使用 Lucene 查询 RDBMS 数据库

Question

我浏览了 Lucene Java 版本的文档，但到目前为止我还没有真正看到顶级的“这就是它的工作原理”信息（我知道我需要 RTFM，我只是看不到树木为木）。

我了解 Lucene 使用搜索索引来返回结果。据我所知，它只返回这些索引的“命中”。如果我在构建索引时没有添加数据项，那么它不会被返回。

没关系，现在我想检查以下假设：

问：这是否意味着我想要在搜索页面上显示的任何数据都需要添加到 Lucene 索引中？

即
如果我想通过 sku、描述、类别名称等搜索 Product，但我还想在搜索结果中显示它们所属的 Customer，请执行以下操作I：

1. 确保 Lucene 索引在索引中包含非规范化的 Customer 名称。
2. 使用 Lucene 返回的命中以某种方式在数据库中查询实际产品记录，并使用 JOIN 获取 Customer 的名称。

我假设它是选项1，因为我假设没有办法将 Lucene 查询的结果“连接”到 RDBMS，但想问一下我对一般用法的假设是否正确。

Answer 1

通常索引只包含您想要搜索的字段，不一定包含您想要显示的字段。索引应优化为尽可能小，以保持良好的搜索性能。

为了能够显示更多数据，请在索引中添加一个字段，以便您检索完整的文档/数据，即您的Product 的唯一键（产品 ID？）。

Answer 2

我一直在试图解决同样的问题，但我认为工作量太大了。我正在考虑将此作为替代方案。如果我的想法有误，请纠正我！

你的情况是这样的：
RDBMS 产品（很多）<------> （很多）客户

我建议不要只将客户放入 lucene 索引中以获取产品密钥，然后使用 IN Query 查询 RDBMS，而是使用 Product 和 Customer 的笛卡尔积创建 lucene 索引。

喜欢
客户_1、产品_1
客户_1、产品_2
customer_2、product_2..

这样，当您在 lucene 中搜索产品时，它会同时提供客户和产品 id.. 并且无需将它们加入 RDBMS，您只需查找这些客户以及如果需要，请从 RDBMS 产品获取更多信息。如果您使用缓存，那么额外的详细信息查找成本也会下降。

Answer 3

根据 BrokenGlass 的回答，我想到了一些更多，我提出以下建议，看看我是否正确：

基本上，进一步采用选项 2，可以执行以下操作：

1. 仅将要搜索的数据放入 Lucene 索引中，加上某种键值（例如数据库中表的 PK）。
2. 查询 Lucene 以获取命中列表。
3. 使用您选择的数据访问层，为您的数据库构建一个包含 IN (value [, value]) 谓词的查询。
4. 从数据库中获取该查询的结果（其中很可能包括与其他表的JOIN）。
5. 将这些结果放入字典中，使用结果集的 PK 作为键。
6. 按顺序再次迭代 Lucene 命中，使用 PK 从字典中提取项目，以便您可以按照 Lucene 返回命中的顺序构建结果列表（即按相关性排序）。
7. 向用户显示“排序”的结果列表。

当然，第 5 步和第 6 步可能会更好，但为了解释起见，我在描述中添加了详细的方法。如果 Lucene 命中包含某种“相关性”值，那么您可以将其归因于结果集并执行标准排序，但这对读者来说是一个练习。 :)

可能是这个吗？