Lucene中Field和StringField有什么区别？

Question

我在lucene索引中搜索完全匹配的文档标题。 为了实现这一点，我有以下两种替代方法来为要编制索引的文档创建字段。

方法1：

FieldType _contentFieldType = new FieldType();
_contentFieldType.setIndexed(true);
_contentFieldType.setStored(true);

Document doc = new Document();
doc.add(new Field("content", getContent(), _contentFieldType));
writer.addDocument(doc);

方法2：

Document doc = new Document();
doc.add(new StringField("content", getContent(), Store.YES));
writer.addDocument(doc);

然后我使用TermQuery创建查询并在lucene索引中搜索，但如果我使用第一种方法，我不会得到任何结果。 第二个适用对我来说很好。

Query query = new TermQuery(new Term(searchQuery.fields().get(0), searchQuery.queryText()));
indexSearcher.search(query, Math.max(1, collector.getTotalHits()));

文档标题示例：文档标题实际上是文档的主题，是主题的分层路径。

Top/Arts/Animation/Audio
Top/Arts/Animation/Collectibles
Top/Arts/Animation/Stop-Motion
Top/Arts/Animation/Festivals
Top/Arts/Animation/News_and_Media
Top/Arts/Animation/Chats_and_Forums
Top/Arts/Animation/Training
Top/Arts/Animation/Voice_Actors
Top/Arts/Animation/Artists

说，我想搜索Top/Arts/Animation/Training 。 我需要精确的字符串匹配，所以我使用了TermQuery 。

我阅读了文档并了解了Field和StringField。 因此，如果将Store.Yes作为参数传递， Store.Yes对StringField建立索引，但不会对其进行分析。 但我的问题是，因为我在方法1中对Field使用setIndexed(true)和setStored(true) ，为什么我没有从方法1得到类似的结果？ 是因为如果我使用Field还是因为使用了TermQuery而执行了一些额外的事情？ 使这两种方法不同的主要原因是什么？ 请帮助我理解它们的不同之处。

谢谢！

Answer 1

所以这就是我在想的事情。

在第一种方法中，您使用analyzer来索引哪些小写输入令牌。

所以例如Top/Arts/Animation/Training这将存储如下

顶部/艺术/动画/培训

现在，当您使用TERMQUERY搜索它时，termquery实际上会搜索确切的字符串。 即Top/Arts/Animation/Training ，由于索引中的小写，所以不匹配任何东西。

让我们谈谈第二种方法。 由于您使用了StringField，因此不会分析字段并将其按原样存储。 即您的索引在StringField案例中包含以下内容

前/艺术/动画/培训

所以现在当你使用TermQuery进行搜索时，它会匹配，因为它是按原样存储的。

在第一种方法中获得结果

使用QueryParser构建查询，而不是使用在索引时使用的相同分析器使用TermQuery 。

请阅读此处了解TERMQUERY和QUERYPARSER之间的QUERYPARSER

Lucene 6.0中的TermQuery和QueryParser有什么区别？

编辑

存储只意味着原始字段值存储在索引中。 这样它就可以在返回搜索结果时返回。 搜索发生在索引上而不是存储的值上。 存储属性背后的原因是lucene“分析”或将输入数据转换为更有效的形式，以实现更快速和更相关的搜索（使用不同的分析器和标记器）。 不幸的是，分析的数据经常不再适合显示。 设置“stored = true”可确保以原始形式检索原始数据。

Answer 2

StringField未被标记化（即，它不会通过分析器运行以分割为标记）。 除非另外指定，否则您的FieldType将默认为标记化，因此调用setTokenized(false) （注意：您似乎使用的是版本4.10或更早版本，因此我将假设为4.10。但是，由于FieldType API具有此功能，因此有用。从那时起有所改变）：

FieldType _contentFieldType = new FieldType();
_contentFieldType.setIndexed(true);
_contentFieldType.setStored(true);
_contentFieldType.setTokenized(false);

或者，您可以复制StringField.TYPE_STORED FieldType，以获取具有与StringField相同设置的新的可修改FieldType，如下所示：

FieldType _contentFieldType = new FieldType(StringField.TYPE_STORED);