从Lucene的查询中检索所有匹配文档的最有效方法是什么？

Question

我希望执行查询以保持内部完整性; 例如,从索引中删除特定字段/值的所有跟踪.因此,重要的是我找到所有匹配的文档(不仅仅是前n个文档),但它们返回的顺序是无关紧要的.

根据文档,看起来我需要使用该Searcher.Search( Query, Collector )方法,但是没有内置的Collector类可以满足我的需要.

我应该为此目的派生自己的收藏家吗？这样做时我需要记住什么？

Answer 1

事实证明这比我预期的要容易得多。我刚刚使用了http://lucene.apache.org/java/2_9_0/api/core/org/apache/lucene/search/Collector.html上的示例实现，并将传递给该方法的文档号记录Collect()在列表中，公开这是公共Docs财产。

然后，我只需迭代此属性，将数字传递回以Searcher获取正确的Document：

var searcher = new IndexSearcher( reader );
var collector = new IntegralCollector(); // my custom Collector
searcher.Search( query, collector );
var result = new Document[ collector.Docs.Count ];
for ( int i = 0; i < collector.Docs.Count; i++ )
    result[ i ] = searcher.Doc( collector.Docs[ i ] );
searcher.Close(); // this is probably not needed
reader.Close();

到目前为止，它在初步测试中似乎运行良好。

更新：这是代码IntegralCollector：

internal class IntegralCollector: Lucene.Net.Search.Collector {
    private int _docBase;

    private List<int> _docs = new List<int>();
    public List<int> Docs {
        get { return _docs; }
    }

    public override bool AcceptsDocsOutOfOrder() {
        return true;
    }

    public override void Collect( int doc ) {
        _docs.Add( _docBase + doc );
    }

    public override void SetNextReader( Lucene.Net.Index.IndexReader reader, int docBase ) {
        _docBase = docBase;
    }

    public override void SetScorer( Lucene.Net.Search.Scorer scorer ) {
    }
}