Lucene番号抽出

Question

この番号の抽出に問題があります。 特定の番号を持たないすべてのマッチを取得したい 例：125501874,125001873 2番の位置にある55個の数字は考慮されません。さ

最初の数字の範囲は0〜9であり、第二は、1-9であるので、実際の範囲[01-99] （我々は最初の二つの数として00を持つことができません）

のLuceneと私がしたかったですNOTフィールドを追加してください：[01-99] 55 *

しかし、うまくいかないようです。 55 *を見つけて検索でそれを無視する簡単な方法はありますか（ "NOT field：[01-99] 55 *"）？ 1はそれで唯一の第三及び第四の数字と「インデックスのみ」のフィールドを作成した場合

が

Answer 1

ありがとうericksonありがとうございました。私は一時インデックスを使用することができ、検索クエリをキャッシュするため、後で必要になる場合は、ParallelReaderを使用して解決策が最適です。

しかし、あなたが以前に言ったように、適切な桁のインデックスでより良いスタートをとってください。

私には別の解決策があります。

NOT field:0?55* 
NOT field:1?55* 
... 
NOT field:9?55* 

私がやっている検索には十分効率的で、最初の文字のワイルドカード制限をバイパスします。私は彼らがどこからもっと遠く離れているか、どこから離れていても、それを使用しないだろう。 今、私はこれを100万行でテストしており、私たちのニーズにはかなり効率的です。

Answer 2

Luceneの教祖ありがとうLuceneには、非常に効率的にこれを行うことができます。元のフィールドに完全な値を「格納」する（または、他の照会が整数を使用する場合は、索引付けする）ことができます。

---

更新：フォローコメントは、「[あり]のみ二桁目に一時索引を作成する方法ですか？」、尋ねました

ParallelReaderを使用すると、インデックスのフィールドが「垂直方向に分割されます」。 1つのパーティションは現行の索引をそのフィールドと共に保持することができ、他方は新しいフィールドを持つ一時索引であり、可能であればRAMDirectoryに格納されます。

数値が元のインデックスに「格納されている」と仮定すると、元のインデックスの各ドキュメントを繰り返し、格納されたフィールドを取り出し、キー数値を解析し、新しいフィールドを使用してDocumentを一時インデックスに追加します。文書番号ParallelReaderでは、両方のインデックスで文書番号が一致することが必須です。