使用java中的数据对象在数据库中存储lucene索引答案

【问题标题】：storage lucene index in database using data objects in java使用java中的数据对象在数据库中存储lucene索引
【发布时间】：2011-06-17 00:30:58
【问题描述】：

这可能吗？我不能直接访问数据库——只能通过数据对象。如果项目以 ArrayList 之类的形式返回，我是否能够搜索索引？

如果这不可能，有什么方法可以使用 Lucene（或其他工具）对使用 java 的对象进行模糊匹配？

例如，我有一个包含 FirstName 和 LastName 的 Person 对象。我想对名称进行模糊匹配。那么，假设我有一个 x 数量的 Person 对象数组，是否有一种有效的方法来遍历每个 Person 对象并比较名称？

【问题讨论】：

【解决方案1】：

获取这些数据对象并在它们之上构建一个单独的 Lucene 索引，存储您需要的字段。使用您的 Person 示例，每个 Lucene 文档都是 [Id, FirstName, LastName]。对该索引的搜索将返回查询数据库以获取完整数据对象所需的 Id。

实际的索引很容易，您只需要检索数据对象列表，迭代它们，生成 Lucene 文档，并使用 IndexWriter 存储它们。您可以使用文件系统目录进行持久存储，也可以使用内存存储。

【讨论】：

【解决方案2】：

这些是我想出的可能的解决方案—— 但是，我无法将索引存储在 FSDirectory 上（项目规范不允许这样做），对于 RAMDirectory，我们需要搜索数千个 Person 对象，所以我不知道内存存储是否理想对于这种情况。

我可以使用任何其他类型的模糊匹配算法来有效处理大量数据吗？

【讨论】：

我相信这是对答案的评论。几千个文档对 Lucene 来说不是问题，一万个每个 1 kb 的文档仍然只有 10 mb 的内存。我不知道你打算使用什么 fzzu 算法，但你可能想研究一下 BKTree 结构，它可以与 Levensthein 距离一起使用以允许模糊匹配。