doc5.add(f53); Document doc6 = new Document(); Field f61 = new Field("bookNumber", "0000006", Field.Store.YES, Field.Index.NOT_ANALYZED); Field f62 = new Field("bookName", " 白毛女 ", Field.Store.YES, Field.Index.ANALYZED); Field f63 = new Field("publishDate", "1970-01-01", Field.Store.YES, Field.Index.NOT_ANALYZED); doc6.add(f61); doc6.add(f62); doc6.add(f63); Document doc7 = new Document(); Field f71 = new Field("bookNumber", "0000007", Field.Store.YES, Field.Index.NOT_ANALYZED); Field f72 = new Field("bookName", " 我的兄弟和女儿 ", Field.Store.YES, Field.Index.ANALYZED); Field f73 = new Field("publishDate", "1970-01-01", Field.Store.YES, Field.Index.NOT_ANALYZED); doc7.add(f71); doc7.add(f72); doc7.add(f73); writer.addDocument(doc1); writer.addDocument(doc2); writer.addDocument(doc3); writer.addDocument(doc4); writer.addDocument(doc5); writer.addDocument(doc6); writer.addDocument(doc7); writer.optimize(); writer.close(); IndexSearcher searcher = new IndexSearcher(Index); TermQuery q = new TermQuery(new Term("bookName", "女")); //ScoreDoc[] hits = searcher.search(q, null, 1000, Sort.RELEVANCE).scoreDocs; //ScoreDoc[] hits = searcher.search(q, null, 1000, Sort.INDEXORDER).scoreDocs; ScoreDoc[] hits = searcher.search(q, null, 1000).scoreDocs; for (int i = 0; i < hits.length; i++) { Document hitDoc = searcher.doc(hits[i].doc); System.out.print("书名："); System.out.println(hitDoc.get("bookName")); System.out.print("得分："); System.out.println(hits[i].score); System.out.print("内部 ID ："); System.out.println(hits[i].doc); System.out.print("书号："); System.out.println(hitDoc.get("bookNumber")); System.out.print("发行日期："); System.out.println(hitDoc.get("publishDate")); } } catch (Exception e) { e.printStackTrace(); } } }
在代码中

//ScoreDoc[] hits = searcher.search(q, null, 1000, Sort.RELEVANCE).scoreDocs;
//ScoreDoc[] hits = searcher.search(q, null, 1000, Sort.INDEXORDER).scoreDocs;
ScoreDoc[] hits = searcher.search(q, null, 1000).scoreDocs;

根据不同的Sort 属性就会得到不同的结果。自己尝试一下吧

posted @ 2012-05-19 23:52 Java EE 阅读(364) 评论(0) 编辑收藏举报

刷新页面返回顶部

Java EE

【lucene】高级搜索篇

公告