一日三项令人兴奋的Lucene功能

昨天是富有成效的一天：突然，Lucene有了三个令人兴奋的新功能。

表达式模块

昨天提交的第一个功能是新的expressions模块。这使您可以使用任意String表达式定义用于排序的动态字段。内置了对JavaScript解析的支持，但是如果您想创建自己的语法，则解析器是可插入的。

例如，您可以使用表达式定义排序字段

sqrt(_score) + ln(popularity)

如果您想主要通过相关性来提供混合排序，并通过受欢迎度字段来提高混合排序。

该代码非常易于使用。在TestDemoExpressions.java单元测试用例中，有一些很好的示例，这将在Lucene的下一个稳定版本（4.6）中提供。

可更新的数字文档值字段

第二个功能也是昨天提交的，它是可更新的数字文档值字段，可让您使用IndexWriter上的新updateNumericDocValue方法更改以前索引的数字值。它可以与近实时阅读器配合使用，因此您可以更新一些文档的数值，然后重新打开新的近实时阅读器以查看更改。

该功能目前仅是主干，因为我们可以解决一些涉及特别有争议的布尔值的剩余问题。当前它也不适用于稀疏字段，即，仅当该文档已首先对该字段建立索引时，您才能更新该文档的值。

结合使用这两种功能后，您可以使用功能强大的用例，在这些用例中，您可以根据随时间变化的混合字段进行排序。例如，也许您测量了用户单击搜索结果中每个文档的频率，然后使用它来更新popularity字段，然后将该popularity字段用于混合排序。这样，当您向用户学习哪些文档很受欢迎而哪些文档不受欢迎时，搜索结果的排名就会随着时间而变化。

当然，使用自定义外部代码以前总是可以使用这种功能，但是现在有了表达式和可更新的文档值，实现起来就变得微不足道了！

免费文字建议

最后，第三个功能是一个新的建议程序实现，即FreeTextSuggester 。它是与现有建议完全不同的建议者：它不是使用有限的预建建议范围中的建议，而是使用简单的ngram语言模型基于1个或2个先前标记来预测可能建议的“长尾巴”。

在ShingleFilter ，它使用ShingleFilter创建ngram，并使用FST存储和查找生成的ngram模型。尽管将多个ngram模型紧凑地存储在单个FST中，但FST仍然会变得很大；建立在AOL查询日志上的3克，2克和1克模型为19.4 MB（查询本身为25.4 MB）。这是受到Google方法的启发。

可能不会单独使用此建议者，而是当您的主要建议者未能找到任何建议时作为备用。您可以通过Google查看这种行为。尝试搜索“ the fast and”，您将看到建议仍然是完整的查询。但是，如果您键入的下一个单词是“ burning”，那么google（到目前为止！）突然没有完整的建议，并退回到其自由文本方法。

参考：我们的JCG合作伙伴 Michael Mc Candless在一天内通过Changeing Bits博客提供了三项令人兴奋的Lucene功能。