让我们说我正在索引一个字符串值＆＃34; useridA; useridB，userdidC，useridA，useridA＆＃34;
该字段设置为ANALYZED并使用自定义CharTokenizer查找边界逗号字符。 索引中的预期行为是什么，作为令牌＆＃34; useridA＆＃34;在同一个字段内出现多次？
它是否只是重新索引相同的值并保留相同的空间，就好像它只是一次出现一样？
答案 0 :(得分：1)
在基本水平上，lucene是一个＆＃34;反向术语索引＆＃34;它存储term-＆gt; docID。因此，如果一个术语多次出现，它只会被记录一次。
显然这是一个巨大的简化。还会存储位置信息，具体取决于添加字段时使用的TermVector值（您需要使用此字符来使用短语和slop查询）。
根据您的使用情况，我建议您在编制索引时或者仅使用HashSet＆lt;串GT;无论你的班级是什么属性。