在Lucene中給定查詢的所有結果進行計數的最快方法是什麼？在Lucene中計算所有結果的最快方法（java）
由於1.將對所有文檔進行評分，並且2.由於加載FieldCache可能會有前期打擊，因此我認爲答案是3. Lucene沒有提供這樣的收藏家開箱即用？
你說得對，＃3會更快，但我不認爲這是因爲得分。有一種更快的方法，如果你不關心背後的推理，可以跳到底部。
＃1的性能損失來自於TopDocs收集器會將文檔保留在優先級隊列中的事實，這意味着您將失去一些按分數排序的時間。 （你也會吃掉一些內存，但是因爲你只是存儲一堆int + float對，所以它可能非常小。）
至於爲什麼Lucene不提供這種開箱即用的功能：不想查找所有結果。這就是爲什麼當你搜索時，你說只能找到頂部n結果。有這strong theoretical reasons。即使谷歌說「顯示 n結果」。
所以我給你的建議如下：如果你有一個合理數量的結果，那麼使用TopDocs.totalHits不會在性能方面太糟糕。如果totalHits方法給您帶來問題，我不認爲自定義收集器會好得多。 （TopDocs.totalHits將在n個時間運行，自定義收集器將是線性的。根據您的設置，日誌n係數可能是相關的，或者它可能不相關。）
因此，如果您絕對需要此功能和TopDocs.totalHits太慢，我會建議查看搜索項的文檔頻率。你可以假設頻率是獨立的（所以p（A和B）= p（A）* p（B））並且從那裏做一個相當好的猜測。它會非常快，因爲它只是每個術語的恆定時間查找。
感謝您的回答。在這個階段，我們將使用TotalHitCountCollector。我們的數據集仍然很小，可以準確計數。我會保留你所描述的術語頻率方法 - 這確實聽起來是最快的方法。 – npellow 2011-02-07 21:48:31
我想知道Google如何做到這一點。很明顯，它並沒有真正迴歸「前25名」的結果。如果是，那麼它應該知道結果的總數是檢查所有其他結果的副作用，以發現它們不在前25位。我的理論是它將返回25個基本上任意「值得存在最高「的結果。 – Trejkaz 2011-03-15 01:21:54