构建用于搜索联系人的 Lucene 搜索索引的最佳方法

Question

我正在使用 Lucene 搜索联系人数据库。联系人是指姓名、多个电话号码、电子邮件、地址等。在数据库中，这些显然分为单独的字段甚至单独的表。我希望能够根据任何字段搜索联系人，例如我可以输入“John Doe”，Lucene 会返回 John Doe 的联系信息。 John Doe 也有一个电话号码，我希望能够通过输入该电话号码、地址或电子邮件等来找到他的记录。我不想具体说明我正在搜索的字段。

创建索引时，最好将所有数据合并到一个“数据”字段中，还是将它们分开？除了用于从数据库中检索所有其他数据的 id 之外，我不会将数据存储在索引中。标准分析器和查询解析器在我的情况下会很好地工作，还是我应该采取更多的自定义方法？

我对 Lucene 还很陌生，正在学习它的强大功能，所以我并不反对真正涉足它并创建一些复杂的自定义搜索查询，但我需要一些指导并希望避免这样做如果根本没有必要，就必须做所有这些。

Answer 1

您无需创建单个组合字段，将它们分开可能是更好的设计决策。仔细想想，您可能想做专门的搜索。

您可以使用 MultiFieldQuery 来搜索名称、地址、城市等所有字段...

Answer 2

使用单个搜索字段是最有效的解决方案。这将使您的索引更小，搜索速度更快。即使您存储了字段，您仍然可以使用一个聚合索引（但未存储）字段进行搜索，并为每个联系人信息存储一个（但未索引）字段。

标准分析器和查询分析器将帮助您快速构建原型，但您可能需要使用自定义分析器来改进您的应用程序，例如，如果您需要：

• 独立于变音符号 (ASCIIFoldingFilter) 提供相同结果的查询，
• 处理电话号码中的空格（以便“0532”查询匹配“0532”以及“05 32”）。