DocValues 是一種在內(nèi)部記錄字段值的方法，與傳統(tǒng)的索引相比，對于某些用途（如排序和 faceting）更高效。

為什么使用 DocValues？

Solr 建立索引的標準方式是倒排索引。這種風格生成了索引中所有文檔中的術(shù)語列表，每個術(shù)語旁邊是該術(shù)語出現(xiàn)的文檔列表（以及該文檔中出現(xiàn)的術(shù)語的次數(shù)）。這使得搜索速度非?？?- 因為用戶按照術(shù)語進行搜索，具有 term-to-document 值的現(xiàn)成列表使查詢過程更快。

對于我們現(xiàn)在通常與搜索關(guān)聯(lián)的其他功能，如排序，faceting 和突出顯示，此方法效率不高。例如，faceting 引擎必須查看每個文檔中出現(xiàn)的每個術(shù)語、這些術(shù)語將組成結(jié)果集并提取文檔 ID 以生成 faceting 列表。在 Solr 中，這被保存在內(nèi)存中，并且可能加載緩慢（取決于文檔數(shù)量、術(shù)語等）。

在 Lucene 4.0 中，引入了一種新的方法。DocValue 字段現(xiàn)在是面向列的字段，document-to-value 映射在索引時生成。這種方法有望減輕 fieldCache 的一些內(nèi)存需求，并且可以更快地查找 faceting，排序和分組。

啟用 DocValues

要使用 docValues，只需要為將要使用的字段啟用它。與所有架構(gòu)設(shè)計一樣，您需要定義一個字段類型，然后使用 docValues 啟用該類型的字段。所有這些行動都是在 schema.xml 中完成。

為 docValues 啟用一個字段只需要添加 docValues="true" 到字段（或字段類型）的定義，就像來自這個例子中 Solr 的 sample_techproducts_configs 配置集合 schema.xml 一樣：

<field name="manu_exact" type="string" indexed="false" stored="false" docValues="true" />

如果您已經(jīng)將索引數(shù)據(jù)編入了 Solr 索引中，則需要在更改 schema.xml 中的字段定義后為您的內(nèi)容重新編制索引，以便成功使用 docValues。

DocValues 只適用于特定的字段類型。選擇的類型決定了將使用的底層 Lucene docValue 類型?？捎玫?Solr 字段類型為:

• StrField 和 UUIDField：如果該字段是單值（即多值為 false），則 Lucene 將使用該 SORTED 類型。如果該字段是多值的，Lucene 將使用該 SORTED_SET 類型。
• BoolField：如果該字段是單值（即多值為 false），則 Lucene 將使用該 SORTED 類型。如果該字段是多值的，Lucene 將使用該 SORTED_BINARY 類型。
• 任何 *PointField 數(shù)字或日期字段、EnumFieldType 和 CurrencyFieldType：如果該字段是單值（即多值為 false），則 Lucene 將使用該 NUMERIC 類型。如果該字段是多值的，Lucene 將使用該 SORTED_NUMERIC 類型。
• 任何不建議使用的 Trie* 數(shù)字或日期字段、EnumField 以及 CurrencyField：如果該字段是單值（即多值為 false），則 Lucene 將使用該 NUMERIC 類型。如果該字段是多值的，Lucene 將使用該 SORTED_SET 類型。

這些 Lucene 類型與如何對值進行排序和存儲相關(guān)。

還有一個額外的配置選項可用，即修改 docValuesFormat 字段類型使用的選項。默認實現(xiàn)是將一些東西加載到內(nèi)存中，并保留在磁盤上。但是，在某些情況下，您可以選擇指定一個替代的 DocValuesFormat 實現(xiàn)。例如，您可以選擇通過指定 docValuesFormat="Memory" 字段類型來將所有內(nèi)容都保存在內(nèi)存中：

<fieldType name="string_in_mem_dv" class="solr.StrField" docValues="true" docValuesFormat="Memory" />

請注意，該 docValuesFormat 選項可能會在將來的版本中更改。

Lucene 索引向后兼容只支持默認編解碼器。如果您選擇在 schema.xml 中自定義 docValuesFormat，則升級到未來版本的 Solr 可能要求您切換回默認的編碼解碼器并優(yōu)化索引, 以便在升級之前將其重寫為默認編碼解碼器, 或重新構(gòu)建整個升級后從頭開始索引。

使用 DocValues

排序，F(xiàn)aceting 和功能

如果 docValues="true"，則在字段用于排序、faceting 或函數(shù)查詢時, docValues 將自動被使用。

在搜索過程中檢索 DocValues

在搜索查詢期間檢索的字段值通常從存儲的值中返回。但是，當所有字段（或模式匹配 globs）被指定返回（例如“fl = *”）用于搜索查詢時，non-stored docValues 字段也將與其他存儲字段一起返回，取決于每個字段 useDocValuesAsStored 參數(shù)的有效值。對于架構(gòu)版本> = 1.6，隱式默認值為useDocValuesAsStored="true"。有關(guān)更多詳細信息，請參閱字段類型定義和屬性和定義字段。

當 useDocValuesAsStored="false" 時，non-stored DocValues 字段仍然可以通過 fl 參數(shù)中的名字明確請求，但不會匹配 glob 模式（"*"）。請注意，在查詢時返回 DocValues 以及“常規(guī)”存儲字段具有性能影響，因為存儲的字段可能并不是因為 DocValue 是列式的，因此可能會為每個返回的文檔產(chǎn)生額外的成本檢索。另請注意，在從 DocValues 返回 non-stored 字段時，多值字段的值將按排序順序（而不是插入順序）返回。如果您需要在原始插入順序中返回多值字段，請將您的多值字段存儲（如此更改需要重新編制索引）。

在查詢返回的情況下，只有 docValues 字段的性能可能會提高，因為返回的存儲字段需要磁盤讀取和解壓縮，而返回 fl 列表中的 docValues 字段只需要訪問內(nèi)存。

從 docValues 表單中檢索字段（使用 / export 處理程序、流式表達式或在 fl 參數(shù)中請求字段時），則必須理解常規(guī)存儲字段和 docValues 字段之間的兩個重要區(qū)別：

1. 訂單不被保留。為了簡單地檢索存儲的字段，插入順序是返回順序。對于 docValues，這是排序順序。
2. 對于使用 SORTED_SET 的字段類型，將多個相同的條目合并為一個值。因此，如果插入值 4,5,2,4,1，則回報將是 1，2，4，5。