OpenBitSet和OpenBitSetIterator在TermRangeQuery中的运用
在MultiTermQuery 的rewrite方法中,如果 if (pendingTerms.size() >= termCountLimit || docVisitCount >= docCountCutoff) 的就会使用MultiTermQueryWrapperFilter,如果查询出来的term的总数目大于termCountLimit或者docVisitCount是 df ,如果df 大于docCountCutoff 则使用MultiTermQueryWrapperFilter,否则使用BooleanQuery,他们之间的关系是or的关系, MultiTermQueryWrapperFilter 使用OpenBitSet收集docId,使用OpenBitSetIterator还原docId
@Override
public Query rewrite(IndexReader reader, MultiTermQuery query) throws IOException {
// Get the enum and start visiting terms. If we
// exhaust the enum before hitting either of the
// cutoffs, we use ConstantBooleanQueryRewrite; else,
// ConstantFilterRewrite:
final Collection<Term> pendingTerms = new ArrayList<Term>();
final int docCountCutoff = (int) ((docCountPercent / 100.) * reader.maxDoc());
final int termCountLimit = Math.min(BooleanQuery.getMaxClauseCount(), termCountCutoff);
int docVisitCount = 0;
FilteredTermEnum enumerator = query.getEnum(reader);
try {
while(true) {
Term t = enumerator.term();
if (t != null) {
pendingTerms.add(t);
// Loading the TermInfo from the terms dict here
// should not be costly, because 1) the
// query/filter will load the TermInfo when it
// runs, and 2) the terms dict has a cache:
docVisitCount += reader.docFreq(t);
}
if (pendingTerms.size() >= termCountLimit || docVisitCount >= docCountCutoff) {
// Too many terms -- make a filter.
Query result = new ConstantScoreQuery(new MultiTermQueryWrapperFilter<MultiTermQuery>(query));
result.setBoost(query.getBoost());
return result;
} else if (!enumerator.next()) {
// Enumeration is done, and we hit a small
// enough number of terms & docs -- just make a
// BooleanQuery, now
BooleanQuery bq = new BooleanQuery(true);
for (final Term term: pendingTerms) {
TermQuery tq = new TermQuery(term);
bq.add(tq, BooleanClause.Occur.SHOULD);
}
// Strip scores
Query result = new ConstantScoreQuery(new QueryWrapperFilter(bq));
result.setBoost(query.getBoost());
query.incTotalNumberOfTerms(pendingTerms.size());
return result;
}
}
} finally {
enumerator.close();
}
}
收集的docId的代码 调用如图所示
先new 一个OpenBitSet,大小是查询出来的当前segemt中最大文档的数目,然后通过
SegmentTermDocs 的public int read(final int[] docs, final int[] freqs)
这个方法读取docId和frg,然后 通过for循环
for(int i=0;i<count;i++) {
bitSet.set(docs[i]);
}
把docId放到OpenBitSet里面
代码如下和注释如下
public DocIdSet getDocIdSet(IndexReader reader) throws IOException {
//返回TermRangeTermEnum对象,这个对象先用用小的那个string new一个term,然后定位到tis文件,while循环读取term信息,然后去frg文件里面读取docId,在while循环里面,通过SegmentTermDocs读取frg文件的docId和frg。
final TermEnum enumerator = query.getEnum(reader);
try {
// if current term in enum is null, the enum is empty -> shortcut
if (enumerator.term() == null)
return DocIdSet.EMPTY_DOCIDSET;
// else fill into a OpenBitSet
final OpenBitSet bitSet = new OpenBitSet(reader.maxDoc());
final int[] docs = new int[32];
final int[] freqs = new int[32];
// new 一个SegmentTermDocs的实例,会调用它的read方法读取docId
TermDocs termDocs = reader.termDocs();
try {
int termCount = 0;
do {
Term term = enumerator.term();
if (term == null)
break;
termCount++;
SegmentTermDocs 在frg文件里面seek到term的对应的docid的开始位置
termDocs.seek(term);
while (true) {
// 读取docId,一次读取到32 个docId到 docs数组里面,如果没有32个则读取实际的数目
final int count = termDocs.read(docs, freqs);
if (count != 0) {
for(int i=0;i<count;i++) {
bitSet.set(docs[i]);
}
} else {
break;
}
}
} while (enumerator.next());
query.incTotalNumberOfTerms(termCount);
} finally {
termDocs.close();
}
return bitSet;
} finally {
enumerator.close();
}
}
enumerator.next()方法截图如下,enumerator是TermRangeTermEnum,会调用父类的FilteredTermEnum next方法。
FilteredTermEnum的next方法如下,他会调用actualEnum读取tis文件里面的下一个term,然后调用termCompare 方法,termCompare 这个方法是抽象方法,留给子类实现,
TermRangeTermEnum方法的实现逻辑是和右边的区间的term做一个比较,看查询的term是否超出区间
public boolean next() throws IOException {
if (actualEnum == null) return false; // the actual enumerator is not initialized!
currentTerm = null;
while (currentTerm == null) {
if (endEnum()) return false;
if (actualEnum.next()) {
Term term = actualEnum.term();
if (termCompare(term)) {
currentTerm = term;
return true;
}
}
else return false;
}
currentTerm = null;
return false;
}
还原是在ConstantScorer的nextDoc方法调用的如下图
public int nextDoc() throws IOException {
return docIdSetIterator.nextDoc();
}
- 大小: 34.1 KB
- 大小: 41.4 KB
- 大小: 9.7 KB
- 大小: 37.8 KB
- 大小: 32.2 KB
分享到:
相关推荐
我们可以使用OpenBitSet来缓存删除的文档,然后在FilterIndexReader中对其进行过滤。 索引更新是Lucene中的一种重要机制,用于实时更新索引中的文档。我们需要根据实际情况选择合适的删除方式,并使用...
例如,可以创建一个自定义的`MyFilterIndexReader`,它保存一个位集(`OpenBitSet`)来记录已被删除的文档,并在`numDocs()`等方法中调整结果以排除这些文档。 ```java public class MyFilterIndexReader extends...
源头 - 分布式位图索引原语 注意:该项目目前作为概念证明存在。 虽然我信任索引器,但仍有大量性能和... 我已经从非常出色的OpenBitSet (从 Lucene 复制)和一个包装了byte[]数组的简单位图构建了参考位图。源头哈
储能双向变流器,可实现整流器与逆变器控制,可实现整流与逆变,采用母线电压PI外环与电流内环PI控制,可整流也可逆变实现并网,实现能量双向流动,采用SVPWM调制方式。 1.双向 2.SVPWM 3.双闭环 支持simulink2022以下版本,联系跟我说什么版本,我给转成你需要的版本(默认发2016b)。
LCC-LCC无线充电恒流 恒压闭环移相控制仿真 Simulink仿真模型,LCC-LCC谐振补偿拓扑,闭环移相控制 1. 输入直流电压350V,负载为切电阻,分别为50-60-70Ω,最大功率3.4kW,最大效率为93.6%。 2. 闭环PI控制:设定值与反馈值的差通过PI环节,输出控制量限幅至0到1之间,控制逆变电路移相占空比。 3. 设置恒压值350V,恒流值7A。
(仿真原件+报告)永磁同步电机转速外环+电流内环控制,采用级连H桥五电平逆变器控制,转速环控制,五电平采用SPWM,且设有死区控制。 1.五电平逆变器 2.SPWM,死区控制 3.提供相关参考文献 提供报告,里面有仿真每个模块的作用,仿真原理与解析。 提供参考文献,提供控制原理。 支持simulink2022以下版本,联系跟我说什么版本,我给转成你需要的版本(默认发2016b)。
电子学习资料设计作品全资料单片机控制LED点阵显示器提取方式是百度网盘分享地址
H5娃娃机搭建教程 服务安装linux7x 安装宝塔 服务器环境:Nginx MySQL 5.6 php5.6 php5.6不行就换5.3或者7.2 记得关防跨站 记得关防跨站 1.绑定域名,上传源码 2.创建数据库,导入数据库 3.修改数据库 进入程序目录/ong 编辑config.php 7行 8行 9行改为你的数据库信息 4.后台地址/admin.php 后台账号admin 密码123456
MATLAB Simulink粒子群优化算法永磁同步电机PMSM参数辨识 附参考文献 永磁同步电机PMSM控制结构与常规的一致,就多了粒子群算法进行永磁同步电机PMSM参数辨识,辨识精度高,仿真效果好,附相关参考文献。 代码有注释,理论上其他类型电机也能使用,不过要你自己去手动修改。 包运行可放心暂不支持,谢谢理解好的资料仿真可以事半功倍很值得学习借鉴的一份仿真,可以有助于您学习和理解
1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于计算机科学与技术等相关专业,更为适合;
1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于计算机科学与技术等相关专业,更为适合;
1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于计算机科学与技术等相关专业,更为适合;
1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 替换数据可以直接使用,注释清楚,适合新手
基于MPC的USV自主航行仿真研究MATLAB源码+实验报告,个人经导师指导并认可通过的高分大作业项目,评审分98分,项目中的源码都是经过本地编译过可运行的,都经过严格调试,确保可以运行!主要针对计算机相关专业的正在做大作业的学生和需要项目实战练习的学习者,资源项目的难度比较适中,内容都是经过助教老师审定过的能够满足学习、使用需求,如果有需要的话可以放心下载使用。 基于MPC的USV自主航行仿真研究MATLAB源码+实验报告基于MPC的USV自主航行仿真研究MATLAB源码+实验报告基于MPC的USV自主航行仿真研究MATLAB源码+实验报告基于MPC的USV自主航行仿真研究MATLAB源码+实验报告基于MPC的USV自主航行仿真研究MATLAB源码+实验报告基于MPC的USV自主航行仿真研究MATLAB源码+实验报告基于MPC的USV自主航行仿真研究MATLAB源码+实验报告基于MPC的USV自主航行仿真研究MATLAB源码+实验报告基于MPC的USV自主航行仿真研究MATLAB源码+实验报告基于MPC的USV自主航行仿真研究MATLAB源码+实验报告基于MPC的USV自主航行仿真
电影推荐系统-基于spark推荐算法设计实现-最新开发(含全新源码+设计报告及资料).zip 【资源说明】 1、该项目是团队成员近期最新开发,代码完整,资料齐全,含设计文档等 2、上传的项目源码经过严格测试,功能完善且能正常运行,请放心下载使用! 3、本项目适合计算机相关专业(人工智能、通信工程、自动化、电子信息、物联网等)的高校学生、教师、科研工作者、行业从业者下载使用,可借鉴学习,也可直接作为毕业设计、课程设计、作业、项目初期立项演示等,也适合小白学习进阶,遇到问题不懂就问,欢迎交流。 4、如果基础还行,可以在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 5、不懂配置和运行,可远程教学 6、欢迎下载,沟通交流,互相学习,共同进步!
Comsol隧道围岩流固耦合 1主题:岩溶隧道突水渗流和损伤 2内容:mph文件、力学参数文件,围岩损伤课题参考文献(500M) 3备注:看懂每一步建模过程,特别注意研究模态及matlab和comsol的连接,文件的调取等 4提示适合初学者,有钻研精神。
本文首先介绍了常用的时间序列算法和时间序列的预处理,接着讲解平稳时间序列分析,包括AR模型、MA模型和ARMA模型,最后讲解基于ARIMA模型的非平稳时间序列分析。 该数据集包括基于ARIMA模型的非平稳时间序列分析的源代码和数据集。
电子学习资料设计作品全资料电机转速测量系统提取方式是百度网盘分享地址
npm版本管理,nvm
毕设-PHP-[整站程序]清风千年整站系统 V5.0 (附PSD源文件)_qfkzweb_free5_php5_gbk32.zip