lucene的分组查询（类似sql的group by）的解决方法

通过lucene搜索去除相同结果。

在网上找了很久到没有答案，到apache看了文档，http://lucene.apache.org/java/2_4_1/queryparsersyntax.html

搜索语法之中是没有类似group by的。只好换个思路，想到了过滤器。

结果发现了org.apache.lucene.search.DuplicateFilter这 个类。对此类的解释如下： "Full" processing mode starts by setting all bits to false and only setting bits for documents that contain the given field and are identified as none-duplicates. 这就是说这个过滤器可以保证搜索的唯一。这样就可以实现类似sql的group by（和group by还是有一定区别的，我想要的要求就是去除相同结果，但次方法经过修改也可实现group by 其他功能）。
多的不说了贴个例子自己研究下吧。

public static void main(String [] args) throws Exception{
RAMDirectory directory=new RAMDirectory();
IndexWriter writer=new IndexWriter(directory,new StandardAnalyzer(),true);

//数组中有3个重复值133700
String[] link ={"",
"shtml#Ayi:263791429",
"133700",
"133700",
"133700",
"#Ayi:468534543",
"#Ayi:-992539968",
"#Ayi:442193484"};
String[] parentLink={"110905.shtml",
"110905.shtml",
"110905.shtml",
"110905.shtml",
"905.shtml",
"5.shtml",
"110905.shtml",
"1"};
for (int i = 0; i < link.length; i++){
Document doc = new Document();
Field fields=new Field("link",link[i], Field.Store.YES, Field.Index.TOKENIZED);
doc.add(fields);
fields=null;
fields=new Field("plink","a"+i, Field.Store.YES, Field.Index.TOKENIZED);
doc.add(fields);
writer.addDocument(doc);
}
writer.optimize();
writer.close();
IndexSearcher indexSearcher=new IndexSearcher(directory);
QueryParser queryParser=new QueryParser("link",new StandardAnalyzer());
String xsfd="link:(133700)";

//实例化DuplicateFilter 参数为想要过滤的字段名
Filter filter = new DuplicateFilter("link");
Query query=queryParser.parse(xsfd);
Hits hits=indexSearcher.search(query,filter);
System.out.println(hits.length());
for(int j=0;j<hits.length();j++){
Document doc=(Document)hits.doc(j);
System.out.println(doc.get("link"));
}

}

注意：DuplicateFilter在lucene的核心包里并没有在lucene-queries-2.4.1.jar包中，找不到这个包就下个lucene源码在contrib\queries里。哎，还真的不太好发现。

注：以上转自http://hi.baidu.com/lewutian/blog/item/70b83a64775317fcf736541a.html