Join 加入Lucene

有什么方法可以在Lucene中实现联接吗？

Lucene不支持文档之间的关系，但是联接只是括号内多个

和

的特定组合，但是您需要先将关系展平

示例（SQL=>Lucene）：

SQL:

卢塞恩：
确保文档上有所有必需字段及其各自的值，如： Customer.Name=>“Customer\u Name”和
Order.Nr=>“Order\u Nr”

然后，查询将是：

( Customer_Name:"SomeName" AND Order_Nr:"400" )

---

您可以手动执行通用联接-运行两次搜索，获取所有结果（而不是前N个）， 在联接键上对它们进行排序，并使两个有序列表相交。但这会对你的堆造成很大的冲击（如果这些列表都适合的话）

有可能的优化，但在非常特定的条件下。
也就是说，您进行自连接，只使用（随机访问）

过滤器进行过滤，不使用
查询
。然后，您可以在两个联接字段上手动迭代术语（并行），为每个术语交叉docId列表，过滤它们-这是您的联接

有一种处理简单亲子关系的流行用例的方法，每个文档中的子对象数量相对较少-

与@ntziolis提到的扁平化方法不同，这种方法正确地处理了以下情况：拥有大量简历，每个简历都有多个有工作经验的孩子，并尝试寻找在YYY年在NNN公司工作的人。如果简单地将其展平，您将获得在任何一年为NNN工作的人的简历&在YYY年的某个地方工作过

处理简单的父子案例的另一种方法是平展您的文档，但要确保不同子级的值之间有一个很大的间隔，然后使用
span
query来防止多个子查询在子级之间匹配。有几年前的LinkedIn演示，但我没有找到它。
你也可以使用新的BlockJoinQuery；我在这里的一篇博文中对此进行了描述：

使用joinutil。它允许查询时间连接

请参阅：
在Lucene的顶部有一些实现，可以在几个不同的索引之间实现这种连接。Numere（）启用该功能，并使其能够作为RDBMS结果集获取结果。
下面是一个示例

结果:

<?xml version='1.0' encoding='UTF-8' standalone='yes' ?>
<DATAPACKET Version="2.0">
  <METADATA>
    <FIELDS>
      <FIELD attrname="type" fieldtype="string" WIDTH="20" />
      <FIELD attrname="category" fieldtype="string" WIDTH="20" />
      <FIELD attrname="sales" fieldtype="i8" />
      <FIELD attrname="total" fieldtype="i4" />
    </FIELDS>
    <PARAMS />
  </METADATA>
  <ROWDATA>
    <ROW type="Book" category="stand" sales="127003304" total="2" />
    <ROW type="Computer" category="eletronic" sales="44765715835" total="896" />
    <ROW type="Meat" category="food" sales="3193526428" total="110" />



。。。继续
稍晚一点，但您可以使用包org.apache.lucene.search.join：

根据他们的文件：

索引加入时间支持在搜索时加入，其中已加入
将文档索引为单个文档块，使用
IndexWriter.addDocuments（）

Lucene不是关系数据库。你是什么意思？@skaffman-我使用Lucene作为MS-SQL数据库的全文搜索引擎。我突然想到，如果我只是将所有数据存储在Lucene中的字段中，就可以完全取消SQL DB。然而，要做到这一点，我需要某种方式将文档连接在一起。Norris你不能这样做，你需要将关系扁平化，因为lucene不处理文档之间的关系。据我所知，BlockJoinQuery的问题之一是，当包含的父级或子级之一发生更改时，块需要对块内的元素进行完全重新索引。这正是我希望通过“连接概念”避免的事情。因此，BlockJoinQuery创建了更大的查询灵活性，但没有提供更原子化的存储概念。
select a.type, sum(a.value) as "sales", b.category, count(distinct b.product_id) as "total"
from a (index)
inner join b (index) on (a.seq_id = b.seq_id)
group by a.type, b.category
order by a.type asc, b.category asc


    Join join = RequestFactory.newJoin();

    // inner join a.seq_id = b.seq_id

    join.on("seq_id", Type.INTEGER).equal("seq_id", Type.INTEGER);

    // left
    {
        Request left = join.left();
        left.repository(UtilTest.getPath("indexes/md/master"));
        left.addColumn("type").textType().asc();
        left.addMeasure("value").alias("sales").intType().sum();
    }

    // right
    {
        Request right = join.right();
        right.repository(UtilTest.getPath("indexes/md/detail"));
        right.addColumn("category").textType().asc();
        right.addMeasure("product_id").intType().alias("total").count_distinct();
    }

    Processor processor = ProcessorFactory.newProcessor();
    try {
        ResultPacket result = processor.execute(join);
        System.out.println(result);
    } finally {
        processor.close();
    }

<?xml version='1.0' encoding='UTF-8' standalone='yes' ?>
<DATAPACKET Version="2.0">
  <METADATA>
    <FIELDS>
      <FIELD attrname="type" fieldtype="string" WIDTH="20" />
      <FIELD attrname="category" fieldtype="string" WIDTH="20" />
      <FIELD attrname="sales" fieldtype="i8" />
      <FIELD attrname="total" fieldtype="i4" />
    </FIELDS>
    <PARAMS />
  </METADATA>
  <ROWDATA>
    <ROW type="Book" category="stand" sales="127003304" total="2" />
    <ROW type="Computer" category="eletronic" sales="44765715835" total="896" />
    <ROW type="Meat" category="food" sales="3193526428" total="110" />

   String fromField = "from"; // Name of the from field
   boolean multipleValuesPerDocument = false; // Set only yo true in the case when your fromField has multiple values per document in your index
   String toField = "to"; // Name of the to field
   ScoreMode scoreMode = ScoreMode.Max // Defines how the scores are translated into the other side of the join.
   Query fromQuery = new TermQuery(new Term("content", searchTerm)); // Query executed to collect from values to join to the to values

   Query joinQuery = JoinUtil.createJoinQuery(fromField, multipleValuesPerDocument, toField, fromQuery, fromSearcher, scoreMode);
   TopDocs topDocs = toSearcher.search(joinQuery, 10); // Note: toSearcher can be the same as the fromSearcher
   // Render topDocs...