【全文检索引擎】Lucene 文档模型：Field、docID 与正排/倒排
内容提要
本文探讨了Lucene 9.x/10.x中的索引结构，重点介绍了Document、Field、docID及其在倒排和正排索引中的作用。Lucene通过独立的开关管理字段的索引、存储和DocValues，支持多种查询方式。同时分析了Elasticsearch与Lucene的映射关系，以及文档的业务主键和排序聚合的处理方法。
关键要点
-
Lucene 的索引结构由 Document、Field 和 docID 组成，支持倒排和正排索引。
-
Document 是字段的容器，Field 包含名称、值和类型策略，决定是否分词、存原文和写入 DocValues。
-
docID 是段内分配的整数，合并时会重新编号，不能作为业务主键。
-
Lucene 同时维护倒排和正排索引，正排索引用于随机访问和聚合。
-
Elasticsearch 的 mapping 与 Lucene 的 Field 之间存在对应关系，_source 是整文档的副本。
-
Lucene 的倒排模型与 PostgreSQL GIN 模型不同，Lucene 将文档视为索引行，docID 是段内的抽象行号。
延伸解读
Lucene 的索引结构与文档模型
Lucene 的索引结构由 Document、Field 和 docID 组成，支持倒排和正排索引。Document 是字段的容器，Field 决定了数据的索引和存储方式。理解这些概念有助于优化索引策略，提升搜索性能。
docID 的重要性与局限性
docID 是段内分配的整数，合并时会重新编号，因此不能作为业务主键。开发者在设计系统时需注意，业务主键应存储在其他字段中，以确保数据的一致性和可追溯性。
正排与倒排索引的应用场景
Lucene 同时维护正排和倒排索引，正排索引用于随机访问和聚合，而倒排索引则用于快速检索。根据不同的查询需求，选择合适的索引类型可以显著提高查询效率。
Elasticsearch 与 Lucene 的关系
Elasticsearch 的 mapping 与 Lucene 的 Field 之间存在对应关系，理解这一点有助于开发者在使用 Elasticsearch 时更好地利用 Lucene 的底层特性，优化数据存储和检索策略。
延伸问答
Lucene 的索引结构由哪些主要组件组成？
Lucene 的索引结构由 Document、Field 和 docID 组成。
Document 和 Field 在 Lucene 中有什么区别？
Document 是字段的容器，而 Field 包含名称、值和类型策略，决定是否分词、存原文和写入 DocValues。
docID 在 Lucene 中的作用是什么？
docID 是段内分配的整数，用于标识文档，合并时会重新编号，不能作为业务主键。
Lucene 如何处理倒排和正排索引？
Lucene 同时维护倒排和正排索引，正排索引用于随机访问和聚合，而倒排索引用于词项到文档的映射。
Elasticsearch 与 Lucene 之间的关系是什么？
Elasticsearch 的 mapping 与 Lucene 的 Field 之间存在对应关系，_source 是整文档的副本。
Lucene 的倒排模型与 PostgreSQL GIN 模型有什么不同？
Lucene 将文档视为索引行，docID 是段内的抽象行号，而 PostgreSQL GIN 将键与行 TID 放在 Entry Tree 和 Posting List 中。
