根据lucene索引中的排序顺序存储文档

Question

我的索引中有两个字段（name，modifiedDate）。我想基于modifiedDate存储新文档，并保持索引在modifiedDate上排序 doc＃1是最早的文档，而（modifiedDate）也是最老的文件 doc #n是最新文档，（modifiedDate）即将发布

1）我如何创建这个基于（modifiedDate）物理存储文档的索引结构，并在索引发生任何更改后保留结构（优化，删除，更新）

2）以下结构让我搜索特定日期范围内的文档。 但我不想搜索整个索引然后过滤。我想使用以下结构跳过所有其他文件，如果它超出日期范围

当前的lucene行为

for（1 to docCount）
 if（modifiedDate在日期范围过滤器中）
根据查询计算得分

接受的行为

for（1 to docCount）
if（modifiedDate大于日期范围的上限）
打破
否则
根据查询计算得分

如果我有3,000,000个文件且我的日期范围只满足20个顶级文档，在当前的lucene行为中我需要检查所有文档，但在接受的行为中我只得到前20个文档，你可以猜到巨大的性能增益

Answer 1

现有答案很好，但Lucene 4.3.0今年推出了新的“SortingMergePolicy”，允许高级Lucene用户使用原始海报中建议的算法提前取消搜索。见the javadocs

Answer 2

Lucene将对数字字段进行有效索引和查询，请参阅NumericRangeQuery。我上面链接的javadoc有关于TrieRangeQuery实现的注释。

您可以将modifiedDate存储为NumericField，其中包含修改日期，以ms为单位。然后在NumericRangeFilter周围使用QueryWrapperFilter将搜索范围限制在适当的日期范围内。

这应该非常有效。

Answer 3

1. 您可以使用modifiedDate对结果进行排序，请参阅以下答案：How do I sort Lucene results by field value using a HitCollector?
2. 如果你真的喜欢冒险，你可以做一些得分定制。 http://lucene.apache.org/java/3_3_0/scoring.html

HTH