如何在不指明“top n”的情况下搜索 Lucene.NET达到极限了吗？

Question

Lucene 中有几个 IndexSearcher.Search 方法的重载。其中一些需要“前 n 个点击”参数，有些则不需要（这些已过时，将在 Lucene.NET 3.0 中删除）。

那些需要“top n”参数的参数实际上会导致整个可能的结果范围的内存预分配。因此，当您甚至无法大致估计返回结果的数量时，唯一的机会是传递一个随机的大数字以确保返回所有查询结果。这会导致严重的内存压力和 LOH 碎片造成的泄漏。

有没有一种官方的、不过时的方法来搜索而不传递“top n”参数？

预先感谢各位。

Answer 1

我使用 Lucene.NET 2.9.2 作为这个答案的参考点。

您可以构建一个自定义收集器，并将其传递给搜索重载之一。

using System;
using System.Collections.Generic;
using Lucene.Net.Index;
using Lucene.Net.Search;

public class AwesomeCollector : Collector {
    private readonly List<Int32> _docIds = new List<Int32>();
    private Scorer _scorer;
    private Int32 _docBase;

    public IEnumerable<Int32> DocumentIds {
        get { return _docIds; }
    }

    public override void SetScorer(Scorer scorer) {
        _scorer = scorer;
    }

    public override void Collect(Int32 doc) {
        var score = _scorer.Score();
        if (_lowerInclusiveScore <= score)
            _docIds.Add(_docBase + doc);
    }

    public override void SetNextReader(IndexReader reader, Int32 docBase) {
        _docBase = docBase;
    }

    public override bool AcceptsDocsOutOfOrder() {
        return true;
    }
}