标签：java 全文搜索 hibernate 读书笔记 search
在介绍了更多的高级映射功能之后，是时候回顾一下之前介绍过的查询功能了，看看如何借助这些高级的映射功能来使用一些高级的查询功能。本文会通过以下几个方面进行介绍：
虽然是全文搜索，但是我们有时候需要将搜索的结果限定到某个范围内。比如，当我们只需要搜索特定设备上的支持的App，有以下几个思路：
将限定范围作为搜索关键字传入到查询对象中。但是稍微想想就会发现问题：这样做只会增大搜索的范围而导致更多的结果被返回，因为搜索关键字变多了。
使用布尔查询，向其中添加must子查询。这样做是可行的，只不过这样做会让DSL难以维护，失去其简洁的特点。同时，如果需要过滤逻辑相对比较复杂的话，使用DSL会让代码变的臃肿。
由于Hibernate Search中的FullTextQuery是继承自Hibernate ORM Query(或者相应的JPA Query)对象。所以我们可以考虑使用类似ResultTransformer这种对象进行过滤。但是这样做的问题是会让代码和数据库之间的交互变的更多，导致性能的下滑。
实际上，针对这一类问题Hibernate Search提供了一套更优雅和高效的解决方案：过滤器(Filter)。
过滤器会将过滤的逻辑封装到其中，然后在运行时通过动态地使用这些过滤器来完成需要的过滤操作。过滤行为是针对Lucene索引的，被过滤的内容绝对不会出现在最终的搜索结果中。因此从某种意义上而言，它也减小了最终需要从数据库中获取的数据量。
过滤器对应着Lucene中的org.apache.lucene.search.Filter类型。因此，对于简单的过滤器直接创建Filter类型的一个子类就够了。但是，如果想在运行时根据条件动态地生成Filter实例，就需要使用过滤器工厂：
public class DeviceFilterFactory {
private String deviceName;
@Factory
public Filter getFilter() {
PhraseQuery query = new PhraseQuery();
StringTokenizertokenzier = new StringTokenizer(deviceName);
while(tokenzier.hasMoreTokens()) {
Term term = new Term("supportedDevices.name", tokenzier.nextToken());
query.add(term);
}
Filter filter = new QueryWrapperFilter(query);
return new CachingWrapperFilter(filter);
}
public void setDeviceName(String deviceName) {
this.deviceName = deviceName.toLowerCase();
}
}
上述代码中最关键的就是@Factory注解的使用。它表明了getFilter方法能够返回一个过滤器实例。在getFilter的实现中，必须要使用一些Lucene的原生API，它虽然没有Hibernate Search DSL方便，但是也并不难理解。
最终返回的过滤器的类型时CachingWrapperFilter，使用它是为了将过滤器进行缓存来避免创建不必要的重复Filter，它封装了QueryWrapperFilter实例，而后者则建立在一个Query对象上。这个Query对象表示的就是进行筛选操作所必要的查询。这里我们想精确的匹配设备名称，因此使用的查询类型时短语查询(PhraseQuery)。
让我们回顾一下数据在被Lucene索引时所经历的过程：
但是在使用Hibernate Search时，这些Lucene细节都不需要开发人员费心。可是，当像上述代码那样使用底层Lucene API时，就需要注意这些细节了。因此，在setDeviceName方法中，我们会将传入的deviceName转换为小写的。然后在创建Query类型时，会将分词得到的每个词条都先转换为Term类型，再添加到Query中。
正因为在创建过滤器时，我们使用了CachingWrapperFilter完成了一次封装用来缓存该过滤器。所以当需要从缓存中取回某个过滤器时，我们还需要使用一个Key，这个Key就是所谓的过滤器键(Filter Key)。这里我们使用需要过滤的设备名称作为键，配合@Key实现如下：
@Key
Public FilterKey getKey() {
DeviceFilterKey key = new DeviceFilterKey();
key.setDeviceName(this.deviceName);
return key;
}
该方法也实现在DeviceFilterFactory类型中。getKey方法返回的DeviceFilterKey类型，是FilterKey的一个子类型。它作为Key，自然而然就需要覆盖equals和hashCode方法：
public class DeviceFilterKey extends FilterKey {
private String deviceName;
@Override
public boolean equals(Object otherKey) {
if(this.deviceName == null || !(otherKey instanceof DeviceFilterKey)) {
return false;
}
DeviceFilterKey otherDeviceFilterKey = (DeviceFilterKey) otherKey;
return otherDeviceFilterKey.deviceName != null && this.deviceName.equals(otherDeviceFilterKey.deviceName);
}
@Override
public int hashCode() {
if(this.deviceName == null) {
return 0;
}
return this.deviceName.hashCode();
}
// GETTER AND SETTER FOR deviceName...
}
实际上，通过使用Apache Commons库中的相关API可以很方便的对这两个方法完成覆盖。
完成了@Factory和@Key需要的创建过滤器和获取过滤器的方法，下面需要做就是使用它。 通过@FullTextFilterDefs和@FullTextFilterDef完成定义：
@FullTextFilterDefs({
@FullTextFilterDef(
name="deviceName", impl=DeviceFilterFactory.class
)
})
public class App
@FullTextFilterDef的name属性中定义的值可以在Hibernate Search的查询中引用到，下面会进行介绍。@FullTextFilterDefs的使用也说明了每个类型能够定义多个Filters。
现在是万事俱备只欠东风。最后是在代码中对定义的过滤器进行调用：
if(selectedDevice != null && !selectedDevice.equals("all")) {
hibernateQuery.enableFullTextFilter("deviceName").setParameter("deviceName", selectedDevice);
}
通过判断从前台传入的selectedDevice的值来决定是否启用过滤器。前台通常可以使用一个下拉菜单来让用户选择从而缩小搜索范围。
enableFullTextFilter方法中接受的参数就是在Filter定义中的name属性值。然后调用setParameter方法，它转而会调用DeviceFilterFactory中的setDeviceName方法完成所需参数的注入。
在目前使用的查询中，最终都会通过和数据库进行交互来得到我们所需要的记录。尽管当数据量较大时，我们可以采用分页(Pagination)的技术来限制每次获取的数据量，不过无论获取的数据量多小，都难免需要和数据库进行交互。然而，我们是否能通过直接读取Lucene索引来获得感兴趣的数据呢？
答案是肯定的，Hibernate Search提供了一种叫做投影的技术来消除或者减少查询对于数据库的依赖。 基于投影的查询只会返回实体对象在Lucene索引中已经存在的数据，而不是返回读取数据库后得到的完整实体对象。
通常而言，全文搜索返回的结果通常会以一种摘要的形式呈现给用户。这也意味着，详细的信息往往在这一阶段是不需要的。只有当用户点击了诸如“更多信息”这种按钮或者链接后，具体的信息才需要被读取并展现。在显示摘要信息时，需要的信息在大多数情况下已经存在于Lucene建立的索引中了，而这正是投影操作的用武之地。
我们可以通过setProjection方法来让一个查询转换成基于投影的查询：
hibernateQuery.setProjection("id", "name", "description", "image");
传入到setProjection方法中的域名需要是存在于Lucene索引中的域，即它们需要被@Field标注。除此之外，还需要对@Field的store属性进行配置，在后面会进行介绍。
在执行了基于投影的查询后，返回的对象类型并不是我们需要的App，而是Object[]。因此索引位0到4的值分别就是id，name，description和image。
Object[]也被称为元组(Tuple)类型，可是Java语言并不在其语言层次支持元组这种类型，所以我们往往需要将它转换成相应的实体类型。我们可以借助Hibernate ORM提供的ResultTransformer来完成这个转换，具体而言是AliasToBeanResultTransformer类型：
hibernateQuery.setResultTransformer(new AliasToBeanResultTransformer(App.class));
该类型会将投影操作的对象域和对应实体类之间的域进行比较，实现从元组到实体类型的转换。比如我们在投影操作中指定了description域，那么当AliasToBeanResultTransformer发现了App类中也存在同名的域时，就会将元组中的description赋值到正在创建的App实例的description中。
因为投影操作只是针对App实体类型的一部分域，所以最终经过转换得到的App实例也不是一个完整的实例，它只包含了部分的域。但是，这些域已经能够支持概要视图的显示了。
默认情况下，Lucene在建立索引时会认为投影操作不会被使用。因此，索引的建立也会被相应地优化。 所以在需要使用投影操作时，还需要进行一些修改。
首先，域数据需要被保存到索引中，从而让投影操作能够直接从索引中获取到数据。为了让索引同时也保存域数据，需要修改@Field的store属性：
@Field(store=Store.COMPRESS)
private String description;
Store枚举类型中有三个选项：
Store.NO 这是默认值。它会对域进行解析从而为它建立索引，但是它不会将域值也保存到索引中。因此，使用该选项时是不能支持投影操作的。
Store.YES 在建立索引的同时，它会将域值也保存到索引中，用来支持投影操作。但是这样显然会增加索引的空间占用。
Store.COMPRESS 前面两个选项的折中方案。它仍然会在索引中保存域值，但是它会通过使用压缩算法来减小索引的空间占用。因此，在使用该选项时，意味着建立索引的过程会消耗更多的计算资源。另外，在处理被@NumericField注解标注的域时，是不能够使用它的。
同时，在使用Store.YES或者Store.COMPRESS时，该域必须要使用一个双向域桥接器(Bi-directional Field Bridge)。但是不要紧张，Hibernate Search已经为JDK中的基本类型提供了一套默认的双向域桥接器。只不过，当需要在你自定义的类型上使用投影操作时，就需要你为它提供一个双向域桥接器了。它必须基于TwoWayStringBridge或者TwoWayFieldBridge。
最后，投影只能应用于实体类型中的的基础属性(Basic Property)，比如字符串类型等。它不能够获取到关联对象和嵌入对象中的相关属性。
在使用投影操作时，如果确实有必要获取到关联对象或者嵌入对象时，可以考虑首先获得到实体对象的主键信息，然后通过该主键信息去读取其关联对象表中的相应记录，因为在关联对象表中往往会有一个外键用来表示关联信息。
首先，不要被分面搜索这个名字给唬住了。它只是Hibernate Search中的一个术语而已，背后的概念其实相当简单，给出一个前端的效果图，大家就明白了：
没错，所谓的分面搜索这么高大上的术语实际上就是我们常说的按照类别进行筛选。所以在后文中，就直接使用分类搜索，我认为这样更直观一点。
注意它和之前介绍的过滤器的区别。过滤器需要了解对应实体的类型，比如在使用deviceName作为过滤器的目标字段时，我们首先要定义有哪些可用的deviceName。然后将它们显示在前端供用户选择，用户选择某个deviceName之后再进行搜索，得到的结果即是被筛选后的结果。
而分类搜索则不同，它不需要你事先做任何定义。在指定类型目标字段后，得到的搜索结果会按照该字段的值进行分类。就像上图中显示的那样，当我们搜索“显示器”时，会根据结果自身按照目标字段进行一次分类，然后将各个分类显示出来供用户选择。
比如，当我们需要按照App实体的类型进行分类时，我们通常需要知道可以在分类字段上将结果分为哪些类型以及有多少记录属于该类型，比如A个App属于Business，B个App属于Game等等。除了按照类型进行分类外，还可以按照价格这种属性进行分类，比如M个App的价格在20元以上，N个App的价格在10元以下等。
按照类型和价格进行分类，背后的原理显然是不同的。前者这种分类方式是一种基于离散值的分类，而后者则是一种基于连续值的分类。下面一一进行介绍。
对于基于离散值的分类，Hibernate Search提供的API调用流程如下：
举个实际按照category字段进行分类的例子：
FacetingRequest categoryFacetingRequest = queryBuilder
.facet()
.name("categoryFacet")
.onField("category")
.discrete()
.orderedBy(FacetSortOrder.FIELD_VALUE)
.includeZeroCounts(false)
.createFacetingRequest();
hibernateQuery.getFacetManager().enableFaceting(categoryFacetingRequest);
facet方法首先打开了通向分类搜索的大门。 name方法接受一个String作为参数，表示的是这个FacetingRequest的名字，供后续代码对它进行引用。 onField方法和前面的用法类似，表示的是目标字段。 discrete方法表示这个分类搜索是基于离散值的。 orderedBy中接受一个FacetSortOrder枚举类型作为参数，可以选择的值包括：
includeZeroCounts方法接受一个布尔值作为参数，如果是true那么表示即使没有和该类型匹配的记录，也会显示该类型，此时会将所有可用类型都列举出来。反之当传入的是false时，没有匹配项的类型是不会被显示的。 除了上述调用的方法之外，可以发现在流程图中还有一个maxFacetCount方法。顾名思义，它能够限制返回的类型的数量。
最后，对查询对象调用getFacetManager方法获取分类管理器并通过enableFaceting启用该分类。
另外需要注意的是，仅仅使用以上代码是无法获取到分类信息的。只有在调用了真正的查询方法，比如hibernateQuery.list()之后，才能够得到分类信息：
List<App> apps = hibernateQuery.list();
List<Facet> categoryFacets = hibernateQuery.getFacetManager().getFacets("categoryFacet");
在getFacets方法中，传入了之前用于定义分类搜索的那串字符。 有了每个分类的信息，我们就可以用它来进行一些统计工作了：
Map<String, Integer> categories = new TreeMap<String, Integer>();
for(Facet categoryFacet : categoryFacets) {
categories.put(categoryFacet.getValue(),categoryFacet.getCount());
// 设置选择的分类，重新执行查询来得到筛选后的结果
if(categoryFacet.getValue().equalsIgnoreCase(selectedCategory)) {
hibernateQuery.getFacetManager().getFacetGroup("categoryFacet").selectFacets(categoryFacet);
apps = hibernateQuery.list();
}
}
Facet类型中定义了一个getValue和getCount方法用于获取到该分类的类型信息和具体的匹配数量信息。 除了进行基本的统计工作外，以上代码还会在当前处理的分类和用户选择的分类相同时进行一些处理。
具体而言，它会通知HibernateQuery查询对象当前选中的分类是哪一个。然后，通过再次调用查询对象的list方法来获取该分类下的记录。
范围分面作为另一种分类搜索的方式，其流程如下：
可以注意到它是通过将离散分面的API和范围查询的API进行整合来完成定义流程的。
includeZeroCounts，maxFacetCount和orderBy等方法的使用方式和在离散分面中的类似。
下面是一个定义范围分的例子：
FacetingRequest priceRangeFacetingRequest = queryBuilder
.facet()
.name("priceRangeFacet")
.onField("price")
.range()
.below(1f).excludeLimit()
.from(1f).to(5f)
.above(5f).excludeLimit()
.createFacetingRequest();
hibernateQuery.getFacetManager().enableFaceting(priceRangeFacetingRequest);
使用range方法表示此分类是一个基于范围的分类。 below和excludeLimit的联合使用定义了一个小于1元的分类；from和to定义了一个介于1元和5元的分类；above和excludeLimit联合定义了一个大于5元的分类。
类似地，最后也需要启用该分类查询。通过enableFaceting方法。在执行了一次查询后，也可以对分类信息进行统计和处理：
Map<String, Integer> priceRanges = new TreeMap<String, Integer>();
for(Facet priceRangeFacet : priceRangeFacets) {
priceRanges.put(priceRangeFacet.getValue(), priceRangeFacet.getCount());
// 设置选择的分类，重新执行查询来得到筛选后的结果
if(priceRangeFacet.getValue().equalsIgnoreCase(selectedPriceRange)) {
hibernateQuery.getFacetManager().getFacetGroup("priceRangeFacet").selectFacets(priceRangeFacet);
apps = hibernateQuery.list();
}
}
当然，在同时使用了多个分类后，可以统一执行一次查询来完成多个筛选：
Map<String, Integer> categories = new TreeMap<String, Integer>();
for(Facet categoryFacet : categoryFacets) {
categories.put(categoryFacet.getValue(),categoryFacet.getCount());
// 设置选择的分类
if(categoryFacet.getValue().equalsIgnoreCase(selectedCategory)) {
hibernateQuery.getFacetManager().getFacetGroup("categoryFacet").selectFacets(categoryFacet);
}
}
Map<String, Integer> priceRanges = new TreeMap<String, Integer>();
for(Facet priceRangeFacet : priceRangeFacets) {
priceRanges.put(priceRangeFacet.getValue(), priceRangeFacet.getCount());
// 设置选择的分类
if(priceRangeFacet.getValue().equalsIgnoreCase(selectedPriceRange)) {
hibernateQuery.getFacetManager().getFacetGroup("priceRangeFacet").selectFacets(priceRangeFacet);
}
}
apps = hibernateQuery.list();
最后得到的效果如下所示：
我们已经介绍了如何在索引时实现静态和动态方式的提升。实际上，在查询时同样可以对某些域进行提升。
使用查询时提升的关键在于onField和andField方法的使用，在使用它们后能够使用boostedTo方法来指定该域的权重：
luceneQuery = queryBuilder
.phrase()
.onField("name").boostedTo(2)
.andField("description").boostedTo(2)
.andField("supportedDevices.name")
.andField("customerReviews.comments")
.sentence(unquotedSearchString)
.createQuery();
当使用的是短语查询时，我们为了强调这是个短语查询因此能够更加精确，所以加倍了name和description字段的权重。
在实际的生产环境中，由于查询涉及到的数据量可能会相当大，因此如果不对查询进行时间上的限制的话，对服务器的性能会有较大的影响。
为了处理这种用例，Hibernate Search提供了两种方法来对查询进行时间限制。注意这里的时间限制是指对Lucene索引进行查询的时间限制。如果在规定的时间窗口内完成了索引的查询，然后到了对数据库记录进行获取的阶段的话，这个时间限制就不再有效了，毕竟对数据库的操作是由Hibernate ORM负责的，如果需要限制该阶段的时间，可以查看Hibernate的相关API。
FullTextQuery类型的limitExecutionTime方法
hibernateQuery.limitExecutionTimeTo(2, TimeUnit.SECONDS);
使用该方法后，当查询索引的时间超过了规定的值后。当前查询得到的结果会被返回，这个结果只是期待结果的一个子集。我们可以通过调用hasPartialResults来判断结果是否只是一部分。
FullTextQuery类型的setTimeout方法
hibernateQuery.setTimeout(2, TimeUnit.SECONDS);
使用该方法后，如果查询索引没有在规定时间内完成，那么会直接抛出一个QueryTimeoutException异常，而不是返回部分结果。
另外，无论是哪一种方法，指定的超时时间都不可能被精确的执行。通常而言，实际停止操作的时间会比指定的时间稍微长那么一点。
[Hibernate Search] (5) 高级查询 - 过滤，投影和分面
标签：java 全文搜索 hibernate 读书笔记 search
原文地址：http://blog.csdn.net/dm_vincent/article/details/40818617
