java suggest_lucene的suggest(搜索提示功能的实现）
1.首先引入依賴
org.apache.lucene
lucene-suggest
7.2.1
2.既然要進行智能聯想，那么我們需要為提供聯想的數據建立一個聯想索引(而不是使用原來的數據索引)，既然要建立索引，那么我們需要知道建立索引的數據來源。我們使用一個擴展自InputIterator的類來定義數據來源。首先我們看看被擴展的類InputIterator
public interface InputIterator extendsBytesRefIterator {
InputIterator EMPTY= newInputIterator.InputIteratorWrapper(BytesRefIterator.EMPTY);longweight();
BytesRef payload();booleanhasPayloads();
Setcontexts();booleanhasContexts();public static class InputIteratorWrapper implementsInputIterator {private finalBytesRefIterator wrapped;publicInputIteratorWrapper(BytesRefIterator wrapped) {this.wrapped =wrapped;
}public longweight() {return 1L;
}public BytesRef next() throwsIOException {return this.wrapped.next();
}publicBytesRef payload() {return null;
}public booleanhasPayloads() {return false;
}public Setcontexts() {return null;
}public booleanhasContexts() {return false;
}
}
weight():此方法設置某個term的權重，設置的越高suggest的優先級越高；
payload():每個suggestion對應的元數據的二進制表示，我們在傳輸對象的時候需要轉換對象或對象的某個屬性為BytesRef類型，相應的suggester調用lookup的時候會返回payloads信息；
hasPayload()：判斷iterator是否有payloads；
contexts():獲取某個term的contexts,用來過濾suggest的內容，如果suggest的列表為空，返回null
hasContexts():獲取iterator是否有contexts;
lucene suggest提供了幾個InputIteratior的默認實現
BufferedInputIterator：對二進制類型的輸入進行輪詢；
DocumentInputIterator：從索引中被store的field中輪詢；
FileIterator：從文件中每次讀出單行的數據輪詢，以\t進行間隔(且\t的個數最多為2個)；
HighFrequencyIterator：從索引中被store的field輪詢，忽略長度小于設定值的文本；
InputIteratorWrapper：遍歷BytesRefIterator并且返回的內容不包含payload且weight均為1；
SortedInputIterator：二進制類型的輸入輪詢且按照指定的comparator算法進行排序；
3.既然指定了數據源，下一步就是如何建立suggest索引
RAMDirectory indexDir = newRAMDirectory();
StandardAnalyzer analyzer= newStandardAnalyzer();
AnalyzingInfixSuggester suggester= newAnalyzingInfixSuggester(indexDir, analyzer);//創建索引,根據InputIterator的具體實現決定數據源以及創建索引的規則
suggester.build(new InputIterator{});
4.索引建立完畢即可在索引上進行查詢，輸入模糊的字符，Lucene suggest的內部算法會根據索引的建立規則提出suggest查詢的內容。
private static voidlookup(AnalyzingInfixSuggester suggester, String name,
String region)throwsIOException {
HashSet contexts = new HashSet();//使用Contexts域對suggest結果進行過濾
contexts.add(new BytesRef(region.getBytes("UTF8")));//num決定了返回幾條數據，參數四表明是否所有TermQuery是否都需要滿足，參數五表明是否需要高亮顯示
List results = suggester.lookup(name, contexts, 2, true, false);
System.out.println("-- \"" + name + "\" (" + region + "):");for(Lookup.LookupResult result : results) {
System.out.println(result.key);//result.key中存儲的是根據用戶輸入內部算法進行匹配后返回的suggest內容
}
5.下面提供一個實例說明完整的suggest索引創建，查詢過程
實體類
packagecom.cfh.study.lucence_test6;importjava.io.Serializable;/*** @Author: cfh
* @Date: 2018/9/17 10:18
* @Description: 用來測試suggest功能的pojo類*/
public class Product implementsSerializable {/**產品名稱*/
privateString name;/**產品圖片*/
privateString image;/**產品銷售地區*/
privateString[] regions;/**產品銷售量*/
private intnumberSold;publicProduct() {
}public Product(String name, String image, String[] regions, intnumberSold) {this.name =name;this.image =image;this.regions =regions;this.numberSold =numberSold;
}publicString getName() {returnname;
}public voidsetName(String name) {this.name =name;
}publicString getImage() {returnimage;
}public voidsetImage(String image) {this.image =image;
}publicString[] getRegions() {returnregions;
}public voidsetRegions(String[] regions) {this.regions =regions;
}public intgetNumberSold() {returnnumberSold;
}public void setNumberSold(intnumberSold) {this.numberSold =numberSold;
}
}
指定數據源,這里的數據源是傳入的一個product集合的迭代器，可以根據實際情況更換數據源為文件或者數據庫等。
packagecom.cfh.study.lucence_test6;importorg.apache.lucene.search.suggest.InputIterator;importorg.apache.lucene.util.BytesRef;importjava.io.ByteArrayOutputStream;importjava.io.IOException;importjava.io.ObjectOutputStream;importjava.io.UnsupportedEncodingException;importjava.util.Comparator;importjava.util.HashSet;importjava.util.Iterator;importjava.util.Set;/*** @Author: cfh
* @Date: 2018/9/17 10:21
* @Description: 這個類是核心，決定了你的索引是如何創建的，決定了最終返回的提示關鍵詞列表數據及其排序*/
public class ProductIterator implementsInputIterator {private IteratorproductIterator;privateProduct currentProduct;
ProductIterator(IteratorproductIterator) {this.productIterator =productIterator;
}/*** 設置是否啟用Contexts域
*@return
*/
public booleanhasContexts() {return true;
}/*** 是否有設置payload信息*/
public booleanhasPayloads() {return true;
}public ComparatorgetComparator() {return null;
}/*** next方法的返回值指定的其實就是就是可能返回給我們的suggest的值的結果集合(LookUpResult.key),這里我們選擇了商品名。*/
publicBytesRef next() {if(productIterator.hasNext()) {
currentProduct=productIterator.next();try{//返回當前Project的name值，把product類的name屬性值作為key
return new BytesRef(currentProduct.getName().getBytes("UTF8"));
}catch(UnsupportedEncodingException e) {throw new RuntimeException("Couldn't convert to UTF-8",e);
}
}else{return null;
}
}/*** 將Product對象序列化存入payload
* [這里僅僅是個示例，其實這種做法不可取,一般不會把整個對象存入payload,這樣索引體積會很大，浪費硬盤空間]*/
publicBytesRef payload() {try{
ByteArrayOutputStream bos= newByteArrayOutputStream();
ObjectOutputStream out= newObjectOutputStream(bos);
out.writeObject(currentProduct);
out.close();return newBytesRef(bos.toByteArray());
}catch(IOException e) {throw new RuntimeException("Well that's unfortunate.");
}
}/*** 把產品的銷售區域存入context，context里可以是任意的自定義數據，一般用于數據過濾
* Set集合里的每一個元素都會被創建一個TermQuery，你只是提供一個Set集合，至于new TermQuery
* Lucene底層API去做了，但你必須要了解底層干了些什么*/
public Setcontexts() {try{
Set regions = new HashSet();for(String region : currentProduct.getRegions()) {
regions.add(new BytesRef(region.getBytes("UTF8")));
}returnregions;
}catch(UnsupportedEncodingException e) {throw new RuntimeException("Couldn't convert to UTF-8");
}
}/*** 返回權重值，這個值會影響排序
* 這里以產品的銷售量作為權重值，weight值即最終返回的熱詞列表里每個熱詞的權重值
* 怎么設計返回這個權重值，發揮你們的想象力吧*/
public longweight() {returncurrentProduct.getNumberSold();
}
}
最后當然是測試suggest的結果啦，可以看到我們根據product的name進行了suggest并使用product的region域對suggest結果進行了過濾
private static voidlookup(AnalyzingInfixSuggester suggester, String name,
String region)throwsIOException {
HashSet contexts = new HashSet();//先根據region域進行suggest再根據name域進行suggest
contexts.add(new BytesRef(region.getBytes("UTF8")));//num決定了返回幾條數據，參數四表明是否所有TermQuery是否都需要滿足，參數五表明是否需要高亮顯示
List results = suggester.lookup(name, contexts, 2, true, false);
System.out.println("-- \"" + name + "\" (" + region + "):");for(Lookup.LookupResult result : results) {
System.out.println(result.key);//result.key中存儲的是根據用戶輸入內部算法進行匹配后返回的suggest內容//從載荷(payload)中反序列化出Product對象(實際生產中出于降低內存占用考慮一般不會在載荷中存儲這么多內容)
BytesRef bytesRef =result.payload;
ObjectInputStream is= new ObjectInputStream(newByteArrayInputStream(bytesRef.bytes));
Product product= null;try{
product=(Product)is.readObject();
}catch(ClassNotFoundException e) {//TODO Auto-generated catch block
e.printStackTrace();
}
System.out.println("product-Name:" +product.getName());
System.out.println("product-regions:" +product.getRegions());
System.out.println("product-image:" +product.getImage());
System.out.println("product-numberSold:" +product.getNumberSold());
}
System.out.println();
}
當然也可以參考原博主的github:study-lucene
原文博主：https://blog.csdn.net/m0_37556444/article/details/82734959
總結
以上是生活随笔為你收集整理的java suggest_lucene的suggest(搜索提示功能的实现）的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： java毕业设计_火锅店点餐系统
- 下一篇： 我的黑莓8830插CDMA卡成功