lucene的排序过滤和分页

三、排序过滤和分页
      仅仅把东西搜出来是不够的，好的检索工具还应当能够对检索的结果进行排序，优先将最相关的内容送出
  或是按照某种规则，将检索结果送出。
  1.文档得分规则
      文档得分主要是由4部分内容来决定，即tf(词条频率)、idf(反转文档频率)、boost(Field的激励因子)
  和lengthNorm(长度因子)
      tf:某个关键字在某文档中出现次数的平方根
      idf:Math.log(numDocs/docFreq+1)+1.0   (numDocs:表示索引中总共的文档数量，docFreq:当前检索
          的关键字的文档总数)
      lengthNorm:在lucene的底层实现中，lengthNorm是一种固定值，它无需在索引时指定，只需要跟随创建
          索引过程，被写入索引中。
      boost:文档的boost值一般情况下默认为1.0，在建立索引时可通过预先人为的指定Document或Field的
          boost值，来改变搜索时文档的得分，从而改变文档在搜索结果中的排序位置。
  2.使用Sort排序
       该类有6种构造函数
       public Sort()
       public Sort(String field) 默认为降序
       public Sort(String field,boolean reverse)
       public Sort(String[] fields)
       public Sort(SortField field)
       public Sort(SortField[] fields)
       Sort可以对单一的Field进行排序，但是对多个Field的排序就必须要借助SortField类了。SortField类
    是个包装类，它能描述Field和reverse(排序)信息，在搜索结果中有很多记录时，应该正确的指定Field
    的类型，这样对排序过程的效率会有很大的提高。
       排序有多种
       a.按文档得分进行排序：这是lucene默认的排序方式
             如：Hits hist=searcher.search(q,Sort.RELEVANCE);   Sort.RELEVANCE表示当前的排序法则
         是按照文档的得分进行降序排列
       b.按文档的内部ID号来排序：在建立索引的时候，lucene会为每个文档建立一个内部的ID号
             如：Hits hits=searcher.search(q,Sort.INDEXORDER)   Sort.INDEXORDER表示排序法则是按
         照文档的内部ID号来排序
       c.按一个或多个Field来排序:把每个Field封装成SortField，然后以SortField[]数组的形式传入Sort类
       注意：比较字符串时，Locale信息的不同，很有可能会影响到比较的结果，因此SortField类有这样的构
       造函数，可以帮助指定Locale信息
          public SortField(String field,Locale locale)
          public SortField(String field,Locale locale,boolean reverse)
       当指定Locale后，lucene才可以正确的对字符串进行比较，从而正确的排序。不过大多数情况下，使用Sort
       进行排序时，排序的内容多为int型或是日期型。即便需要进行字符串的比较，也最好使用仅包含ASCII的
       字符串Field进行，这样可以确保排序的正确，同时，尽量提高排序的效率。
  3.搜索时使用过滤器
    简单示例：

Java代码

1. public class MySecurityFilter extends Filter{   
2. public static final int SECURITY=0;   
3. public BitSet bits(IndexReader reader) throws IOException{   
4. //先初始化一个BitSet对象 
5. final BitSet bits=new BitSet(reader.maxDoc());   
6. //将整个集合置为true,表示当前集合内的所有文档都是可以被检索到的
7.        bits.set(0,bits.size()-1);   
8. //构造一个Term对象，代表最高安全级别
9.        Term term=new Term("securitylevel",SECURITY+"");   
10. //从索引中取出具有最高安全级别的文档
11.        TermDocs termDocs=reader.termDocs(term);   
12. //遍历每个文档
13. while(termDocs.next()){   
14.           bits.set(termDocs.doc(),false);   
15.        }   
16.       retrun bits;   
17.     }   
18. }  

        public class MySecurityFilter extends Filter{
            public static final int SECURITY=0;
            public BitSet bits(IndexReader reader) throws IOException{
               //先初始化一个BitSet对象 
               final BitSet bits=new BitSet(reader.maxDoc());
               //将整个集合置为true,表示当前集合内的所有文档都是可以被检索到的
               bits.set(0,bits.size()-1);
               //构造一个Term对象，代表最高安全级别
               Term term=new Term("securitylevel",SECURITY+"");
               //从索引中取出具有最高安全级别的文档
               TermDocs termDocs=reader.termDocs(term);
               //遍历每个文档
               while(termDocs.next()){
                  bits.set(termDocs.doc(),false);
               }
              retrun bits;
            }
        }
      

        或者：

Java代码

1. public class MySecurityFilter extends Filter{   
2. public static final int SECURITY=0;   
3. public BitSet bits(IndexReader reader) throws IOException{   
4. //先初始化一个BitSet对象 
5. final BitSet bits=new BitSet(reader.maxDoc());   
6. //将整个集合置为true,表示当前集合内的所有文档都是可以被检索到的
7.        bits.set(0,bits.size()-1);   
8. //构造一个Term对象，代表最高安全级别
9.        Term term=new Term("securitylevel",SECURITY+"");   
10. //初始化一个IndexSearcher对象
11. //查找securitylevel这个Field的值为SECURITY的文档
12.        IndexSearcher searcher=new IndexSearcher(term);   
13.        Hits hits=searcher.search(new TermQuery(term));   
14. for(int i=0;i<hits.length();i++){   
15.           bits.set(hits.id(i),false);   
16.        }   
17.       retrun bits;   
18.     }   
19. }  

        public class MySecurityFilter extends Filter{
            public static final int SECURITY=0;
            public BitSet bits(IndexReader reader) throws IOException{
               //先初始化一个BitSet对象 
               final BitSet bits=new BitSet(reader.maxDoc());
               //将整个集合置为true,表示当前集合内的所有文档都是可以被检索到的
               bits.set(0,bits.size()-1);
               //构造一个Term对象，代表最高安全级别
               Term term=new Term("securitylevel",SECURITY+"");
               //初始化一个IndexSearcher对象
               //查找securitylevel这个Field的值为SECURITY的文档
               IndexSearcher searcher=new IndexSearcher(term);
               Hits hits=searcher.search(new TermQuery(term));
               for(int i=0;i<hits.length();i++){
                  bits.set(hits.id(i),false);
               }
              retrun bits;
            }
        }
       

        注意：Filter实际上在进行真正的查询之前，已经遍历过一次一遍索引了，因此无
        论使用何种Filter，都不应该忽视它对查询效率的影响。
   4.在结果中查询(QueryFilter)
          在QueryFilter的bits方法中，调用IndexSearcher方法，对注入的Query进行一次
     检索，然后在要被返回的BitSet中，将检索结果所对应的文档标记为true，即过滤掉了
     所有不再检索结果范围内的文档。

转载于:https://www.cnblogs.com/jerry-weijb/archive/2010/09/01/1814803.html