search - 如何在不指示 "top n"命中限制的情况下搜索 Lucene.NET？

Question

在 Lucene 中有几个 IndexSearcher.Search 方法的重载。其中一些需要“top n hits”参数，一些不需要(这些已经过时，将在 Lucene.NET 3.0 中删除)。

那些需要“前 n 个”参数的实际上会导致为整个可能的结果范围预分配内存。因此，当您处于甚至无法大致估计返回结果数的情况时，唯一的机会是传递一个随机的大数以确保返回所有查询结果。由于 LOH 碎片，这会导致严重的内存压力和泄漏。

是否有一种官方的、不过时的搜索方式而不传递“top n”参数？

提前致谢，伙计们。

Answer 1

我使用 Lucene.NET 2.9.2 作为这个答案的引用点。

您可以构建一个自定义收集器，将其传递给其中一个搜索重载。

using System;
using System.Collections.Generic;
using Lucene.Net.Index;
using Lucene.Net.Search;

public class AwesomeCollector : Collector {
    private readonly List<Int32> _docIds = new List<Int32>();
    private Scorer _scorer;
    private Int32 _docBase;

    public IEnumerable<Int32> DocumentIds {
        get { return _docIds; }
    }

    public override void SetScorer(Scorer scorer) {
        _scorer = scorer;
    }

    public override void Collect(Int32 doc) {
        var score = _scorer.Score();
        if (_lowerInclusiveScore <= score)
            _docIds.Add(_docBase + doc);
    }

    public override void SetNextReader(IndexReader reader, Int32 docBase) {
        _docBase = docBase;
    }

    public override bool AcceptsDocsOutOfOrder() {
        return true;
    }
}