Lucene3.1 メモその5 – 数値型のフィールドを設定する

基本その5，数値型フィールドの保存

Luceneのインデックスは基本的にStringかbyte[]のみを保存するようになっているようです。数値型を保存する場合、String.valueOf(number)で文字列に変換して保存してもいいですが、辞書順にソートすると 1,10,11,2,3,4…などと人間味のない順番になってしまう可能性があります。
そこで数値型を保存する場合はNumericFieldというクラス(Lucene2.9より導入)を使います。

サンプルプログラムでは以下のことをやっています
・メモリ上(RAMDirectory)にインデックスを格納
・それぞれ8,9,10,11の値をもつドキュメントを4つ追加
・ソートキーとなるフィールドを指定して検索
・自然な順番でソートされていることを確認

NumericUtilsというユーティリティクラスを使って数値を文字列、またはその逆に変換しても良いみたいです(NumericFieldの内部でNumericUtilsを使っている)。

    @Test
    public void index() throws Exception {
        RAMDirectory directory = new RAMDirectory();
        Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_31);
        IndexWriterConfig iwc = new IndexWriterConfig(Version.LUCENE_31, analyzer);
        IndexWriter writer = new IndexWriter(directory, iwc);

        for (int i = 8; i < 12; i++) {
            Document doc = new Document();
            doc.add(new NumericField("int_field", Field.Store.YES, true).setIntValue(i));
            System.out.println(doc);
            writer.addDocument(doc);
        }
        writer.commit();

        IndexReader reader = IndexReader.open(writer, true);
        IndexSearcher searcher = new IndexSearcher(reader);
        TopDocs td = searcher.search(new MatchAllDocsQuery()
                , 1000, new Sort(new SortField("int_field", SortField.INT)));
        assertThat(td.totalHits, is(4));
        assertThat(searcher.doc(td.scoreDocs[0].doc).get("int_field"), equalTo("8"));
        assertThat(searcher.doc(td.scoreDocs[1].doc).get("int_field"), equalTo("9"));
        assertThat(searcher.doc(td.scoreDocs[2].doc).get("int_field"), equalTo("10"));
        assertThat(searcher.doc(td.scoreDocs[3].doc).get("int_field"), equalTo("11"));

        reader.close();
        writer.close();
        searcher.close();
        directory.close();
    }

すぐ試せるmavenベースのソースコードはここに置いてあります。
Lucene3.1、JUnit4.8を使っています。

yusuke.blog

プログラムと、ゲームと、諸々と

Lucene3.1 メモその5 – 数値型のフィールドを設定する