使用GroupingSearch对搜索结果进行分组
Package org.apache.lucene.search.grouping Description
这个模块可以对Lucene的搜索结果进行分组，指定的单值域被聚集到一起。比如，根据”author“域进行分组，“author”域值相同的的文档分成一个组。
进行分组的时候需要输入一些必要的信息：
1、groupField：根据这个域进行分组。比如，如果你使用“author”域进行分组，那么每一个组里面的书籍都是同一个作者。没有这个域的文档将被分到一个单独的组里面。
2、groupSort：组排序。
3、topNGroups：保留多少组。比如，10表示只保留前10组。
4、groupOffset：对排在前面的哪些分组组进行检索。比如，3表示返回7个组（假设opNGroups等于10）。在分页里面很有用，比如每页只显示5个组。
5、withinGroupSort：组内文档排序。注意：这里和groupSort的区别
6、withingroupOffset：对每一个分组里面的哪些排在前面的文档进行检索。
使用GroupingSearch 对搜索结果分组比较简单
GroupingSearch API文档介绍：
Convenience class to perform grouping in a non distributed environment.
非分布式环境下分组
WARNING: This API is experimental and might change in incompatible ways in the next release.
这里使用的是4.3.1版本
一些重要的方法：
示例代码：
1.先看建索引的代码
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.分组：
public class GroupTest
public 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("搜索命中数：" + result.totalHitCount);
System.out.println("搜索结果分组数：" + result.groups.length);
Document document;
for (GroupDocs<BytesRef> groupDocs : result.groups) {
System.out.println("分组：" + groupDocs.groupValue.utf8ToString());
System.out.println("组内记录：" + groupDocs.totalHits);
//System.out.println("groupDocs.scoreDocs.length:" + groupDocs.scoreDocs.length);
for (ScoreDoc scoreDoc : groupDocs.scoreDocs) {
System.out.println(indexSearcher.doc(scoreDoc.doc));
}
}
}
3.简单的测试：
public static void main(String[] args) throws IOException, ParseException {
IndexHelper indexHelper = new IndexHelper();
indexHelper.createIndexForGroup(1,"红薯", "开源中国");
indexHelper.createIndexForGroup(2,"红薯", "开源社区");
indexHelper.createIndexForGroup(3,"红薯", "代码设计");
indexHelper.createIndexForGroup(4,"红薯", "设计");
indexHelper.createIndexForGroup(5,"觉先", "Lucene开发");
indexHelper.createIndexForGroup(6,"觉先", "Lucene实战");
indexHelper.createIndexForGroup(7,"觉先", "开源Lucene");
indexHelper.createIndexForGroup(8,"觉先", "开源solr");
indexHelper.createIndexForGroup(9,"散仙", "散仙开源Lucene");
indexHelper.createIndexForGroup(10,"散仙", "散仙开源solr");
indexHelper.createIndexForGroup(11,"散仙", "开源");
GroupTest groupTest = new GroupTest();
groupTest.group(indexHelper.getIndexSearcher(),"author", "开源");
}
}
4.测试结果：
两种分页方式
Lucene有两种分页方式：
1、直接对搜索结果进行分页，数据量比较少的时候可以用这种方式，分页代码核心参照：
ScoreDoc[] sd = XXX;
// 查询起始记录位置
int begin = pageSize * (currentPage - 1);
// 查询终止记录位置
int end = Math.min(begin + pageSize, sd.length);
for (int i = begin; i < end && i <totalHits; i++) {
//对搜索结果数据进行处理的代码
}
2、使用searchAfter(...)
Lucene提供了五个重载方法，可以根据需要使用
ScoreDoc after：为上次搜索结果ScoreDoc总量减1；
Query query：查询方式
int n：为每次查询返回的结果数，即每页的结果总量
一个简单的使用示例：
//可以使用Map保存必要的搜索结果
Map<String, Object> resultMap = new HashMap<String, Object>();
ScoreDoc after = null;
Query query = XX
TopDocs td = search.searchAfter(after, query, size);
//获取命中数
resultMap.put("num", td.totalHits);
ScoreDoc[] sd = td.scoreDocs;
for (ScoreDoc scoreDoc : sd) {
//经典的搜索结果处理
}
//搜索结果ScoreDoc总量减1
after = sd[td.scoreDocs.length - 1];
//保存after用于下次搜索，即下一页开始
resultMap.put("after", after);
return resultMap;