Xapian 學習筆記 3 相關欄位的排序

Xapian 學習筆記 3 相關欄位的排序

在Xapina中，命中文檔的排序是以文檔的相關度降序來做的，當兩個文檔的相關度一樣時，按文檔id的升序來做，你也可以通過設定enquire.set_docid_order(enquire.DESCENDING)來把其變成降序，或者設定成不關心文檔id的排序enquire.set_docid_order(enquire.DONT_CARE)；當然這個排序也可以按其它規則來做，或者其它規則與相關度結合來做，下面我們就分析這兩種排序方法。

1. 相關度排序

   Xapian預設是以BM25演算法來計算每一個文檔的分數，而BM25(http://xapian.org/docs/bm25.html)的計算所需要的一些參數值是通過在文檔索引的時候統計出來的，當然，有一些參數可以在查詢的時候動態設定。
   另外一些庫內建的加分演算法有TradWeight,BoolWeight。其中TradWeight實現了最原始的機率模型公式，它是BM25演算法的一個特例，只是其中一些參數如k2=0,k3=0和min_normlen=0。而BoolWeight打分器對所有文檔的分數都為0,文檔的排序由另外一些因素決定。

   當然你也可以自訂自己的加分器演算法，只要實現Xapian::Weight這個抽象類別就可以了，如下是一個同等加分器

   class CoordinateWeight : public Xapian::Weight {  public:    CoordinateWeight * clone() const { return new CoordinateWeight; }    CoordinateWeight() { }    ~CoordinateWeight() { }    std::string name() const { return "Coord"; }    std::string serialise() const { return ""; }    CoordinateWeight * unserialise(const std::string &) const {        return new CoordinateWeight;    }    Xapian::weight get_sumpart(Xapian::termcount, Xapian::doclength) const {        return 1;    }    Xapian::weight get_maxpart() const { return 1; }    Xapian::weight get_sumextra(Xapian::doclength) const { return 0; }    Xapian::weight get_maxextra() const { return 0; }    bool get_sumpart_needs_doclength() const { return false; }};

    在查詢的時候可以調用Enquire的set_weighting_scheme方法來注入自己的加分器。

2. 特定欄位值排序

   當然，Xapian還可以按使用者指定的欄位值來排序，如價格，日期等欄位，要注意的是所有的排序比較都是基於字串來做的，所以如果你要對價格進行排序比較，就要把數實值型別轉換成一個字串類型，使用Xapian::sortable_serialise()來進行編碼，在查詢的時候使用Xapian::sortable_unserialise()進行解碼，value索引的般代碼如下：

   Xapian::Document doc;
   doc.add_value(0, Xapian::sortable_serialise(price));

   所有要排序的欄位值都要被加入Docuemnt的value中，第一個參數是value的slotId號

   這裡有三種方法來決定文檔的排序優先順序：

•    Enquire::set_sort_by_value() 以value為優先進行排序，與相關度無關
•    Enquire::set_sort_by_value()_then_relevance() 以value為優先，如果value一樣的，再以相關度進行排序
•    Enquire::set_sort_by_relevance_the_value() 以相關度優先排序，再以value排序

  在查詢的時候要加入不同value的排序代碼如下：

  // 產生一個多欄位的文檔key產生器
  

Xapian::MultiValueKeyMaker *keyMaker = new Xapian::MultiValueKeyMaker();  keyMaker->add_value(0); // 添加文檔的第0個slot的值為升序，  keyMaker->add_value(1); // 添加文檔的第1個slot的值為升序，如果想用降序，使用keyMaker->add_value(1,true);  enquire.set_sort_by_key(keyMaker,false); // 把key產生器注入到會話中去，第二個參數表示是否降序

  當然更加靈活的方法是使用者可以實現keyMaker介面，實現自己的key產生器，當然key的比較是以字串來進行比較的。

3. 參考

   http://xapian.org/docs/sorting.html