WebGIS中解决使用Lucene进行兴趣点搜索排序的两种思路

文章版权由做者李晓晖和博客园共有，若转载请于明显处标明出处：http://www.cnblogs.com/naaoveGIS/。

1.背景

目前跟信息采集相关的一个项目提出了这样的一个需求：中国银行等一些部门和政府关系较好，须要在兴趣点搜索时优先显示他们。

咱们的兴趣点查询是使用的Lucene进行分词查询的，这涉及到咱们要对咱们搜索出来的结果进行一次优先级排序。这里，我和你们一块儿探讨解决此问题的两种方案。

2.字典创立时对字典文档设置优先级

2.1.经过Document的setBoost来创建文档优先级

在Lucene4.0前，Document能够经过setBoost来设立文档的优先级。流程图为：

                       

可是，此方法在Lucene4.0以后不能使用，由于此以后去掉了Document能够直接setBoost的方法。

2.2.经过对数据源进行排序来解决创建字典文档优先级

在项目中，数据存放在数据库中，索引是创建在数据库的该兴趣点表上，因而咱们能够改变咱们的思路，即直接对查询所得的数据先进行排序，而后再创建索引。

下面咱们具体讲下实施方案。

2.2.1.修改兴趣点表，增长排序字段

 

这里，咱们增长了一个ORDERINDEX排序字段。

2.2.2.在代码中对数据源进行排序，而后生成字典

 

2.2.3.测试例子

符合邮局关键字段的数据有多个，咱们将北新桥邮局后面的ORDERINDEX修改成1，若是咱们输入邮局，能将北新桥邮局后门首先返回，则表示方法成功。

 

结果展现：

 

3. 分词查询时，经过设置query 影响排序

3.1.思路分析

咱们首先能够在建立Document时，增长一个field。该field默认值为false。当咱们须要建立的字符串知足优先查询字符串时，则将该field的值改成true.

而后，再建立查询条件时，增长一个创建在field的查询条件，该查询条件为should型，查询值为true，而且设置其对query的影响为低。

流程图为：

 

3.2.具体实现

3.2.1增长类score字段

 

3.2.2增长query影响条件

 

4.总结

在代码中经过setBoost有以下几个缺点：

a.增长了代码开发量

b.在构建索引字典中遍历是否知足优先条件，比较耗时。

鉴于以上缺点，选择直接经过数据源排序构建索引字典是比较好的方式。

5.扩展

因为Lucene中分词的粒度很难控制，好比邮局二字。当咱们输入邮或者邮局时，是能够有查询结果的。可是输入局时却不能。

针对此种问题，基于Lucene的分词条件进行修改和扩展，是能根本解决问题的方法之一，可是学习成本略大。

此处我选择了一种折中的方式来解决，即分词查询后判断查询结果是否为空，若是是空，则触发数据库查询。

固然，触发数据库查询的前提是，兴趣点不能过多。通常项目中兴趣点均在10W之内，因此数据库查询消耗时间是有限的。

而为何不直接使用数据库查询是在于：

a.分词查询能够加速查询效率。

b.分词查询避免数据库查询使用过多的like关键字。

c.分词查询能够创建对拼音检索的支持。

 

                                                                 -----欢迎转载，但保留版权，请于明显处标明出处：http://www.cnblogs.com/naaoveGIS/

                                                                           若是您以为本文确实帮助了您，能够微信扫一扫，进行小额的打赏和鼓励，谢谢 ^_^