Lucene深入学习（5）Lucene的Document与Field

悠悠 2022-06-05 06:05 543阅读 0赞

## Document与Field ##

在Lucene中，document是一种逻辑文件。可以近似地认为它表示的是计算机中的一个文件。这个document是一种抽象的表示，它从各种维度来描述一个数据源中的每一条数据。  
将一个Document与文件系统中的文件对应起来时，可以提取出很多数据单元，它们被一个称之为Field的类表示。  
这里的Document-Field结构和关系型数据库结构类似，数据库的每一条记录可以表示为一个document，而每一列可以用Field表示：

<table> 
 <thead> 
  <tr> 
   <th>Doc id</th> 
   <th>Filed name1</th> 
   <th>Field name2</th> 
   <th>Field name3</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>document1</td> 
   <td>filed1 value</td> 
   <td>field2 value</td> 
   <td>field3 value</td> 
  </tr> 
  <tr> 
   <td>document2</td> 
   <td>field1 value</td> 
   <td>field2 value</td> 
   <td>field3 value</td> 
  </tr> 
 </tbody> 
</table>

> Lucene文档中表明，Document是索引和查询的最小单位。Document由一系列的Fields组成，每一个Field都有一个名字和值。每一个Document都应该至少有一个stored的filed，并且有一个主键id。

## Document的实现逻辑 ##

Document的内部实现相对简单，主要方法有如下几个：

/** 为document添加field */
     public final void add(IndexableField field)
    
    /** 删除一个field */
     public final void removeField(String field)
    
     /** 根据Field名称找出field, 如果多个Field名称一样，返回第一个 */
    public final IndexableField getField(String name) 
    
    /** 返回能读懂的document内容 */
    public final Sting toString()
    
    /** 把document中的所有field移除*/
    public void clear()

可以看到，Document的主要方法都是在操作Field，还加入了toString()方便输出document中的内容。

\#\# Field的实现逻辑  
Field是document的一部分，每一个Field都有三部分组成：名称name，类型type，值value。目前大约有十多种功能各异的Fields: TextField，StringField，IntPoint，LongPoint，FloatPoint，DoublePoint，SortedDocValuesField，SortedSetValuesField，NumericaDocValuesField，SortedNumericDocValuesField，SotedField。

Field类中含有一个静态枚举类：

“\`java

public static enum Store \{

/*\* 存储该Field的原始值。表示在存储值之前不使用 Analyzer*/  
YES,  
/*\* 不存储原始值于索引中* /  
NO  
\}  
“\`  
Filed类有众多的构造方法：

“\`java

public Field(String name, Reader reader, FieldType type)

public Field(String name, TokenStream tokenStream, FieldType type)

public Field(String name, byte\[\] value, FieldType type)

public Field(String name, byte\[\] value, int offset, int length, FieldType type)

public Field(String name, BytesRef bytes, FieldType type)

public Field(String name, String value, FieldType type)  
“\`

这些方法基本也表明了一个 Field应该包含的三部分：名称，值，类型。