Lucene 查询结果对于 long 和 double 值不正确
Posted
技术标签:
【中文标题】Lucene 查询结果对于 long 和 double 值不正确【英文标题】:Lucene query results not correct for long and double values 【发布时间】:2017-11-03 12:38:51 【问题描述】:我使用 Lucene 6.1.0 来索引具有名称和值的元素。 例如
<documents>
<Document>
<field name="NAME" value="Long_-1"/>
<field name="VALUE" value="-1"/>
</Document>
<Document>
<field name="NAME" value="Double_-1.0"/>
<field name="VALUE" value="-1.0"/>
</Document>
<Document>
<field name="NAME" value="Double_-0.5"/>
<field name="VALUE" value="-0.5"/>
</Document>
<Document>
<field name="NAME" value="Long_0"/>
<field name="VALUE" value="0"/>
</Document>
<Document>
<field name="NAME" value="Double_0.0"/>
<field name="VALUE" value="0.0"/>
</Document>
<Document>
<field name="NAME" value="Double_0.5"/>
<field name="VALUE" value="0.5"/>
</Document>
<Document>
<field name="NAME" value="Long_1"/>
<field name="VALUE" value="1"/>
</Document>
<Document>
<field name="NAME" value="Double_1.0"/>
<field name="VALUE" value="1.0"/>
</Document>
<Document>
<field name="NAME" value="Double_1.5"/>
<field name="VALUE" value="1.5"/>
</Document>
<Document>
<field name="NAME" value="Long_2"/>
<field name="VALUE" value="2"/>
</Document>
</documents>
根据文档,我使用 LongPoint 和 DoublePoint 来构建索引。
public static void addLongField(String name, long value, Document doc)
doc.add(new LongPoint(name, value));
// since Lucene6.x a second field is required to store the values.
doc.add(new StoredField(name, value));
public static void addDoubleField(String name, double value, Document doc)
doc.add(new DoublePoint(name, value));
// since Lucene6.x a second field is required to store the values.
doc.add(new StoredField(name, value));
由于我对 long 和 double 值使用相同的字段,如果最小值和最大值有不同的符号,我的 RangeQuery 会得到奇怪的结果。
LongPoint.newRangeQuery(field, minValue, maxValue);
DoublePoint.newRangeQuery(field, minValue, maxValue);
这个例子是正确的:VALUE:[1 TO 1] VALUE:[0.5 TO 1.0]
结果:0.5 Double_0.51 Long_11.0 Double_1.0
这个例子是错误的VALUE:[0 TO 1] VALUE:[-0.5 TO 1.0]
结果:0 Long_00.0 Double_0.01 Long_1 -1 Long_-1-0.5 Double_-0.50.5 Double_0.51.0 Double_1.0 em>2 Long_2
除了正确的结果外,所有长值都会返回。
有人知道为什么吗? 不能在同一个字段中存储 long 和 double 值吗? 非常感谢。
BR托比亚斯
【问题讨论】:
【参考方案1】:不,您不应该在同一个字段中保留不同的数据类型。您应该将它们放在单独的字段中,或者将您的 long 转换为双精度(反之亦然),以便它们都以相同的格式索引。
要了解发生了什么,了解数字字段的实际作用会有所帮助。数字字段以二进制表示形式编码,便于对该类型进行范围搜索。整数类型的编码和浮点类型的编码没有可比性。例如,对于数字 1:
long 1 = lucene BytesRef: [80 0 0 0 0 0 0 1] double 1.0 = lucene BytesRef: [bf f0 0 0 0 0 0 0]这些 BytesRef 二进制表示是 实际上 正在搜索的内容。由于您的查询的一部分是从双 -0.5 到 1.0,因此您正在有效地运行查询:
编码值:[40 1f ff ff ff ff ff ff] - [bf f0 0 0 0 0 0 0]其中不包括超出长值范围的几个额外命中,而是真正高和低范围之外的大多数长值(你需要得到进入Long.MAX_VALUE/2
附近)。
【讨论】:
这确实解释了我的问题。非常感谢您的详细解释!以上是关于Lucene 查询结果对于 long 和 double 值不正确的主要内容,如果未能解决你的问题,请参考以下文章