Java Lucene性能：从Searcher检索所有文档

我使用NIOFSDirectory索引了大约1000万个对象

当我使用MatchAllDocsQuery检索文档时，性能明显低于其他类型的查询，例如BooleanQuery。我做了一些测试，性能差了大约100倍

因为我只对前n个文档感兴趣，有没有一种方法可以从Searcher对象中检索它们而不使用MatchAllDocsQuery

我也在考虑对对象的随机属性使用WildcardQuery，但Lucene在行动中声称与WildcardQuery相关的“性能下降”

---

非常感谢您的建议

正如Yuval在评论中指出的，您尚未指定获取顶级文档的标准。如果您打算检索随机文档，您可以简单地使用，而无需进行任何搜索。如果您有一些条件，可以使用TermQuery（或QueryParser返回的查询）。

正如Yuval在评论中指出的，您没有指定获取顶级文档的条件。如果您打算检索随机文档，您可以简单地使用，而无需进行任何搜索。如果您有一些条件，您可以使用TermQuery（或QueryParser返回的查询）。

根据什么列出前n个文档？如果您只是想要一个随机样本，我会使用另一个take（可能是数据库），或者在每个文档中添加一个数字标识符，在lucene之外进行随机选择，然后使用术语查询。你还有其他限制吗？因为这似乎有点不对劲。你能发代码吗？是searcher.search（）方法花费了100倍的时间吗？我使用MatchAllDocsQuery没有任何明显的性能问题。谢谢大家的评论。下面是一个场景。我有一千万个Foo类的对象，其中95%在字段栏上有相同的值（比如Bar=1）。由于出现频率的原因，在10MM对象上查找“条：1”的速度非常慢。因此，我根据Bar的值对索引进行了分区，并从索引中删除了Bar字段。现在，当我想要“Bar:2”时，我只需要将所有（或任何）对象放在正确的分区中。这基本上就是MatchAllDocsQuery的设计目的，只是它的性能不可接受。我运行的测试用例涉及BooleanQuery和MatchAllDocsQuery。MatchAllDocsQuery的性能要差得多。除非索引了10毫米以上的文档，否则它不会立即被注意到。根据什么排名前n名的文档？如果您只是想要一个随机样本，我会使用另一个take（可能是数据库），或者在每个文档中添加一个数字标识符，在lucene之外进行随机选择，然后使用术语查询。你还有其他限制吗？因为这似乎有点不对劲。你能发代码吗？是searcher.search（）方法花费了100倍的时间吗？我使用MatchAllDocsQuery没有任何明显的性能问题。谢谢大家的评论。下面是一个场景。我有一千万个Foo类的对象，其中95%在字段栏上有相同的值（比如Bar=1）。由于出现频率的原因，在10MM对象上查找“条：1”的速度非常慢。因此，我根据Bar的值对索引进行了分区，并从索引中删除了Bar字段。现在，当我想要“Bar:2”时，我只需要将所有（或任何）对象放在正确的分区中。这基本上就是MatchAllDocsQuery的设计目的，只是它的性能不可接受。我运行的测试用例涉及BooleanQuery和MatchAllDocsQuery。MatchAllDocsQuery的性能要差得多。除非你有10毫米以上的文档索引，否则它不会立即被注意到。谢谢你的回答。我不得不与搜索者合作，因为可能会有我需要搜索者的情况。例如，如果输入查询是“foo:1，bar:2”，我需要在我的一个分区上执行“foo:1”搜索（请阅读上面的注释）。我目前正在玩弄searcher.doc（I）方法。可能正在工作…我建议您预先处理您的查询。搜索bar的值似乎对您毫无帮助。因此，从初始查询开始。根据bar的值选择索引（仍然不使用lucene）。然后，如果还有剩余的查询，则执行查询的其余部分。例如，如果输入查询为“foo:1，bar:2”，则选择第二个索引并发出查询“foo:1”。如果只是“bar:2”，从第二个索引中随机获取一个文档，可能正如Shashikant Kore所建议的那样。谢谢你的回答。我不得不与搜索者合作，因为可能会有我需要搜索者的情况。例如，如果输入查询是“foo:1，bar:2”，我需要在我的一个分区上执行“foo:1”搜索（请阅读上面的注释）。我目前正在玩弄searcher.doc（I）方法。可能正在工作…我建议您预先处理您的查询。搜索bar的值似乎对您毫无帮助。因此，从初始查询开始。根据bar的值选择索引（仍然不使用lucene）。然后，如果还有剩余的查询，则执行查询的其余部分。例如，如果输入查询为“foo:1，bar:2”，则选择第二个索引并发出查询“foo:1”。如果只是“bar:2”，则从第二个索引中随机获取一个文档，可能正如Shashikant Kore所建议的那样。