使用卢塞恩：如果进行前缀搜索，为什么会出现 Too Many Clauses 错误？

StackOverflow https://stackoverflow.com/questions/8532

  •  08-06-2019
  •  | 
  •  

题

我已经有一个应用程序进行前缀搜索一段时间了。最近索引大小增加了，结果发现一些前缀太多了，Lucene 无法处理。它不断地向我抛出 条款太多 错误，这非常令人沮丧，因为我一直在查看 JAR 并确认所包含的代码实际上没有使用布尔查询。

为什么它不抛出“Too Many Hits”异常之类的异常？当我肯定只使用前缀查询时，为什么增加布尔查询的静态最大子句整数实际上会使此错误消失？是否存在我不理解的查询运行方式的基本原理？是不是它们偷偷地变成了布尔查询？

有帮助吗？

解决方案

我以前打过这个。这与以下事实有关：当您调用 Query.rewrite() 时，lucene 在幕后将许多（全部？）事物转换为布尔查询

从： http://lucene.apache.org/java/2_2_0/api/org/apache/lucene/search/Query.html#rewrite(org.apache.lucene.index.IndexReader)

public Query rewrite(IndexReader reader)
              throws IOException

    Expert: called to re-write queries into primitive queries.
            For example, a PrefixQuery will be rewritten into a
            BooleanQuery that consists of TermQuerys.

    Throws:
        IOException

其他提示

TooManyClauses 的 API 参考页显示 PrefixQuery、FuzzyQuery、WildcardQuery 和 RangeQuery 都是以这种方式扩展的（扩展为 BooleanQuery）。既然是在API参考中，那么它应该是用户可以依赖的行为。Lucene 不会对命中数设置任意限制（文档 ID 为 int 除外），因此“命中次数过多”异常可能没有意义。也许 PrefixQuery.rewrite(IndexReader) 应该捕获 TooManyClauses 并抛出“前缀太多”异常，但现在它的行为并非如此。

顺便说一下，另一种按前缀搜索的方法是使用 PrefixFilter。使用它过滤查询或使用 ConstantScoreQuery 包装过滤器。

当运行前缀查询时，Lucene 会在其“字典”中搜索与查询匹配的所有术语。如果超过 1024 个（默认情况下）匹配，则抛出 TooManyClauses-Exception。

您可以调用 BooleanQuery.setMaxClauseCount 来增加每个 BooleanQuery 允许的最大子句数。

许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top