[英]Lucene - equivalent of SQL "IN" keyword
请原谅我的新手问题。 我试过寻找答案,但考虑到关键字,寻找这类东西非常困难......
我正在使用 Lucene 5.2.x 来索引一组文档,每个文档都有两个字段: id
和description
。
我从系统中的先前查询中获得了一组ids
。 现在,我想在description
获取 Lucene 文本搜索结果,但只能从ids
集中的文档中获取。 如果我在 MySQL 中(天真地)这样做,我可能会这样做:
SELECT * FROM mytable
WHERE description LIKE 'blah%'
AND
id IN (6345, 5759, 333, ...)
这组ids
可能有数万个。 使用 Lucene 解决此问题的最佳方法是什么? 我可以构建一个 Lucene 查询来有效地处理这个问题,还是应该搜索我的整个文档索引然后做一个集合交集? 还有什么?
谢谢!
我想在描述中获取 Lucene 文本搜索结果,但只能从
ids
集中的文档中获取。
您需要使用BooleanQuery
。
如果您使用QueryParser
创建查询,则使用:
+(id:6345 id:5759 id:333 ...) +(description:"blah*")
如果您以编程方式创建Query
则代码将类似于:
BooleanQuery ids = new BooleanQuery();
ids.add(new TermQuery(new Term("id", "6345")), SHOULD);
ids.add(new TermQuery(new Term("id", "5759")), SHOULD);
ids.add(new TermQuery(new Term("id", "333")), SHOULD);
BooleanQuery resultQuery = new BooleanQuery();
resultQuery.add(new PrefixQuery(new Term("description", "blah")), MUST);
resultQuery.add(ids, MUST);
这组
ids
可能有数万个。
BooleanQuery
为最大数量的子句建立了限制(参见org.apache.lucene.search.BooleanQuery#maxClauseCount
)。 您需要使用BooleanQuery.setMaxClauseCount()
增加此限制。 这将要求您以编程方式创建查询。
我可以构建一个 Lucene 查询来有效地处理这个问题,还是应该搜索我的整个文档索引然后做一个集合交集? 还有什么?
据我所知,倒排索引是目前人类已知的最有效的搜索方式。 至少,从搜索时间的角度来看(不考虑索引阶段)。
因此,如果考虑效率,我建议将所有搜索逻辑移至 Lucene(倒排索引库)。 作为一个非常成熟的库,Lucene 几乎可以搜索所有类型的信息。 因此,可能您的所有文档都可以在 Lucene 中建立索引,并且所有“先前的查询”也可以在 Lucene 中执行。
在这种情况下,就不需要向 Lucene 发送数千个 id 作为额外的过滤器,这确实看起来很浪费。 除非您有一些独特的搜索要求,否则这是我能想到的最有效的搜索方式。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.