lucene索引匹配

我正在尝试使用Lucene进行解组或重复数据消除匹配。基本上，我有一个包含记录的文件，我希望根据某些字段（模糊搜索）对这些记录进行分组，并使用匹配键返回结果，该键告诉我该文件中哪些记录彼此匹配

---

这可能吗？

这是可以做到的（如果我理解正确的话）。您可以索引将在一次过程中搜索的术语/记录。在第二步中，您将搜索每个术语并记录结果

在预处理文档时，您可以生成一个散列来聚合这些字段，并将其存储（如

NOT_analysis

），这样您只需按一个已知大小的字段进行搜索，请查看。这是我通常对文件内容的重复检测所做的（因为对于单个查询来说，内容可能太大）

---

如果要创建更复杂的查询，请尝试使用，这样对重复数据消除算法的后续调用会快得多。

您尝试了什么？你是如何使用lucene的（它有很多不同语言/框架的版本）？帮助我们帮助你。我正在使用Java Lucene 3.6。我可以在索引后循环输入文件，并根据我感兴趣的字段上的索引进行搜索。这似乎效率低下，因此我想知道是否有一种有效的方法来匹配索引中的文档。