如何在Sitecore中配置Lucene以仅索引主数据库上项目的最新版本？

Question

我认识到这是网络数据库上的一个有争议的问题，所以这个问题适用于主数据库......

我在Sitecore 6.4.1中设置了自定义索引，如下所示：

<index id="search_content_US" type="Sitecore.Search.Index, Sitecore.Kernel">
    <param desc="name">$(id)</param>
    <param desc="folder">_search_content_US</param>
    <Analyzer ref="search/analyzer" />
    <locations hint="list:AddCrawler">
        <search_content_home type="Sitecore.Search.Crawlers.DatabaseCrawler, Sitecore.Kernel">
            <Database>master</Database>
            <Root>/sitecore/content/usa home</Root>
            <Tags>home content</Tags>
        </search_content_home>
    </locations>
</index>

我像这样查询索引（我从这个答案中使用了techphoria414的SortableIndexSearchContext ： 如何使用新的Sitecore.Search API进行排序/过滤 ）：

private SearchHits GetSearchResults(SortableIndexSearchContext searchContext, string searchTerm)
    {
        CombinedQuery query = new CombinedQuery();
        query.Add(new FullTextQuery(searchTerm), QueryOccurance.Must);
        return searchContext.Search(query, Sort.RELEVANCE);
    }

...

SearchHits hits = GetSearchResults(searchContext, searchTerm);

hits是我索引中搜索命中的集合。 当我遍历hits我可以看到Sitecore中有相同项目的许多重复项，每个版本的项目有1个。

然后，我执行以下操作以获取SearchResultCollection ：

SearchResultCollection results = hits.FetchResults(0, hits.Length);

这将所有重复项组合到一个SearchResult对象中。 此对象表示特定项目的1个版本，并且具有名为SubResults的属性，该属性是SearchResult的集合，代表所有其他项目版本。

这是我的问题：

SearchResult表示的项目版本不是该项目的当前发布版本！ 它似乎是一个随机选择的版本（无论搜索方法在索引中首先命中）。 最新版本包含在SubResults集，但是。

例如：

SearchResult
 |
 |- Version 8 // main result
 ...
 |- SubResults
      |
      |- Version 9 // latest version
      |- Version 3
      |- Version 5
      ... // all versions in random order

如何防止在主数据库上发生这种情况？ 要么阻止Lucene索引旧版本的项目，要么通过对结果集进行一些操作来从SubResults获取最新版本？

顺便说一句，为什么Lucene还要为旧版本的商品编制索引呢？ 当然，这对于在您的网站上搜索内容毫无意义，因为旧版本不可见？

Answer 1

您可以实现覆盖以下内容的自定义搜寻器：

public class IndexCrawler : DatabaseCrawler
{
    protected override void IndexVersion(Item item, Item latestVersion, Sitecore.Search.IndexUpdateContext context)
    {
        if (item.Versions.Count > 0 && item.Version.Number != latestVersion.Version.Number)
            return;

        base.IndexVersion(item, latestVersion, context);
    }
}

这样可以确保只有最新版本的项目才会进入您的索引，因此它将成为拉出所述索引的唯一项目

您需要更新配置文件以设置索引的正确类型

Answer 2

在Sitecore 7中 ，字段_latestversion被添加到索引中，包含最新版本的“1”（其他版本具有空值）。

Answer 3

如果您让Lucene在您的Web数据库而不是Master中进行搜索，则它应该仅对最后发布的版本编制索引。

<Database>web</Database>

Answer 4

尽管由他们提供的解决方案，通过使用调整后的排序机制，是一种有趣的方法，但当两个版本的Lucene结果得分趋于不同时，它不能提供完美的解决方案。 例如，在得分为0.7的v1和得分为0.5的v2之外，他的解决方案仍将返回该项目的第一个版本。 （至少在我的测试中。）

经过一番挖掘，最明显的解决方案显然是实现自己的Sitecore.Pipelines.Search.SearchSystemIndex并使用那个而不是默认的。 如果使用ILSpy或类似程序对该代码进行反编译，您将在Process方法的底部注意到以下内容：

foreach (SearchResult current in searchHits.FetchResults(0, searchHits.Length)){
  // ...
}

每个这样的SearchResult实际上是分组的，其中从Lucene返回的第一个结果（因此得分最高的那个）是主要结果。 可以通过每个实例的Subresults属性访问同一项的其他版本（以及其他语言）的Subresults ; 没有时为null 。

根据您的要求，您可以调整课程的这一部分以满足您的需求。

Answer 5

虽然我没有弄清楚确切的答案（停止Lucene索引主数据库上的旧版本）我已经想出了一个可接受的解决方案......

当Lucene从索引返回结果时，每个hit都有一个名为"_id"的字段，其格式类似于此（同一项的3个版本，其中最后一个数字是版本）：

"CCB75380-4E9A-4921-99EC-65E532E330FF%en%1"
"CCB75380-4E9A-4921-99EC-65E532E330FF%en%2"
"CCB75380-4E9A-4921-99EC-65E532E330FF%en%3"
...

我目前正在按Sort.RELEVANCE排序，这是默认值。 如果我们在索引中只有一个版本的项目，但是几个几乎相同的版本，它们都具有相同的相关性分数，并且Lucene只是以任何顺序搅拌它们，这很好。 Sitecore然后获取项目版本的第一个实例（即使它是旧的）。

解决方案是指定辅助排序字段。 在searchContext.Search()方法中，您可以传递自定义Sort对象。

searchContext.Search(query, new Sort(...));

由Lucene的内置排序Sort.RELEVANCE第一， 然后由id字段中指数（降序），我可以保证第一hit是Sitecore的认为将是最新的版本，而不是只是一个随机：

searchContext.Search(query, new Sort
                            (
                                new SortField[2] 
                                {
                                    SortField.FIELD_SCORE, // equivalent to Sort.RELEVANCE
                                    new SortField("_id",SortField.STRING, true) // sort by _id, descending
                                }
                            )
);

SortField参数如下：

SortField(string fieldName, int type, bool reverse)

这种方法解决了我的问题，但如果有人真的能找到如何只索引最新版本，请回答！

Answer 6

我最终找出了上述答案的替代解决方案，

从架构上讲，我认为这个问题的理想解决方案是使用更高级别的自定义代码过滤掉旧版本的结果，而不是将它们从主数据库索引中完全删除。 您不希望管理sitecore旨在解决手头问题的方式。

使用下面的谓词来过滤掉旧版本并仅检索最新版本

predicate.And(item=>item[Sitecore.ContentSearch.BuiltinFields.LatestVersion].Equals("1"));

希望这有助于某人！