lucene的分组的功能

lucene在4.x之前，没有实现分组的功能，如果业务中有需要分组的功能，那么必须的借助第三方的提供的插件，来实现分组，例如Bobo-browse，或者，自己用lucene写分组功能，笔者个人觉得用第三方的分组插件，虽说功能强大，但是比较繁琐，自己写的话，可以实现，但是效率方面却不是很好，在4.x之后，lucene已经自己实现分组功能提供了分组jar包

Java代码 复制代码 收藏代码
1.lucene-grouping-4.2.0.jar 

，利用此类可以效率很高完成分组去重功能。下面不在啰嗦，直接贴出代码，如有问题，欢迎指正!

Java代码 复制代码 收藏代码
1.public static List<HashMap<String, String>> testGroup(String indexPath,String groupField,String sumField){ 
2.        List<HashMap<String, String>> map=new ArrayList<HashMap<String,String>>(); 
3.        Directory d1=null;  
4.         IndexReader read1=null; 
5.        try{ 
6.         d1=FSDirectory.open(new File(indexPath));//磁盘索引 
7.          read1=DirectoryReader.open(d1);//打开流 
8.       IndexSearcher sear=new IndexSearcher(new MultiReader(read1));//MultiReader此类可以多份索引的读入 
9.       //但是得保证各个索引的字段结构一致 
10.        GroupingSearch  gSearch=new GroupingSearch(groupField);//分组查询按照place分组 
11.        Query q=new WildcardQuery(new Term(groupField,"*"));//查询所有数据 
12.          TopGroups t=gSearch.search(sear, q, 0, Integer.MAX_VALUE);//设置返回数据 
13.          GroupDocs[] g=t.groups;//获取分组总数 
14.          System.out.println("总数据数"+t.totalHitCount); 
15.          System.out.println("去重复后的数量:"+g.length); 
16.         for(int i=0;i<g.length;i++){ 
17.             ScoreDoc []sd=g[i].scoreDocs; 
18.             String str  =sear.doc(sd[0].doc).get(groupField); 
19.             int total=sumcount(str,groupField,sumField,sear); 
20.         //System.out.println("place:"+str+"===>"+"个数:"+g[i].totalHits+); 
21.         System.out.println("place:"+str+"===>"+"个数:"+g[i].totalHits); 
22.             HashMap<String, String> m=new HashMap<String, String>(); 
23.             m.put("word", str); 
24.             m.put("wx_count", total+""); 
25.             m.put("wx_total", "10000"); 
26.             map.add(m); 
27.         } 
28.         read1.close();//关闭资源 
29.          d1.close();  
30.        }catch(Exception e){ 
31.          e.printStackTrace(); 
32.        }  
33.        return map; 
34.    } 




至此，已经可以简单的实现分组去重统计的功能了，如果业务比较复杂，例如像报表查询，以及一些特定的统计求和功能，这个就可能需要自己写了