在 lucene 中索引布尔值的最佳选择是哪个？

Question

在lucene中索引一个布尔值（true/false）（不需要存储） 我想获得更多的磁盘空间使用和更高的搜索性能

doc.add(new Field("boolean","true",Field.Store.NO,Field.Index.NOT_ANALYZED_NO_NORMS));
//or
doc.add(new Field("boolean","1",Field.Store.NO,Field.Index.NOT_ANALYZED_NO_NORMS));
//or
doc.add(new NumericField("boolean",Integer.MAX_VALUE,Field.Store.NO,true).setIntValue(1));

我应该选择哪个？还是有其他更好的方法？

非常感谢

Answer 1

一个有趣的问题！

• 我不认为第三个选项 (NumericField) 是布尔字段的好选择。我想不出任何用例。
• Lucene 搜索索引（将存储的数据留给一边，但无论如何您都不会使用）存储为倒排索引
• 让您的第一个和第二个选项（理论上）相同

如果我遇到这种情况，我想我会选择选项一（“真”和“假”术语），如果它会影响最终决定。

我认为您选择的NOT_ANALYZED_NO_NORMS 看起来不错。

Answer 2

Lucene 跳过了一组精心设计的环节，以使 NumericField 可通过 NumericRangeQuery 进行搜索，因此在您的值不代表数量的所有情况下，请务必避免使用它。例如，即使您索引一个整数，但仅作为唯一 ID，您仍然希望使用纯字符串字段。使用 "true"/"false" 是索引布尔值的最自然方式，而使用 "1"/"0" 通过避免大小写不匹配或拼写错误的可能性仅提供了一点优势。我会说这个优势不值钱，是真/假。

Answer 3

使用 Solr（一种 lucene 风格）- 它对所有基本的 java 类型进行原生索引。

我用过它，它摇摆不定。