页面树结构

2017-11-09 ApacheCN 开源组织,第二期邀请成员活动,一起走的更远 : http://www.apachecn.org/member/209.html


MachineLearning 优酷地址 : http://i.youku.com/apachecn

转至元数据结尾
转至元数据起始

Lucene表达式语言

Lucene表达式把一个javascript表达式编译成字节码。它们是专为高性能的自定义评分和排序功能设计的,默认情况下启用inline(内联)stored(存储)脚本。

性能

通过定制Lucene代码, 表达式被设计得具有不错竞争力的性能。与其他脚本引擎相比,它具有较低的每个文档开销:表达式在“前期”做了更多的事情。

它允许快速执行,甚至比你写一个native脚本。

语法

表达式支持javascript语法的子集:一个单一的表达。

更多操作符与函数的可用信息,请参阅apache lucene表达式模块文档

表达式脚本中变量可以访问:

  • 文档字段,如:doc['myfield'].value
  • 变量和方法的支持,如:doc['myfield'].empty
  • 参数传递到脚本,如:mymodifier
  • 当前文档的分数,_score(仅适用于在使用script_score时)

您可以在script_scorescript_fields、脚本排序、数字型字段的脚本聚合等场景中使用表达式脚本,简单地设置下表达式语言参数就行。

数字类型字段API

表达式描述
doc['field_name'].value该字段的值,double类型
doc['field_name'].empty该字段是否有值,返回true/false
doc['field_name'].length该字段值的本文长度
doc['field_name'].min()本文档中此字段的最小值
doc['field_name'].max()本文档中此字段的最大值
doc['field_name'].median()本文档中此字段的中间值
doc['field_name'].avg()本文档中此字段的平均值
doc['field_name'].sum()本文档中此字段的总和

如果文档中缺失这个字段,默认将按值为0来处理。你也可以用其它默认值来处理,譬如通过表达式:doc['myfield'].empty ? 100 : doc['myfield'].value

如果文档中这个字段有多个值,默认情况下最小的值被返回。您可以选择不同的值来代替,譬如返回这个字段的和:doc['myfield'].sum()

如果文档中缺失这个字段,默认值将被视为0

布尔类型字段如果被拿来当数字字段进行计算时,true将被映射为1false将被映射为0。例如:doc['on_sale'].value ? doc['price'].value * 0.5 : doc['price'].value

日期类型字段API

日期类型的字段会被按照自1970年1月1日起的毫秒数,完全支持上面的数字类型字段API。以及下面一些特定的日期字段运算

表达式描述
doc['field_name'].date.centuryOfEra当前世纪(1-2920000)
doc['field_name'].date.dayOfMonth当前月中的第几天(1-31),例如:1表示在当月中的第一天。
doc['field_name'].date.dayOfWeek当前周中的第几天(1-7)天,例如:1表示星期一。
doc['field_name'].date.dayOfYear当前年中的第几天,例如:1表示1月1日。
doc['field_name'].date.era时代,0表示公元前,1表示公元。
doc['field_name'].date.hourOfDay小时(0-23)。
doc['field_name'].date.millisOfDay当前天中的第几毫秒数(0-86399999。
doc['field_name'].date.millisOfSecond当前秒钟的第几毫秒(0-999)。
doc['field_name'].date.minuteOfDay当前天中的第几分钟(0-1439)。
doc['field_name'].date.minuteOfHour当前小时中的第几分钟(0-59)。
doc['field_name'].date.monthOfYear当前年中的第几个月(1-12),例如:1表示一月。
doc['field_name'].date.secondOfDay当前天中的第几秒(0-86399)。
doc['field_name'].date.secondOfMinute当前分中的第几秒(0-59)。
doc['field_name'].date.year年(-292000000 - 2.92亿)。
doc['field_name'].date.yearOfCentury当前世纪中的第几年(1-100)。
doc['field_name'].date.yearOfEra当前时代中的第几年(1-292000000)。

下面的例子展示了如何计算date1date0字段相差几年:

doc['date1'].date.year - doc['date0'].date.year

地理点(geo)类型字段API

表达式描述
doc['field_name'].empty该字段是否有值,返回true/false
doc['field_name'].lat地理点的纬度。
doc['field_name'].lon地理点的经度。

下面的例子展示了计算field_name字段值到华盛顿有多少公里:

haversin(38.9072, 77.0369, doc['field_name'].lat, doc['field_name'].lon)

在这个例子中的坐标可能被作为参数传递给脚本,例如: 用户的当前地理位置。

限制

相对于其他脚本语言的一些限制:

  • 只有数字、布尔、日期和地理点类型的字段可以被访问;
  • 存储字段(Stored fields)不可用
  • 无标签