lucene 范围查询及其原理

简介: 适用于lucene 6.0。 Int类型的有IntPoint,Double类型的有相应的DoublePoint,以此类推。 1.相关类 org.apache.lucene.document.IntPoint 一个被索引的int类型的field。可以代表n维形状,可以范围搜索。 org.apache.lucene.document.IntPoint.IntPoint(String

适用于lucene 6.0。

Int类型的有IntPoint,Double类型的有相应的DoublePoint,以此类推。

1.相关类

org.apache.lucene.document. IntPoint
一个被索引的int类型的field。可以代表n维形状,可以范围搜索。
org.apache.lucene.document.IntPoint. IntPoint(String name, int... point)
构造函数。
Query org.apache.lucene.document.IntPoint. newRangeQuery(String field, int lowerValue, int upperValue)
构造一维情况下的范围查询。
Query org.apache.lucene.document.IntPoint. newRangeQuery(String field, int[] lowerValue, int[] upperValue)
构造多维情况下的范围查询。
Query org.apache.lucene.document.IntPoint. newSetQuery(String field, int... values)
构造集合查询。
Query org.apache.lucene.document.IntPoint. newExactQuery(String field, int value)

构造精确查询。内部调用的还是newRangeQuery(String field, int lowerValue, int upperValue)。

2.例子

见示例项目【https://code.csdn.net/chuchus/lucenedemo/tree/master】中 “com.yichudu.lucenedemo.query.rangequery”包下面的代码。

3.底层的算法

要想实现范围查询,需要做两部分的工作:索引期间的分词与Query的构造。

3.1 索引期间的分词

将数字转为字符串,按照不同前缀长度,切分成多个term。

3.1.1 基本思想

以int类型为例,补上前缀0,让同一个field的域值 位数都一样。假设对于“123”这个数,补上0之后为"0123",那么按照不同前缀长度分词,得到多个term。见下。
prefix1:0/prefix2:01/prefix3:012/prefix4:0123

3.1.2 实际处理

long、double等类型转字符串的细节不同。
按照不同前缀长度分词,这个间隔(precision step)不一定是1,可以指定,下行这个字段就是一个默认值。
int org.apache.lucene.util.LegacyNumericUtils.PRECISION_STEP_DEFAULT = 16。
这个值越大,那么索引就越小,那么范围查询的性能(尤其是细粒度的范围查询)也越差;这个值越小,索引就越大,那么性能越差。

3.2Query的构造

利用字典树来构造一个合理的OCCUR.OR 的booleanQuery 的clause。

3.2.1例子

在创建索引的时候可以构造出一棵字典树。假设数值转为字符串后的长度都为3,一个合理的树见图2-1.
图2-1 字典树示例

我们要查找[423,642]这样一个range。根据图可以直观的得到,合理lucene 的query为(prefix3:423 prefix1:5 prefix2:63 prefix3:641 prefix3:642)。

3.2.2构造算法

我们首先可以用shift==0找到范围的起点后终点(有可能没有相等的,比如搜索422,也会找到423)。然后一直往上找,直到找到一个共同的祖先(肯定能找到,因为树根是所有叶子节点的祖先),对应起点,每次往上走的时候, 左边范围节点都要把它右边的兄弟节点都加进去, 右边范围节点都要把它左边的兄弟节点加进去, 若已经到达顶点, 则是将左边范围节点和右边范围节点之间的节点加进行去.

目录
相关文章
|
10天前
|
算法 索引
一篇文章讲明白Lucene学习总结之九:Lucene的查询对象(2)
一篇文章讲明白Lucene学习总结之九:Lucene的查询对象(2)
|
9月前
|
SQL 数据库 索引
08Lucene索引库查询 - 介绍
08Lucene索引库查询 - 介绍
29 0
|
9月前
|
存储 自然语言处理 索引
05Lucene索引库的添加
05Lucene索引库的添加
23 0
|
9月前
|
数据采集 存储 Java
02Lucene实现全文检索的流程
02Lucene实现全文检索的流程
23 0
|
存储 自然语言处理 关系型数据库
Lucene的查询过程
Lucene的查询过程
177 0
|
存储 固态存储 测试技术
基于Lucene查询原理分析Elasticsearch的性能
基于Lucene查询原理分析Elasticsearch的性能
623 1
|
存储 自然语言处理 数据库
Lucene 查询原理
# 前言 Lucene 是一个基于 Java 的全文信息检索工具包,目前主流的搜索系统Elasticsearch和solr都是基于lucene的索引和搜索能力进行。想要理解搜索系统的实现原理,就需要深入lucene这一层,看看lucene是如何存储需要检索的数据,以及如何完成高效的数据检索。
8493 1
Lucene: 全文检索的基本原理
转自:http://blog.csdn.net/forfuture1978/archive/2009/10/22/4711308.aspx 转自:https://www.
777 0