lucene是否在搜索時遍歷整個倒排索引？

Question

在網頁搜索引擎中，倒排索引通常非常大，所以搜索引擎在獲得足夠的結果時會退出搜索。由於遍歷到長倒排索引的尾部是耗時的。

Lucene如何處理這種情況？例如，如果術語「A」的倒排索引由10000個文檔組成，則在搜索「A」獲得10個結果時，Lucene將遍歷所有這10000個文檔，然後返回10個結果，或者當檢索到足夠的結果時返回10個結果結果即使沒有達到倒排索引的結尾？

Answer 1

Lucene確實會訪問所有10k個匹配項，計算每個匹配項的得分，然後放入一個堆中以計算最高k個匹配項。

lucene/misc模塊有一個SortingMergePolicy，它允許您基於特定字段（在Web索引上，這可能是頁面排名）排序合併的段。這樣，如果您希望在搜索時根據此字段對文檔進行排序（或者更一般地說，如果排序順序與此字段的值緊密相關），那麼您可以在收集足夠的匹配後立即停止爲每個段收集文檔。

這是目前非常專業的功能，但我們有計劃使它更易於使用，請參閱https://issues.apache.org/jira/browse/LUCENE-6766。