zoukankan      html  css  js  c++  java
  • lucene中TOKENIZED,UN_TOKENIZED 解釋

    Field("content",curArt.getContent(),Field.Store.NO,Field.Index.TOKENIZED)); 這些地方與舊版本有很大的區別。
    Field有兩個屬性可選:存儲和索引。通過存儲屬性你可以控制是否對這個Field進行存儲;通過索引屬性你可以控制是否對該Field進行索引。這看起來似乎有些廢話,事實上對這兩個屬性的正確組合很重要。
    Field.Index             Field.Store       說明 
    TOKENIZED(分詞)   YES                   被分詞索引且存儲 
    TOKENIZED             NO                   被分詞索引但不存儲 
    NO                         YES                   這是不能被搜索的,它只是被搜索內容的附屬物。如URL等 
    UN_TOKENIZED     YES/NO             不被分詞,它作為一個整體被搜索,搜一部分是搜不出來的 
    NO                         NO                   沒有這種用法
    如果要對某Field進行查找,那麼一定要把Field.Index設置為TOKENIZED或UN_TOKENIZED。TOKENIZED會對Field的內容進行分詞;而UN_TOKENIZED不會,只有全詞匹配,該Field才會被選中。

    如果Field.Store是No,那麼就無法在搜索結果中從索引數據直接提取該域的值,會使null。

    2.4版本的補充

    我們那文章表為例.articleinfo.有ID,title(標題),sumary(摘要),content(內容),userName(用戶名)
    其中title(標題),sumary(摘要)屬於第一種情況,既要索引也要分詞,也要存儲.
    content(內容)要分詞,索引,但不存儲.由於他太大了,而且界面也不用顯示整個內容.
    ID要存儲,不用索引.因為沒人用他來查詢.但拼URL卻很需要他.索引要存儲.
    userName(用戶名)索引,但不分詞.可用保存.為什麼不分詞?比如"成吉思汗",我不想被"成漢"搜索到.我希望要麼"成吉思汗"或者"*吉思*"通配符搜到.
    總結如下: 1.如果要對某Field進行查找,那麼一定要把Field.Index設置為TOKENIZED或UN_TOKENIZED。TOKENIZED會對Field的內容進行分詞;而UN_TOKENIZED不會,只有全詞匹配,該Field才會被選中。
    2.如果Field.Store是No,那麼就無法在搜索結果中從索引數據直接提取該域的值,會使null。
    補充:
           Field.Store.YES:存儲字段值(未分詞前的字段值)
           Field.Store.NO:不存儲,存儲與索引沒有關係
           Field.Store.COMPRESS:壓縮存儲,用於長文本或二進制,但性能受損

         Field.Index.ANALYZED:分詞建索引
           Field.Index.ANALYZED_NO_NORMS:分詞建索引,但是Field的值不像通常那樣被保存,而是只取一個byte,這樣節約存儲空間
           Field.Index.NOT_ANALYZED:不分詞且索引
           Field.Index.NOT_ANALYZED_NO_NORMS:不分詞建索引,Field的值去一個byte保存

         TermVector表示文檔的條目(由一個Document和Field定位)和它們在當前文檔中所出現的次數
           Field.TermVector.YES:為每個文檔(Document)存儲該字段的TermVector
           Field.TermVector.NO:不存儲TermVector
           Field.TermVector.WITH_POSITIONS:存儲位置
           Field.TermVector.WITH_OFFSETS:存儲偏移量
           Field.TermVector.WITH_POSITIONS_OFFSETS:存儲位置和偏移量

  • 相关阅读:
    通过html()的方法获取文本内容, form表单组件显示的值与获取到的值不一致的问题
    quartz实例以及主要事项(注解)
    解决因为链表过长,sql查询慢的问题
    query flot 直方图上显示对应的y值
    git error: RPC failed; curl 18 transfer closed with outstanding read data remaining error: 7777 bytes of body are still expected
    iso七层模型及其功能作用
    计算机进制之间的转换,十进制转二进制换算
    libconfig++ 交叉编译流程
    Ubuntu 交叉编译( gcc-linaro-arm-linux-gnueabihf)环境搭建
    周立功IoT7000li编译移远EC20驱动记录
  • 原文地址:https://www.cnblogs.com/cuihongyu3503319/p/9448093.html
Copyright © 2011-2022 走看看