Lucene 源码分析之Field

约定不等于承诺〃 2023-10-17 07:29 6阅读 0赞

Field 类：文档对象中的属性域值，属性域值由三部分构成：名称(name)、类型（type）和值类型（value）。值类型（value）主要分为三大类：一类是文本值类型（text）\[(String, Reader or pre-analyzed TokenStream)\]、一类是二进制类型（binary）\[\{ byte\[\]\}\]、一类是数值类型（numeric）\[\{  Number\}\].

Field 父子关联拓扑图

![Center][]

Field 类构造函数描述

protected Field(String name, FieldType type) ：创建一个无初始值的field.

public Field(String name, Reader reader, FieldType type)：使用Reader而不是String对象来表示域值。在这种情况下域值不会被存储，并且该域值一直用于分析和索引。具体实现请参考TextField子类。

public Field(String name, TokenStream tokenStream, FieldType type)：使用TokenStream而不是String对象来表示域值。在这种情况下域值不会被存储，并且该域值一直用于分析和索引。具体实现请参考TextField子类。

public Field(String name, byte\[\] value, FieldType type)：使用byte\[\]来表示域值，不能被索引。

public Field(String name, byte\[\] value, int offset, int length, FieldType type)：使用byete\[\]来表示域值，并且指定起始位置和长度，不能索引。

Field 子类描述

StringField :支持索引但不分词，索引字符串的值，主要适用于"地址值"、"编号值"等其他的取值，主要用于排序和访问字段缓存。

TextField：支持索引和分词，没有term存储。主要适用于“内容”取值。

IntField：支持索引，主要用于范围过滤和排序,通过(NumericRangQuery、SortFiled.Type.Int).

LongField：支持索引，主要用于范围过滤和排序,通过(NumericRangQuery、SortFiled.Type.Long).

FloatField：支持索引，主要用户范围过滤和排序，通过(NumericRangQuery、SortFiled.Type.Float)

DoubleField：支持索引，主要用户范围过滤和排序，通过(NumericRangQuery、SortFiled.Type.Double)

StoredField：域值存储到索引，以便查询的时候进行展示。

NumericDocValueField：每个文档存储一个long值，用于排序和值检索。

FieldType 类相关属性说明：

1.private boolean indexed; 对field是否进行索引操作.  
2.private boolean tokenized;是否使用分析器将域值分解成独立的语汇单元流。该属性仅当indexed()为ture时有效.  
3.private boolean stored;是否存储field的值。如果true,原始的字符串值全部被保存在索引中，并可以由IndexReader类恢复。该选项对于需要展示搜索结果的一些域很有用（如URL，标题等）。如果为false,则索引中不存储field的值，通常用来索引大的文本域值。如Web页面的正文。  
4.private boolean storeTermVectors;当lucene建立起倒排索引后，默认情况下它会保存所有必要的信息实施Vector Space Model。该Model需要计算文档中出现的term数，以及他们出现的位置。该属性仅当indexed为true时生效。他会为field建立一个小型的倒排索引。  
5.private boolean storeTermVectorOffsets;表示是否存储field的token character的偏移量到 term vectors向量中。  
6.private boolean storeTermVectorPositions;表示是否存储field中token的位置到term vectors 向量中。  
7.private boolean storeTermVectorPayloads;是否存储field中token的比重到term vectors中。  
8.private boolean omitNorms;是否要忽略field的加权基准值，如果为true可以节省内存消耗，但在打分质量方面会有更高的消耗，另外你也不能使用index-time 进行加权操作。  
9.private IndexOptions indexOptions;描述什么可以被记录到倒排索引当中。

DOCS\_ONLY：仅documents被索引，term的频率和位置都将被忽略。针对field的短语或有关位置的查询都将抛出异常。  
DOCS\_AND\_FREQS：documents和term的频率被索引，term的位置被忽略。这样可以正常打分，但针对field的短语或有关位置的查询都将抛出异常。  
DOCS\_AND\_FREQS\_AND\_POSITIONS：这是一个全文检索的默认设置，打分和位置检索都支持。  
DOCS\_AND\_FREQS\_AND\_POSITIONS\_AND\_OFFSETS：索引字符相对位置的偏移量。  
  
10.private DocValuesType docValueType;DocValues 的类型，如果非空，field的值将被索引成docValues.  
NUMERIC:数字类型  
BINARY：二进制类型  
SORTED：只保存不同的二进制值 byte\[\]  
SORTED\_SET.  
  
11.private boolean frozen; 阻止field属性未来可能的变更，该属性通常在FieldType 属性已经被设置后调用。是为了防止无意识的变更。

[Center]: https://img-blog.csdn.net/20160707200912573?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center