lucene4.7 收集器Collector(七)

咱們先來回顧下,一個基本的搜索流程是怎麼完成的 
1,獲得一個索引目錄Directory(可能基於內存的或者磁盤的)。 
2,獲得一個DirectoryReader。 
3,實例化查詢組件IndexSearcher。 
4,檢索獲得TopDoc查詢結果集 
5,遍歷ScoresDocs處理結果 

咱們看下這個檢索的流程,大概能夠分這5步,前1,2,3算是準備工做,後面的2步是咱們常常須要進行數據處理的地方,那麼咱們Collector到底工做在哪一步呢?,其實Collector真正的起做用是在3-4步之間的。 

那麼Collector的做用是幹什麼的?爲何須要使用Collector? 

在這以前先分析下TopDocs這個類,這個類的工做原理,其實在後臺使用的也是一個收集器,收收集咱們檢索的結果,經過TopDocsCollector這個基類下面的2個子類收集器,來收集一次咱們檢索的命中數據。 
因此collector的做用就是收集某些咱們須要定製化的結果集,某些狀況下使用collector能夠能夠極大的提高咱們程序的性能,經過collector可讓咱們對每個匹配上的文檔作一些特有的定製化操做,固然前提是在咱們須要使用的狀況下。 
下面咱們來看下collector基類的幾個方法
java

方法 說明
collect() 檢索時,每匹配上一個文檔,都會調用此方法
acceptsDocsOutOfOrder() 測試本collector是否能處理無序到達的docid
setScorer(Scorer scorer) 處理檢索結果的評分
setNextReader(AtomicReaderContext context) 檢索時,在多個索引段結構之間切換的方法

下面咱們來看下自定義的一個collector來實現ScoreDoc類的功能,代碼以下.
apache

package com.piaoxuexianjing;

import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

import org.apache.lucene.index.AtomicReaderContext;
import org.apache.lucene.search.Collector;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.Scorer;

/**
 * @author
 * @version 1.0
 * 
 * 自定義收集器
 * 實現評分收集
 * **/
public class MyScoreCollector extends Collector {
    //private HashMap<String, String> documents=new HashMap<String, String>();
    List<ScoreDoc> docs=new ArrayList<ScoreDoc>();
    private Scorer scorer;//scorer類
    private int docBase;//全局相對段基數
     

    @Override
    public boolean acceptsDocsOutOfOrder() {
        // TODO Auto-generated method stub
        //返回true是容許無次序的ID
        //返回false必須是有次序的
        return true;
    }

    @Override
    public void collect(int arg0) throws IOException {
        /**
         * 匹配上一個文檔
         * 就記錄其docid與打分狀況
         * 
         * */
        docs.add(new ScoreDoc(arg0+docBase,scorer.score()));//
    }
//    BinaryDocValues names;//字符類型的內置存儲
//    BinaryDocValues bookNames;//字符類型的內置存儲
//    BinaryDocValues ids;//字符類型的內置存儲
//    BinaryDocValues prices;//字符類型的內置存儲
//    FieldCache.Doubles d ; //數值類型的內置存儲
//    FieldCache.Ints ints;//數值類型的內置存儲
    @Override
    public void setNextReader(AtomicReaderContext arg0) throws IOException {
        this.docBase=arg0.docBase;//記錄每一個索引段結構的相對位置
    }

    @Override
    public void setScorer(Scorer arg0) throws IOException {
        // TODO Auto-generated method stub
        this.scorer=arg0;//記錄改匹配的打分狀況
        
    }
}

測試類的核心代碼
ide

    //自定義收集器
           MyScoreCollector  scoreCollector=new MyScoreCollector();
          searcher.search(new MatchAllDocsQuery(), scoreCollector);
          /**
           * 自定義的收集類,實現效果===>ScoreDocs類
           * 
           **/
          List<ScoreDoc> s=scoreCollector.docs;
          for(ScoreDoc sc:s){
              System.out.println(sc.doc+"===="+sc.score);
          }

輸出結果以下性能

0====1.0
1====1.0
2====1.0
3====1.0
4====1.0
5====1.0
6====1.0
7====1.0

至此,咱們就利用自定義的collector完成了一個簡單的收集評分功能,固然咱們能夠根據本身的業務,來實現各類各樣的collector,靈活運用!
測試

相關文章
相關標籤/搜索