Question

我正在努力让特定的搜索工作，这证明是有问题的。实际的源数据非常复杂，但可以通过以下示例进行总结：

我有索引的文章他们可以被搜查。每文章也有多个属性与之相关的也是索引和搜索。当用户搜索，他们可以得到命中主要文章或相关的属性。无论哪里一击实现后，文章被退回作为搜索命中（即属性永远不会受到打击。）

现在的复杂性：

每个物业都有安全保障，这意味着对于任何给定的用户，他们可能会或可能不会看到属性。如果用户看不到财产，他们显然没有得到搜索命中了它。这个安全检查是专有的，无法完成使用典型的存储机制索引中的一个角色文件中的其他字段。

我目前有一个索引，其中包含单独索引的文章和属性（即，文章被索引为文档，并且每个属性都有自己的文档）。当搜索发生时，文章A中的命中或文章A的任何属性中的命中应该被归类为单独的文章A的命中，并且得分合并。

为了实现这一点，Lucene v1.3被修改为允许通过更改BooleanQuery来实现这一点，以便有一个可以应用安全检查逻辑的自定义Scorer，以及被归类为命中的不同文档中两个命中的组合在一份文件中。我正在尝试将此版本升级到最新版本（v2.3.2 - 我正在使用Lucene.Net），但理想情况下无需以任何方式修改Lucene。

如果我进行AND搜索，则会出现其他问题。如果文章包含单词 foo 并且其中一个属性包含单词 bar ，则搜索“foo AND bar”将返回文章作为匹配。我目前的代码在自定义Scorer中处理这个问题。

任何想法如何/是否可以这样做？

我正在考虑使用自定义HitCollector并将其传递到搜索中，但是当执行布尔搜索“foo AND bar”时，执行永远不会到达我的HitCollector，因为ConjunctionScorer会过滤掉所有结果到达那里之前的子查询。

编辑：

用户是否可以查看属性不是基于属性本身，而是基于属性的值。因此，我不能预先将额外的安全条件放入查询中，因为我不知道要过滤的值。

举个例子：

+---------+------------+------------+
| Article | Property 1 | Property 2 |
+---------+------------+------------+
|    A    |     X      |     J      |
|    B    |     Y      |     K      |
|    C    |     Z      |     L      |
+---------+------------+------------+

如果用户可以看到所有内容，则搜索“B和Y”将返回文章B的单个搜索结果。

如果其他用户的值不包含Y，则无法查看该属性，则搜索“B和Y”将不会返回任何匹配。

我无法知道用户可以使用哪些值，也无法预先看到。他们唯一的方法就是执行安全检查（目前在从文档中的字段过滤命中时完成），我显然不能为每个用户的每个可能的数据值做。

Answer 1

现在已经实现了这个目标（在经过Lucene搜索后经过大量的讨论和踩踏）后，我想我会回复我是如何实现它的。

因为我对所有结果感兴趣（即一次不是一个页面），所以我可以避免使用Hits对象（无论如何在Lucene的更高版本中已经弃用）。这意味着我可以使用Search(Weight, Filter, HitCollector) IndexSearcher方法执行我自己的命中集合，迭代所有可能的结果并合并文档命中。要做到这一点，我不得不挂钩Lucene的查询机制，但只有在存在AND和NOT子句时。这是通过以下方式实现的：

创建自定义QueryParser并覆盖GetBooleanQuery(ArrayList, bool)以返回我自己的实现。
创建自定义BooleanQuery（从自定义QueryParser返回）并覆盖CreateWeight(Searcher)以返回我自己的实现。
创建自定义Weight（从自定义BooleanQuery返回）并覆盖Scorer(IndexReader)以返回我自己的实现。
创建自定义BooleanScorer2（从自定义Weight返回）并覆盖Score(HitCollector)方法。这就是处理自定义逻辑的原因。

这可能看起来像很多类，但是大多数类派生自Lucene类，只是覆盖一个方法。

自定义Score(HitCollector)类中BooleanScorer2方法的实现现在负责执行自定义逻辑。如果没有必需的子得分者，则可以将评分传递给基础Score方法并正常运行。如果有必要的子得分者，则表示查询中有NOT或AND子句。在这种情况下，问题中提到的特殊组合逻辑发挥作用。我有一个名为ConjunctionScorer的课程（这与Lucene中的ConjunctionScorer无关）。

ConjunctionScorer获取一个得分手列表并对其进行迭代。对于每一个，我提取命中及其分数（使用Doc()和Score()方法）并创建我自己的搜索命中集合，其中仅包含当前用户在执行相关安全检查后可以看到的那些命中。如果另一位得分手已经找到命中，我将它们组合在一起（使用他们的得分的平均分数）。如果命中的是来自被禁止的得分手，我会删除命中（如果已找到）。

在所有这些结束时，我将匹配设置为传递到HitCollector方法的BooleanScorer2.Score(HitCollector)。这是我传入HitCollector方法的自定义IndexSearcher.Search(Query, HitCollector)，用于最初执行搜索。当此方法返回时，我的自定义HitCollector现在包含我想要的搜索结果。

希望这些信息对面临同样问题的其他人有用。这听起来很费劲，但实际上是非常微不足道的。大多数工作是在ConjunctionScorer中将命中组合在一起完成的。请注意，这适用于Lucene v2.3.2，在以后的版本中可能有所不同。

Answer 2

以另一种方式回顾

此安全检查是专有的使用典型的无法完成存储角色的机制索引与其他领域一起文件。

如何在查询构建阶段检查属性的权限？因此，如果明确隐藏用户的属性，则避免将其包含在结果树

中

将来自多个文档的匹配组合成Lucene中的单个命中

2 个答案: