随机抽样lucene 4

Question

我正在寻找从我的查询结果中获取一些随机样本的方法。 问题是它应该保留顺序，它应该可以用同一种子重复。 我尝试使用自定义过滤器，但它无法在一次调用中访问所有返回的文档。 在最糟糕的情况下，我将调用查询获取ID，从其数组中取样并再次使用额外的过滤器调用查询（问题是我需要在几个不同的地方，并且我有一个常见的方法来构建过滤器）

你有更好的主意吗？

此致

Answer 1

RandomSortField就是这么做的，所以如果你需要保持Lucene级别，你可以查看源代码，看看在Lucene之上捆绑所有需要的java代码是多么困难

Answer 2

最后，我通过获取所有文档，创建id字段集合，对该数组进行采样以及将采样结果添加到主Lucene查询的过滤器来解决问题。并再次搜索结果。