在 Lucene 中计算给定查询的所有结果的最快方法是什么？
由于 1. 将对所有文档进行评分，并且 2. 由于加载 FieldCache 可能会受到前期打击，我假设答案是 3。Lucene 没有提供这样的收集器似乎很奇怪盒子？
【问题讨论】：
标签： java search lucene performance
你说得对，#3 会更快，但我不认为这是因为得分。有一种更快的方法，如果您不关心这背后的原因，请跳到底部。
#1 的性能损失来自 TopDocs 收集器会将文档保留在优先级队列中，这意味着您将浪费一些时间按分数对它们进行排序。 （你也会消耗一些内存，但由于你只存储了一堆 int+float 对，它可能非常少。）
至于为什么 Lucene 不提供开箱即用的功能：您通常不希望找到所有结果。这就是为什么当你搜索时，你说只找到前 n 个结果。为此有strong theoretical reasons。甚至 Google 都说“显示 25 个大约 n 个结果。”
所以我对您的建议如下：如果您有合理数量的结果，那么使用TopDocs.totalHits 在性能方面不会太差。如果totalHits 方法给您带来问题，我认为自定义收集器不会好得多。 （TopDocs.totalHits 将在 n log n 时间内运行，自定义收集器将是线性的。根据您的设置，log n 系数可能相关，也可能不相关。）
所以，如果你绝对需要这个功能，而TopDocs.totalHits 太慢，我建议你查看搜索词的文档频率。您可以假设频率是独立的（因此 p(A 和 B)=p(A)*p(B)）并从那里做出很好的猜测。它会非常快，因为它只是对每个术语的恒定时间查找。
【讨论】：
【讨论】：