使用 hitcollector 提高 Lucene 搜索速度

Question

是否可以通过使用 Lucene 的 Hitcollector 来减少搜索时间？如果可以，在以下情况下如何正确实施？

// search login here ie. 
// this is the search method
// random query
if (!string.IsNullOrEmpty(vendor))
{
   bQuery.Add(qbVendor.Parse(vendor.ToLower()), BooleanClause.Occur.MUST);
}

bQuery.Add(qbWebsite.Parse(website.ToLower()), BooleanClause.Occur.MUST);
TopDocs hits = this.ProductIndexSearcher.Search(bQuery, null, 1000)
return hits.scoreDocs;

这部分将是函数调用：

ScoreDoc[] docs = null;
docs = s.KeywordSearch(keyword, category, Webshop.Context.InSiteWebshopId, null, null).ToList(), 1000

foreach (ScoreDoc d in docs.Take(maxResult))
{                                
   Document doc = this.ProductIndexSearcher.Doc(d.doc);
}

据我了解，不建议使用 Searcher.Doc 从搜索结果中获取文档，而是使用 hitcollector。我试图让一个hitcollector加入，但结果很混乱。任何帮助将不胜感激！

编辑： 澄清我担心的问题：

为了获得良好的搜索性能，此方法的实现不应 调用 Searcher.doc(int) 或 每个文档上的 org.apache.lucene.index.IndexReader.document(int) 遇到的号码。这样做会降低搜索速度 数量级或更大。

参考：http://grepcode.com/file/repo1.maven.org/maven2/org.apache.lucene/lucene-core/2.9.1/org/apache/lucene/search/HitCollector.java

所以我只是想知道添加一个 hitcollector 是否会给我们带来一些额外的性能。如果在第一个答案中指定调用 Searcher.Search(params) 时不需要使用 HitCollector，我可以。你能确认一下吗？

Answer 1

HitCollector 在 2.9 中已弃用，并从 3.0 中完全删除。不要使用它。

如果你需要它，你应该实现你自己的Collector。如果您想获得搜索的原始结果，这通常很有用，自定义评分、过滤等需要这些结果。

不清楚您在这里要求什么，但是您发布的代码并没有做任何花哨的事情，而且您似乎想要“前 n 个结果”。

因此您应该使用 TopDocsCollector，它会被 Searcher.Search(Query,int) 方法自动使用。

我还建议您阅读Searchable.Search(Weight weight, Filter filter, Collector collector) 方法中的文档：

低级搜索 API。

为每个文档调用 Collector.collect(int)。基于收集器 不鼓励访问远程索引。

应用程序仅在需要所有匹配项时才应使用它 文件。高级搜索 API (Searcher.search(Query,int)) 是 通常效率更高，因为它会跳过非高分命中。