如何從Lucene 3.0.3獲得可靠的docid？

我想獲得我剛剛添加到Lucene索引的文檔的int docid，以便我可以將其粘貼到Filter中以更新常規查詢。我的文檔具有獨特的外部ID，所以我認爲唯一ID做TermDocs枚舉將返回正確的文檔，像這樣：如何從Lucene 3.0.3獲得可靠的docid？

protected int getDocId(IndexReader reader, String idField, Document doc) throws IOException { 
    String id = doc.get(idField); 
    TermDocs termDocs = reader.termDocs(new Term(idField, id)); 
    int docid = -1; 
    while (termDocs.next()) { 
     docid = termDocs.doc(); 
     Document aDoc = reader.document(docid); 
     String docIdString = aDoc.get(idField); 
     System.out.println(docIdString + ": " + docid); 
    } 
    return docid; 
}

不幸的是，這個循環和循環，返回相同docIdString和增加docids 。

什麼是推薦的方式來獲取新增文檔的docid，以便我可以在提交文檔後立即在Filter中使用它們？

來源

2011-03-13 Gene Golovchinsky

雖然低於Xodarap的答案是遠遠比上面我的代碼更好，代碼實際工作 - 問題是，我不得不重複的外部IDS由於反覆的調試。 –

文檔的文檔ID是而不是與您的ID字段中的值相同。文檔ID是內部Lucene標識符，您可能不應該訪問它。你的領域只是一個領域 - 你可以稱它爲「ID」，但Lucene不會對它做任何特殊的事情。

你爲什麼要手動更新過濾器？當你提交時，合併可能發生等，所以之前的ID將不會與之後的ID相同。（這只是一個例子，你不應該依賴Lucene ID做任何事情。）因此，你不需要只將一個文檔添加到過濾器，你需要更新整個事情。

要更新緩存過濾器，只需運行「foo」查詢並使用您的過濾器與CachingWrapperFilter。

編輯：因爲你的id字段僅僅是一個領域，你爲它做一個搜索，就像您別的：

TopDocs results = searcher.Search(new TermQuery(new Term("MyIDField", Id)), 1); 
int internalId = results.scoreDocs[0].doc;

但是，就像我說的，我想你想忽略內部ID。所以我就從一個查詢建立一個過濾器：

BooleanQuery filterQuery = new BooleanQuery(); // or get existing query from cache 
filterQuery.Add(new TermQuery(new Term("MyIdField", Id)), BooleanClause.Occur.SHOULD); 
// add more sub queries for each ID you want in the filter here 
Filter myFilter = new CachingWrapperFilter(new QueryWrapperFilter(filterQuery));

來源

2011-03-14 15:44:23 Xodarap

我有可能數千個常設查詢，我想評估何時添加新文檔。我不想在整個集合上重新運行它們，因爲我應該可以對從其他位置緩存的每個查詢的結果進行增量更新。 CachingWrapperfilter感覺不太對勁：它會緩存舊的結果，但不會緩存新的文檔。似乎博弈應該有足夠的時間來達到我的目的，但也許我誤解了他們的定義。 –

@Gene Golovchinsky：Lucene ID [不持久]（http://wiki.apache.org/lucene-java/LuceneFAQ#When_is_it_possible_for_document_IDs_to_change.3F）。你可以嘗試手動告訴他們什麼時候改變？當然。但是你爲了最小的收益正在做很多工作。我建議你確保過濾你的方式是至關重要的 - 如果你只使用緩存過濾器，它將工作99.9999％的時間。不成熟的優化是萬惡之源。 – Xodarap

感謝您的建議！我實際上並沒有試圖堅持docid。我在上面的每個示例代碼中持續使用外部id，並且在任何commit（）或optimize（）調用之間的特定時間點 - 我想將外部id轉換爲其相應的docid，構建過濾器並使用它。我遇到的問題是我沒有從轉換步驟獲得預期的結果。也許我沒有使用正確的方法將外部id轉換爲docids。 –

如何從Lucene 3.0.3獲得可靠的docid？

回答

相關問題