Lucene索引

Posted 2021-04-24 IT技术乱弹

      今天我给大家讲讲Lucene是如何索引文档的，索引文档就是把文档变成索引这种数据结构的过程。

       文档是Lucene索引的基本单位，比文档更小的单位是字段，字段是文档的一部分，每个字段由名称、类型和取值组成。字段的取值一般为文本（字符串、字符流）、二进制类型和数值类型。Lucene中的字段类型主要有以下几种：

        TextField：

        TextField会把字段的内容索引并词条化，但是不保存词向量     

         StringField：

        StringField只会对该字段的内容索引，但是并不词条化，也不保存词向量。 

         IntPoint

         IntPoint适合int类型的字段。IntField是为了快速过滤的，如果需要展示出来另存一个字段。

         LongPoint

          LongPoint和IntPoint类似，区别在于LongPoint适合索引为长整型long类型的字段。

         FloatPoint 

          FloatPoint和IntPoint类似，区别在于FloatPoint适应索引值为float类型的字段。

          DoublePoint 

         DoublePoint和IntPoint类似，区别在于DoublePoint适应索引值为double类型的字段。

         SortedDocValuesField

        存储值为文本内容的DocValue字段，SortedDocValuesField适合索引字段值为文本内容并且按值进行排序的字段。 

          SortedSetDocValuesField

        存储值为多值域的DocValue字段，SortedSetDocValuesField适合索引字段值为文本内容并且按值进行分组、聚合等操作的字段。            

          NumericDocValuesField

         存储值为单个数值类型的DocValue字段，主要包括int、long、float、double。

           SortedNumericDocValuesField

          存储值数值类型的有序数组列表的DocValues字段。

          StoredFileld

           StoredFileld适合索引只需要保存字段值不进行其他操作的字段。