lucene Filter过滤器

摘自:http://iamyida.iteye.com/blog/2199368

1.TermFilter:就是按照Term去过滤,跟TermQuery类似: 

Filter filter = new TermFilter(new Term("subject","junit"));

2.TermsFilter:它是用来进行多Term过滤的,是相对于TermFilter的:

Filter filter = new TermsFilter(new Term[] {
new Term("subject","lucene"),
new Term("pubmonth","201005")
});

3.FieldValueFilter:仅仅是对单个域进行过滤,即只返回包含指定域的索引文档,对域值没有进行限定

//negate表示是否取反,默认是包含指定域,取反意思就是不包含指定域
Filter filter = new FieldValueFilter("category", false);

4.BooleanFilter:用来链接多个Filter的,类似于BooleanQuery

BooleanFilter booleanFilter = new BooleanFilter();
booleanFilter.add(filter1, Occur.MUST);
booleanFilter.add(filter2, Occur.MUST);

 MUST:表示必须符合

MUST_NOT:与MUST相对应,取MUST的否定,即必须不符合

SHOULD:在英语表示一种很委婉的语气,即可以的意思,不是强制性的,即可有可无的意思.

5.QueryWrapperFilter:用来把Query包装成一个Filter

        Query query = new TermQuery(new Term("title","junit"));
//把一个Query对象包装成一个Filter对象
Filter filter1 = new QueryWrapperFilter(query);
//title域中a-j范围内的,包含a,j两个边界
Filter filter2 = TermRangeFilter.newStringRange("title", "a", "j", true, true); BooleanFilter booleanFilter = new BooleanFilter();
booleanFilter.add(filter1, Occur.MUST);
booleanFilter.add(filter2, Occur.MUST);

6.DuplicateFilter:用来去除重复索引文档的

7.MultiTermQueryWrapperFilter:把MultiTermQuery包装成一个Filter,其下面派生了很多子Filter

  TermRangeFilter:用进行字符串型Field的范围过滤的,跟TermRangeQuery用法类似,只是Filter不进行打分操作

Filter filter2 = TermRangeFilter.newStringRange("title", "a", "j", true, true); 

  NumericRangeFilter:对数字域进行范围过滤的Filter,跟NumericRangeQuery很类似

Filter filter2 = NumericRangeFilter.newIntRange("pubmonth", 199908, 201005, true, true);

  PrefixFilter:与PrefixQuery对应,即过滤出以xxxx打头的索引文档

Filter filter2 = new PrefixFilter(new Term("title","lucene"));

8.DocValuesRangeFilter:用来进行范围过滤的,DocValuesRangeFilter是与DocValuesFiled域对应的,即它只适用于对DocValuesFiled进行范围过滤,它不能直接通过构造函数进行构建,它是通过内部提供的静态方法来构建的

//先把搜索范围限定在 pubmonth in[199901 to 201005]的索引文档
Filter filter = DocValuesRangeFilter
.newIntRange("pubmonth", 199901, 201005, true, true);

9.CachingWrapperFilter:包装类,即把Filter包装为一个包含缓存功能的Filter,也是典型的装饰者模式,SegmentCoreReaders就是把当前的indexReader的克隆对象缓存了一份,其实就是key是和当前的indexReader对应的,所以在用CachingWrapperFilter的时候,你要保证前后两次你使用的是同一个IndexReader对象,只有这样你使用CachingWrapperFilter才会利用到缓存,否则你还是会重新去执行Filter的过滤操作。

Filter filter = new CachingWrapperFilter(new TermFilter(new Term("subject","junit")));

10.自定义过滤器:继承Filter基类

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 {
FixedBitSet bits=new FixedBitSet(arg0.reader().maxDoc()) ;//获取没有所有的docid包括未删除的
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){
DocsEnum doc=arg0.reader().termDocsEnum(new Term("id", s));//必须是唯一的不重复
//保证是单个不重复的term,如果重复的话,默认会取第一个作为返回结果集,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;
}
上一篇:MySQL优化小结


下一篇:关于[JAVA] Apache FTPClient.listFiles()操作“卡死”问题的分析和解决