如何在 Lucene 4 中搜索 int 字段？答案

【问题标题】：How to search an int field in Lucene 4?如何在 Lucene 4 中搜索 int 字段？
【发布时间】：2012-12-14 00:28:54
【问题描述】：

我正在尝试实现文档索引（大致对应于 DB 行），其中一个字段是整数。我将它们添加到索引中，例如：

Document doc = new Document();
doc.add(new StringField("ticket_number", rs.getString("ticket_number"),
        Field.Store.YES));
doc.add(new IntField("ticket_id", rs.getInt("ticket_id"),
        Field.Store.YES));
doc.add(new StringField("id_s", rs.getString("ticket_id"),
        Field.Store.YES));
w.addDocument(doc);

似乎我根本无法查询 ticket_id 字段，而 id_s 工作正常。

其中一个文件是（为了便于阅读，我添加了空格）：

Document<
    stored,indexed,tokenized,omitNorms,indexOptions=DOCS_ONLY<ticket_number:230114W> 
    stored<ticket_id:152> 
    stored,indexed,tokenized,omitNorms,indexOptions=DOCS_ONLY<id_s:152>>

所以我的 int 字段被存储了，但没有被索引。此查询按预期工作：id_s:152，而此查询从不返回任何内容：ticket_id:152。

我做错了什么？如何将这样的字段添加到索引中并使其可搜索？

【问题讨论】：

标签： java lucene

【解决方案1】：

以下对我有用：

    RAMDirectory idx = new RAMDirectory();
    IndexWriter writer = new IndexWriter(
            idx,
            new IndexWriterConfig(Version.LUCENE_40, new ClassicAnalyzer(Version.LUCENE_40))
    );
    Document document = new Document();
    document.add(new StringField("ticket_number", "t123", Field.Store.YES));
    document.add(new IntField("ticket_id", 234, Field.Store.YES));
    document.add(new StringField("id_s", "234", Field.Store.YES));
    writer.addDocument(document);
    writer.commit();

    IndexReader reader = DirectoryReader.open(idx);
    IndexSearcher searcher = new IndexSearcher(reader);

    Query q1 = new TermQuery(new Term("id_s", "234"));
    TopDocs td1 = searcher.search(q1, 1);
    System.out.println(td1.totalHits);  // prints "1"

    Query q2 = NumericRangeQuery.newIntRange("ticket_id", 1, 234, 234, true, true);
    TopDocs td2 = searcher.search(q2, 1);
    System.out.println(td2.totalHits);  // prints "1"

正如 femtoRgon 所指出的，对于数值（长整数、日期、浮点数等），您需要有 NumericRangeQuery 并指定精度。否则 Lucene 不知道你想如何定义相似度。

【讨论】：

'234'是否表示同一条数据，如果是，我认为将其存储在索引中两次，一次作为字符串，一次作为int。
234 存储在不同的字段中（ticket_id 和 id_s）。我看不出这有什么问题。从概念上讲，这可能是错误的，但此示例的目的只是为了证明这两种技术都是可行的。

【解决方案2】：

另一个答案来自这个帖子（第三个答案）：Lucene 4.0 IndexWriter updateDocument for Numeric Term

基本上，您使用 int 值创建一个 Term，如下所示：

String field = "myfield";
int value = 4711;
BytesRef bytes = new BytesRef(NumericUtils.BUF_SIZE_INT);
NumericUtils.intToPrefixCoded(value, 0, bytes);
Term term = new Term(field, bytes);

然后您可以使用该术语来搜索、删除/更新您的索引。在第一次测试中，这对我来说很好。但是，我不知道这是否是“正确”的做事方式。我之前使用 NumericRangeFilter 来过滤 IntFields，但现在我倾向于使用这种方法并改用常规的 TermsFilter 或 TermQueries。

【讨论】：

【解决方案3】：

可以使用NumericRangeQuery 查询数字字段。对于精确匹配，只需将最大值和最小值设置为相等值。

您的输出表明该字段未编入索引可能是由于与文本值相比，数值的索引方式不同。考虑到字段转换成Lucene的数值表示，字面值152确实不会被索引

不过，乍一看，您对 id_s 的处理可能是更好的选择。 ID 通常不作为数值处理，而只是作为碰巧用数字表示的简单标识符。如果您不需要对字段进行数字排序或范围查询，那么索引为StringField 肯定更有意义。

【讨论】：