在Lucene 5.0中按字母顺序对字符串字段进行排序

Question

我在Lucene 5.0中对字符串字段进行排序时遇到问题.自Lucene 4改变以来你可以选择的方式.下面显示了我的文档索引的一些字段的片段.

@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;
}

我想首先考虑相关性,这很好.我遇到的问题是在标题字段上排序不起作用.我创建了一个sortfield,我试图在一系列方法调用之后使用TopFieldCollector.

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);
    }

其中:

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sort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,如果我尝试使用此SortField进行排序,我将获得此异常:

java.lang.IllegalStateException:字段'title'的意外docvalues类型为NONE(expected = SORTED).使用UninvertingReader或索引与docvalues.

我如何索引字符串字段以便能够在Lucene 5中按字母顺序(使用sortfields)对其进行排序？任何代码示例或代码段都会非常受欢迎.

按相关性搜索工作正常,但当用户输入空搜索查询时,所有结果都具有相同的相关性.有了这些查询,我宁愿按结果标题排序,这会导致Lucene迭代中出现问题.

Answer 1

注意:如果您尝试将其归结为可以首先使用的最小示例,则可以更容易地找出错误(对于您自己和您要求的人).而不是对您的架构和类进行排序,而我无法访问或了解任何相关内容等等,我将解决此问题:

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

标题定义如下:

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

这里排序字段的最佳方法可能是采用docvalues的建议.将DocValues添加到字段实际上是将其编入索引以进行排序,并且正如我所理解的那样,Lucene 4.X中的典型排序方法效率更高.添加典型字段TextField和SortedDocValuesField相同字段(名称)似乎工作得相当好,并支持使用相同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)));