Luke는 색인의 숫자 필드에 대한 용어 값을 알려줍니다.

Question

색인 생성에 Lucene.net을 사용합니다. 인덱싱 할 필드 중 하나는 설정되지 않은 값 1에서 6 및 9999가있는 숫자 필드입니다.

Luke을 사용하여 색인을 탐색 할 때 우리는 인식하지 못하는 용어를 봅니다. 지수는 38673 개 문서의 전체를 포함하고 누가는이 필드의 다음 상위 순위 용어를 보여줍니다

Term | Rank | Field | Text | Text (decoded as numeric-int) 
1 | 38673 | Axis | x | 0 
2 | 38673 | Axis | p | 0 
3 | 38673 | Axis | t | 0 
4 | 38673 | Axis | | | 0 
5 | 19421 | Axis | l | 0 
6 | 19421 | Axis | h | 0 
7 | 19421 | Axis | d@ | 0 
8 | 19252 | Axis | ` N | 9999 
9 | 19252 | Axis | l | 8192 
10 | 19252 | Axis | h ' | 9984 
11 | 19252 | Axis | d@ p | 9984 
12 | 18209 | Axis | ` | 4 
13 | 950 | Axis | ` | 1 
14 | 116 | Axis | ` | 5 
15 | 102 | Axis | ` | 6 
16 | 26 | Axis | ` | 3 
17 | 18 | Axis | ` | 2 

우리는 다른 숫자 필드에 대해 동일한 패턴을 찾을 수 있습니다.

알 수없는 값의 출처는 어디입니까?

Answer 1

NumericField는 trie 구조를 사용하여 색인화됩니다. 귀하가 보는 용어는 그것의 일부이지만 검색어를 물으면 결과를 반환하지 않습니다.

정밀도가 Int32.MaxValue 인 단계로 NumericField를 인덱싱하면 값이 사라집니다.

NumericField documentation

는 ... 루씬 내에서, 각 수치는 어느 것이 단순히 낮은 정밀도 표현이다 (각 용어는 논리적으로 더 큰 사전 정의 된 브래킷에 할당 된 트라이 구조로 인덱싱 가치). 연속 된 각 괄호 사이의 단계 크기는 precisionStep이라고하며 비트 단위로 측정됩니다. precisionStep 값이 작을수록 대괄호 수가 많아 지므로 인덱스에서 더 많은 디스크 공간을 사용하지만 범위 검색 성능이 빨라질 수 있습니다. 디스크 공간 소비 대 성능의 균형을 맞추기 위해 기본값 인 4가 선택되었습니다. 값을 변경하려면 전문가 생성자 NumericField (String, int, Field.Store, boolean)를 사용할 수 있습니다. NumericRangeQuery 또는 NumericRangeFilter를 만들 때 일치하는 값을 지정해야합니다. 하위 카디널리티 필드의 경우 더 큰 정밀도 단계가 좋습니다. 카디널리티가 < 인 경우 값 당 하나의 용어를 생성하는 Integer.MAX_VALUE를 사용하는 것이 좋습니다. ... NumericRangeQuery documentation에서 사용할 수있는 정밀 단계에

자세한 내용 :

precisionStep에 대한

좋은 값을 사용하고 데이터 유형에 따라 있습니다

: 모든 데이터 유형에 대한 기본 •

입니다 4, precisionstep이 주어지지 않을 때 사용됩니다. 형식 (길이, 더블) 64 비트 데이터에 대한 대부분의 이상 값 •

6 또는 32 개 비트 데이터 유형에 대해 대부분의 경우에 최적 값 •

제 (INT, 플로우트) 4이다.

• 하위 카디널리티 필드의 경우 큰 정밀 단계가 좋습니다. 카디널리티가 < 인 경우 Integer.MAX_VALUE를 사용하는 것이 좋습니다 (아래 참조).

• long/double의 경우 ≥64 이상이고 int/float의 경우 ≥32이면 인덱스에 값당 하나의 토큰이 생성되고 쿼리는 일반적인 TermRangeQuery만큼 느립니다. 그러나 은 정렬을 위해 전적으로 사용되는 필드를 생성하는 데 사용할 수 있습니다 (이 경우 은 precisionStep으로 간단히 Integer.MAX_VALUE를 사용합니다).필드 캐시를 작성하는 것이 텍스트 전용 숫자보다 훨씬 더 빠르기 때문에 NumericFields를 사용하여 정렬하는 것이 이상적입니다. 이 필드는 값 당 하나의 용어를 가지며 따라서 이라는 고유 한 목록을 작성하기 위해 용어 열거와 함께 작동합니다 (예 : 검색 할 패싯/미리 선택된 값). 위의 precisionSteps 중 하나를 사용하여 범위 쿼리 최적화 필드에서 정렬 할 수도 입니다.

편집 작은 샘플은, 누가 복음 등 값 8192, 9984, 1792,하지만 범위를 사용과 용어를 보여줍니다이에 의해 생성 된 인덱스는 쿼리 나던 생산 결과에 포함 할

:

NumericField number = new NumericField("number", Field.Store.YES, true); 
Field regular = new Field("normal", "", Field.Store.YES, Field.Index.ANALYZED); 

IndexWriter iw = new IndexWriter(FSDirectory.GetDirectory("C:\\temp\\testnum"), new StandardAnalyzer(), true); 

Document doc = new Document(); 
doc.Add(number); 
doc.Add(regular); 

number.SetIntValue(1); 
regular.SetValue("one"); 
iw.AddDocument(doc); 

number.SetIntValue(2); 
regular.SetValue("one"); 
iw.AddDocument(doc); 

number.SetIntValue(13); 
regular.SetValue("one"); 
iw.AddDocument(doc); 

number.SetIntValue(2000); 
regular.SetValue("one"); 
iw.AddDocument(doc); 

number.SetIntValue(9999); 
regular.SetValue("one"); 
iw.AddDocument(doc); 

iw.Commit(); 

IndexSearcher searcher = new IndexSearcher(iw.GetReader()); 

NumericRangeQuery rangeQ = NumericRangeQuery.NewIntRange("number", 1, 2, true, true); 
var docs = searcher.Search(rangeQ); 
Console.WriteLine(docs.Length().ToString()); // prints 2 

rangeQ = NumericRangeQuery.NewIntRange("number", 13, 13, true, true); 
docs = searcher.Search(rangeQ); 
Console.WriteLine(docs.Length().ToString()); // prints 1 

rangeQ = NumericRangeQuery.NewIntRange("number", 9000, 9998, true, true); 
docs = searcher.Search(rangeQ); 
Console.WriteLine(docs.Length().ToString()); // prints 0 

Console.ReadLine();