在Lucene中展示同一系列中的匹配文档

Question

有些文章分几部分写成， 例如，我从IBM开发人员那里获得了这些文章：

  

分布式数据处理   Hadoop，第1部分：入门

     

分布式数据处理   Hadoop，第2部分：更进一步

     

分布式数据处理   Hadoop，第3部分：应用程序   发展

我将分别索引这三篇文章。有些人搜索某些关键字，有可能part3位于第3位是第32位。因此，如果我逐页列出结果，则part1和part3将显示在不同的页面上。

如何确保同一系列中的匹配文件一起显示？

我猜在SQL中，我们可以使用“group by”。

Answer 1

我相信你要求的是Field Collapsing，它目前是Solr的主干功能，并将被纳入下一个Solr版本。

如果你想自己动手，一种可行的方法是：

1. 将“系列ID”字段添加到作为系列成员的每个文档中。您必须确保每个新系列都会增加此值。
2. 向Lucene发出初步查询，并获取一个命中列表。
3. 对于每次点击，检查它是否有系列ID;如果是，请按系列ID进行另一次查询，以便检索该系列的所有成员。

另一种方法是将所有系列成员的ID存储在每个成员文档中的字段中。