Field 域使用|学习笔记

开发者学堂课程【Lucene 知识精讲与实战（上）：  Field 域使用】学习笔记，与课程紧密联系，让用户快速学习知识。

课程地址：https://developer.aliyun.com/learning/course/700/detail/12336

Field 域使用

内容介绍：

一、简介

二、代码编写

三、执行结果

一、简介

field 域的类型，就是在创建索引的时候，为每个域都分配了一个类型，叫做文本类型。

当初创建索引库的时候，在文档中添域，域的类型全都设置成了文本类型，但其实域有很多类型，选择使用什么样的域就是要研究的内容。

 

表格中列出了部分它的域的类型不是全部是部分。首先先竖着看 field 的类中域的一个类型，叫做数据类型。数据类型表示它对应 Java 里边到底对应哪些类型，比如说字符串型等等。

先来看使用是字符串的，然后还有 float 类型， Double float，是否分词，是否索引，是否存储，看它的值是 yes 或者是 no，如果只有一个选项，则不能改，no 就是不分词。

确定是否分词、是否索引，是否存储，就要来研究分词的目的是什么，索引的目的是什么，存储的目的是什么。也就知道在该怎么去选择什么样的 field 的域了。

分词的目的是为了索引，索引的目的查询出来，索引是通过全文检索法来查的。在路线中没有方式方法，不索引就查询不出来，索引了才能进行查询。

分词举个例子，比如要查询，首先商品名称，根据商品名称作为查询字段，想查商品名，时候商品名分词了有没有意义，比如说华为手机，可以分成华为，手机，所以说这种要索引。再比如说一篇文章的商品描述，都是要分词的，如果说商品ID是唯一标识，ID 是数据库的组件字段，并且全都是数字，它能唯一的去掉确定这么一条数据，所以它作为一个整体来讲不分词。要根据 ID 查不分词。如果不想根据ID查询，就可以不索引。分词如果是一个整体就不分了，不是一个整体，就可以分词。如果说不想根据某一个字段查，不管它有没有意义都可以不用分词了。

索引的目的是为了查询，根据某一个字段要查。不查，那就不索引。比如图片的路径，在京东上买东西，没有根据图片路径来查的，一般是直接输入要查这商品品牌的名，这些东西这些关键字没有说根据一个图片路径来进行查询的。所以索引就是为了查询，不索引就可以不查询。

索引了要查询，还要分为分不分词，分词有意义则分，分词无意义的比如说订单号、身份证、商品ID，这些他们是一个整体的，分开之后没有什么意义，可以不分词。不进行查询、不进行索引的，也可以不分词，其他的想要查询之后并且有意义，就需要分词。

是否存储管的是能不能显示出来，也就是说虽然不根据图片路径进行查询，但是要把它展示到页面上，然后给消费者给用户来看商品的事例图片长什么样，就要如果页面上它不需要展示图片，不准备展示商品的图片，就可以不存储。也就是说虽然能查出来，但是一展示它的结果是什么是no。这是关于存储的目的。也就是说分词和索引它影响的是lunk是索引的内容，而是否存储影响的是文档中的内容。

如果说文档中，存储的时候设置成某一个域不存储，在文档中，设置完不存储之后，域就会显示域值是null，查完之后找到文档看它的结果是 no，什么都没有，

是否分词，是否索引，是否存储，在对于域中要进行改造，给他找到适合的匹配的域进行改造。

二、代码编写

//创建域对象并且放入文档对象中

首先分析一下 ID 域中，ID 它是的一个业务组件，比如说在的商品的表中，它是组建 ID 唯一能确定某一条数据，从三点来改造它。即是否分词，是否索引，是否存储，都从这三点来分析，分析完之后就知道怎么去选择它对应的域了。每个域都需要经过这三点分析，都写上写完之后一个来分析首先来看 ID，

ID 作为组件，有可能根据组件来把它查询出来，要查询就必须所以写，如果根据 ID组件不索引是查不了的，是否分词，作为组件是一串数，把它切分成一个的数字没有意义。如果没有意义，就可以不分词，因为组建分词后无意义。

如果说像身份证号，每个人的身份证号是都是唯一的，是一串数字，如果给它切分词，每一个数字单独拿出来，没有任何意义，什么也代表不了。所以说像这样唯一的东西，要看需不需要把它的ID展示出来，像京东，商品的 ID 可能说展示出来也没什么用，消费者看到也没什么用，但是拿到 ID 就可以通过 ID 跟数据库的数据有关联关系，或可以通过组件 ID 数据库中办一些其他的业务上的事情。

所以说对于 ID 一般还是存储起来比较好，因为存储起来，它不浪费很多的存储空间，因为 ID 比较短。如果不存，等用到的时候找不到。虽然能查到，但是展示不出来组件 ID 是多少，是因为组件ID比较特殊。所以存储后才可以获取到 ID 具体的内容。看对照着表格，看还有没有跟它同类型的，没有，则使用fleid，改造一下。

是否分词:否，因为主键分词后无意义

是否索引:是，如果根据 id 主键查询，就必须索引

是否存储:是，因为主键 id 比较特殊，可以确定唯一的一条数据，在业务上一般有重要所用，所以存储

存储后，才可以获取到 id 具体的内容

document.add(new StringField("id"，sku.getid()，Field.store.YES));

再来看名称字段，需要根据名称来查，比如查询名称中包含手机的，包含华为的，是包含关键字的

是否分词:是，因为名称字段需要查询，并且分词后有意义所以需要分词

是否索引:是，因为需要根据名称字段查询

是否存储:是，因为页面需要展示商品名称，所以需要存储

document.add(new Textfield("name",sku.getName((),Field.Store.YES));

价格如果要查询，需要查询以上的多少钱，以下的多少钱，可以根据范围进行查询。如果根据范围查询，看他这些关于数值类型的FloatPoint(FieldName,FieldValue)、DoublePoint(FieldName, DoubleValue)、LongPoint(FieldName,FieldValue)这些数值类型的，是否分词，所以是全都写的是 yes，是改不了的。

价格类型：价格是数值，数值类型要通过范围查询，必须索引。需要根据价格进行范围查询，索引了之后会发现在表格中，这些数值类型全都是分词的，全都是 yes，假如说12.5、1000元等等这种数值，切分词没有意义，分不分词也要分词。 是 lucene 底层算法规定切分词，不是说把100元切分成1,0,0.根据 lucene 底层算法规定，如果根据价格范围查询，必须分词，没有办法改。

一个电商网站，展示一个商品，价格肯定需要展示。所以说查询完之后必须要展示出来，必须存储。所以说也要选择yes，因为页面需要展示，价格需要展示。

看一下表格， yes 比较多，FloatPoint(FieldName,FieldValue)、DoublePoint(FieldName, DoubleValue、LongPoint(FieldName,FieldValue)这些数值范围都是 no，是说明不存储，StoredField(FieldName,

FieldValue)是存储，但是它是不分词，也是不索引的。

在存储价格的时候，跟早期版本不太一样，早期版本，如果说存储这种价格，然后数根据数值范围查询，直接用 IntPoint(FieldName, FieldValue)等等。

在最新版本的的7.7.2版本中，API 改了。首先要选择一个这种数值的 point 这些域来进行使用，使用完了它是不存储，不存储可以用StoredField(FieldName,

FieldValue)来进行存，所以说对于这种价格它的处理是比较特殊的。

原来在的sku里边，价格是 int 类型，所以就用 Intpoint 来进行存。后边括号去掉，传的参数也不是三个参数了，两个参数变成int类型的，关于价格关于数值范围查询的，字段是比较特殊的。

是否分词:是(因为 lucene 底层算法规定，如果根据价格范围查询，必须分词)

是否索引:是，需要根据价格进行范围查询，所以必须索引

是否存储:是，因为页面需要展示价格

document.add(new IntPoint("price"，sku.getPrice()));

document.add(new StoredField("price"，sku.getPrice()));

关于图片，存的不是图片内容，是图片的地址。一般如果做电商，是不需要根据图片地址进行查询的，因为查询的都是某一个商品，所以说不查询就可以不索引，不索引就查不出来了。因为不需要根据图片地址入境查询，不查询不要分词。所以说否是因为不查询。分词和索引影响索引文件，存储影响的是文档，是否存储这一部分就看页面，页面上一般是要展示图片，所以是要存储的。索引和分词这两个是有关系的，索引分词和存储无关，它影响的是文档内容，而这两个影响的是索引内容。

因为页面需要展示图片，所以说给它存起来。特殊情况可以根据别的字段，根据别的域查出来结果，在结果中如果要展示，就可以把它可以拿到展示出来。如果说要不存，图片要展示，它就是 null。

是否分词:否，因为不查询，所以不索引，因为不索引所以不分词

是否索引:否，因为不需要根据图片地址路径查询

是否存储:是，因为页面需要展示商品图片

document.add(new StoredField("image",sku.getImage()));

分类名称要根据大家电小家电等等，这样可以进行索引才能查出来。

关于分词分类，大家电小家电等等，它是一个专有名词，某一个分类它是一个专有名词，它如果是一个整体，就不分词。如果说要认为它不是一个专有名词，可以把它切碎了，就可以分词，所以分词和存储看页面要不要展示分类名。如果展示，就得存储，因为页面需要展示分类。

是否分词:否，因为分类是专有名词，是一个整体，所以不分词

是否索引:是，因为需要根据分类查询

是否存储:是，因为页面需要展示分类

document.add(new StringField("categoryName"，sku.getCategoryName()，Field.Store.YES));

品牌名要根据品牌进行查询的，查华为，查苹果等品牌

品牌它是专有名词或者不是专有名词，需要看情况。比如华为是一个专有名词，所以说认为不分词比较好，因为它是一个专有名词，是一个整体。如果说要切成华和为将什么也代表不了，所以说不分词。因为品牌是专有名词，名词是一个整体，所以不分词。

再来看存不存储，页面上查询出来东西要展示它的品牌是否需要分词。

是否分词:否，因为品牌是专有名词，是一个整体，所以不分词

是否索引:是，因为需要根据品牌进行查询

是否存储:是，因为页面需要展示分类

document.add(new TextField("brandName"，sku.getBrandName()，Field.Store.YES));

 

三、执行结果

通过改造后的这些域重新来执行，测试一下，重新执行完之后，他会重新创建索引库里边的内容，然后再用 lunk 小工具来进行查看，查看它里边跟以前都有什么变化，都有什么不同。

执行完成之后重新点击 lunk 小 工具打开索引库的位置没变， ID 没有什么变化，因为它是一个整体不切分词，名称名称跟以前也没有什么太大变化。

品牌名是一个整体，不分词，所以用 field 的，认为一个整体，不分词，华为、南极人，森马等等，这是都是整个的一个品牌名。

分类名也是一个整体，是不切分词的。

图片点击后发现什么反应都没有，但是右边点中它没有反应，展示数据还是上边分类的，说明数据没有刷新。切分出来的值为0。

价格是一个数字，数字要进行数值的范围查询，因为买东西要查多少钱以上，多少钱以下的。然后设置的不分词，因为lucece底层算法规定，如果要根据数值范围查询，必须分词，但是看不出来分词。这是它底层算法的原因，改不了，虽然分了，但是看不出来。

文档分页跟以前是没有太大变化，原因是存储。如果要设置不存储，可能展示不出来。根据索引查出来是找文档，然后找出来文档，把文档先展示出来。如果不存储的域，则无法展示。