我的Lucene文档应该包含哪些内容？

Question

我使用Lucene.net在我们的CMS上索引内容和文档等。到目前为止，这种方法运作良好，但现在我必须考虑到以下对网页的补充：

1. 发布日期
2. 有效期
3. Page'有效'
4. 用户授权

因此，搜索结果应仅显示“发布/过期”窗口内的页面，“活动”且当前用户有权查看。

我应该在Lucene索引中包含上述信息吗？它会使查询变得更复杂，但是hits集合只返回“有效”文档，这将使分页结果变得更加容易。

另一方面，我将重复已经存在于CMS数据库中的信息，因此我将面临数据完整性的风险，并且只要上述列表中的任何内容发生更改，我就会更新索引。以及实际内容本身。

其他人有这个问题吗？你是怎么解决的？感谢。

编辑：我可能需要使用'FieldCache'（提到here）将'有效'文档ID传递到lucene搜索？

Answer 1

首先查询CMS数据库，然后构建一个包含所有匹配文档的BitSet（您需要一个FieldCache来在您的应用程序的文档ID与Lucene的内部文档ID之间进行转换）。然后，您可以使用Filter（包装BitSet）在索引上运行Lucene查询。

您将所有可变数据保存在数据库中（它所属的位置），您不必担心更新或重建索引。这也会非常快。

P.S。我只使用了Lucene的Java版本，但这在Lucene.NET中应该可以正常工作

Answer 2

  

..所以搜索结果应该只有   显示发布内的页面   /到期窗口，'活跃'和那个   当前用户被授权   图。

有几种方法可以处理授权问题。您可以维护多个索引（每个权限级别一个），使用查询过滤结果（通过存储所需权限）或在显示结果之前过滤结果。如果只有几个级别，我认为我会维护单独的索引 - 这似乎是最安全的。

至于“活跃” - 你能不能重建你的索引？只需在后台重建索引，并且只添加活动内容。你可能有太多的信息可以让它变得可行 - 但是Lucene非常快。