17

我正在尝试实现文档索引（大致对应于 DB 行），其中一个字段是整数。我将它们添加到索引中，例如：

Document doc = new Document();
doc.add(new StringField("ticket_number", rs.getString("ticket_number"),
        Field.Store.YES));
doc.add(new IntField("ticket_id", rs.getInt("ticket_id"),
        Field.Store.YES));
doc.add(new StringField("id_s", rs.getString("ticket_id"),
        Field.Store.YES));
w.addDocument(doc);

似乎我根本无法查询该ticket_id字段，而id_s工作得很好。

其中一份文件是（为了便于阅读，我添加了空格）：

Document<
    stored,indexed,tokenized,omitNorms,indexOptions=DOCS_ONLY<ticket_number:230114W> 
    stored<ticket_id:152> 
    stored,indexed,tokenized,omitNorms,indexOptions=DOCS_ONLY<id_s:152>>

所以我的 int 字段被存储，但没有被索引。此查询按预期工作：id_s:152，而此查询从不返回任何内容：ticket_id:152。

我究竟做错了什么？如何将这样的字段添加到索引并使其可搜索？

4

3 回答 3

19

以下对我有用：

    RAMDirectory idx = new RAMDirectory();
    IndexWriter writer = new IndexWriter(
            idx,
            new IndexWriterConfig(Version.LUCENE_40, new ClassicAnalyzer(Version.LUCENE_40))
    );
    Document document = new Document();
    document.add(new StringField("ticket_number", "t123", Field.Store.YES));
    document.add(new IntField("ticket_id", 234, Field.Store.YES));
    document.add(new StringField("id_s", "234", Field.Store.YES));
    writer.addDocument(document);
    writer.commit();

    IndexReader reader = DirectoryReader.open(idx);
    IndexSearcher searcher = new IndexSearcher(reader);

    Query q1 = new TermQuery(new Term("id_s", "234"));
    TopDocs td1 = searcher.search(q1, 1);
    System.out.println(td1.totalHits);  // prints "1"

    Query q2 = NumericRangeQuery.newIntRange("ticket_id", 1, 234, 234, true, true);
    TopDocs td2 = searcher.search(q2, 1);
    System.out.println(td2.totalHits);  // prints "1"

正如 femtoRgon 所指出的，对于数值（长整数、日期、浮点数等），您需要具有NumericRangeQuery并指定精度。否则 Lucene 不知道你想如何定义相似性。

于 2012-12-28T22:10:30.670 回答
8

另一个答案来自这个线程（第三个答案）：Lucene 4.0 IndexWriter updateDocument for Numeric Term

基本上，您使用您的 int 值创建一个 Term ，如下所示：

String field = "myfield";
int value = 4711;
BytesRef bytes = new BytesRef(NumericUtils.BUF_SIZE_INT);
NumericUtils.intToPrefixCoded(value, 0, bytes);
Term term = new Term(field, bytes);

然后你可以使用这个词来搜索，或者删除/更新你的索引。在第一次测试中，这对我来说很好。但是，我不知道这是否是“正确”的做事方式。我之前使用 NumericRangeFilter 来过滤 IntField，但现在我倾向于使用这种方法并使用常规的 TermsFilter 或 TermQueries 代替。

于 2013-02-15T09:56:17.997 回答
7

可以使用NumericRangeQuery查询数字字段。对于精确匹配，只需将最大值和最小值设置为相等的值。

指示字段未编入索引的输出可能是由于与文本值相比，数字值的索引方式不同。考虑到字段被转换成Lucene的数值表示，字面值152确实不会被索引

但是，乍一看，您对 id_s 的处理可能是更好的选择。ID 通常不作为数值处理，而只是作为碰巧用数字表示的简单标识符。如果您不需要对字段进行数字排序或范围查询，那么索引StringField当然更有意义。

于 2012-12-28T21:42:42.080 回答