java - Lucene:使用 DocValues 添加字段时为空值

Question

我将一个文档字段更改为可按搜索排序，但现在 addDocument() 抛出一个异常，指出该字段值为空，尽管我验证了 email 是一个非空字符串，当我添加字段。在异常发生之前，Lucene 代码正在从字段中获取 binaryValue()。 StringField 构造函数不接受自定义 FieldType 是可疑的。我可以使用字符串字段进行排序吗？如何解决这个问题？

Lucene 5.3.1

    private static final FieldType EMAIL_FIELD_TYPE = new FieldType(StringField.TYPE_STORED);
    static
    {
        EMAIL_FIELD_TYPE.setDocValuesType(DocValuesType.SORTED);
        EMAIL_FIELD_TYPE.freeze();
    }

    ...
        doc.add(new Field("email", email, EMAIL_FIELD_TYPE));
    ...
        writer.addDocument(doc);
        writer.commit();

java.lang.IllegalArgumentException: field "email": null value not allowed
    at org.apache.lucene.index.SortedDocValuesWriter.addValue(SortedDocValuesWriter.java:65)
    at org.apache.lucene.index.DefaultIndexingChain.indexDocValue(DefaultIndexingChain.java:435)
    at org.apache.lucene.index.DefaultIndexingChain.processField(DefaultIndexingChain.java:376)
    at org.apache.lucene.index.DefaultIndexingChain.processDocument(DefaultIndexingChain.java:300)
    at org.apache.lucene.index.DocumentsWriterPerThread.updateDocument(DocumentsWriterPerThread.java:234)
    at org.apache.lucene.index.DocumentsWriter.updateDocument(DocumentsWriter.java:450)
    at org.apache.lucene.index.IndexWriter.updateDocument(IndexWriter.java:1475)
    at org.apache.lucene.index.IndexWriter.addDocument(IndexWriter.java:1254)

编辑:

此代码用于搜索:

Query q = new WildcardQuery(new Term("email", "*"));
Sort sort = new Sort(new SortField("email", SortField.Type.STRING));
TopDocs res = searcher.search(q, Integer.MAX_VALUE, sort);

Answer 1

需要单独添加一个SortedDocValuesField利用 Lucene 5 中新的更快排序功能。在建立索引时，将 email 字段添加到您的文档中，如下所示:

doc.add(new StringField("email", email, Field.Store.YES));
doc.add(new SortedDocValuesField("email", new BytesRef(email)));

此外，如果您要在搜索中查找所有包含电子邮件的文档，最好使用 new FieldValueQuery("email")而不是 WildcardQuery。