使用GroupingSearch對搜索結果進行分組
Package org.apache.lucene.search.grouping Description
這個模塊可以對Lucene的搜索結果進行分組，指定的單值域被聚集到一起。比如，根據”author“域進行分組，“author”域值相同的的文檔分成一個組。
進行分組的時候需要輸入一些必要的信息：
1、groupField：根據這個域進行分組。比如，如果你使用“author”域進行分組，那么每一個組里面的書籍都是同一個作者。沒有這個域的文檔將被分到一個單獨的組里面。
2、groupSort：組排序。
3、topNGroups：保留多少組。比如，10表示只保留前10組。
4、groupOffset：對排在前面的哪些分組組進行檢索。比如，3表示返回7個組（假設opNGroups等于10）。在分頁里面很有用，比如每頁只顯示5個組。
5、withinGroupSort：組內文檔排序。注意：這里和groupSort的區別
6、withingroupOffset：對每一個分組里面的哪些排在前面的文檔進行檢索。
使用GroupingSearch 對搜索結果分組比較簡單
GroupingSearch API文檔介紹：
Convenience class to perform grouping in a non distributed environment.
非分布式環境下分組
WARNING: This API is experimental and might change in incompatible ways in the next release.
這里使用的是4.3.1版本
一些重要的方法：
- GroupingSearch：setCaching(int maxDocsToCache, boolean cacheScores) 緩存
- GroupingSearch：setCachingInMB(double maxCacheRAMMB, boolean cacheScores) 緩存第一次搜索結果，用于第二次搜索
- GroupingSearch：setGroupDocsLimit(int groupDocsLimit) 指定每組返回的文檔數，不指定時，默認返回一個文檔
- GroupingSearch：setGroupSort(Sort groupSort) 指定分組排序
示例代碼：
1.先看建索引的代碼
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
|
public class IndexHelper { private Document document; private Directory directory; private IndexWriter indexWriter; public Directory getDirectory(){ directory=(directory==null)? new RAMDirectory():directory; return directory; } private IndexWriterConfig getConfig() { return new IndexWriterConfig(Version.LUCENE_43, new IKAnalyzer(true)); } private IndexWriter getIndexWriter() { try { return new IndexWriter(getDirectory(), getConfig()); } catch (IOException e) { e.printStackTrace(); return null; } } public IndexSearcher getIndexSearcher() throws IOException { return new IndexSearcher(DirectoryReader.open(getDirectory())); } /** * Create index for group test * @param author * @param content */ public void createIndexForGroup(int id,String author,String content) { indexWriter = getIndexWriter(); document = new Document(); document.add(new IntField("id",id, Field.Store.YES)); document.add(new StringField("author", author, Field.Store.YES)); document.add(new TextField("content", content, Field.Store.YES)); try { indexWriter.addDocument(document); indexWriter.commit(); indexWriter.close(); } catch (IOException e) { e.printStackTrace(); } }} |
2.分組：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
|
public class GroupTestpublic void group(IndexSearcher indexSearcher,String groupField,String content) throws IOException, ParseException { GroupingSearch groupingSearch = new GroupingSearch(groupField); groupingSearch.setGroupSort(new Sort(SortField.FIELD_SCORE)); groupingSearch.setFillSortFields(true); groupingSearch.setCachingInMB(4.0, true); groupingSearch.setAllGroups(true); //groupingSearch.setAllGroupHeads(true); groupingSearch.setGroupDocsLimit(10); QueryParser parser = new QueryParser(Version.LUCENE_43, "content", new IKAnalyzer(true)); Query query = parser.parse(content); TopGroups<BytesRef> result = groupingSearch.search(indexSearcher, query, 0, 1000); System.out.println("搜索命中數：" + result.totalHitCount); System.out.println("搜索結果分組數：" + result.groups.length); Document document; for (GroupDocs<BytesRef> groupDocs : result.groups) { System.out.println("分組：" + groupDocs.groupValue.utf8ToString()); System.out.println("組內記錄：" + groupDocs.totalHits); //System.out.println("groupDocs.scoreDocs.length:" + groupDocs.scoreDocs.length); for (ScoreDoc scoreDoc : groupDocs.scoreDocs) { System.out.println(indexSearcher.doc(scoreDoc.doc)); } } } |
3.簡單的測試：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
public static void main(String[] args) throws IOException, ParseException { IndexHelper indexHelper = new IndexHelper(); indexHelper.createIndexForGroup(1,"紅薯", "開源中國"); indexHelper.createIndexForGroup(2,"紅薯", "開源社區"); indexHelper.createIndexForGroup(3,"紅薯", "代碼設計"); indexHelper.createIndexForGroup(4,"紅薯", "設計"); indexHelper.createIndexForGroup(5,"覺先", "Lucene開發"); indexHelper.createIndexForGroup(6,"覺先", "Lucene實戰"); indexHelper.createIndexForGroup(7,"覺先", "開源Lucene"); indexHelper.createIndexForGroup(8,"覺先", "開源solr"); indexHelper.createIndexForGroup(9,"散仙", "散仙開源Lucene"); indexHelper.createIndexForGroup(10,"散仙", "散仙開源solr"); indexHelper.createIndexForGroup(11,"散仙", "開源"); GroupTest groupTest = new GroupTest(); groupTest.group(indexHelper.getIndexSearcher(),"author", "開源"); }} |
4.測試結果：
兩種分頁方式
Lucene有兩種分頁方式：
1、直接對搜索結果進行分頁，數據量比較少的時候可以用這種方式，分頁代碼核心參照：
|
1
2
3
4
5
6
7
8
|
ScoreDoc[] sd = XXX;// 查詢起始記錄位置int begin = pageSize * (currentPage - 1);// 查詢終止記錄位置int end = Math.min(begin + pageSize, sd.length);for (int i = begin; i < end && i <totalHits; i++) {//對搜索結果數據進行處理的代碼} |
2、使用searchAfter(...)
Lucene提供了五個重載方法，可以根據需要使用
ScoreDoc after：為上次搜索結果ScoreDoc總量減1；
Query query：查詢方式
int n：為每次查詢返回的結果數，即每頁的結果總量
一個簡單的使用示例：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
//可以使用Map保存必要的搜索結果Map<String, Object> resultMap = new HashMap<String, Object>();ScoreDoc after = null;Query query = XXTopDocs td = search.searchAfter(after, query, size); //獲取命中數resultMap.put("num", td.totalHits); ScoreDoc[] sd = td.scoreDocs;for (ScoreDoc scoreDoc : sd) {//經典的搜索結果處理}//搜索結果ScoreDoc總量減1after = sd[td.scoreDocs.length - 1]; //保存after用于下次搜索，即下一頁開始 resultMap.put("after", after); return resultMap; |
