lucene4.x的分组实现

lucene在4.x之前，没有实现分组的功能，如果业务中有需要分组的功能，那么必须的借助第三方的提供的插件，来实现分组，例如Bobo-browse，或者，自己用lucene写分组功能，笔者个人觉得用第三方的分组插件，虽说功能强大，但是比较繁琐，自己写的话，可以实现，但是效率方面却不是很好，在4.x之后，lucene已经自己实现分组功能提供了分组jar包

lucene-grouping-4.2.0.jar

，利用此类可以效率很高完成分组去重功能。下面不在啰嗦，直接贴出代码，如有问题，欢迎指正!

public static List<HashMap<String, String>> testGroup(String indexPath,String groupField,String sumField){
		List<HashMap<String, String>> map=new ArrayList<HashMap<String,String>>();
		Directory d1=null; 
		 IndexReader read1=null;
		try{
         d1=FSDirectory.open(new File(indexPath));//磁盘索引
          read1=DirectoryReader.open(d1);//打开流
       IndexSearcher sear=new IndexSearcher(new MultiReader(read1));//MultiReader此类可以多份索引的读入
       //但是得保证各个索引的字段结构一致
        GroupingSearch  gSearch=new GroupingSearch(groupField);//分组查询按照place分组
        Query q=new WildcardQuery(new Term(groupField,"*"));//查询所有数据
          TopGroups t=gSearch.search(sear, q, 0, Integer.MAX_VALUE);//设置返回数据
          GroupDocs[] g=t.groups;//获取分组总数
          System.out.println("总数据数"+t.totalHitCount);
          System.out.println("去重复后的数量:"+g.length);
         for(int i=0;i<g.length;i++){
      	     ScoreDoc []sd=g[i].scoreDocs;
      		 String str  =sear.doc(sd[0].doc).get(groupField);
      		 int total=sumcount(str,groupField,sumField,sear);
      	 //System.out.println("place:"+str+"===>"+"个数:"+g[i].totalHits+);
      	 System.out.println("place:"+str+"===>"+"个数:"+g[i].totalHits);
      		 HashMap<String, String> m=new HashMap<String, String>();
      		 m.put("word", str);
      		 m.put("wx_count", total+"");
      		 m.put("wx_total", "10000");
      		 map.add(m);
         }
         read1.close();//关闭资源
     	  d1.close(); 
        }catch(Exception e){
      	  e.printStackTrace();
        } 
        return map;
	}

至此，已经可以简单的实现分组去重统计的功能了，如果业务比较复杂，例如像报表查询，以及一些特定的统计求和功能，这个就可能需要自己写了

评论

1 楼 她的酒窝 2014-07-09  

TopGroups t=gSearch.search(sear, q, 0, Integer.MAX_VALUE);
groupLimit参数不能设置这么大，不然会报NegativeArraySizeException错误