22 Lucene学习总结之七：Lucene搜索过程解析.docVIP

2.4、搜索查询对象 ? 2.4.3.2、并集DisjunctionSumScorer(A OR B) DisjunctionSumScorer中有成员变量ListScorer subScorers，是一个Scorer的链表，每一项代表一个倒排表，DisjunctionSumScorer就是对这些倒排表取并集，然后将并集中的文档号在nextDoc()函数中依次返回。 DisjunctionSumScorer还有一个成员变量minimumNrMatchers，表示最少需满足的子条件的个数，也即subScorer中，必须有至少minimumNrMatchers个Scorer都包含某个文档号，此文档号才能够返回。 为了描述清楚此过程，下面举一个具体的例子来解释倒排表合并的过程： (1) 假设minimumNrMatchers = 4，倒排表最初如下： ? (2) 在DisjunctionSumScorer的构造函数中，将倒排表放入一个优先级队列scorerDocQueue中(scorerDocQueue的实现是一个最小堆)，队列中的Scorer按照第一篇文档的大小排序。 private void initScorerDocQueue() throws IOException { ? scorerDocQueue = new ScorerDocQueue(nrScorers); ? for (Scorer se : subScorers) { ??? if (se.nextDoc() != NO_MORE_DOCS) { //此处的nextDoc使得每个Scorer得到第一篇文档号。 ????? scorerDocQueue.insert(se); ??? } ? } } ? (3) 当BooleanScorer2.score(Collector)中第一次调用nextDoc()的时候，advanceAfterCurrent被调用。 public int nextDoc() throws IOException { ? if (scorerDocQueue.size() minimumNrMatchers || !advanceAfterCurrent()) { ??? currentDoc = NO_MORE_DOCS; ? } ? return currentDoc; } protected boolean advanceAfterCurrent() throws IOException { ? do { ??? currentDoc = scorerDocQueue.topDoc(); //当前的文档号为最顶层 ??? currentScore = scorerDocQueue.topScore(); //当前文档的打分 ??? nrMatchers = 1; //当前文档满足的子条件的个数，也即包含当前文档号的Scorer的个数 ??? do { ????? //所谓topNextAndAdjustElsePop是指，最顶层(top)的Scorer取下一篇文档(Next)，如果能够取到，则最小堆的堆顶可能不再是最小值了，需要调整(Adjust，其实是downHeap())，如果不能够取到，则最顶层的Scorer已经为空，则弹出队列(Pop)。 ????? if (!scorerDocQueue.topNextAndAdjustElsePop()) { ??????? if (scorerDocQueue.size() == 0) { ????????? break; // nothing more to advance, check for last match. ??????? } ????? } ????? //当最顶层的Scorer取到下一篇文档，并且调整完毕后，再取出此时最上层的Scorer的第一篇文档，如果不是currentDoc，说明currentDoc此文档号已经统计完毕nrMatchers，则退出内层循环。 ????? if (scorerDocQueue.topDoc() != currentDoc) { ??????? break; // All remaining subscorers are after currentDoc. ????? } ????? //否则nrMatchers加一，也即又多了一个Scorer也包含此文档号。 ????? currentScore += scorerDocQueue.topScore(); ????? nrMatchers++; ??? } while (true); ??? //如果统计出的nrMatchers大于最少需满足的子条件的个数，则此curren