如何使用HitCollector按字段值对Lucene结果进行排序？

Question

我正在使用以下代码在Lucene.Net中执行查询

var collector = new GroupingHitCollector(searcher.GetIndexReader());
searcher.Search(myQuery, collector);
resultsCount = collector.Hits.Count;

如何基于字段对这些搜索结果进行排序？

---

更新

感谢您的回答。我尝试使用TopFieldDocCollector，但是当我将numHits参数值设置为5000时，出现错误提示"value is too small or too large"。请建议一个有效的值。

- Ed.

Answer 1

search.Searcher.search 方法可以接受一个 search.Sort 参数，可以简单地构造如下：

new Sort("my_sort_field")

然而，排序的字段有一些限制 - 它们需要被索引但不能被分词，并且值可以转换为String、Float或Integer。

《Lucene实战》详细介绍了所有细节，包括按多个字段排序等等。

- Alabaster Codify

---

没有进行分词处理，你比我先做到了 :) - James Brady

根据Lucene的文档，存储值并非必需，只需要索引即可。@janwen - Scott Simontis

Answer 2

只接受字符串字段名称的 Sort 构造函数已被弃用。现在您需要创建一个排序对象，并将其作为 searcher.Search() 的最后一个参数传入。

/* sorting by a field of type long called "size" from greatest -> smallest 
(signified by passing in true for the last isReversed paramater)*/

Sort sorter = new Sorter(new SortField("size", SortField.Type.LONG, true))
searcher.Search(myQuery, collector, sorter);

- Antoine Dahan

Answer 3

你需要的可能是TopFieldDocCollector。使用它来代替GroupingHitCollector（那是什么？）或在其内部使用。

如果需要更多信息，请在评论中提出。我很乐意帮助你。

- itsadok

---

谢谢你的回答……我已经尝试使用 TopFieldDocCollector，但是当我将 5000 作为 numHits 参数值传递时，出现了“值太小或太大”的错误……请建议一个有效的值来传递…… - Ed.

Answer 4

在Lucene的原始（Java）版本中，TopFieldDocCollector结果的大小没有硬性限制。任何大于零的数字都可以接受。尽管存在内存约束和性能下降，这会依赖于您的环境，但5000个命中是微不足道的，并且不应该在移动设备之外造成问题。

也许在移植Lucene时，TopFieldDocCollector被修改为使用除了Lucene的“堆”实现（称为PriorityQueue，由FieldSortedHitQueue扩展）之外的其他东西 - 这可能对结果大小施加了一个不合理地小的限制。如果是这样的话，您可能想查看TopFieldDocCollector的源代码，并使用更好的堆实现来实现自己类似的命中收集器。

然而，我必须问一下，为什么要收集5000个结果呢？在交互式应用程序中，没有用户会想要看那么多结果。我认为愿意查看200个结果的用户很少见，但将其加倍到400个只是作为安全因素。根据应用程序的不同，限制结果大小还可以阻碍恶意屏幕抓取程序，并减轻拒绝服务攻击。

- erickson

---

“在交互应用程序中，没有用户想要看到那么多”有点傲慢。即使出于合法的技术原因我们将其截断为200,000，用户仍会尖叫和抱怨... - Hakanai