Lucene中使用ChainedFilter可以將多個過濾器Filter鏈接起來,而且可以在過濾器中執行AND、OR、XOR和ANDNOT的位操作。
在http://www.findmaven.net中就用到了這個ChainedFilter。查詢結果出現多個版本的同個jar,頁面顯示只需要最高版本
IndexReader reader = IndexReader.open(dir);
IndexSearcher searcher = new IndexSearcher(reader);
Query query = new TermQuery(new Term("artifact", "spring-core")); //查詢arttifact=spring-core
DuplicateFilter filter1 = new DuplicateFilter("fname");
DuplicateFilter filter2 = new DuplicateFilter("group"); //過濾掉artifact=spring-core的相同group
filter2.setKeepMode(DuplicateFilter.KM_USE_FIRST_OCCURRENCE);
ChainedFilter filters = new ChainedFilter(new Filter[] { filter1,filter2 }, ChainedFilter.AND); //兩個filter做與操作
TopDocs docs = searcher.search(query, filters, Integer.MAX_VALUE);
那如何只顯示最高版本,過濾掉低版本呢?可以在查詢結果中按照版本高低排序
Sort
sort = new Sort();
sort.setSort(new SortField("version", SortField.STRING, false));
然後就可以在DuplicateFilter("group")過濾掉除第一個之外的結果。
這裏還需要介紹DuplicateFilter,其中有兩個重要的參數
keepMode:
KM_USE_FIRST_OCCURRENCE表示重複的文檔取第一篇
KM_USE_LAST_OCCURRENCE表示重複的文檔取最後一篇
processingMode:
PM_FULL_VALIDATION是首先將bitset中所有文檔都設爲false,當出現同組重複文章的第一篇的時候,將其設爲1
PM_FAST_INVALIDATION是首先將bitset中所有文檔都設爲true,除了同組重複文章的第一篇,其他的的全部設爲0
在DuplicateFilter源碼中默認使用KM_USE_LAST_OCCURRENCE
public
DuplicateFilter(String fieldName){
this(fieldName, KM_USE_LAST_OCCURRENCE,PM_FULL_VALIDATION);
}
因爲我們的sort是按照版本從高到低排序,我們只取第一個最高版本,所以我們必須指定
filter2.setKeepMode(DuplicateFilter.KM_USE_FIRST_OCCURRENCE);
http://www.findmaven.net顯示結果如下: