Lucene原始碼解析--Field類

百聯達發表於2013-07-16
原始碼
Field類：文件中的一個域，在事實上控制著被索引的域值。其組成部分包括type(域的型別)，name(域的名稱)，fieldsData(域的值)，boost(加強因子).
Lucene原始碼解析--Field類
一：域的型別FieldType：描述Field的相關屬性。

1.private boolean indexed; 對field是否進行索引操作.

2.private boolean tokenized;是否使用分析器將域值分解成獨立的語彙單元流。該屬性僅當indexed()為ture時有效.

3.private boolean stored;是否儲存field的值。如果true,原始的字串值全部被儲存在索引中，並可以由IndexReader類恢復。該選項對於需要展示搜尋結果的一些域很有用（如URL，標題等）。如果為false,則索引中不儲存field的值，通常用來索引大的文字域值。如Web頁面的正文。

4.private boolean storeTermVectors;當lucene建立起倒排索引後，預設情況下它會儲存所有必要的資訊實施Vector Space Model。該Model需要計算文件中出現的term數，以及他們出現的位置。該屬性僅當indexed為true時生效。他會為field建立一個小型的倒排索引。

5.private boolean storeTermVectorOffsets;表示是否儲存field的token character的偏移量到 term vectors向量中。

6.private boolean storeTermVectorPositions;表示是否儲存field中token的位置到term vectors 向量中。

7.private boolean storeTermVectorPayloads;是否儲存field中token的比重到term vectors中。

8.private boolean omitNorms;是否要忽略field的加權基準值，如果為true可以節省記憶體消耗，但在打分質量方面會有更高的消耗，另外你也不能使用index-time  進行加權操作。

9.private IndexOptions indexOptions;描述什麼可以被記錄到倒排索引當中。
DOCS_ONLY：僅documents被索引，term的頻率和位置都將被忽略。針對field的短語或有關位置的查詢都將丟擲異常。
DOCS_AND_FREQS：documents和term的頻率被索引，term的位置被忽略。這樣可以正常打分，但針對field的短語或有關位置的查詢都將丟擲異常。
DOCS_AND_FREQS_AND_POSITIONS：這是一個全文檢索的預設設定，打分和位置檢索都支援。
DOCS_AND_FREQS_AND_POSITIONS_AND_OFFSETS：索引字元相對位置的偏移量。

10.private DocValuesType docValueType;DocValues  的型別，如果非空，field的值將被索引成docValues.
NUMERIC:數字型別
BINARY：二進位制型別
SORTED：只儲存不同的二進位制值 byte[]
SORTED_SET.

11.private boolean frozen; 阻止field屬性未來可能的變更，該屬性通常在FieldType   屬性已經被設定後呼叫。是為了防止無意識的變更。

二：Field類的建構函式
1.rotected Field(String name, FieldType type)建立一個無初始值的field.

2.  public Field(String name, Reader reader, FieldType type)
使用Reader而不是String物件來表示域值。在這種情況下，域值是不能被儲存的，並且該域會一直用於分析和索引。請參照TextField

3.public Field(String name, TokenStream tokenStream, FieldType type)使用TokenStream而不是String物件來表示域值。在這種情況下，域值是不能被儲存的，並且該域會一直用於分析和索引。請參照TextField

4. public Field(String name, byte[] value, FieldType type)用二進位制來表示域值，不能被索引。

三：Field子類介紹（部分）
1.StringField：整個string作為一個單獨的分詞token.

2.TextField:A field that is indexed and tokenized, without term
  vectors.  For example this would be used on a 'body'  field, that contains the bulk of a document's text.

3.IntField:索引int值得域，用來進行範圍過濾和排序（使用NumericRangeQuery，NumericRangeFilter，SortField.Type#INT）

4.StoredField：域值儲存到索引，以便查詢的時候進行展示。

5.NumericDocValuesField：每個文件儲存一個long值，用於排序或值檢索。

Normal 0 7.8 磅 0 2 false false false EN-US ZH-CN X-NONE

相關文章