1. 搜索
排序:lucene 提供了Sort类对结果进行排序
提供了Filter类对查询条件进行限制
你或许会不自觉地拿它跟SQL语句进行比较:“lucene能执行and、or、order by、where、like ‘%xx%’操作吗?”回答是:“当然没问题!”
7.1 各种各样的Query
下面我们看看lucene到底允许我们进行哪些查询操作:
7.1.1 TermQuery
首先介绍最基本的查询,如果你想执行一个这样的查询: “在content域中包含‘lucene’的document.rdquo;,那么你可以用TermQuery:
Term t = new Term("content", " lucene");
Query query = new TermQuery(t);
7.1.2 BooleanQuery
如果你想这么查询:“在content域中 包含java或perl的document.rdquo;,那么你可以建立两个TermQuery并把它们用BooleanQuery连接起来:
TermQuery termQuery1 = new TermQuery(new Term("content", "java");
TermQuery termQuery2 = new TermQuery(new Term("content", "perl");
BooleanQuery booleanQuery = new BooleanQuery();
booleanQuery.add(termQuery1, BooleanClause.Occur.SHOULD);
booleanQuery.add(termQuery2, BooleanClause.Occur.SHOULD);
7.1.3 WildcardQuery
如果你想对某单词进行通配符查询,你可以用WildcardQuery,通配符包括’?’匹配一个任意字符和’*’匹配零个或多个任意字符,例如你搜索’use*’,你可能找到’useful’或者’useless’:
Query query = new WildcardQuery(new Term("content", "use*"));
7.1.4 PhraseQuery(这个或许可以不考虑)
你可能对中日关系比较感兴趣,想查找‘中’和‘日’挨得比较近(5个字的距离内)的文章,超过这个距离的不予考虑,你可以:
PhraseQuery query = new PhraseQuery();
query.setSlop(5);
query.add(new Term("content ", “中”));
query.add(new Term(“content”, “日”));
那么它可能搜到“中日合作……”、“中方和日方……”,但是搜不到“中国某高层领导说日本欠扁”。
7.1.5 PrefixQuery
如果你想搜以‘中’开头的词语,你可以用PrefixQuery:
PrefixQuery query = new PrefixQuery(new Term("content ", "中");
7.1.6 FuzzyQuery(或许可以不考虑使用)
FuzzyQuery用来搜索相似的term,使用Levenshtein算法。假设你想搜索跟‘wuzza’相似的词语,你可以:
Query query = new FuzzyQuery(new Term("content", "wuzza"));
你可能得到‘fuzzy’和‘wuzzy’。
7.1.7 RangeQuery
另一个常用的Query是RangeQuery,你也许想搜索时间域从20060101到20060130之间的document.你可以用RangeQuery:
RangeQuery query = new RangeQuery(new Term(“time”, “20060101”), new Term(“time”, “20060130”), true);
改了:
//TermRangeQuery rq = new TermRangeQuery("SalaryMin", salaryMin.ToString(), salaryMax.ToString(), true, true); bq.Add(NumericRangeQuery.NewIntRange("SalaryMin", salaryMin, salaryMax, true, false),Occur.MUST); bq.Add(NumericRangeQuery.NewIntRange("SalaryMax", salaryMin, salaryMax, true, true), Occur.MUST);
最后的true表示用闭合区间。
7.2 QueryParser
看了这么多Query,你可能会问:“不会让我自己组合各种Query吧,太麻烦了!”
当然不会,lucene提供了一种类似于SQL语句的查询语句,我们姑且叫它lucene语句,通过它,你可以把各种查询一句话搞定,lucene会自动把它们查分成小块交给相应Query执行。
下面我们对应每种 Query演示一下:
TermQuery可以用“field:key”方式,例如“content:lucene”。
BooleanQuery中‘与’用‘+’,‘或’用‘ ’,例如“content:java contenterl”。
WildcardQuery仍然用‘?’和‘*’,例如“content:use*”。
PhraseQuery用‘~’,例如“content:"中日"~5”。
(以。。。开头)PrefixQuery用‘*’,例如“中*”。
(相似的词)FuzzyQuery用‘~’,例如“content: wuzza ~”。
RangeQuery用‘[]’或‘{}’,前者表示闭区间,后者表示开区间,例如“time:[20060101 TO 20060130]”,注意TO区分大小写。
你可以任意组合query string,完成复杂操作,例如“标题或正文包括lucene,并且时间在20060101到20060130之间的文章” 可以表示为:“+ (title:lucene content:lucene) +time:[20060101 TO 20060130]”
代码如下:
Directory dir = FSDirectory.getDirectory(PATH, false); IndexSearcher ins = new IndexSearcher(dir); QueryParser parser = new QueryParser("content", new StandardAnalyzer()); Query query = parser.Parse("+(title:lucene content:lucene) +time:[20060101 TO 20060130]"); Hits hits = ins.search(query); for (int i = 0; i < hits.length(); i++) { document.doc = hits.doc(i); System.out.println(doc.get("title"); } ins.close();
首先我们创建一个在指定文件目录上的IndexSearcher。
然后创建一个使用StandardAnalyzer作为分析器的QueryParser,它默认搜索的域是content。
接着我们用QueryParser来parse查询字串,生成一个Query。
然后利用这个Query去查找结果,结果以Hits的形式返回。
这个Hits对象包含一个列表,我们挨个把它的内容显示出来。
7.3 Filter
filter的作用就是限制只查询索引的某个子集,它的作用有点像SQL语句里的 where,但又有区别,它不是正规查询的一部分,只是对数据源进行预处理,然后交给查询语句。
注意它执行的是预处理,而不是对查询结果进行过滤,所以使用filter的代价是很大的,它可能会使一次查询耗时提高一百倍。
最常用的filter是RangeFilter和QueryFilter。RangeFilter是设定只搜索指定范围内的索引;QueryFilter是在上次查询的结果中搜索。Filter的使用非常简单,你只需创建一个filter实例,然后把它传给searcher。
其他形式的搜索:
//----------------这里配置搜索条件---------------- PhraseQuery query = new PhraseQuery(); foreach (string word in Common.SplitContent.SplitWords(searchKey)) //将用户输入的关键字进行分词 { query.Add(new Term("content", word)); //query.Add(new Term("content", "C#")); //多个查询条件时 为且的关系 } //关键词Or关系设置 BooleanQuery queryOr = new BooleanQuery(); TermQuery query = null; foreach (string word in Common.SplitContent.SplitWords(searchKey)) { query = new TermQuery(new Term("content", word)); queryOr.Add(query, Occur.SHOULD); //这里设置条件为Or关系 } query.Boost = 100; //query.SetSlop(100); //指定关键词相隔最大距离 //盛放查询结果的容器 TopScoreDocCollector collector = TopScoreDocCollector.Create(1000, true); //searcher.Search(query, null, collector); //根据query查询条件进行查询,查询结果放入collector容器 searcher.Search(queryOr, null, collector); //根据queryOr查询条件进行查询,查询结果放入collector容器