如何向nutch索引中添加自己的Field

向nutch中添加自己的field也是比较简单的，和直接调用lucene向索引中添加field基本相同，首先设定添加的field是否要被存储分词索引，然后将field添加到NutchDocument中，其他的工作就nutch会自动完成：

（1）首先要在Indexer的index函数配置执行索引工作前设定添加Field的属性，因为添加的pagetime是用来进行对结果排序使用的，所以它的属性不能被分词需要被索引，设置属性代码改动如下：

  /**
   * 修改方法：根据爬取深度建立索引，depth就是爬取深度
   * @param luceneDir
   * @param crawlDb
   * @param linkDb
   * @param segments
   * @param depth
   * @throws IOException
   */
  public void index(Path luceneDir, Path crawlDb,
		  Path linkDb, List<Path> segments, int depth)throws IOException {
	  
	    SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
	    long start = System.currentTimeMillis();
	    LOG.info("Indexer: starting at " + sdf.format(start));

	    final JobConf job = new NutchJob(getConf());
	    job.setJobName("index-lucene " + luceneDir);

	    IndexerMapReduce.initMRJob(crawlDb, linkDb, segments, job, depth);
	    FileOutputFormat.setOutputPath(job, luceneDir);

	    LuceneWriter.addFieldOptions("segment", LuceneWriter.STORE.YES, LuceneWriter.INDEX.NO, job);
	    LuceneWriter.addFieldOptions("digest", LuceneWriter.STORE.YES, LuceneWriter.INDEX.NO, job);
	    LuceneWriter.addFieldOptions("boost", LuceneWriter.STORE.YES, LuceneWriter.INDEX.NO, job);
	    /**
	     * 设置pagetime的属性值
	     */
	    LuceneWriter.addFieldOptions("pagetime", LuceneWriter.STORE.YES, LuceneWriter.INDEX.UNTOKENIZED, job);

        
	    NutchIndexWriterFactory.addClassToConf(job, LuceneWriter.class);

	    JobClient.runJob(job);
	    long end = System.currentTimeMillis();
	    LOG.info("Indexer: finished at " + sdf.format(end) + ", elapsed: " + TimingUtil.elapsedTime(start, end));
	  
  }

（2）因为IndexerMapReduce负责将需要索引的数据添加到NutchDocument中，然后由Nutch完成索引建立工作，所以需要在这个地方将我们添加的pageTime属性添加到NutchDocument文档中，代码改动如下：

    /**
     * 先比较dbDatum和fetchDatum中的pageTime的值，选择最大的作为索引值。
     */
    long temp=dbDatum.getPageTime();
    if(temp<fetchDatum.getPageTime()){
    	temp=fetchDatum.getPageTime();
    }
    doc.add("pagetime", temp);

运行程序，在最终的索引文件中，会看到我们添加的Field。