lucene4.7 收集器Collector（七）

我们先来回顾下，一个基本的搜索流程是怎么完成的 
1，得到一个索引目录Directory(可能基于内存的或者磁盘的)。 
2，得到一个DirectoryReader。 
3，实例化查询组件IndexSearcher。 
4，检索得到TopDoc查询结果集 
5,遍历ScoresDocs处理结果 

我们看下这个检索的流程，大概可以分这5步，前1,2,3算是准备工作，后面的2步是我们经常需要进行数据处理的地方，那么我们Collector到底工作在哪一步呢？，其实Collector真正的起作用是在3-4步之间的。 

那么Collector的作用是干什么的？为什么需要使用Collector？ 

在这之前先分析下TopDocs这个类，这个类的工作原理，其实在后台使用的也是一个收集器，收收集我们检索的结果，通过TopDocsCollector这个基类下面的2个子类收集器，来收集一次我们检索的命中数据。 
所以collector的作用就是收集某些我们需要定制化的结果集，某些情况下使用collector可以可以极大的提升我们程序的性能，通过collector可以让我们对每一个匹配上的文档做一些特有的定制化操作，当然前提是在我们需要使用的情况下。 
下面我们来看下collector基类的几个方法 

 

方法	说明
collect()	检索时，每匹配上一个文档，都会调用此方法
acceptsDocsOutOfOrder()	测试本collector是否能处理无序到达的docid
setScorer(Scorer scorer)	处理检索结果的评分
setNextReader(AtomicReaderContext context)	检索时，在多个索引段结构之间切换的方法

 

下面我们来看下自定义的一个collector来实现ScoreDoc类的功能,代码如下. 

package  com.piaoxuexianjing;

import  java.io.IOException;
import  java.util.ArrayList;
import  java.util.List;

import  org.apache.lucene.index.AtomicReaderContext;
import  org.apache.lucene.search.Collector;
import  org.apache.lucene.search.ScoreDoc;
import  org.apache.lucene.search.Scorer;

/**
 * @author
 * @version 1.0
 *
 * 自定义收集器
 * 实现评分收集
 * **/
public  class  MyScoreCollector  extends  Collector {
    //private HashMap<String, String> documents=new HashMap<String, String>();
    List<ScoreDoc> docs= new  ArrayList<ScoreDoc>();
    private  Scorer scorer; //scorer类
    private  int  docBase; //全局相对段基数


    @Override
    public  boolean  acceptsDocsOutOfOrder() {
        // TODO Auto-generated method stub
        //返回true是允许无次序的ID
        //返回false必须是有次序的
        return  true ;
    }

    @Override
    public  void  collect( int  arg0)  throws  IOException {
        /**
         * 匹配上一个文档
         * 就记录其docid与打分情况
         *
         * */
        docs.add( new  ScoreDoc(arg0+docBase,scorer.score())); //
    }
//    BinaryDocValues names;//字符类型的内置存储
//    BinaryDocValues bookNames;//字符类型的内置存储
//    BinaryDocValues ids;//字符类型的内置存储
//    BinaryDocValues prices;//字符类型的内置存储
//    FieldCache.Doubles d ; //数值类型的内置存储
//    FieldCache.Ints ints;//数值类型的内置存储
    @Override
    public  void  setNextReader(AtomicReaderContext arg0)  throws  IOException {
        this .docBase=arg0.docBase; //记录每个索引段结构的相对位置
    }

    @Override
    public  void  setScorer(Scorer arg0)  throws  IOException {
        // TODO Auto-generated method stub
        this .scorer=arg0; //记录改匹配的打分情况

    }
}

测试类的核心代码 

    //自定义收集器
           MyScoreCollector  scoreCollector= new  MyScoreCollector();
          searcher.search( new  MatchAllDocsQuery(), scoreCollector);
          /**
           * 自定义的收集类，实现效果===>ScoreDocs类
           *
           **/
          List<ScoreDoc> s=scoreCollector.docs;
          for (ScoreDoc sc:s){
              System.out.println(sc.doc+ "====" +sc.score);
          }

输出结果如下

0 ==== 1.0
1 ==== 1.0
2 ==== 1.0
3 ==== 1.0
4 ==== 1.0
5 ==== 1.0
6 ==== 1.0
7 ==== 1.0

至此，我们就利用自定义的collector完成了一个简单的收集评分功能，当然我们可以根据自己的业务，来实现各种各样的collector，灵活运用！ 

 

http://my.oschina.net/MrMichael/blog/220946