在 Lucene 5.0 中按字母顺序排序字符串字段

Question

我在 Lucene 5.0 中对字符串字段进行排序时遇到问题。显然，自 Lucene 4 以来您可以进行排序的方式已经改变。下面显示了一些正在为我的文档索引的字段的 sn-p。

@Override
public Document generateDocument(Process entity)
{
    Document doc = new Document();
    doc.add(new IntField(id, entity.getID(), Field.Store.YES));
    doc.add(new TextField(title, entity.getProcessName(), Field.Store.YES));
    doc.add(new IntField(organizationID, entity.getOrganizationID(), Field.Store.YES));
    doc.add(new StringField(versionDate, DateTools.dateToString(entity.getVersionDate(), DateTools.Resolution.SECOND), Field.Store.YES));
    doc.add(new LongField(entityDate, entity.getVersionDate().getTime(), Field.Store.YES)); 
    return doc;
}

我想先对相关性进行排序，这很好用。我遇到的问题是标题字段上的排序不起作用。我创建了一个排序字段，我尝试在一系列方法调用之后将其与 TopFieldCollector 一起使用。

public BaseSearchCore<Process, ProcessSearchResultScore>.SearchContainer search(String searchQuery, Filter filter, int page, int hitsPerPage) throws IOException, ParseException
    {
    SortField titleSort = new SortField(title, SortField.Type.STRING, true);
    return super.search(searchQuery, filter, page, hitsPerPage, title);
    }

去：

public SearchContainer search(String searchQuery, Filter filter, int page, int hitsPerPage, SortField... sortfields) throws IOException, ParseException 
    {
        Query query = getQuery(searchQuery);
        TopFieldCollector paginate = getCollector(sortfields);
        int startIndex = (page -1) * hitsPerPage;
        ScoreDoc[] hits = executeSearch(query, paginate, filter, startIndex, hitsPerPage);

        return collectResults(query, filter, hitsPerPage, hits, page);
  }

最后是应用排序字段的方法：

private TopFieldCollector getCollector(SortField sortfield) throws IOException
    {
        SortField[] sortFields = new SortField[] {SortField.FIELD_SCORE, sortField};
        Sort sorter = new Sort(sortFields);
        TopFieldCollector collector = TopFieldCollector.create(sorter, 25000, true, false, true);
        return collector;
    }

使用返回的收集器执行常规查询，并返回结果。但是，如果我尝试使用这个 SortField 进行排序，我会得到这个异常：

java.lang.IllegalStateException：字段“标题”的意外文档值类型 NONE（预期 = SORTED）。使用 UninvertingReader 或 index with docvalues。

我应该如何索引一个字符串字段以便能够在 Lucene 5 中按字母顺序（使用排序字段）对其进行排序？任何代码示例或 sn-ps 都会非常受欢迎。

按相关性搜索效果很好，但是当用户输入空搜索查询时，所有结果都具有相同的相关性。对于这些查询，我宁愿按结果标题进行排序，这会在这次 Lucene 迭代中引起问题。

Answer 1

虽然在 Lucene 5.0 及更高版本中使用此索引进行排序：

doc.add(new SortedDocValuesField("title", new BytesRef(term)));

用于搜索：

Sort sort = new Sort();
sort.setSort(new SortField("title", SortField.Type.STRING));            
TopDocs hits = searcher.search(bQuery.build(), pageSize, sort);

Answer 2

注意：如果您首先尝试将其归结为最小的示例，则更容易找出错误（对于您自己和您所询问的人）。与其对您的体系结构和我无权访问或不了解的类等进行分类，我将解决此问题所重现的问题：

Sort sort = new Sort(new SortField("title", SortField.Type.STRING));
TopDocs docs = searcher.search(new TermQuery(new Term("title", "something")), 10, sort);

title 的定义类似于：

doc.add(new TextField("title", term, Field.Store.YES));

这里对字段进行排序的最佳方法可能是采纳关于 docvalues 的建议。将 DocValues 添加到字段本质上是对其进行索引以进行排序，据我了解，它比 Lucene 4.X 中的典型排序方法更有效。将典型的TextField 和SortedDocValuesField 添加到同一个字段（名称）似乎效果很好，并且支持使用相同的字段名称进行搜索和排序：

doc.add(new TextField("title", term, Field.Store.YES));
doc.add(new SortedDocValuesField("title", new BytesRef(term)));