Lucene 索引的数据库表的非规范化

Question

我刚开始使用 Lucene，我正在尝试为数据库编制索引，以便对内容执行搜索。我对索引感兴趣的表有 3 个：

1.图像表 - 这是一个表，其中每个条目代表一个图像。每张图片都有一个唯一的 ID 和一些其他信息（标题、描述等）。

2。人员表 - 这是一个表，其中每个条目代表一个人。每个人都有一个唯一的 ID 和其他信息，例如（姓名、地址、公司等）

3。贷记表 - 此表有 3 个字段（图像、人物和贷记类型）。其目的是将某些人与图像相关联，作为该图像的学分。每张图片可以有多个人（有导演、摄影师、道具师等）。此外，一个人在多张图片中都有功劳。

我正在尝试为这些表建立索引，以便可以使用 Lucene 执行一些搜索，但正如我所读到的，我需要展平结构。

我想到的第一个解决方案是为图像/受信人的每个组合创建 Lucene 文档。恐怕这会在索引中创建大量重复的内容（图像/人的所有细节都必须在每个文档中为每个处理图像的人复制）。

有没有使用 Lucene 经验的人可以帮助我解决这个问题？我知道反规范化没有通用的解决方案，这就是为什么我提供了一个更具体的例子。

谢谢，如果有人需要，我很乐意提供有关数据库的更多信息

PS：不幸的是，我无法更改数据库的结构（它属于客户端）。我必须使用我所拥有的。

Answer 1

您可以为每个人创建一个Document，并连接所有相关图像的描述（附加到人员信息或单独的Field）。

或者，您可以为每个人创建一个最小的Document，为每个图像创建一个Document，将创建者的姓名和信用信息放在图像Document 的单独字段中，然后通过将人员 ID（或人员Document id）第三个非索引字段。 （Lucene 面向平面文档索引，而不是关系数据，但可以手动定义关系。）

这实际上与您要搜索的内容（图像或人物）有关，以及每个内容是否包含足够的关键字来进行搜索。尝试几个选项，看看它们是否足够好并且不超过可用空间。

不过，信用表可能不是 Document 构造的理想候选者。