lucene3.5遇到的一些问题（练习）

一、（1）分页方式一：查询只需要传入每页显示多少条记录，当前是第几页就可以了。

当然是对搜索返回的结果进行分页，并不是对搜索结果的总数量进行分页，因为我们搜索的时候都是返回前n条记录。

例如indexSearcher.search(query, 100);//只返回前100条记录

刚开始用的时候返回的记录数我是用searcher.maxDocs()所有的记录数，发现返回全部记录，检索的速度很慢。后来就改为：控制返回记录的数量，如将上面的100改为pageNo*pageSize。

（2）分页方式二、

1. TopScoreDocCollector topCollector = TopScoreDocCollector.create(   
2.                     100, false);           
3. searcher.search(query, topCollector);   
4. System.out.println("命中：" + topCollector.getTotalHits());   
5.  // 查询当页的记录     
6. ScoreDoc[] docs = topCollector.topDocs((pageNO - 1) * pageSize,   
7.                     pageSize).scoreDocs;；  

     可以用这个方法加入排序功能。TopFieldCollector.create(sort, topCount, false, false, false, false);

但是只要加入排序，检索时间就增加几乎4倍。

 

 

二、创建索引的时候，记得设置writerConfig.setRAMBufferSizeMB(int n) ;这个方法是指，创建索引的时候内存使用达到n值的时候就将index写到磁盘上。 n的值根据自己服务器的内存大小看着办设置;在writer.addDocument()之后就不要使用writer.commit();全部addDocument()之后直接writer.close()。

 

三、我使用的庖丁分词器。注意在系统变量中配置词典的路径变量PAODING_DIC_HOME=path，path指的是词典dic放置的路径。

 

四、解析各种文档，如poi解析word抽取文本信息：在windows下支持十几M大小，在linux下能支持200多M。