Lucene系列-搜索

Lucene搜索的时候就要构造查询语句，本篇就介绍下各种Query。IndexSearcher是搜索主类，提供的常用查询接口有：

TopDocs search(Query query, int n);//find the top n hits for query

TopDocs search(Query query, Filter filter, int n);// find the top n hits for query, applying filter if no-null

Query

quey在org.apache.lucene.search上，代表最终的查询语法树，传入IndexSearcher进行查找。

TermQuery：在某个Field上查找一个词条

Term t = new Term("bookname", "Lucene");//词条所在Field，词条内容

Query q = new TermQuery(t);

BooleanQuery：由多个子句组成，子句间由“与、或、非”这样的布尔逻辑连接。BooleanClause.Occur是个枚举，包括MUST/MUST_NOT/SHOULD。常用的组合有：

MUST和MUST：求交集，MUST和MUST_NOT：求差集，SHOULD和SHOULD：求并集。

void add(Query query, BooleanClause.Occur occur)

NumericRangeQuery/TermRangeQuery:范围查询，范围可以是日期、时间、数字，如果不设上限或下限，对应的边界设为null，inclusive设为false。

TermRangeQuery(String field, String lowerTerm, String upperTerm, boolean includeLower, boolean includeUpper);

//NumericRangeQuery

static NumericRangeQuery<Double>	newDoubleRange(String field, Double min, Double max, boolean minInclusive, boolean maxInclusive);

static NumericRangeQuery<Float>  newFloatRange(String field, Float min, Float max, boolean minInclusive, boolean maxInclusive);

static NumericRangeQuery<Integer>	newIntRange(String field, Integer min, Integer max, boolean minInclusive, boolean maxInclusive);

static NumericRangeQuery<integer>	newIntRange(String field, int precisionStep, Integer min, Integer max, boolean minInclusive, boolean maxInclusive);

PhraseQuery：短语搜索，一个以上的关键字组成的短语，如中国，钢铁。可以设置slop，允许短语中的字之间有其他字的个数，默认为0

void add(Term term);//add a term to the end of the query phrase

void setSlop(int s);//set the number of other words between words in the query phrase

//sample,bookname包含"中国"的会被搜到，其他组合都不会被搜到

PhraseQuery query = new PhraseQuery();

query.add(new Term("bookname", "中"));

query.add(new Term("bookname", "国"));

MultiPhraseQuery：一些短语有相同的前缀，或后缀，或中间词，如中国好声音和美国好声音

void	add(Term term);//Add a single term at the next position in the phrase.

void	add(Term[] terms);//Add multiple terms at the next position in the phrase.

//sample

MultiPhraseQuery query = new MultiPhraseQuery();

query.add(new Term[]{new Term("bookname", "中"), new Term("bookname", "美")});

query.add(new Term("song", "国"));

query.add(new Term("song", "好"));

query.add(new Term("song", "声"));

query.add(new Term("song", "音"));

PrefixQuery：前缀匹配

PrefixQuery query = new PrefixQuery(new Term("bookname","钢"));//查找以钢开头的bookname

FuzzyQuery：模糊匹配，比较两个字符串时，执行一个串转变为另一个串的操作(增、删、改变字母)，每执行一次转变就扣除一定分数，最终得到两者的距离(模糊度)

FuzzyQuery(Term term);

FuzzyQuery(Term term, int maxEdits);//maxEdits-an edit distance fo at most maxEdits to term

FuzzyQuery(Term term, int maxEdits, int prefixLength);//prefixLength-length of common (no-fuzzy) prefix

WildcardQuery：使用'?'和'*'通配符

WildcardQuery query = new WildcardQuery(new Term("bookname", "?o*"));

Filter

filter相当于是一个搜索必须条件，用于对搜索结果进行限制，如返回的文档安全级别限制。所有过滤器都继承org.apache.lucene.search.Filter，因为Filter条件大多与query无关，不需要每次都执行一次索引遍历，所以lucene引入了缓存技术，避免一遍遍重复的搜索索引过滤文档。

常用的有NumericRangeFilter、PrefixFilter、TermRangeFilter，封装Filter以实现缓存的CachingWrapperFilter，针对某个Field进行缓存的FieldCacheRangeFilter、FieldCacheTermsFilter。

QueryParser

org.apache.lucene.queryParser用于解析子句生成Query。支持的语法规则如下

Query  ::= ( Clause )*

Clause ::= ["+", "-"] [<TERM> ":"] ( <TERM> | "(" Query ")" )

+ 必须，- 排除，: 表示针对某个Field搜索，通配符?*。举例

+bookname:java -bookname:structs，搜bookname中包含java不包含structs的doc

publishdate:[1990 TO 1998]，初版日期在1990和1998之间

bookname:work~0.5，模糊查询

bookname:"apache lucene"~5，松散短语查询，bookname必须包含apache和lucene，但两者距离要在5个词内

"God helps"，加引号表示不分词，作为完整的一个短语查询

bookname:(java search)，空格隔开的多个词需要加括号，否则后面一个词"search"不会被认为是在bookname上的搜索，会认为是default field上的搜索

常用方法有：

Query parse(String query);

QueryParser(Version matchVersion, String f, Analyzer a)//分词器应该与建索引的分词器保持一致

注：

构造好Query后，想看下实际的查询内容，可以用query.toString()