Lucene的搜索功能

 

【Query】

Query对象有诸多子类：TermQuery、TermRangeQuery、NumericQuery、PrifixQuery前缀查询、WildcardQuery通配符查询、BooleanQuery、PhraseQuery短语查询、FuzzyQuery模糊查询。在搜索时，可以直接创建这些类的对象，也可以使用QueryParser将查询字符串解析为某种查询对象。

 

【QueryParser】

QueryParser可以理解为生产Query对象的工厂，原料是查询字符串，产品是相应的查询对象。我们还可以继承QueryParser，覆盖其中性能较低的通配符查询和模糊查询（在获取这两个查询对象时抛异常）；同时可以扩展对数字和日期范围的检索（覆盖其getRangeQuery方法，在方法体中判断域值如果为数字的话，强制转为数字，调用NumberRangeQuery.newIntRange方法返回查询对象）。

 

 

文档Id存储在索引文件中，应该是在建立索引文件的时候分配的。

【ScoreDoc】

在进行搜索时，我们需要的结果是一个按照一定顺序（默认按照文档得分由高到低）排列的文档Id的序列，这样我们就能调用searcher.doc(docId)依次展现匹配到的文档信息了。Lucene中的ScoreDoc对象包含有文档Id和文档得分的属性(分别为doc和score属性)，如果搜索返回的结果是一个按照得分排列的ScoreDoc对象数组即可。这样就可以通过sd.doc依次获得文档Id了。

【TopDocs】

这样返回按说也没有问题的，但是会缺少一个信息——匹配查询条件的文档总数。所以Lucene又将这个所有匹配文档的总数跟ScoreDoc对象数组封装成了TopDocs对象，并将它作为searcher.search()方法的返回值。

 

分页查询是通过再查询的方式实现的。

两种方式：要么是通过对ScoreDoc对象数组中按照页码和每页记录数抽取片段，要么是通过searcher.searchAfter(lastScoreDoc,query,pageSize)这个方法实现的。不过后者需要先查询出上一页最后一个ScoreDoc对象。

 

搜索排序的对searcher.search方法的Sort参数做文章的。可以根据分值排序，根据索引号排序，根据不同的域排序。

 

搜索过滤的对searcher.search方法的Filter参数做文章的。有TermRangeQuery、NumericRangeQuery、QueryWrapperFilter，另外还可以自定义过滤器（覆盖Filter类中的getDocIdSet方法），在索引文件不变的情况下过滤临时数据。

 

自定义评分的对searcher.search方法的Query参数做文章的。Lucene中有个Query的子类CustomScoreQuery，可以继承该类，覆盖其getCustomScoreProvider方法。这就该需要再构建一个类，继承CustomScoreProvider类，覆盖其customScore方法。如果想基于某个域的值设计评分算法，那就需要通过域缓存获取该域的值。

String[] filenames = FieldCache.DEFAULT.getStrings(reader, "filename");