lucene - 使用 Lucene 提高基于位置的搜索的性能

Question

我将 Lucene 用于使用 .net 的求职门户。在以下用例中，我面临一些与性能相关的问题。用例是：在进行求职时，用户可以选择工作地点（例如：亚特兰大，乔治亚州）并选择径向距离（例如 50 英里）。从 Lucene 返回求职结果所需的时间相当长。

仅供参考，我们正在维护一个 sql server 2005 数据库，我们在其中存储美国和加拿大的城市、州、经度和纬度。（总共包含大约 100 万条记录）。

无论如何我可以提高这个基于位置的求职的表现吗？

Answer 1

基本上，您有两种类型的搜索参数：文本和空间。您可能可以使用一种类型来过滤从另一种类型获得的结果。例如，对于在佐治亚州亚特兰大附近寻找 .NET 开发人员工作的人，您可以先检索所有 .NET 开发人员工作并筛选位置，或者检索亚特兰大周围的所有工作并筛选出 .NET 开发人员。我相信第一个应该更快。您还可以将工作地点直接存储在 Lucene 中，并将它们合并到搜索中。一个粗略的草案是： 索引： 1. 当您收到一个新的“通缉”广告时，使用数据库找到它的地理位置。2. 将位置作为 Lucene 字段存储在广告文档中。检索： 1. 根据文本匹配检索所有作业。2. 使用几何计算来查找用户之间的距离 地点和工作地点。3. 根据距离过滤职位。

Lucene in Action有一个类似空间搜索的例子。第二版正在制作中。此外，请查看Sujit Pal 对使用 Lucene和Patrick O'Leary 的框架进行空间搜索的建议。也有Locallucene和LocalSolr，但不知道成熟度如何。

Answer 2

我的索引大小约为 4 MB。我使用以下代码为最近的城市构建查询：

foreach (string city in htNearestCities.Keys)
                {
                    cityStateQuery = new BooleanQuery();
                    queryCity = queryParserCity.Parse("\"" + city + "\"");
                    queryState = queryParserState.Parse("\"" + ((string[])htNearestCities[city])[1] + "\"");
                    cityStateQuery.Add(queryCity, BooleanClause.Occur.MUST); 
                    cityStateQuery.Add(queryState, BooleanClause.Occur.MUST);

                    findLocationQuery.Add(cityStateQuery, BooleanClause.Occur.SHOULD);
                    }

Answer 3

您可能最终希望 lucene 通过索引切片来处理空间搜索。但是，如果您确定 lucene 查询很慢，而不是查找城市，那么首先将州和城市编入索引。很像在关系数据库中索引多个列：一个 'state:city' 字段，其值类似于 'GA:Atlanta'。然后在查询时没有完成交集。