Lucene 4.0 IndexWriter updateDocument用于数字字段

问题描述：

我只是想知道如何根据数字字段更新（删除/插入）文档。到目前为止，我这样做：Lucene 4.0 IndexWriter updateDocument用于数字字段

LuceneManager.updateDocument(writer, new Term("id", NumericUtils.intToPrefixCoded(sentenceId)), newDoc);

但现在使用Lucene 4.0 NumericUtils类已更改为this，我真的不明白。有什么帮助吗？

你有什么用NumericUtils人工改造的数字，而不是使用特定的原因[NumericField（http://lucene.apache.org/core/3_6_0 /api/all/org/apache/lucene/document/NumericField.html）？ – femtoRgon

那么因为IndexWriter想要一个术语，而我不知道其他方式来创建一个数字字段的术语 –

答

我会建议，如果可能的话，最好将ID存储为关键字字符串，而不是数字。如果它只是一个唯一的标识符，索引作为关键字就更有意义。这消除了混淆数字格式的任何需要。

如果它实际上被用作数字，那么您可能需要手动执行更新。也就是说，搜索并获取您要更新的文档，使用tryDeleteDocument删除旧文档，然后将更新后的版本添加到addDocument。据我所知，这基本上就是updateDocument所做的。

不过，第一种选择当然是更好的方法。用作更新ID的非数字字段会使生活更轻松。

您有权将键作为字符串值很酷，但这意味着整个代码中的重大重构以及重新索引语料库，为此我可惜没有时间。我会试一下！ –

答

使用Lucene 4，您现在可以创建IntField，LongField，FloatField或DoubleField这样的：

document.add(new IntField("id", 6, Field.Store.NO));

要写入的文件，一旦你修改了它，它仍然是：

indexWriter.updateDocument(new Term("pk", "<pk value>"), document);

编辑： 这里是一个查询包括这个数字字段的方法：

// Query <=> id <= 7 
Query query = NumericRangeQuery.newIntRange("id", Integer.MIN_VALUE, 7, true, true); 
TopDocs topDocs = indexSearcher.search(query, 10);

因此，我只是使用Integer/Float/Long/Double对象的toString（）值？ –

不，所有这些字段都有一个方法[numericValue（）]（http://lucene.apache.org/core/4_0_0/core/org/apache/lucene/document/Field.html#numericValue（）），它返回底层字段的编号。要知道数字的类型（int，long ...），可以使用'instanceof'或使用[FieldType.NumericType]（http://lucene.apache.org/core/4_0_0/core/org/apache/ lucene/document/FieldType.NumericType.html） – aymeric

我不认为这可以这样工作。如果我有query = new TermQuery（新术语（LUCENE_FIELD_ID，new IntField（LUCENE_FIELD_ID，1，Store.YES）.stringValue（）））;那么查询看起来像“id：1”，它不会返回任何结果。 NumericUtils.intToPrefixCoded（1）返回结果。我究竟做错了什么？ –

答

你可以用这种方式：

首先，你必须设置FieldType的数值类型：

FieldType TYPE_ID = new FieldType(); 
... 
TYPE_ID.setNumericType(NumericType.INT); 
TYPE_ID.freeze();

然后：

int idTerm = 10; 
BytesRef bytes = new BytesRef(NumericUtils.BUF_SIZE_INT); 
NumericUtils.intToPrefixCoded(id, 0, bytes); 
Term idTerm = new Term("id", bytes);

，现在你就可以使用idTerm更新文档。

答

根据该documentation of Lucene 4.0.0，所述ID字段必须与StringField类一起使用：

“被索引但不标记化的字段：整个字符串值被索引为单个令牌例如，这可能是。用于'国家'字段或'id'字段，或者您打算用于通过字段缓存进行排序或访问的任何字段。“

我和你有同样的问题，我通过这个改变解决了它。之后，我的更新和删除工作完美。

答

随着Lucene 5。X，这可以通过下面的代码来解决：

int id = 1; 
    BytesRefBuilder brb = new BytesRefBuilder(); 
    NumericUtils.intToPrefixCodedBytes(id, 0, brb); 
    Term term = new Term("id", brb.get()); 
    indexWriter.updateDocument(term, doc); // or indexWriter.deleteDocument(term);

Lucene 4.0 IndexWriter updateDocument用于数字字段

相关推荐