Lucene 索引的数据库表非规范化

Question

我刚刚开始使用 Lucene，并且正在尝试对数据库建立索引，以便可以对内容执行搜索。我有兴趣对 3 个表建立索引：

1。图像表 - 这是一个表，其中每个条目代表一个图像。每个图像都有一个唯一的 ID 和一些其他信息（标题、描述等）。

2.人员表 - 这是一个表，其中每个条目代表一个人。每个人都有一个唯一的 ID 和其他信息，例如（姓名、地址、公司等）

3。致谢表 - 此表有 3 个字段（图像、人物和致谢类型）。其目的是将某些人与图像相关联，作为该图像的制作人员。每张图像可以有多个署名人员（包括导演、摄影师、道具艺术家等）。此外，一个人会出现在多个图像中。

我正在尝试对这些表建立索引，以便可以使用 Lucene 执行一些搜索，但正如我所读到的，我需要展平结构。

我想到的第一个解决方案是为图像/授信人的每个组合创建 Lucene 文档。恐怕这会在索引中创建大量重复内容（图像/人的所有详细信息都必须在每个处理图像的人的每个文档中重复）。

有没有对 Lucene 有经验的人可以帮助我解决这个问题？我知道非规范化没有通用的解决方案，这就是为什么我提供了一个更具体的示例。

谢谢，如果有人需要的话，我很乐意提供有关数据库的更多信息

PS：不幸的是，我无法更改数据库的结构（它属于客户端）。我必须利用我所拥有的东西来工作。

Answer 1

您可以为每个人创建一个文档，并将所有关联图像的描述连接起来（附加到人员信息或单独的字段中）。

或者，您可以为每个人创建一个最小的文档，为每个图像创建一个文档，将创建​​者的姓名和信用信息放在图像的单独字段中Document 并通过将人员 ID（或人员Document id）放入第三个非索引字段来链接它们。 （Lucene 面向平面文档索引，而不是关系数据，但可以手动定义关系。）

这实际上是您要搜索的内容（图像或人物）以及每个内容是否包含足够的关键字以进行搜索的问题。尝试几个选项，看看它们是否足够好并且不会超出可用空间。

不过，信用表可能不适合构建文档。