Lucene4.3开发之第六步之分神中期(六)

    本篇要介绍的是关于过滤方面的知识，也就是Filter，若是了解Solr的朋友，确定都会知道Solr里面fq这个参数，这个参数的做用其实就是lucene里面的过滤，对一些q参数查询的结果集，作过滤或者限制返回一些咱们须要的内容，能够理解成小搜索空间的一种策略。

    在这里先介绍一下查询预过滤的区别和联系，其实查询(各类Query)和过滤(各类Filter)之间很是类似，能够这样说，主要用Query能完成的事，用过滤也均可以完成，它们之间能够相互转换，最大的区别就是使用过滤返回的结果集不带评分操做，而使用Query返回的结果都是带相关性评分的，因此当咱们若是有一些跟评分操做没有关系的业务，优先使用Filter操做，将会获取更好的性能，其实这也是Solr里面q参数和fq参数的区别。

    下面进入正题，在这以前，先来了解lucene里面有关于Filter的总体知识。

下面，咱们看下具体的在代码里怎么实现，先看下咱们的测试数据

id	score		bookname	ename		type	        price		date
1	1		飘渺之旅		pmzl		小说		52.23		201005		
2	1		三国演义		sgyy		小说		36.13		201207		
3	1		数据库实战	sjksz		技术		77.13		200811		
4	1		编程宝典		bcbd		技术		100.3		200501		
5	1		职场关系论	zcgxl		职场		36.59		200501		
6	1		健康生活		jksh		生活		20.47		200008		
7	1		看清本质		kqbz		社会		10.37		201004		
8	1		编程,编程		bcbc		社会		10.37		201004

核心代码

//使用过滤器   最后一个为true时包含边界部分，为false时不包含边界部分
//倒数第二个为true时，包含查询边界，为false时不包含
TermRangeFilter filter=new TermRangeFilter("ename", new BytesRef("h"), new BytesRef("n"), true, true);
TopDocs topDocs=searcher.search(new MatchAllDocsQuery(),filter,10000);//默认无排序方式

输出结果

6	1		健康生活		jksh		生活		20.47		200008		
7	1		看清本质		kqbz		社会		10.37		201004

核心代码

NumericRangeFilter<Double> filter=NumericRangeFilter.newDoubleRange("price", 10D, 40D, true, false);
TopDocs topDocs=searcher.search(new MatchAllDocsQuery(),filter,10000);//默认无排序方式

输出结果

2	1		三国演义		sgyy		小说		36.13		201207		
5	1		职场关系论	zcgxl		职场		36.59		200501		
6	1		健康生活		jksh		生活		20.47		200008		
7	1		看清本质		kqbz		社会		10.37		201004		
8	1		编程,编程		bcbc		社会		10.37		201004

核心代码

//使用缓存过滤
Filter filter=FieldCacheRangeFilter.newDoubleRange("price", 20D, 50D, true, true);
TopDocs topDocs=searcher.search(new MatchAllDocsQuery(),filter,10000);//默认无排序方式

输出结果

2	1		三国演义		sgyy		小说		36.13		201207		
5	1		职场关系论	zcgxl		职场		36.59		200501		
6	1		健康生活		jksh		生活		20.47		200008

核心代码

// 缓存域过滤特定的类别
Filter filter=new FieldCacheTermsFilter("type", new String[]{"技术","社会"});
TopDocs topDocs=searcher.search(new MatchAllDocsQuery(),filter,10000);//默认无排序方式

输出结果

3	1		数据库实战	sjksz		技术		77.13		200811		
4	1		编程宝典		bcbd		技术		100.3		200501		
7	1		看清本质		kqbz		社会		10.37		201004		
8	1		编程,编程		bcbc		社会		10.37		201004

核心代码

//使用QueryWrapperFilter类包装一个Query
QueryWrapperFilter  filter=new QueryWrapperFilter(new TermQuery(new Term("type", "技术")));
TopDocs topDocs=searcher.search(new MatchAllDocsQuery(),filter,10000);//默认无排序方式

输出结果

3	1		数据库实战	sjksz		技术		77.13		200811		
4	1		编程宝典		bcbd		技术		100.3		200501

如何继承Filter基类，来定制咱们本身的Filter，自定义的Filter，虽然某些时候，功能很强大灵活，可是有几个缺点，咱们的了解1，保证是内容不重复的字段，例如主键，若是重复，默认返回第一个做为结果集显示2，保证不能被分词的内容，若是是分词的字段，则可能会出现一些不正确的结果。

自定义Filter类

package com.sanjiesanxian.test;

import java.io.IOException;
import java.util.BitSet;

import org.apache.lucene.analysis.tokenattributes.CharTermAttribute;
import org.apache.lucene.index.AtomicReaderContext;
import org.apache.lucene.index.DocsEnum;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.DocIdSet;
import org.apache.lucene.search.Filter;
import org.apache.lucene.util.AttributeSource;
import org.apache.lucene.util.Bits;
import org.apache.lucene.util.DocIdBitSet;
import org.apache.lucene.util.FixedBitSet;
import org.apache.lucene.util.OpenBitSet;

/***
 *^_^  ^_^  ^_^
 * 自定义过滤器
 * @author 三劫散仙
 * */
public class MyCustomFilter extends Filter{
	
	public MyCustomFilter() {
		// TODO Auto-generated constructor stub
	}
	
	private String[] terms;//限制返回的数据字典
	public MyCustomFilter(String ...terms) {
		// TODO Auto-generated constructor stub
		this.terms=terms;
	}
	@Override
	public DocIdSet getDocIdSet(AtomicReaderContext arg0, Bits arg1)
			throws IOException {
		//获取没有全部的docid包括未删除的
		FixedBitSet bits=new FixedBitSet(arg0.reader().maxDoc())  ;
		int base=arg0.docBase;//段的相对基数，保证多个段时相对位置正确
		//int limit=base+arg0.reader().maxDoc();//计算最大限制值
		for(String s:terms){
		          //必须是惟一的不重复
			  DocsEnum doc=arg0.reader().termDocsEnum(new Term("id", s));
			  //保证是单个不重复的term,若是重复的话，默认会取第一个做为返回结果集,分词后的term也不适用自定义term
			  if(doc.nextDoc()!=-1){ 
			    bits.set(doc.docID());//对付符合条件约束的docid循环添加到bits里面
				}
			  }
		return bits;
	}	
}

测试查询代码

MyCustomFilter filter=new MyCustomFilter("3","5","2");//随意指定1之多个须要过滤的项
TopDocs topDocs=searcher.search(new MatchAllDocsQuery(),filter,10000);

输出结果

2	1		三国演义		sgyy		小说		36.13		201207		
3	1		数据库实战	sjksz		技术		77.13		200811		
5	1		职场关系论	zcgxl		职场		36.59		200501

    自定义过滤器虽然有缺点，可是某些场景下却能发挥很灵活的做用，特别是对没有分词的字段进行过滤操做。