Lucene学习总结之七：Lucene搜索过程解析.doc

2.4、搜索查询对象 ? 2.4.3、进行倒排表合并 在得到了Scorer对象树以及SumScorer对象树后，便是倒排表的合并以及打分计算的过程。 合并倒排表在此节中进行分析，而Scorer对象树来进行打分的计算则在下一节分析。 BooleanScorer2.score(Collector) 代码如下： public void score(Collector collector) throws IOException { ? collector.setScorer(this); ? while ((doc = countingSumScorer.nextDoc()) != NO_MORE_DOCS) { ??? collector.collect(doc); ? } } 从代码我们可以看出，此过程就是不断的取下一篇文档号，然后加入文档结果集。 取下一篇文档的过程，就是合并倒排表的过程，也就是对多个查询条件进行综合考虑后的下一篇文档的编号。 由于SumScorer是一棵树，因而合并倒排表也是按照树的结构进行的，先合并子树，然后子树与子树再进行合并，直到根。 按照上一节的分析，倒排表的合并主要用了以下几个SumScorer: 交集ConjunctionScorer 并集DisjunctionSumScorer 差集ReqExclScorer ReqOptSumScorer 下面我们一一分析： 2.4.3.1、交集ConjunctionScorer(+A +B) ConjunctionScorer中有成员变量Scorer[] scorers，是一个Scorer的数组，每一项代表一个倒排表，ConjunctionScorer就是对这些倒排表取交集，然后将交集中的文档号在nextDoc()函数中依次返回。 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) 倒排表最初如下： ? (2) 在ConjunctionScorer的构造函数中，首先调用每个Scorer的nextDoc()函数，使得每个Scorer得到自己的第一篇文档号。 for (int i = 0; i scorers.length; i++) { ? if (scorers[i].nextDoc() == NO_MORE_DOCS) { ??? //由于是取交集，因而任何一个倒排表没有文档，交集就为空。 ??? lastDoc = NO_MORE_DOCS; ??? return; ? } } (3) 在ConjunctionScorer的构造函数中，将Scorer按照第一篇的文档号从小到大进行排列。 Arrays.sort(scorers, new ComparatorScorer() { ? public int compare(Scorer o1, Scorer o2) { ??? return o1.docID() - o2.docID(); ? } }); 倒排表如下： ? (4) 在ConjunctionScorer的构造函数中，第一次调用doNext()函数。 if (doNext() == NO_MORE_DOCS) { ? lastDoc = NO_MORE_DOCS; ? return; } private int doNext() throws IOException { ? int first = 0; ? int doc = scorers[scorers.length - 1].docID(); ? Scorer firstScorer; ? while ((firstScorer = scorers[first]).docID() doc) { ??? doc = firstScorer.advance(doc); ??? first = first == scorers.length - 1 ? 0 : first + 1; ? } ? return doc; } 姑且我们称拥有最小文档号的倒排表称为first，其实从doNext()函数中的first = first == scorers.length - 1 ? 0 : first + 1;我们可以看出，在处理过程中，Scorer数组被看成一个循环数组(Ring)。 而此时scorer[scorers.length - 1]拥有最大的文档号，doNext()中的循环，将所有的小于当前数组中最大文档号的文档全部用firstScorer.advance(doc)(其跳到大于或等于doc的文档)函数跳过，因为既然它们小于最大的文档号，而ConjunctionScorer又是取交集，它们当然不会在交集中。 此过程如下： doc = 8，first指向第0项，a