Solr 中的 DocValues 是什么。

Question

我是 Solr 的新手。我读到 Solr 正在使用倒排索引，这对于快速搜索结果非常有效。但如果查询包括排序、分面，人们建议使用 docvalues。所以我的问题是什么是 docvalues 以及为什么我们需要在上述情况下使用，以及在上述情况下反转索引如何无效。 如果可能，请用例子详细说明。

Answer 1

为了完成 Hector 的回答，我想说倒排索引可以有效地匹配给定主要搜索查询的文档。

现在，当涉及到过滤/排序/分面时，Solr 作用于结果集，它已经在处理匹配文档的列表，并且任何子查询都将与主结果集相交或联合。

此时，我们可以从逻辑上考虑文档到某物的情况：例如，如果您要按 fieldX 对任意 docID 列表进行排序，您实际上会重新排序 fieldX 值并获取对应的 - sorted - docID。

因此，如果在构建 fieldCache 时为相关字段启用了 docValues，那么准备好使用文档到值的映射将大大提高 fieldCache 的使用率。

我们也可能（可能有些不准确）指的是暖缓存与冷缓存。

Answer 2

简短的回答是，DocValues 是一种优化，可帮助提高人们与搜索相关联的 Solr 的一些其他功能的内存利用率和性能。

来自Solr guide：

DocValues 是一种在内部记录字段值的方式 对于某些目的（例如排序和分面）有效，比 传统索引。

为什么是 DocValues？

Solr 构建索引的标准方式是使用倒排索引。 这种风格建立了一个在所有文档中找到的术语列表 索引，每个术语旁边是该术语的文档列表 出现在（以及该术语出现的次数） 文档）。这使得搜索速度非常快 - 因为用户按字词搜索， 拥有一个现成的术语到文档值列表可以进行查询过程 更快。

对于我们现在通常与搜索相关联的其他功能，例如 排序、分面、高亮，这种做法不是很 高效的。例如，分面引擎必须查找每个术语 出现在将构成结果集的每个文档中，并且 拉取文档 ID 以构建构面列表。在 Solr 中，这 保存在内存中，加载速度可能很慢（取决于 文档、条款等的数量）。

在 Lucene 4.0 中，引入了一种新方法。 DocValue 字段现在是 具有在索引处构建的文档到值映射的面向列的字段 时间。这种方法有望减轻一些记忆 fieldCache 的要求并进行分面、排序、 并且分组更快。