Lucene4.3开发之第七步之合体后期(七)

转载请注明原创地址:
http://qindongliang1922.iteye.com/blog/1942030




今天散仙要写的是关于Lucene里面Collector这个东西，暂且称它为收集器吧，先来看下Lucene内置Collector类的继承图。





我们先来回顾下，一个基本的搜索流程是怎么完成的
1，得到一个索引目录Directory(可能基于内存的或者磁盘的)。
2，得到一个DirectoryReader。
3，实例化查询组件IndexSearcher。
4，检索得到TopDoc查询结果集
5,遍历ScoresDocs处理结果


我们看下这个检索的流程，大概可以分这5步，前1,2,3算是准备工作，后面的2步是我们经常需要进行数据处理的地方，那么我们Collector到底工作在哪一步呢？，其实Collector真正的起作用是在3-4步之间的。

那么Collector的作用是干什么的？为什么需要使用Collector？

在这之前先分析下TopDocs这个类，这个类的工作原理，其实在后台使用的也是一个收集器，收收集我们检索的结果，通过TopDocsCollector这个基类下面的2个子类收集器，来收集一次我们检索的命中数据。
所以collector的作用就是收集某些我们需要定制化的结果集，某些情况下使用collector可以可以极大的提升我们程序的性能，通过collector可以让我们对每一个匹配上的文档做一些特有的定制化操作，当然前提是在我们需要使用的情况下。
下面我们来看下collector基类的几个方法

方法	说明
collect()	检索时，每匹配上一个文档，都会调用此方法
acceptsDocsOutOfOrder()	测试本collector是否能处理无序到达的docid
setScorer(Scorer scorer)	处理检索结果的评分
setNextReader(AtomicReaderContext context)	检索时，在多个索引段结构之间切换的方法

下面我们来看下自定义的一个collector来实现ScoreDoc类的功能,代码如下.

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 三劫散仙
 * @version 1.0
 * 
 * 自定义收集器
 * 实现评分收集
 * **/
public class MyScoreCollector extends Collector {
	//private HashMap<String, String> documents=new HashMap<String, String>();
	List<ScoreDoc> docs=new ArrayList<ScoreDoc>();
	private Scorer scorer;//scorer类
	private int docBase;//全局相对段基数
	 

	@Override
	public boolean acceptsDocsOutOfOrder() {
		// TODO Auto-generated method stub
		//返回true是允许无次序的ID
		//返回false必须是有次序的
		return true;
	}

	@Override
	public void collect(int arg0) throws IOException {
		/**
		 * 匹配上一个文档
		 * 就记录其docid与打分情况
		 * 
		 * */
		docs.add(new ScoreDoc(arg0+docBase,scorer.score()));//
	}
//	BinaryDocValues names;//字符类型的内置存储
//	BinaryDocValues bookNames;//字符类型的内置存储
//	BinaryDocValues ids;//字符类型的内置存储
//	BinaryDocValues prices;//字符类型的内置存储
//	FieldCache.Doubles d ; //数值类型的内置存储
//	FieldCache.Ints ints;//数值类型的内置存储
	@Override
	public void setNextReader(AtomicReaderContext arg0) throws IOException {
		this.docBase=arg0.docBase;//记录每个索引段结构的相对位置
	}

	@Override
	public void setScorer(Scorer arg0) throws IOException {
		// TODO Auto-generated method stub
		this.scorer=arg0;//记录改匹配的打分情况
		
	}
	
	
	

}

测试类的核心代码

    //自定义收集器
		   MyScoreCollector  scoreCollector=new MyScoreCollector();
		  searcher.search(new MatchAllDocsQuery(), scoreCollector);
		  /**
		   * 自定义的收集类，实现效果===>ScoreDocs类
		   * **/
		  List<ScoreDoc> s=scoreCollector.docs;
		  for(ScoreDoc sc:s){
			  System.out.println(sc.doc+"===="+sc.score);
		  }

输出结果如下

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，我们就利用自定义的collector完成了一个简单的收集评分功能，当然我们可以根据自己的业务，来实现各种各样的collector，灵活运用！


转载请注明原创地址:

http://qindongliang1922.iteye.com/blog/1942030