lucene in action第二章（2）（深…

Field 详解document是search和index的基本单位，Field就是存储数据的基本单位。Field 有name和value还有其他很多的选项，可以控制它的行为。一、如上一篇所讲的Field的三种处理

new
Field("city", "Den
Haag", Field.Store.YES, Field.Index.ANALYZED,TermVector.WITH_POSITIONS);

1、是否index，用 Field.Index.ANALYZED Field.Index.NO等等来表示

ANALYZED

使用analyzer 分析，将分析得到的字段用于索引，

ANALYZED_NO_NORMS

ANALYZED

的变体，区别是，

ANALYZED

存储了index-timeboost information等norms，而

ANALYZED_NO_NORMS

不存储，这会在search的时候节约内存空间

NO

这个field不能被search

NOT_ANALYZED

不使用 analyzer分析，整体作为一个token，常用语精确匹配，例如文件名，ID等就用这个。

NOT_ANALYZED_NO_NORMS

同理

NOT_ANALYZED

的变种2、index是否存储term vectorterm就是analyzer分词后的词组。 每一个document 都含有一个term vector存储了这个document含有的term（unique，如果某个term出现多次也只存一个），以及这个term出现在field中的position，以及offset。这些信息可以用来以后高亮一个选中的term等等。3、field的value是否存在index中 用Field.Store.YES,Field.Store.NO来表示二、向量空间模型（vector space model ）与term vectorterm 就是analyzer分词后的词组。每一个document 都含有一个term vector。它存储了这个document含有的term（unique，如果某个term出现多次也只存一个），以及这个term出现在field中的position，以及offset。这些信息可以用来以后高亮一个选中的term等等。与《集体智慧编程》中的第二章是一样滴。我们可以使用f.setOmitTermFreqAndPositions(true)（Omit是“忽略，跳过”的意思 ）高数indexWriter不用存储term的count和position等信息。减少磁盘空间。

可以使用Field的第四个参数控制是否存储termVector。

Field(String name, String value, Field.Store store, Field.Index index, Field.TermVector termVector)

TermVector.YES

Recordsthe unique terms that occurred, and their counts,in each document,but doesn’t store any positions or offsets informationTermVector.WITH_POSITIONSRecordsthe unique terms and their counts,and also the positions of eachoccurrence of every term, but no offsetsTermVector.WITH_OFFSETSRecordsthe unique terms and their counts, with theoffsets (start and end character position) of each occurrence ofevery term,but no positionsTermVector.WITH_POSITIONS_OFFSETSStoresunique terms and their counts,along with positions andoffsetsTermVector.NODoesn’tstore any term vector information例如：Field f = new Field("city", "DenHaag", Field.Store.YES, Field.Index.ANALYZED,TermVector.WITH_POSITIONS);三、是否存储filed的value用Field.Store.YES,Field.Store.NO来高数indexWriter 是否存储这个Field的value。比如很长的文章，就不必存放了，如果title这个较短的可以存放。以节约空间。当然如果需要存放的话，可以在存放前进行压缩处理，使用Lucene的一个utilityclass（工具类） org.apache.lucene.document.CompressionTools。但是这回会消耗磁盘交换空间和cpu资源。四、一些常用的Field.Analyzed ,Field.Store 和TermVector 的组合使用情况in action第二章（2）（深入索引）field详解" TITLE="lucene in action第二章（2）（深入索引）field详解" />五、处理同名的多field。例如一本书有多个author。lucene允许同名的field。Document doc = new Document();for (String author :authors){doc.add(new Field("author",author, Field.Store.YES,Field.Index.ANALYZED)）；}六、boosting documentand field[/b]boosting的意思是推动，加力的意思，就是给每一个document或者field一个分数，以区别他们的重要性boosting可以在index的时候做也可以在search的时候做。默认情况下所有的document都没有boost 或者说他们的boost 系数都是1.01、boostingField Field class 有一个setBoost方法可以使用。但是记住在如果修改一个document的boost，需要删除这个docment，再加入一个新的document或者update一个document。luceneupdate的基本单位是document。而update是delete和add的组合。 2、boostingdocument。其实就是为document的每一个field设置于document相同的boost值。七、norm[/b]

ANALYZED_NO_NORMS

这个可以控制是否存储norm。norm的意思是规范，基准；定额，分配之工作量。Norm的前世今生[/b]field有一个boost值。这个值是一个float数。每一个document也有。在index阶段这个boost的float值会被转化为一个byte存在每一个document每一个field中。当在searching阶段，这些norm都会被读入到内存中来，被转化为原来那个float的boost值。norm会被调入内存，所以在search的时候 norm是很吃内存的。norm需要注意的地方。当决定要关闭index的norm的时候，必须重建整个index。因为在indexmerge的时候，如果一个index中有一个document有norm，也会导致merge后的整个index都会含有norm。可以使用indexReader的setNorm方法，更改norm。但是不要用的好。这个方法会在lucene4.0废掉，并且没有替代的方法。如下所示

void setNorm(int doc, String field,byte value)

Deprecated.[/b] Writesupport will be removed in Lucene 4.0. There will be no replacementfor this method.[/i]