如何计算 collection/index 中的所有标记数

Question

我使用 Lucene 5.3.1，我已经为一些文档编制了索引，现在正试图找到一个内置函数来计算 所有标记计数（在 collection/index)

我知道我可以遍历所有文档并对它们的长度求和。但是由于我的复杂算法会增加 运行 时间，所以我试图避免这种方法。我认为 lucene 可能对此有 api...

毕竟，我用谷歌搜索了这个函数（或任何类似的函数），但我找不到任何有用的东西link。

现在的问题是：是否有任何内置函数 returns 集合中所有令牌的数量（即整个索引）??如果没有，还有其他优化方法吗？

感谢任何帮助，谢谢。

Answer 1

最终我找到了解决方案。

我按以下方式使用CollectionStatistics：

CollectionStatistics collectionStats = indexSearcher.collectionStatistics("Body");
long token_count = collectionStats.sumTotalTermFreq();

sumTotalTermFreq() 方法 returns 集合中的所有令牌。它适用于任何查询。