Lucene索引，用于结构化文档，其中每个文本行都有元数据
我有一个文档结构，文档中的每一行文本都有一些相关的元数据。搜索结果必须显示该行和该行的元数据 目前，我将每一行存储为Lucene文档，并将metata数据存储为非索引字段之一。也就是说，我为每一行创建并添加一个Lucene文档结构。我担心的是，索引中可能会有太多的文档 有没有更优雅的方法Lucene索引，用于结构化文档，其中每个文本行都有元数据,lucene,Lucene,我有一个文档结构，文档中的每一行文本都有一些相关的元数据。搜索结果必须显示该行和该行的元数据 目前，我将每一行存储为Lucene文档，并将metata数据存储为非索引字段之一。也就是说，我为每一行创建并添加一个Lucene文档结构。我担心的是，索引中可能会有太多的文档 有没有更优雅的方法 谢谢多少是“太多”？众所周知，Lucene可以在一个索引中处理数亿条记录，所以我怀疑您是否有问题。也就是说，没有什么可以替代自己测试和基准测试，看看这种方法是否适合您的需要。我个人会像往常一样为文档编制索引，稍
谢谢多少是“太多”？众所周知，Lucene可以在一个索引中处理数亿条记录，所以我怀疑您是否有问题。也就是说，没有什么可以替代自己测试和基准测试，看看这种方法是否适合您的需要。我个人会像往常一样为文档编制索引，稍后再计算元数据/行号
毫无疑问，Lucene是否能够处理这么多文档，但是它可能会在一定程度上降低搜索结果。因为您可以在搜索时查找彼此非常接近的多个术语，但是当这些术语被拆分到多个文档（行）中时，这显然不起作用。您是正确的。我试着创建多个文档，每行一个，将meteda数据存储为索引的一部分。当查询开始产生不可接受的结果时，这并不起作用。例如，如果我查询“This”和“That”，tt将失败，因为“This”和“That”可能存在于文件中，但位于两个不同的Lucen文档中。而span查询是不可能的。所以你是对的：像平常一样使用e文档，然后找出元数据/行号是正确的方法。你有没有研究过Lucene中的有效负载？它们允许您在每个术语中存储附加信息。