lucene结果集的分页处理(百度 分页 方式)(转)

导读:
  做一个搜索引擎就要像个样子,做的专业一些才好,因此在分页处理时也采用类似百度和google的分页方式。
  对于结果集的处理,大家各有办法,总结起来就是缓存和重新查询两种方式,lucene推荐第二种,如果使用缓存的方式感觉控制资源的释放比较困难,在并发性较多的情况下系统可能资源耗尽,因此我们这里采用lucene推荐的做法实现类似百度和google的分页效果。
  终于调试通过了,大家可以直接使用了,哪里不清楚可以给我留言。
  
  
  
//初始化全局变量

int totalNum = 0; //总共记录条数

int numPerPage = 0; //每页显示记录条数

int maxPageNum = 0; //本次搜索最大页数

int curPage = 1; //当前页

int startLocation = 0; //起始位置



Vector searchresult = (Vector) session.getAttribute("searchresult");



numPerPage = ((Integer)session.getAttribute("setPageNum")).intValue();

totalNum = searchresult.size();

maxPageNum=((totalNum%numPerPage) == 0)?totalNum/numPerPage:(totalNum/numPerPage+1);

curPage=startLocation/numPerPage + 1;



%>  //初始化全局变量

  int totalNum = 0; //总共记录条数

  int numPerPage = 0; //每页显示记录条数

  int maxPageNum = 0; //本次搜索最大页数

  int curPage = 1; //当前页

  int startLocation = 0; //起始位置

  

  Vector searchresult = (Vector) session.getAttribute("searchresult");

  

  numPerPage = ((Integer)session.getAttribute("setPageNum")).intValue();

  totalNum = searchresult.size();

  maxPageNum=((totalNum%numPerPage) == 0)?totalNum/numPerPage:(totalNum/numPerPage+1);

  curPage=startLocation/numPerPage + 1;

  

  %>
  
  
  <meta http-equiv="Content-Type" content="text/html; charset=gb2312">
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
lucene搜索分页过程中,可以有两种方式 一种是将搜索结果直接放到session中,但是假如结果非常大,同时又存在大并发访问的时候,很可能造成服务器的内存不足,而使服务器宕机 还有一种是每次都重新进行搜索,这样虽然避免了内存溢出的可能,但是,每次搜索都要进行一次IO操作,如果大并发访问的时候,你要保证你的硬盘的速足够的快,还要保证你的cpu有足够高的频率 而我们可以将这两种方式结合下,每次查询都多缓存一部分的结果,翻页的时候看看所查询的内容是不是在已经存在在缓存当中,如果已经存在了就直接拿出来,如果不存在,就进行查询后,从缓存中读出来. 比如:现在我们有一个搜索结果 一个有100条数据,每页显示10条,就有10页数据. 安装第一种的思路就是,我直接把这100条数据缓存起来,每次翻页时从缓存种读取 而第二种思路就是,我直接从搜索到的结果种显示前十条给第一页显示,第二页的时候,我在查询一次,给出10-20条数据给第二页显示,我每次翻页都要重新查询 第三种思路就变成了 我第一页仅需要10条数据,但是我一次读出来50条数据,把这50条数据放入到缓存当中,当我需要10--20之间的数据的时候,我的发现我的这些数据已经在我的缓存种存在了,我就直接存缓存中把数据读出来,少了一次查询,速度自然也提高了很多. 如果我访问第六页的数据,我就把我的缓存更新一次.这样连续翻页10次才进行两次IO操作 同时又保证了内存不容易被溢出.而具体缓存设置多少,要看你的服务器的能力和访问的人数来决定
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值