Lucene中TopDocs.totalHits与search方法参数'n'的关联疑问

嘿，我来帮你把这个问题掰扯清楚～在Lucene 4.3.1这个版本里，IndexSearcher.search(Query query, int n)的参数n和返回的TopDocs.totalHits其实是两个完全独立的东西，咱们一步步说：

核心逻辑拆解 #

• 首先，参数n的作用是控制返回的TopDocs里包含多少个得分最高的文档（也就是scoreDocs数组的长度），简单说就是“我要取前n个匹配结果”。
• 而totalHits字段返回的是Lucene统计到的、完全匹配查询条件的所有文档总数，不管你设置的n是多少，它都会如实返回真实的总命中数。

你的测试场景解释 #

你设置n=1时得到totalHits=29，这完全正常——因为你的查询确实匹配了29个文档，n=1只是让Lucene只返回得分最高的那1个文档，但它还是会告诉你总共有29个匹配项。同理，如果实际匹配的文档有10000个，哪怕你设置n=1000，totalHits也会返回10000，而不是被限制在1000以内。

更高效的总命中数统计方式 #

如果你的需求只是获取总命中数，而不需要具体的文档数据，那用search(query, n)其实有点浪费性能（因为Lucene还是会去计算前n个文档的得分）。Lucene 4.3.1提供了专门的TotalHitCountCollector来干这个事，代码示例如下：

// 创建专门统计总命中数的Collector
TotalHitCountCollector hitCountCollector = new TotalHitCountCollector();
// 执行查询，只统计数量
indexSearcher.search(yourQuery, hitCountCollector);
// 获取真实总命中数
int totalHits = hitCountCollector.getTotalHits();

这种方式不需要处理文档排序和得分，性能会比search(query, n)高很多，尤其是当匹配文档量很大的时候。

总结一下 #

• search(query, n)中的n不影响totalHits的数值，它只控制返回的top N文档数量
• 4.3.1版本的totalHits就是实际匹配查询的总文档数，和n无关
• 仅需统计数量时，优先用TotalHitCountCollector

内容的提问来源于stack exchange，提问作者nantitv