lucene 4.X 中的域缓存（FieldCache）和DocValue

摘要: lucene4.x中，Lucene在使用域缓存时，首先会去取对应的docValueField的值，然后再根据相关的doc id去随机获取域的值。如果docValueField并不存在，才会从倒排索引中进行类型转换，再加载到内存中，这是3.0中的机制。也就是说，默认会使用docValue代替域缓存。具体见代码

Lucene在3.0提出了域缓存（FieldCache）的概念，这个API主要是在内部使用,但开发者也可以外部调用，在自定义排序或者自定义评分的时候都涉及到相关的接口。准确的说，就是将相关的域的值加载到内存中，形成一维数组。加载域缓存，并不要求相关域的值必须在索引中store，而是要求必须Index，并且不能分词，实际上域缓存的值是从倒排索引中转换而来。具体原理见下图



在lucene3.0中域缓存的API调用如下

针对字符域

FieldCache.DEFAULT.getStrings(reader, field);

针对数值域，比如Float类型

FieldCache.DEFAULT.getFloats(reader, field)

域缓存有两项不足

1. 常驻内存，大小是所有文档个数 * 值类型大小
2. 初始加载过程耗时，需要遍历倒排索引及类型转换

Lucene自4.0起提出了一个新的概念DocValue,允许用户在建索引的时候将相关域的文档id和域的value之间的影射直接保存在索引文件中。这也就意味着，用户需要在建立索引的时候，建立一种父类为DocValueField的特殊域，DocValueField有各种子域，关于DocValue，我们另写文章来谈。

因此，在lucene4.0中，Lucene在使用域缓存时，首先会去取对应的docValueField的值，然后再根据相关的doc id去随机获取域的值。如果docValueField并不存在，才会从倒排索引中进行类型转换，再加载到内存中，这是3.0中的机制。也就是说，默认会使用docValue代替域缓存。具体见代码



事实上，查了一下，在lucene6.0的API中，FieldCache已经被取消了。