Java 基于Lucene的小型文档高效定位查询

我有一个由数十亿个小文档（约200个字符/文档）组成的大型数据集。 执行位置查询并仅获取三个最佳文档的最有效方法是什么

我的想法不是创建位置索引并在整个数据集上执行这样的查询，而是使用简单布尔查询的结果动态构建位置索引，然后执行位置查询以获得所需的最佳三个文档

因此，不是： 亿张单据->建立一个正向索引->执行位置查询->获取最佳三张单据

我想做以下工作： 十亿个文档->构建普通索引->执行布尔查询->获取最佳250个（高数值）->在ram中构建结果位置索引->执行位置查询->获取最佳三个文档

我认为通过这样做，我将通过支付一个小的近似值来减少搜索时间。

---

还有其他/更好的解决方案吗？

我会尝试使用搜索过滤器。也许a是足够的，但相当肯定的是a。如果有利于缓存过滤器的结果，则可以使用包装

当传递到您的呼叫时，这将限制查询搜索筛选器接受的文档

---

因为您已经包含了标记，所以过滤后的查询也可以在solr中使用，使用与femtoRgon商定的。

。如果相同的术语出现在位置查询中，您还可以考虑缓存位置查询的（子）结果

假设您使用SpanQuery对象，您可以自己引入一个CachingSpanQuery类，该类以某种方式存储生成的跨度。为了提高效率，您需要一种压缩的方式来存储位置信息