[ lucene FAQ ] NumericField的NumericRangeQuery和QueryParser失效问题

我们在对数值型字段进行检索时（范围检索、排序等），如果使用传统的文本类型将发生错误！因为文本和数值的比较方式不一样，一个是数值大小，一个是文本先后顺序，这个很容易理解。

可参见：lucene问题_检索结果怎么排序？对于不同类型（例如int型）的字段排序有什么区别吗？

 

当我们索引中有个别字段采用NumericField时，排序没有什么问题。

例如：

//索引
doc.add(new NumericField("f", Store.YES, true).setIntValue(f));
...
//检索，排序
Sort sort = new Sort(new SortField("f", SortField.INT));

这时，我们想做范围检索，问题就出现了！

//检索1-20内的数据
Query q1 = parser.parse("f:[1 TO 20]");

这种方式检索不到数据，但是换下面这种方式就好了！

//使用NumericRangeQuery
Query q = NumericRangeQuery.newIntRange("f", 1, 20, true, true);

为什么会出现这种问题？

比较粗略的说，就是QueryParser并不清楚哪个字段是数值型的，而它统一采用的是String型的比较方式（和字典中的term采用文本比较）。而且数字型字段的term底层存储也不一样，这里没具体研究！

 

现在存在这样一个问题：如果统一使用QueryParser进行语法解析，那么针对数值型字段的范围检索需要单独处理，十分不方便，怎么处理？

有两种方式：

方式1：

对QueryParser进行扩展，对数值型字段的范围检索，采用NumericRangeQuery。

 

方式2：

不用数值型字段，就采用传统的字符串，那么怎么保障排序和范围检索不出错呢？

我们可以首先对数值型字段转成字符串，然后补全N位，不做N位，左补0。

例如：数值型11,5,41，按照数值排序（升序）就是：5,11,41；

如果直接转成字符串："11","5","41"，按照字符串排序（升序）就是："11","41","5"；这显然就错了。

那么如果对字符串进行“补码”（不是二级制的补码），统一补全3位（补全多少位视数值范围而定），那么就转换成："011","005","041"，

按照字符串排序（升序）就是："005","011","041"，这就解决了排序问题。范围检索类似处理。

具体参见：http://wiki.apache.org/lucene-java/SearchNumericalFields

 

---

尚未解决的疑惑：

1.数值型底层存储结构。

2.排序的具体实现方式。