何时在Lucene中使用自定义字段

Question

我正在使用Lucene构建一个用于构建特定于域的数据的搜索引擎。 Lucene显然功能强大且可定制。最初我创建了自己的字段类型并且正在使用那些，但后来我得到了0次点击所以我读了this并发现我应该使用文本字段。我的一个字段是日期，另一个是低基数类别。我查看了Field的设置者，但无法弄清楚StringField和TextField隐含的内容以及我应该如何看待它们。我应该为非严格的文本字段使用自定义字段类型吗？

Answer 1

TextField和StringField

TextField和StringField之间的差异隐藏在班级FieldType中。 FieldType允许您使用以下自定义属性定义字段：

FieldType type = new FieldType();
type.setTokenized(true);
type.setStoreTermVectors(true);
...
document.add(new Field("fieldName", someString, type));

因此，这两个类都从Field扩展并设置了不同的字段类型。这会变得更加混乱，因为字段类型根据字段是否存储而不同。 （来源：Lucene 6.5源代码）

何时使用

简而言之：

• 使用StringField获取ID，URL等信息，这些信息不需要某些分析器进行任何令牌，词干或其他处理。
• 使用TextField获取需要此处理的信息，例如文档的标题或内容。
• 对于必须存储在索引中的任何其他内容，请使用StoredField。

数字字段

查看documentation，我们可以看到除了Field，StringField和TextField类型之外，lucene主要提供数字“点数”。点的作用就像字段一样，它们被索引，但没有存储（请参阅上面的StoredField）。

对于您的约会对象，我建议使用LongPoint来存储时间戳，例如：

document.add(new LongPoint("date", someCalendar.getTimeInMillis() / 1000));

稍后使用某个点可以使用LongPoint.newRangeQuery执行范围查询，该查询可用于在给定时间范围内检索文档，或作为附加过滤器应用于现有查询。

关于你的“低基数类别”，我不确定你的意思，但如果它是一个数字，你可以使用IntPoint。