关于lucene.net:使用Lucene查询RDBMS数据库

Using Lucene to query an RDBMS database

我已经浏览了 Lucene 的 Java 版本的文档,但到目前为止我还没有真正看到顶级的"这就是它的工作原理"信息(我知道我需要 RTFM,我可以只见树木不见森林)。

我了解 Lucene 使用搜索索引来返回结果。据我所知,它只从这些索引返回"命中"。如果我在构建索引时没有添加数据项,则不会返回。

没关系,所以现在我要检查以下假设:

问:这是否意味着我想在搜索页面上显示的任何数据都需要添加到 Lucene 索引中?


如果我想通过 sku、描述、类别名称等来搜索 Product,但我还想在搜索结果中显示它们所属的 Customer,我是否:

  • 确保 Lucene 索引在索引中具有非规范化的 Customer 名称。
  • 使用 Lucene 返回的命中以某种方式查询数据库中的实际产品记录,并使用 JOIN 获取 Customer 的名称。
  • 我假设它是选项 1,因为我假设没有办法将 Lucene 查询的结果"加入"到 RDBMS,但想问一下我对一般用法的假设是正确的。


    我一直试图找出同样的问题,但我认为它的工作量太大。我认为这是一个替代方案。如果我的想法有误,请纠正我!

    你的情况是这样的:
    RDBMS 产品(很多)<------>(很多)客户

    我建议不要只将客户放在 lucene 索引中以获取产品密钥,然后使用 IN Query 查询 RDBMS,而是使用 Product 和 Customer 的笛卡尔积创建 lucene 索引。

    喜欢
    客户_1,产品_1
    客户_1,产品_2
    客户_2,产品_2..

    这样,当您在 lucene 中搜索产品时,它会同时提供客户和产品 id.. 而不是将它们加入 RDBMS,您可以简单地查找这些客户以及产品如果需要,请从 RDBMS 获得更多信息。如果您使用缓存,那么额外的详细信息查找成本也会下降。


    通常索引只包含您要搜索的字段,不一定包含您要显示的字段。应将索引优化为尽可能小,以保持良好的搜索性能。

    为了能够显示更多数据,请在索引中添加一个字段,以便您检索完整的文档/数据,即 Product 的唯一键(产品 ID?)。


    根据 BrokenGlass 的回答,我想了更多,并提出以下建议,看看我是否在正确的路线上:

    基本上,进一步采用选项 2,可以执行以下操作:

  • 仅将您要搜索的数据放入 Lucene 索引,加上某种键值(例如数据库中表的 PK)。
  • 查询 Lucene 以获取命中列表。
  • 使用您选择的数据访问层,为您的数据库构建一个包含 IN (value [, value]) 谓词的查询。
  • 从您的数据库中获取该查询的结果(很可能包括 JOIN 到其他表)。
  • 将这些结果放入字典中,使用结果集的 PK 作为键。
  • 按顺序再次迭代 Lucene 命中,使用 PK 从字典中提取项目,以便您可以按照 Lucene 返回命中的顺序(即按相关性排序)构建结果列表。
  • 向用户显示"排序"的结果列表。
  • 当然,第 5 步和第 6 步可能会更好,但为了解释起见,我将那个冗长的方法放在我的描述中。如果 Lucene 命中包含某种"相关性"值,那么您可以将其归因于结果集并执行标准排序,但这对读者来说是一个练习。 :)

    会是这样吗?