Question

我正在Cystic Fybrosis collection上试验Lucene。我制作了4个索引（单独的索引），其中一个索引只有title，而另一个索引只有abstract而另一个subject。最后一个有all fields。

现在我发现仅使用title的索引的搜索时间明显大于其他3个索引。与其他指数相比，这似乎是违反直觉的，因为指数规模很小。可能的原因是什么？

以下是我用于基准测试的代码

public class PrecisionRecall {

public static void main(String[] args) throws Throwable {

File topicsFile = new File("C:/Users/Raden/Documents/lucene/LuceneHibernate/LIA/lia2e/src/lia/benchmark/topics.txt");
File qrelsFile = new File("C:/Users/Raden/Documents/lucene/LuceneHibernate/LIA/lia2e/src/lia/benchmark/qrels.txt");
Directory dir = FSDirectory.open(new File("C:/Users/Raden/Documents/myindex"));
Searcher searcher = new IndexSearcher(dir, true);

String docNameField = "filename"; 

PrintWriter logger = new PrintWriter(System.out, true); 

TrecTopicsReader qReader = new TrecTopicsReader();   //#1
QualityQuery qqs[] = qReader.readQueries(            //#1
    new BufferedReader(new FileReader(topicsFile))); //#1

Judge judge = new TrecJudge(new BufferedReader(      //#2
    new FileReader(qrelsFile)));                     //#2

judge.validateData(qqs, logger);                     //#3

QualityQueryParser qqParser = new SimpleQQParser("title", "contents");  //#4

QualityBenchmark qrun = new QualityBenchmark(qqs, qqParser, searcher, docNameField);
SubmissionReport submitLog = null;
QualityStats stats[] = qrun.execute(judge,           //#5
        submitLog, logger);

QualityStats avg = QualityStats.average(stats);      //#6
avg.log("SUMMARY",2,logger, "  ");
dir.close();
}
}

Answer 1

查询的响应时间不依赖于索引大小。它取决于命中数和查询中的术语数。

这是因为您不必阅读所有索引数据。您只需要阅读查询术语的文档列表。

lucene中较短索引的搜索时间较长

1 个答案: