Lucene 5.0 中按字母顺序对字符串字段进行排序

2023-11-21

我在 Lucene 5.0 中对字符串字段进行排序时遇到问题。显然,自 Lucene 4 以来排序的方式已经改变。下面显示了正在为我的文档建立索引的一些字段的片段。

@Override
public Document generateDocument(Process entity)
{
    Document doc = new Document();
    doc.add(new IntField(id, entity.getID(), Field.Store.YES));
    doc.add(new TextField(title, entity.getProcessName(), Field.Store.YES));
    doc.add(new IntField(organizationID, entity.getOrganizationID(), Field.Store.YES));
    doc.add(new StringField(versionDate, DateTools.dateToString(entity.getVersionDate(), DateTools.Resolution.SECOND), Field.Store.YES));
    doc.add(new LongField(entityDate, entity.getVersionDate().getTime(), Field.Store.YES)); 
    return doc;
}

我想首先对相关性进行排序,这效果很好。我遇到的问题是,对标题字段进行排序不起作用。我创建了一个排序字段,在一系列方法调用之后我尝试将其与 TopFieldCollector 一起使用。

public BaseSearchCore<Process, ProcessSearchResultScore>.SearchContainer search(String searchQuery, Filter filter, int page, int hitsPerPage) throws IOException, ParseException
    {
    SortField titleSort = new SortField(title, SortField.Type.STRING, true);
    return super.search(searchQuery, filter, page, hitsPerPage, title);
    }

这将转到:

public SearchContainer search(String searchQuery, Filter filter, int page, int hitsPerPage, SortField... sortfields) throws IOException, ParseException 
    {
        Query query = getQuery(searchQuery);
        TopFieldCollector paginate = getCollector(sortfields);
        int startIndex = (page -1) * hitsPerPage;
        ScoreDoc[] hits = executeSearch(query, paginate, filter, startIndex, hitsPerPage);

        return collectResults(query, filter, hitsPerPage, hits, page);
  }

最后是应用排序字段的方法:

private TopFieldCollector getCollector(SortField sortfield) throws IOException
    {
        SortField[] sortFields = new SortField[] {SortField.FIELD_SCORE, sortField};
        Sort sorter = new Sort(sortFields);
        TopFieldCollector collector = TopFieldCollector.create(sorter, 25000, true, false, true);
        return collector;
    }

使用返回的收集器执行常规查询,并返回结果。但是,如果我尝试使用此 SortField 进行排序,我将得到此异常:

java.lang.IllegalStateException:字段“标题”的意外文档值类型为 NONE(预期=已排序)。使用 UninvertingReader 或带有文档值的索引。

我应该如何索引字符串字段以便能够在 Lucene 5 中按字母顺序对其进行排序(使用排序字段)?任何代码示例或片段都会非常感激。

按相关性搜索效果很好,但当用户输入空搜索查询时,所有结果都具有相同的相关性。对于这些查询,我宁愿按结果标题排序,这会导致 Lucene 的本次迭代出现问题。


注意:如果您尝试首先将其归结为最小的示例,那么找出错误会更容易(无论是对您自己还是对您所询问的人)。我不会对您的体系结构和我无权访问或了解任何内容的类进行排序,而是解决以下问题:

Sort sort = new Sort(new SortField("title", SortField.Type.STRING));
TopDocs docs = searcher.search(new TermQuery(new Term("title", "something")), 10, sort);

标题定义如下:

doc.add(new TextField("title", term, Field.Store.YES));

此处对字段进行排序的最佳方法可能是采纳有关文档值的建议。向字段添加 DocValues 本质上是对其进行索引以进行排序,据我了解,这比 Lucene 4.X 中的典型排序方法要高效得多。添加两个典型的TextFieldSortedDocValuesField到相同的字段(名称)似乎工作得相当好,并且支持使用相同的字段名称进行搜索和排序:

doc.add(new TextField("title", term, Field.Store.YES));
doc.add(new SortedDocValuesField("title", new BytesRef(term)));
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

Lucene 5.0 中按字母顺序对字符串字段进行排序 的相关文章

随机推荐