Lucene.Net模糊搜索速度

Question

对此表示抱歉，但我希望得到经验丰富的Lucene的帮助。

现在，我们在应用程序Lucene.Net 3.0.3中使用〜2.500.000项进行索引和搜索。 每个实体包含27个可搜索字段，并以这种方式添加到索引中：new Field（key，value，Field.Store.YES，Field.Index.ANALYZED））

现在我们有两个搜索选项：

1. 使用模糊搜索仅按4个字段进行搜索
2. 使用精确搜索按4-27字段搜索

我们有一个搜索服务，每周可以自动搜索大约53000人，例如“鲍勃·休斯顿”，“萨拉·科纳尔”，“苏珊·洪·维恩霍”等。

因此，在选项1中 ，我们遇到缓慢的搜索速度，这s an average 4-8 sec in searcher.Search and it是我们的主要问题。

搜索示例代码：

                var index = FSDirectory.Open(indexPath);
                var searcher = new IndexSearcher(index, true);
                this.analyzer = new StandardAnalyzer(Version.LUCENE_30, new HashSet<string>())
                var queryParser = new MultiFieldQueryParser(Version.LUCENE_30, queryFields, this.analyzer);
                queryParser.AllowLeadingWildcard = false;
                Query query;
                query = queryParser.Parse(token);
                var results = searcher.Search(query, NumberOfResults);// NumberOfResults==500

我们的模糊搜索查询在4个字段中找到“ bob cong hong”：

（（（（PersonFirstName：bob〜0.6）OR（PersonLastName：bob〜0.6）OR（PersonAliases：bob〜0.6）OR（PersonAlternativeSpellings：bob〜0.6））AND（（（PersonFirstName：cong〜0.6）OR（（PersonLastName：cong〜0.6） ）或（PersonAliases：cong〜0.6）OR（PersonAlternativeSpellings：cong〜0.6）AND（（PersonFirstName：hong〜0.6）OR（PersonLastName：hong〜0.6）OR（PersonAliases：hong〜0.6）OR（PersonAlternativeSpellings：hong〜0.6） ）））

当前改进：

1. 我们将这4个字段合并为1个搜索字段
2. 我们决定在服务中使用单个IndexSearcher，而不是在每个搜索请求中都打开
3. MergeFactor = 2

改进的总和使速度提高了约30-40％ 。

在本文之后，我们进行了大多数可能的优化：

• 索引放置在速度非常快的SAS驱动器上： http : //accessories.euro.dell.com/sna/productdetail.aspx?c=ie&l=en&s=dhs&cs=iedhs1&sku=400-AHWT#Overview
• 我们有足够的RAM内存
• 合并因子2
• 试图将索引移至RAMDirectory，但测试结果不稳定，有时速度相同

您还有其他建议在我们这种情况下如何提高搜索速度吗？

谢谢。

Answer 1

您可以通过将模糊查询的前缀长度设置为非零值来提高其速度。 这将使lucene有效地缩小可能结果的范围。 像这样：

queryParser.FuzzyPrefixLength = 2;

另外，它不会影响您作为示例提供的查询，但是如果您完全关心性能，则应删除queryParser.AllowLeadingWildcard = false;行queryParser.AllowLeadingWildcard = false; 。 领先的通配符绝对会降低性能。