“命中”如何影响 Lucene 搜索性能？答案

【问题标题】：How do "hits" impact Lucene search performance?“命中”如何影响 Lucene 搜索性能？
【发布时间】：2012-12-10 19:35:45
【问题描述】：

Lucene 的搜索 API 接收“hitsPerPage”参数。看起来它对搜索性能有重大影响。例如，我尝试将其从 100 减少到 10，结果发现搜索时间减少了两倍。

可以吗？为什么它会影响搜索性能？是不是说明有问题？

【问题讨论】：

Lucene 上的 hitsPerPage 参数到底在哪里？命中的数量并不重要，因为 Lucene 仍然需要对所有可能的匹配进行评分。除非您正在编写自己的收集器。匹配的数量应该会影响内存分配，如果您要为所有返回的文档加载存储的字段，则会减慢您的速度。
@GiliNachum 我用它来创建一个Collector。你说的正是我的想法。 Lucene 处理 all 匹配，不管histPerPage，都按分数排序，所以不会影响搜索性能。
由于用于排序 docId/score 对的 PriorityQueue 的大小，它会影响内存分配。此外，如前所述，如果您检索存储的字段，它也会影响。

【解决方案1】：

hitsPerPage 指定页面的大小，可以这么说。将其视为 Google 搜索结果：您可以指定在每个页面上获得的结果数（“命中”）。

如果您只想要hitsPerPage 的点击量，那很好，但如果您想要更多，则必须检索更多页面。

为什么它会影响搜索性能？

因为当您想要更小的页面时，Lucene 可以减少工作量（通过返回更少的匹配器文档）。更多点击意味着检索更多文档，这反过来意味着在更多文件中寻找更多位置。

【讨论】：