Lucene 索引 : Store and indexing modes explained

Question

我想我还是不理解 lucene 索引选项。

下面的选项是

• Store.Yes
• Store.No

和

• Index.Tokenized
• Index.Un_Tokenized
• Index.No
• Index.No_Norms

我不太了解商店选项。为什么您不想存储您的字段？
标记化是拆分内容并删除干扰词/分隔符(如“和”、“或”等)
我不知道规范是什么。 如何存储标记化的值？
如果我在“fieldName”中存储一个值“my string”会怎样？ 为什么不查询

fieldName:my string

返回什么？

Answer 1

商店.是

表示该字段的值将存储在索引中

商店号

意味着该字段的值不会存储在索引中

Store.Yes/No 不影响 lucene 的索引或搜索。它只是告诉 lucene 您是否希望它充当字段中值的数据存储。如果您使用 Store.Yes，那么当您搜索时，该字段的值将包含在您的搜索结果文档中。

如果您将数据存储在数据库中并且仅使用 Lucene 索引进行搜索，那么您可以在所有字段上使用 Store.No。但是，如果您也将索引用作存储，那么您将需要 Store.Yes。

索引.标记化

意味着该字段在被索引时将被标记化(你有那个)。这对于包含多个词的长字段很有用。

Index.Un_Tokenized

表示该字段不会被分析，会被存储为一个单独的值。这对于关键字/单词和一些短的多词字段很有用。

索引号

正如其所言。该字段不会被索引，因此不可搜索。但是，您可以使用 Index.No 和 Store.Yes 来存储您不希望被搜索到的值。

Index.No_Norms

与 Index.Un_Tokenized 相同，只是通过不存储一些规范化数据来节省几个字节。此数据用于增强和字段长度归一化。

要进一步阅读，lucene javadoc 是无价的(当前 API 版本 4.4.0):

• Field.Index
• Field.Store

关于你的最后一个问题，关于为什么你的查询没有返回任何东西，而不知道你是如何索引那个字段的，我会说这是因为你的 fieldName 限定符只附加到“我的”字符串。要搜索您想要的短语“我的字符串”:

fieldName:"my string"

在 fieldName 字段中同时搜索单词“my”和“string”:

fieldName:(my string)