我有一个应用程序做了一段时间的前缀搜索。最近，索引的大小增加了，结果发现某些前缀太繁杂，以至于Lucene无法处理。它一直向我抛出"太多子句"错误，当我不断查看我的JAR并确认所包含的代码中没有一个实际上使用布尔查询时，这非常令人沮丧。

为什么它不引发" Tooth Many Hits"之类的异常呢？不会。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。当我绝对只使用前缀查询时，为什么增加布尔查询的静态max子句整数实际上会使此错误消失呢？我不了解查询的运行方式是否存在一些基本问题；是他们秘密地成为布尔查询吗？

解决方案

回答

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

来自：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

回答

运行前缀查询时，Lucene会在其"词典"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。

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

回答

TooManyClauses的API参考页显示，PrefixQuery，FuzzyQuery，WildcardQuery和RangeQuery以这种方式扩展(转换为BooleanQuery)。由于它在API参考中，因此它应该是用户可以依赖的行为。 Lucene不会对命中次数设置任何限制(文档ID为int除外)，因此"太多命中"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，但是现在它的行为并不如此。

顺便说一句，按前缀搜索的另一种方法是使用PrefixFilter。或者用它过滤查询，或者用ConstantScoreQuery包裹过滤器。