Lucene 中 Field 域的核心属性解析
在 Lucene 中，Field（域）是文档（Document）的基本组成单元，每个 Field 的行为由其核心属性决定。这些属性包括是否分词（tokenized）、是否索引（indexed） 和是否存储（stored），它们直接影响索引构建、查询效率和结果展示。以下是对这些属性的详细说明：
是否分词（tokenized）
分词（tokenized）指将 Field 的原始值拆分为多个词项（Term）的过程，目的是为后续的全文检索提供可匹配的单元。
是（tokenized = true）
- 行为：Field 的值会被分词器（Analyzer）处理，拆分为多个词项（如 “Lucene 搜索引擎”→“Lucene”“搜索引擎”）。
- 适用场景：需要进行全文检索的字段，其内容通常是长文本，且用户可能通过其中的任意关键词查询。
- 示例：商品名称、文章正文、描述信息等。
- 原因：这些字段需要支持 “包含某个关键词” 的模糊查询，分词后才能建立细粒度的倒排索引。
否（tokenized = false）
- 行为：Field 的值不会被拆分，整个值作为一个完整的词项（Term）。
- 适用场景：需要精确匹配的字段，其值通常是唯一标识或固定格式的字符串。
- 示例：商品 ID（如 “P10086”）、订单号、身份证号、URL 等。
- 原因：这些字段的查询通常是 “完全匹配”（如 “查询 ID 为 P10086 的商品”），无需分词。
是否索引（indexed）
索引（indexed）指将 Field 的值（分词后的词项或完整值）存入倒排索引，使其可被查询。只有索引的字段才能作为查询条件。
是（indexed = true）
- 行为：Field 的值（分词后的词项或完整值）会被写入倒排索引，支持通过关键词查询。
- 适用场景：所有需要作为查询条件的字段，无论是否分词。
- 分词字段：如商品名称（分词后索引，支持 “包含关键词” 查询）。
- 不分词字段：如订单号（完整值索引，支持 “精确匹配” 查询）。
否（indexed = false）
- 行为：Field 的值不会被写入倒排索引，无法作为查询条件。
- 适用场景：仅用于展示，无需作为查询条件的字段。
- 示例：商品图片路径（
/images/goods/1.jpg）、文件本地存储路径等。 - 原因：这些字段用户不会用来查询，不索引可减少索引体积，提升性能。
- 示例：商品图片路径（
是否存储（stored）
存储（stored）指将 Field 的原始值存入文档（Document），使其可在查询结果中被读取和展示。
是（stored = true）
- 行为：Field 的原始值会被保存到文档中，查询时可通过
Document.getFieldValue()获取。 - 适用场景：需要在查询结果中展示的字段。
- 示例：商品名称、价格、简介等（用户搜索后需看到这些信息）。
否（stored = false）
- 行为：Field 的原始值不被保存，查询时无法从 Document 中获取。
- 适用场景：
- 内容过大的字段（如长文本正文）：避免占用过多存储空间，可在查询到文档 ID 后从数据库中读取。
- 仅用于检索但无需展示的字段（如某些内部标签）。
Field 属性组合示例
不同的属性组合对应不同的业务需求，以下是常见组合场景：
| 场景 | 是否分词 | 是否索引 | 是否存储 | 示例字段 |
|---|---|---|---|---|
| 全文检索 + 结果展示 | 是 | 是 | 是 | 商品名称、文章标题 |
| 全文检索 + 不展示 | 是 | 是 | 否 | 文章正文（从数据库读取） |
| 精确查询 + 结果展示 | 否 | 是 | 是 | 订单号、用户名 |
| 仅展示 + 不检索 | 否 | 否 | 是 | 图片路径、备注 |
| 仅检索 + 不展示 | 否 | 是 | 否 | 内部标签、分类 ID |