Lucene4.3开发之第七步之合体后期(七)

Love The Way You Lie 2022-04-14 05:54 127阅读 0赞

\[b\]\[color=cyan\]\[size=x-large\]转载请注明原创地址:  
\[url\]http://qindongliang1922.iteye.com/blog/1942030\[/url\]  
\[/size\]\[/color\]\[/b\]  
  
  
\[b\]\[color=green\]\[size=x-large\]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。  
  
  
\[img\]http://dl2.iteye.com/upload/attachment/0089/3667/f21da706-2882-3eee-bfda-9debf9190edf.jpg\[/img\]  
  
  
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  
\[/size\]\[/color\]\[/b\]  
\[b\]  
\[color=blue\]\[size=x-large\]  
\[table\]  
|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  
\[/table\]  
\[/size\]\[/color\]  
\[/b\]  
\[b\]\[color=indigo\]\[size=x-large\]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.\[/size\]\[/color\]\[/b\]

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
    
    	}
    
    
    
    
    }

\[b\]\[size=x-large\]\[color=green\]测试类的核心代码\[/color\]\[/size\]\[/b\]

//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);
    		  }

\[b\]\[size=x-large\]输出结果如下\[/size\]\[/b\]

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

\[b\]\[size=x-large\]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！\[/size\]\[/b\]  
  
  
\[b\]\[color=cyan\]\[size=x-large\]转载请注明原创地址:  
  
\[url\]http://qindongliang1922.iteye.com/blog/1942030\[/url\]  
\[/size\]\[/color\]\[/b\]