可能大家都知道,lucene採用了傳統搜尋引擎中倒排表的資料結構.在搜尋時，假設我們要查詢"+(a:test)+(b:test1)"的話,首先要先查詢得到a欄位中包含 test關鍵字的倒排表,然後查詢得到b欄位中包含test1關鍵字的倒排表,然後對兩個倒排表結構進行merge操作：計算兩者間的交集就是我們的查詢結果.

      當然這只是其中一個例子罷了.實際情況中,因為查詢條件不同和複雜性,我們可能會遇到更 多對倒排表的操作:交集,並集,差集等.本文主要講述lucene如何對交集進行處理:合併倒排表,生成SumScorer結果.

     第一步:過濾篩選:

     先對每個倒排表進行檢查:每個倒排表都是一個DocIdSetIterator,如果其中一個倒排表中list為空,則說明交集肯定為空,不需要進行接下來的工作:

for (int i = 0; i < scorers.length; i++) { if (scorers[i].nextDoc() == NO_MORE_DOCS) { // If even one of the sub-scorers does not have any documents, this // scorer should not attempt to do any more work. lastDoc = NO_MORE_DOCS; return; } } 時間複雜度為O(N)常量級別

      第二步:對倒排表陣列進行排序:效果是倒排表陣列按照每個倒排表第一個docid進行升級排序:

Arrays.sort(scorers, new Comparator() { // sort the array public int compare(Object o1, Object o2) { return ((Scorer) o1).docID() - ((Scorer) o2).docID(); } }); 

     第三步:刪減無用docid:因為是對多個倒排表求交集,所以需要先篩選去掉倒排表中那些比較小的docid:

if (doNext() == NO_MORE_DOCS) { // The scorers did not agree on any document. lastDoc = NO_MORE_DOCS; return; } doNext():該方法做的事情就是:比如倒排表陣列中每個倒排表第一個docId分別為1,3,4,5,6,7;因為每個倒排表迭代器都是升序的,所以其實1,3,4,5,6在最後一個倒排表中沒有,所以每個倒排表都應該從7開始,而不是1: int first = 0; int doc = scorers[scorers.length - 1].docID(); Scorer firstScorer; while ((firstScorer = scorers[first]).docID() < doc) { doc = firstScorer.advance(doc); first = first == scorers.length - 1 ? 0 : first + 1; } return doc; advance方法: if (lastDoc == NO_MORE_DOCS) { return lastDoc; } else if (scorers[(scorers.length - 1)].docID() < target) { scorers[(scorers.length - 1)].advance(target); } return lastDoc = doNext();