如何在Lucene 4中搜索int字段？

Question

我正在尝试实现文档索引(对应于DB行的rougly),其中一个字段是整数.我将它们添加到索引中:

Document doc = new Document();
doc.add(new StringField("ticket_number", rs.getString("ticket_number"),
        Field.Store.YES));
doc.add(new IntField("ticket_id", rs.getInt("ticket_id"),
        Field.Store.YES));
doc.add(new StringField("id_s", rs.getString("ticket_id"),
        Field.Store.YES));
w.addDocument(doc);

看来我根本无法查询该ticket_id字段,而id_s工作正常.

其中一个文件是(为了便于阅读,我添加了空格):

Document<
    stored,indexed,tokenized,omitNorms,indexOptions=DOCS_ONLY<ticket_number:230114W> 
    stored<ticket_id:152> 
    stored,indexed,tokenized,omitNorms,indexOptions=DOCS_ONLY<id_s:152>>

所以我的int字段存储,但没有索引.这个查询按预期工作:id_s:152虽然这个从不返回任何东西:ticket_id:152.

我究竟做错了什么？如何将这样的字段添加到索引并使其可搜索？

Answer 1

以下对我有用:

    RAMDirectory idx = new RAMDirectory();
    IndexWriter writer = new IndexWriter(
            idx,
            new IndexWriterConfig(Version.LUCENE_40, new ClassicAnalyzer(Version.LUCENE_40))
    );
    Document document = new Document();
    document.add(new StringField("ticket_number", "t123", Field.Store.YES));
    document.add(new IntField("ticket_id", 234, Field.Store.YES));
    document.add(new StringField("id_s", "234", Field.Store.YES));
    writer.addDocument(document);
    writer.commit();

    IndexReader reader = DirectoryReader.open(idx);
    IndexSearcher searcher = new IndexSearcher(reader);

    Query q1 = new TermQuery(new Term("id_s", "234"));
    TopDocs td1 = searcher.search(q1, 1);
    System.out.println(td1.totalHits);  // prints "1"

    Query q2 = NumericRangeQuery.newIntRange("ticket_id", 1, 234, 234, true, true);
    TopDocs td2 = searcher.search(q2, 1);
    System.out.println(td2.totalHits);  // prints "1"

正如femtoRgon指出的那样,对于数值(longs,date,float等),你需要拥有NumericRangeQuery并指定精度.否则Lucene不知道你想如何定义相似性.

Answer 2

可以使用NumericRangeQuery查询数字字段.要获得完全匹配,只需将max和min设置为相等的值即可.

指示字段未编入索引的输出可能是由于与文本值相比,数值的索引方式不同.考虑到该字段被转换为Lucene的数字表示,文字值152确实不会被索引

但是,乍一看,您对id_s的处理可能是更好的选择.ID通常不作为数值处理,而是作为恰好用数字表示的简单标识符.如果您不需要对字段进行数字排序或范围查询,那么索引StringField就更有意义了.

Answer 3

另一个答案来自这个线程（第三个答案）：Lucene 4.0 IndexWriter updateDocument for Numeric Term

基本上，您使用 int 值创建一个 Term ，如下所示：

String field = "myfield";
int value = 4711;
BytesRef bytes = new BytesRef(NumericUtils.BUF_SIZE_INT);
NumericUtils.intToPrefixCoded(value, 0, bytes);
Term term = new Term(field, bytes);

然后，您可以使用此术语进行搜索或删除/更新索引。在第一次测试中，这对我来说效果很好。然而，我不知道这是否是做事的“正确”方式。我之前使用过 NumericRangeFilter 来过滤 IntFields，但现在我倾向于使用这种方法并使用常规的 termFilter 或 TermQueries。