Bobo源码笔记7(RangeFacetHandler)

最新推荐文章于 2025-05-29 00:06:06 发布

原创最新推荐文章于 2025-05-29 00:06:06 发布 · 200 阅读

0 ·

CC 4.0 BY-SA版权

bobo 专栏收录该内容

8 篇文章

订阅专栏

本文深入探讨了RangeFacetHandler如何在搜索和过滤条件下统计分组计数，通过FacetValidator验证符合条件的文档，并利用RangeFacetCountCollector收集统计数据。重点介绍了Range的实现方式及FacetRangeFilter的使用方法。

对于范围过滤分组计数的应用，bobo采用RangeFacetHandler解决问题。RangeFacetHandler的其他部分与SimpleFacetHandler差不多，主要区别在getFacetCountCollector()函数这边，返回的是RangeFacetCountCollector实例：

@Override
  public FacetCountCollectorSource getFacetCountCollectorSource(final BrowseSelection sel,final FacetSpec ospec) {
	  return new FacetCountCollectorSource() {
		
		@Override
		public FacetCountCollector getFacetCountCollector(BoboIndexReader reader,
				int docBase) {
			FacetDataCache dataCache = getFacetData(reader);
			return new RangeFacetCountCollector(_name,dataCache,docBase,ospec,_predefinedRanges);
		}
	};
    
  }

在统计分组计数的过程上，RangeFacetHandler 与 simpleFacetHandler是相似的，同时满足搜索条件和过滤条件的doc，需要经过FacetValidator这一步，一般都是NoNeedFacetValidator，其validate（）函数只是简单的收集:

  private final static class NoNeedFacetValidator extends FacetValidator{
    NoNeedFacetValidator(FacetHitCollector[] collectors) throws IOException{
      super(collectors,0);
    }

    @Override
    public final boolean validate(int docid) throws IOException {
      for (FacetCountCollector collector : _countCollectors){
        collector.collect(docid);
      }
      return true;
    }

  }

其中的FacetCountCollector是RangeFacetCountClollector，其收集函数也是很简单的计数：

  public final void collect(int docid) {
      _count[_array.get(docid)]++;
  }

这样呢，对每个搜索结果和过滤结果都符合的doc，对应的_count[]都进行加一计算。

那么Range是怎么实现的呢？下边看一下RangeFacetCountCollector这个类的主要功能函数getFacets()，_predefinedRangeIndexes是一个二维数组，每一行代表一个range，有两个元素，分别代表一个Range的起始值和终止值（[start, end]），每一个range的分组计数，就是_count[]中下标以start开始，到end为结束的元素的求和：

 public List<BrowseFacet> getFacets() {
    if (_ospec!=null){
      if (_predefinedRangeIndexes!=null)
      {
        int minCount=_ospec.getMinHitCount();
        //int maxNumOfFacets = _ospec.getMaxCount();
        //if (maxNumOfFacets <= 0 || maxNumOfFacets > _predefinedRangeIndexes.length) maxNumOfFacets = _predefinedRangeIndexes.length;
        
        int[] rangeCount = new int[_predefinedRangeIndexes.length];
       //对每一个Range做计数统计
        for (int k=0;k<_predefinedRangeIndexes.length;++k)
        {
          int count = 0;
          //范围Range的起始值      
          int idx = _predefinedRangeIndexes[k][0];
          //Range的终止值
          int end = _predefinedRangeIndexes[k][1];
          while(idx <= end)
          {
            count += _count[idx++];
          }
          rangeCount[k] = count;
        }
        
        List<BrowseFacet> facetColl = new ArrayList<BrowseFacet>(_predefinedRanges.size());
          for (int k=0;k<_predefinedRangeIndexes.length;++k)
          {
            if(rangeCount[k] >= minCount)
            {
              BrowseFacet choice=new BrowseFacet(_predefinedRanges.get(k), rangeCount[k]);
              facetColl.add(choice);
            }
            //if(facetColl.size() >= maxNumOfFacets) break;
          }
        return facetColl;
      }
      else
      {
        return FacetCountCollector.EMPTY_FACET_LIST;
      }
    }
    else
    {
      return FacetCountCollector.EMPTY_FACET_LIST;
    }
  }

那么作为过滤条件的时候，RangeFacetHandler使用的Filter是FacetRangeFilter 类，主要的函数为：

@Override
		final public int nextDoc() throws IOException
		{
          return (_doc = (_doc < _maxID ? _orderArray.findValueRange(_start, _end, (_doc + 1), _maxID) : NO_MORE_DOCS));
		}

		@Override
		final public int advance(int id) throws IOException
		{
		  if (_doc < id)
		  {
		    return (_doc = (id <= _maxID ? _orderArray.findValueRange(_start, _end, id, _maxID) : NO_MORE_DOCS));
		  }
          return nextDoc();
		}

其实也跟SimpleFacet差不多，就是多了个_start和_end，nextDoc（）的时候不是判断是否和过滤值相等，而是判断是否在[_start, _end] 范围内