Lucene DocValues 来源获取指南：在 Lucene 8.1.0 中正确获取 DocValues 来源

获取 Lucene DocValues 的来源：在 Lucene 8.1.0 中如何做

前言

在 Lucene 索引中，DocValues 用于存储每个文档的固定长度值，例如数字或字符串。DocValues 的来源指示了这些值是如何存储和检索的。在 Lucene 4.0.0 之前，DocValues.Source 和 DocValues.getSource() 方法用于获取 DocValues 的来源，但这些方法已在 Lucene 8.1.0 中弃用。

弃用原因

这些方法被弃用的原因是它们不符合 Lucene 的一致性设计原则。它们返回的 long 值对于理解 DocValues 来源没有提供明确的意义。

获取 DocValues 来源

在 Lucene 8.1.0 中，要获取 DocValues 的来源，需要使用 FieldInfo 类提供的 getDocValuesGen() 方法。该方法返回一个 long 值，表示 DocValues 来源的生成。

解读 DocValuesGen 值

DocValuesGen 值可以映射到以下 DocValues 来源：

• DocValues.SOURCE_NONE ：没有 DocValues
• DocValues.SOURCE_NUMERIC ：数值 DocValues
• DocValues.SOURCE_BINARY ：二进制 DocValues
• DocValues.SOURCE_SORTED ：排序的 DocValues
• DocValues.SOURCE_SORTED_NUMERIC ：排序的数值 DocValues
• DocValues.SOURCE_SORTED_SET ：排序的集合 DocValues
• DocValues.SOURCE_PER_DOC_STORED ：每个文档存储的 DocValues

示例代码

以下是获取 DocValues 来源的示例代码：

FieldInfo fieldInfo = docValuesField.getFieldInfo();
long docValuesGen = fieldInfo.getDocValuesGen();

结论

在 Lucene 8.1.0 中，DocValues.Source 和 DocValues.getSource() 方法已弃用，应使用 FieldInfo.getDocValuesGen() 方法获取 DocValues 的来源。这个新的方法提供了更一致和有意义的方式来确定 DocValues 的来源。

常见问题解答

1. 为什么 DocValues.Source 和 DocValues.getSource() 方法被弃用？
   答：这些方法不符合 Lucene 的一致性设计原则，并且返回的 long 值对于理解 DocValues 来源没有提供明确的意义。

2. DocValuesGen 值有什么用？
   答：DocValuesGen 值用于标识 DocValues 来源的生成。不同的生成表示不同的存储和检索机制。

3. 如何使用 FieldInfo 获取 DocValues 来源？
   答：调用 FieldInfo.getDocValuesGen() 方法以获取 DocValues 来源的生成，然后将该值映射到对应的 DocValues 来源。

4. 为什么在 Lucene 中使用 DocValues？
   答：DocValues 用于存储每个文档的固定长度值，这可以提高对特定字段进行过滤和排序的性能。

5. DocValues 的不同来源有什么区别？
   答：不同的 DocValues 来源表示使用不同方法存储和检索 DocValues，每个来源都有其自己的优点和缺点，例如空间效率和检索速度。