你好,游客 登录 注册 搜索
背景:
阅读新闻

基于Lucene多索引进行索引和搜索

[日期:2012-05-05] 来源:Linux社区  作者:shirdrn [字体: ]

Lucene支持创建多个索引目录,同时存储多个索引。我们可能担心的问题是,在索引的过程中,分散地存储到多个索引目录中,是否在搜索时能够得到全局的相关度计算得分,其实Lucene的ParallelMultiSearcher和MultiSearcher支持全局得分的计算,也就是说,虽然索引分布在多个索引目录中,在搜索的时候还会将全部的索引数据聚合在一起进行查询匹配和得分计算。


索引目录处理


下面我们通过将索引随机地分布到以a~z的26个目录中,并实现一个索引和搜索的程序,来验证一下Lucene得分的计算。

首先,实现一个用来构建索引目录以及处理搜索的工具类,代码如下所示:

  1. package org.shirdrn.lucene;  
  2.   
  3. import java.io.File;  
  4. import java.io.IOException;  
  5. import java.util.ArrayList;  
  6. import java.util.HashMap;  
  7. import java.util.Iterator;  
  8. import java.util.List;  
  9. import java.util.Map;  
  10. import java.util.Random;  
  11. import java.util.concurrent.locks.Lock;  
  12. import java.util.concurrent.locks.ReentrantLock;  
  13.   
  14. import org.apache.lucene.index.CorruptIndexException;  
  15. import org.apache.lucene.index.IndexWriter;  
  16. import org.apache.lucene.index.IndexWriterConfig;  
  17. import org.apache.lucene.index.IndexWriter.MaxFieldLength;  
  18. import org.apache.lucene.search.DefaultSimilarity;  
  19. import org.apache.lucene.search.IndexSearcher;  
  20. import org.apache.lucene.search.Searchable;  
  21. import org.apache.lucene.search.Similarity;  
  22. import org.apache.lucene.store.FSDirectory;  
  23. import org.apache.lucene.store.LockObtainFailedException;  
  24. import org.shirdrn.lucene.MultipleIndexing.IndexWriterObj;  
  25.   
  26. /** 
  27.  * Indexing accross multiple Lucene indexes. 
  28.  *  
  29.  * @author shirdrn 
  30.  * @date   2011-12-12 
  31.  */  
  32. public class IndexHelper {  
  33.       
  34.     private static WriterHelper writerHelper = null;  
  35.     private static SearcherHelper searcherHelper = null;  
  36.       
  37.     public static WriterHelper newWriterHelper(String root, IndexWriterConfig indexConfig) {  
  38.         return WriterHelper.newInstance(root, indexConfig);  
  39.     }  
  40.       
  41.     public static SearcherHelper newSearcherHelper(String root, IndexWriterConfig indexConfig) {  
  42.         return SearcherHelper.newInstance(root, indexConfig);  
  43.     }  
  44.   
  45.     protected static class WriterHelper {  
  46.         private String alphabet = "abcdefghijklmnopqrstuvwxyz";  
  47.         private Lock locker = new ReentrantLock();  
  48.         private String indexRootDir = null;  
  49.         private IndexWriterConfig indexConfig;  
  50.         private Map<Character, IndexWriterObj> indexWriters = new HashMap<Character, IndexWriterObj>();  
  51.         private static Random random = new Random();  
  52.         private WriterHelper() {  
  53.               
  54.         }  
  55.         private synchronized static WriterHelper newInstance(String root, IndexWriterConfig indexConfig) {  
  56.             if(writerHelper==null) {  
  57.                 writerHelper = new WriterHelper();  
  58.                 writerHelper.indexRootDir = root;  
  59.                 writerHelper.indexConfig = indexConfig;  
  60.             }  
  61.             return writerHelper;  
  62.         }  
  63.         public IndexWriterObj selectIndexWriter() {  
  64.             int pos = random.nextInt(alphabet.length());  
  65.             char ch = alphabet.charAt(pos);  
  66.             String dir = new String(new char[] {ch});  
  67.             locker.lock();  
  68.             try {  
  69.                 File path = new File(indexRootDir, dir);  
  70.                 if(!path.exists()) {  
  71.                     path.mkdir();  
  72.                 }  
  73.                 if(!indexWriters.containsKey(ch)) {  
  74.                     IndexWriter indexWriter = new IndexWriter(FSDirectory.open(path), indexConfig.getAnalyzer(), MaxFieldLength.UNLIMITED);  
  75.                     indexWriters.put(ch, new IndexWriterObj(indexWriter, dir));  
  76.                 }  
  77.             } catch (CorruptIndexException e) {  
  78.                 e.printStackTrace();  
  79.             } catch (LockObtainFailedException e) {  
  80.                 e.printStackTrace();  
  81.             } catch (IOException e) {  
  82.                 e.printStackTrace();  
  83.             } finally {  
  84.                 locker.unlock();  
  85.             }  
  86.             return indexWriters.get(ch);  
  87.         }  
  88.         @SuppressWarnings("deprecation")  
  89.         public void closeAll(boolean autoOptimize) {  
  90.             Iterator<Map.Entry<Character, IndexWriterObj>> iter = indexWriters.entrySet().iterator();  
  91.             while(iter.hasNext()) {  
  92.                 Map.Entry<Character, IndexWriterObj> entry = iter.next();  
  93.                 try {  
  94.                     if(autoOptimize) {  
  95.                         entry.getValue().indexWriter.optimize();  
  96.                     }  
  97.                     entry.getValue().indexWriter.close();  
  98.                 } catch (CorruptIndexException e) {  
  99.                     e.printStackTrace();  
  100.                 } catch (IOException e) {  
  101.                     e.printStackTrace();  
  102.                 }  
  103.             }  
  104.         }  
  105.     }  
  106.       
  107.     protected static class SearcherHelper {  
  108.         private List<IndexSearcher> searchers = new ArrayList<IndexSearcher>();  
  109.         private Similarity similarity = new DefaultSimilarity();  
  110.         private SearcherHelper() {  
  111.               
  112.         }  
  113.         private synchronized static SearcherHelper newInstance(String root, IndexWriterConfig indexConfig) {  
  114.             if(searcherHelper==null) {  
  115.                 searcherHelper = new SearcherHelper();  
  116.                 if(indexConfig.getSimilarity()!=null) {  
  117.                     searcherHelper.similarity = indexConfig.getSimilarity();  
  118.                 }  
  119.                 File indexRoot = new File(root);  
  120.                 File[] files = indexRoot.listFiles();  
  121.                 for(File f : files) {  
  122.                     IndexSearcher searcher = null;  
  123.                     try {  
  124.                         searcher = new IndexSearcher(FSDirectory.open(f));  
  125.                     } catch (CorruptIndexException e) {  
  126.                         e.printStackTrace();  
  127.                     } catch (IOException e) {  
  128.                         e.printStackTrace();  
  129.                     }  
  130.                     if(searcher!=null) {  
  131.                         searcher.setSimilarity(searcherHelper.similarity);  
  132.                         searcherHelper.searchers.add(searcher);  
  133.                     }  
  134.                 }  
  135.             }  
  136.             return searcherHelper;  
  137.         }  
  138.         public void closeAll() {  
  139.             Iterator<IndexSearcher> iter = searchers.iterator();  
  140.             while(iter.hasNext()) {  
  141.                 try {  
  142.                     iter.next().close();  
  143.                 } catch (IOException e) {  
  144.                     e.printStackTrace();  
  145.                 }  
  146.             }  
  147.         }  
  148.         public Searchable[] getSearchers() {  
  149.             Searchable[] a = new Searchable[searchers.size()];  
  150.             return searchers.toArray(a);  
  151.         }  
  152.     }  
  153. }  
由于在索引的时候,同时打开了多个Directory实例,而每个Directory对应一个IndexWriter,我们通过记录a~z这26个字母为每个IndexWriter的名字,将IndexWriter和目录名称包裹在IndexWriterObj类的对象中,便于通过日志看到实际数据的分布。在进行Lucene Document构建的时候,将这个索引目录的名字(a~z字符中之一)做成一个Field。在索引的时候,值需要调用IndexHelper.WriterHelper的selectIndexWriter()方法,即可以自动选择对应的IndexWriter实例去进行索引。

在搜索的时候,通过IndexHelper.SearcherHelper工具来获取多个Searchable实例的数组,调用getSearchers()即可以获取到,提供给MultiSearcher构建搜索。

linux
相关资讯       Lucene 
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数

       

评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款