java - Lucene 3 迭代所有命中

Question

我正在更新一个使用 Lucene 索引的工具。作为此更新的一部分，我们将从 Lucene 2.0.0 迁移到 3.0.2。在大多数情况下，这完全是简单的。然而，在一个例子中，我似乎无法找到一种简单的转换。

基本上我有一个简单的查询，我需要迭代所有命中。在 Lucene 2 中这很简单，例如:

Hits hits = indexSearcher.search(query);
for(int i=0 ; i<hits.length() ; i++){
  // Process hit
}

在 Lucene 3 中，IndexSearcher 的 API 发生了显着变化，尽管我可以将一些有效的东西组合在一起，但这只能通过获取顶级 X 文档并确保X 足够大。

虽然点击次数(在我的例子中)通常在零到十之间，但也存在异常情况，点击次数可能会更高。因此有一个固定的限制感觉是错误的。此外，将限制设置得非常高会导致 OOME，这意味着立即为所有 X 可能的命中分配空间。由于此操作执行很多，因此需要相当高效的操作。

编辑:

目前我有以下工作要做:

TopDocs hits = indexSearcher.search(query, MAX_HITS);
for (int i=0 ; i<hits.totalHits ; i++) {
   // Process hit
}

这工作正常，除了

a)如果点击次数多于MAX_HITS怎么办？

和

b) 如果 MAX_HITS 很大，那么我就会浪费内存，因为在执行搜索之前为每个命中分配了空间。

由于大多数时候只会出现几次点击，我不介意进行后续搜索以获得后续点击，但我似乎无法找到一种方法来做到这一点。

Answer 1

IndexSearcher 有一个方法docFreq(Term)。调用它似乎不会造成性能损失，并且它的输出是要获取的文档数量的合适输入参数。

例如

int freq = searcher.docFreq(new Term(FIELD, value));
TopDocs hits = indexSearcher.search(query, freq);
for (int i=0 ; i<hits.totalHits ; i++) {
   // Process hit
}

这是有效的，因为我的查询本质上是一个 TermQuery。如果它是一个更复杂的查询，那么这将不合适。