在Lucene中给定查询的所有结果进行计数的最快方法是什么？在Lucene中计算所有结果的最快方法（java）
由于1.将对所有文档进行评分，并且2.由于加载FieldCache可能会有前期打击，因此我认为答案是3. Lucene没有提供这样的收藏家开箱即用？
你说得对，＃3会更快，但我不认为这是因为得分。有一种更快的方法，如果你不关心背后的推理，可以跳到底部。
＃1的性能损失来自于TopDocs收集器会将文档保留在优先级队列中的事实，这意味着您将失去一些按分数排序的时间。 （你也会吃掉一些内存，但是因为你只是存储一堆int + float对，所以它可能非常小。）
至于为什么Lucene不提供这种开箱即用的功能：不想查找所有结果。这就是为什么当你搜索时，你说只能找到顶部n结果。有这strong theoretical reasons。即使谷歌说“显示 n结果”。
所以我给你的建议如下：如果你有一个合理数量的结果，那么使用TopDocs.totalHits不会在性能方面太糟糕。如果totalHits方法给您带来问题，我不认为自定义收集器会好得多。 （TopDocs.totalHits将在n个时间运行，自定义收集器将是线性的。根据您的设置，日志n系数可能是相关的，或者它可能不相关。）
因此，如果您绝对需要此功能和TopDocs.totalHits太慢，我会建议查看搜索项的文档频率。你可以假设频率是独立的（所以p（A和B）= p（A）* p（B））并且从那里做一个相当好的猜测。它会非常快，因为它只是每个术语的恒定时间查找。
感谢您的回答。在这个阶段，我们将使用TotalHitCountCollector。我们的数据集仍然很小，可以准确计数。我会保留你所描述的术语频率方法 - 这确实听起来是最快的方法。 – npellow 2011-02-07 21:48:31
我想知道Google如何做到这一点。很明显，它并没有真正回归“前25名”的结果。如果是，那么它应该知道结果的总数是检查所有其他结果的副作用，以发现它们不在前25位。我的理论是它将返回25个基本上任意“值得存在最高“的结果。 – Trejkaz 2011-03-15 01:21:54