我是Lucene的新手，所以也许我误解了它的工作原理。
我已经索引了几十万个带有许多字符串字段的文档。例如，假设我们有5个字符串字段（名为A，B，C，D，E），前3个被索引（A，B，C），剩下的两个未索引，只包含在文档中（我的意思是D，E）。每个字段中的值可能是重复的，例如，假设字段A用于存储名称，而名称“Richard”出现了很多次。
当我应用查询时，我在每个字段中查找每个术语，现在举个例子，假设我得到了与我的查询匹配的3K个文档。
有没有可能在不扫描和分组结果的情况下获得每个字段的唯一值（不同的）列表？我对此特别感兴趣，因为我对我实际阅读的文档应用了限制，但我希望获得匹配文档的每个字段（甚至是我没有阅读的文档）中唯一值的完整列表。
如果这是可能的，我可以将这个逻辑应用于非索引字段（D，E）吗？
1条答案
按热度按时间4jb9z9bj1#
在执行搜索时，它会返回所有符合查询条件的文档。在结果上，您可以进行突出显示（这会减慢进程），但如果需要，您也可以进行分页之类的操作，以页为单位返回结果。
在highligher中，你有很多方法可以使用（取决于你使用的Lucene的版本;我在这里说的是最新版本4.8.0），比如
GetBestTextFragments()，它有一个名为maxNumberFragments的参数。如果将该参数设置为1，那么它将只从该特定字段返回一个值，即使可能有多个值与查询匹配。我不确定这是否回答了你的问题，但我希望它能有所帮助。关于未索引的字段，我认为你不能这样做（尽管我从未尝试过）。