Chinaunix首页 | 论坛 | 博客
  • 博客访问: 396582
  • 博文数量: 69
  • 博客积分: 1984
  • 博客等级: 上尉
  • 技术积分: 953
  • 用 户 组: 普通用户
  • 注册时间: 2007-03-28 00:43
个人简介

学无所长,一事无成

文章分类

全部博文(69)

文章存档

2015年(19)

2014年(14)

2013年(9)

2012年(17)

2010年(10)

我的朋友

分类: Python/Ruby

2014-03-04 10:40:08

%3A%3ACore-Lucene

Neo4j::Core Lucene


词霸解释:Lucene是一个非常优秀的开源的全文搜索引擎;我们可以在它的上面开发出各种全文搜索的应用来。Lucene在国外有很高的知名度;现在已经是Apache的顶级项目。

Neo4j 已经内置了lucene document database。一个常见的应用场景是使用 lucene 搜索到一个节点,然后从其遍历或使用 cypher 查询。

定义一个 Index

Lucene 通过 beforeCommit 钩子进行装配,详见 .
Neo4j::Node.trigger_on 方法描述neo4j.rb 对哪些节点或者 relationship 进行索引。
Neo4j::Node.index 方法描述对哪些属性进行索引,以及哪些类型的索引会被使用。

例子:

  1. Neo4j::Node.trigger_on(:typex => 'MyTypeX')
  2. Neo4j::Node.index :name
  3. Neo4j::Node.index :description, :type => :fulltext
  4. Neo4j::Node.index :age, :field_type => Fixnum
注意:
only properties that have been set are added to the index. Thus a property with no set value and no default value will NOT be matched by a wildcard query (*)!

:trigger_on

上述声明告诉 neo4j.rb 只有拥有属性 typex 且值为 MyTypeX 的节点才会被索引。当 before commit hook 发现一个节点拥有上述属性,则将调用  Neo4j::Node.index 方法对该节点的所有属性进行索引。你可以声明多个不同属性,对应多个不同的值。
This is used for example when the same property (_classname) can be triggered by different values (the name of each subclass) – see for example the use of trigger_on in the Neo4j::NodeMixin implemementation.

:type

索引的缺省类型会使用 exact. 上面的例子在属性name 和description  上声明了不同类型的索引 。

:field_type

缺省情况下索引会保存为 lucene 格式的字符串。如果你需要以数字进行索引,那么你可以将:field_type 设为 Fixnum 或 Float。 这样你就可以使用 lucene 进行范围检索了。

注意:如果你使用 Neo4j::NodeMixin or Neo4j::Rails::Model@ 你可以使用 property  来定义一个索引。
注意:你不能通过字串搜索一个非 String field_types 类型。 你必须使用 hash 进行查询 (比如 Neo4j::Node.find(:age => 4) !

Custom Index

除了直接使用 Neo4j::Node.index 或 Neo4j::Relationship.index 方法来定义索引,你还可以通过自定义索引类来进行。 这将使你拥有不同的 lucene 索引文件和配置信息。

例子:

  1. class MyIndex
  2.   extend Neo4j::Core::Index::ClassMethods
  3.   include Neo4j::Core::Index

  4.   self.node_indexer do
  5.     index_names :exact => 'myindex_exact', :fulltext => 'myindex_fulltext'
  6.     trigger_on :myindex => true # trigger on all nodes having property myindex == true
  7.   end

  8.   index :name
  9. end

我们可以使用这个类来进行搜索,如  MyIndex.find(:name => 'andreas').first

如果要对关系进行索引,那么使用 rel_indexer 方法取代 node_indexer 方法即可。

参考: neo4j-creating-custom-index blog

如何搜索

Lucene Query Language(Lucene 查询语言)

你可以使用 lucene 查询语言( )

比方说你在 Neo4j::Node 类上定义索引如下:

  1. Neo4j::Node.trigger_on(:typex => 'MyTypeX')
  2. Neo4j::Node.index(:name)
然后你创建了一个节点:

  1. a = Neo4j::Node.new(:name => 'andreas', :typex => 'MyTypeX')
现在你可以使用 lucene 查询语法进行检索了,代码如下:

  1. Neo4j::Node.find('name: andreas') {|result| puts result.first[:name] }

  2. # or same if this if you want to close the lucene connection yourself
  3. result = Neo4j::Node.find('name: andreas')
  4. puts result.first[:name]
  5. result.close

注意: 务必要关闭  lucene 连接。 要么使用 block (会自动调用 close),要么在查询结果上使用 close 方法。
注意: Neo4j::Rails::Model.find  和 Neo4j::Rails::Relationship.find 方法会通过使用 Rack 自动关闭 lucene 连接

Search in Property Arrays.

Neo4j 中属性值可以是一个数组。Lucene 也支持数组值的搜索。

例子:

  1. # don't forget declare index on things: Neo4j::Node.index :things
  2. Neo4j::Transaction.new do
  3.   Neo4j::Node.new(:things => ['aaa', 'bbb', 'ccc'])
  4. end 
  5. Neo4j::Node.find("things: bbb"){|r| puts r.first}



可以传入数组作为搜索条件,我们来搜索 :things 为 bbb 或 ccc 的节点。
  1. Neo4j::Node.find(:things => ["bbb", "ccc"]){|r| puts r.first}
这个搜索语句会促使 lucene 采用 OR 进行逻辑判断。

Fulltext and Exact (全文本检索和精确匹配)

缺省索引类型是 :exact,这也是用的最多的。如果你想检索匹配索引文本中的每一个 word,那么你需要使用 fulltext 索引类型。分析器中,fulltext 使用空白字符作为拆分 word 的间隔。创建索引时添加类型 :fulltext (缺省为:exact) 即可声明。

例子:

  1. MyIndex.index :name, :type => :fulltext
  2. MyIndex.find('name: andreas', :type => :fulltext).first #=> andreas
注意: 如果不是用的 :exact 索引,那么 find 方法中你必须指定 :type 。

Hash Queries

使用 hash 作为检索条件,可以一次传入多个属性值,对应的 lucene 将采用 AND 逻辑。

  1. MyIndex.find(:name => 'asd').or(:wheels => 8).first.should == thing3

Compound Queries (复合查询)

你可以使用  and or 和not
 等方法组成一个复合查询语句。

  1. MyIndex.find(:name => 'asd').or(:wheels => 8).first.should == thing3

Range Search(范围查询)

如果你想做一个数值范围检索,首先你必须将索引类型 field_type 声明为 Fixnum or Float
对于 Neo4j::Rails::Model 和 Neo4j::NodeMixin ,你可以在 property 中设置 :type 。

有两种方式进行范围检索--使用 between 方法或者使用 Ruby Range class.

使用 between 的例子:

MyIndex.find(:age).between(2, 5) 

使用 Ruby Range class 的例子:

MyIndex.find(:name => 'thing').and(:wheels => (9..15)).should be_empty 

注意:Range queries on none String (e.g. :field_type => Fixnum) is not possible using a String lucene query, instead you must use a hash query, as shown above.

Sorting(排序)
MyIndex.find('name: *@gmail.com').asc(:name).desc(:age) 

注意: 排序字段上必须有索引

Manually Indexing (手工索引)

You can instead of waiting for the transaction to finish manually index a node or relationship.

Example (from RSpec):

  1. new_node = Neo4j::Node.new
  2. new_node[:name] = 'Kalle Kula'
  3. new_node.add_index(:name)
  4. new_node.rm_index(:name)
  5. new_node[:name] = 'lala'
  6. new_node.add_index(:name)
  7. Neo4j::Node.find('name: lala').first.should == new_node
  8. Neo4j::Node.find('name: "Kalle Kula"').first.should_not == new_node

优化

如果你正穿越大量节点进行检索,为获取最好性能,可以取消加载 Ruby wrappers,直接调用 Java 节点。

  1. MyIndex.find('name: andreas', :type => :fulltext, :wrapped => false)
当使用 :wrapped => false 参数是,find 方法会返回一个 org.neo4j.graphdb.index.IndexHit实例。
(这个东西类似 Ruby 中的可枚举类型,你可以调用 each,collect 等方法 )

Lucene 配置
可以创建你自己的 lucene configuration。

Example, see the configuration for fulltext and exact indexing in the Neo4j::Config[:lucene]

You can add your own lucene indexing configuration in the Neo4j::Config and use it with the index keyword.

  1. Neo4j::Config[:lucene][:my_index_type] = ...
  2.   
  3. class Person
  4.    index :name, :type => :my_index_type
  5. end
I have not tested this :-)


Gotchas

Nil 值永远不会被索引!




阅读(1751) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~