自定义的Lucene排序

从1.4版本开始，Lucene开始支持自定义的结果排序，而在之前，结果只能按照评分结果倒序排列(desc)。

    通常，在查询时我们使用IndexSearcher的search(Query query)方法，这个方法默认返回的结果是按照评分结果倒序排列.要实现自定义排序,则应该使用search方法的overload版本search(Query query,Sort sort).

    public class SortingExample {
        private Directory directory;
        public SortingExample(Directory directory) {
            this.directory = directory;
        }

        public void displayHits(Query query, Sort sort)
            throws IOException {
            IndexSearcher searcher = new IndexSearcher(directory);
            Hits hits = searcher.search(query, sort);
            System.out.println("\nResults for: " +query.toString() + " sorted by " + sort);
            System.out.println(StringUtils.rightPad("Title", 30) + StringUtils.rightPad("pubmonth", 10) + StringUtils.center("id", 4) +
StringUtils.center("score", 15));
            DecimalFormat scoreFormatter = new DecimalFormat("0.######");
            for (int i = 0; i < hits.length(); i++) {
                Document doc = hits.doc(i);
                System.out.println(

StringUtils.rightPad
StringUtils.abbreviate(doc.get("title"), 29), 30) +
StringUtils.rightPad(doc.get("pubmonth"), 10) +
StringUtils.center("" + hits.id(i), 4) +
StringUtils.leftPad(
scoreFormatter.format(hits.score(i)), 12));
                System.out.println(" " + doc.get("category"));
                // System.out.println(searcher.explain(query, hits.id(i)));
           }
           searcher.close();
        }

    }

    不用理会具体的输出的细节.

    通过在查询时传入自定义的Sort对象,我们就可以实现自定义的排序规则.

 

      首先，我们应该有一个概念，在Lucene的内置排序方法中，升降序规则默认都是natural ording,即在Sorting by relevance中默认desc，在其他排序中则是asc。

    1.Sorting by relevance,中文可以叫"适当的排序"?好象有点别扭,呵呵.这也是Lucene的默认排序,即按评分结果倒序排列.
      以下几种search方法都是实现的同样的效果：
      search(Query query,null),search(Query query,Sort.RELEVANCE),search(Query query,new Sort())
      结果首先按照评分结果desc排序，如果评分相同，则按照document id asc排序，其中，document id是document在索引时的先后顺序。
    2.Sorting by index order，按照索引的先后顺序asc排列。
    3.Sorting by a field，按field排序。field是在索引时建立的单元。这里需要注意的一点是，如果想按照field来排序，需要几个规则：首先，这个field必须是indexed and not tokenized，就是需要索引，但是不能分词，例如Field.KEYWORD()方法；这个field必须可以转换成Integers,Floats,Strings，可以在用Field生成Sort对象的时候指定field的类型。
   
    正像前边提到的，在lucene中的默认结果升降序规则是natural ording,当然我们也可以自己指定排序的升降序规则。
    首先，我们指定结果按照某一个field来desc排序（如果不指定，field是按照asc排序）。例如，IndexSearcher.search(Query query,new Sort("date",true))，这里参数true的作用既是使得结果按照date field按照降序排列，这样我们就可以将日期最近的结果排列到最前面。
    通常，排序规则不会这么简单。例如，在某一个图书查询系统中，我们需要的排序规则是，首先按照图书的目录排序，然后同一目录的图书按照评分结果排序，评分结果相同并且目录相同的图书按照出版日期降序排列，代码片段如下：
    indexSearcher.search(Query query,new Sort(
        new SortField[]{
            new SortField("category"),
            SortField.FIELD_SCORE,
            new SortField("pubmonth", SortField.INT, true)
        }
    )
    这里，我们指定了一个SortField的数组，图书目录按照字典升序排列，然后目录相同的按照评分结果降序排列，最后按照出版日期降序排列。
    其实，在lucene内部自动维护了一个排序的数组，只是在这个例子中，我们显示的指定了排序的规则而已。

    排序对查询性能的影响。排序需要额外的资源消耗，更多的内存消耗。lucene只是缓存实际需要排序的field。即使如此，如果需要自定义排序，仍然需要仔细的规划，记住，按照一个String来排序将花费最大的资源。