java - Lucene 是否将实际文档存储在其索引中？

Question

我打算使用 Lucene 来索引一个非常大的文本文档语料库。我知道倒排索引是如何工作的。

问题：Lucene 是否将实际的源文档存储在其索引中（除了术语）？因此，如果我搜索一个术语并想要包含该术语的所有文档，这些文档是来自 Lucene，还是 Lucene 只是返回指针（例如，匹配文档的文件路径）？

Answer 1

这取决于你。Lucene 将文档表示为字段的集合，您可以为每个字段配置是否存储。通常，在处理较大的文档时，您将存储标题字段，而不是正文字段，并且您将添加可用于检索实际文档的标识符字段（未编入索引）。