是否可以将自定义元数据添加到 Lucene 字段？

Question

我已经到了需要在 Lucene.Net 索引中存储一些有关特定字段来自何处的附加数据的地步。具体来说，我想在将字段添加到文档时将 guid 附加到文档的某些字段，并在从搜索结果中获取文档时再次检索它。

这可能吗？

编辑： 好吧，让我举个例子来澄清一下。

假设我有一个对象，我希望允许用户使用自定义标签（如“个人”、“最喜欢的”、“某些项目”）进行标记。我通过向文档添加多个“标签”字段来实现此目的，如下所示：

doc.Add( new Field( "tag", "personal" ) );
doc.Add( new Field( "tag", "favorite" ) );

问题是我现在需要记录有关每个单独标签本身的一些元数据，特别是表示该标签来自何处的 guid（将其想象为用户 ID） ）。每个标签可能有不同的 guid，因此我不能简单地创建一个“tag-guid”字段（除非保留值的顺序 - 请参阅下面的编辑 2）。我不需要为这些元数据建立索引（事实上，我不希望这样做，以避免元数据被命中），我只需要能够从文档/字段中再次检索它。

doc.GetFields( "tag" )[0].Metadata...

（我在这里编写语法，但我希望我的观点现在已经清楚了。）

编辑 2： 由于这是一个完全不同的问题，因此我针对这种方法发布了一个新问题：Lucene 中多值字段的顺序稳定吗？

好吧，让我们尝试另一种方法...关键问题在于多字段值的不确定性在相同的字段名称下（例如“标签”）。如果我可以在这里引入或获得某种确定性，我也许可以将元数据存储在另一个字段中。

例如，如果我可以依赖字段值的顺序永远不会改变，我可以使用值集中的索引来准确识别我所引用的标签。

当我稍后检索文档时，是否可以保证向字段添加值的顺序保持不变？

Answer 1

根据您对此索引的搜索要求，这可能是可能的。这样您就可以控制字段的顺序。当然，随着标签列表的变化，这需要更新这两个字段，但开销可能是值得的。

doc.Add(new Field("tags", "{personal}|{favorite}")); 
doc.Add(new Field("tagsref", "{1234}|{12345}")); 

注意：使用 {} 可以让您在存在相似值的情况下限定搜索的唯一性。

示例：如果值存储为“person|personal|personage”，搜索“person”将返回包含 person、personal 或 personage 中任何一个的文档。通过像这样在大括号中进行限定：“{person}|{personal}|{personage}”，我可以搜索“{person}”并确保它不会返回误报。当然，这假设您在值中不使用大括号。

Answer 2

我认为您在询问有效负载 。

编辑：从您的用例来看，听起来您不想在搜索中使用此元数据，您只是希望它存在。 （基本上，您想使用 Lucene 作为数据库系统。）

那么，为什么不能使用二进制字段呢？

ExtraData ed = new ExtraData { Tag = "tag", Type = "personal" };
byte[] byteData = BinaryFormatter.Serialize(ed); // this isn't the correct code, but you get the point
doc.Add(new Field("myData", byteData, Field.Store.YES));

然后您可以在检索时反序列化它。