Lucene In Action 第二章 2.4.1 Field options for indexing

不再使用的Field.Index类

该类在Lucene4.x中不再使用。

对应的解决办法：
Index.ANALYZED：将field value分成一个个独立的token，每个token都可以被搜索，如："java lucene"如果使用StandardAnalyzer会被分解成"java"和"lucene"两个token。在Lucene4.x中可以用如下方法替代：
1、直接创建TextField，如
document.add(new TextField("contents", someText, Store.YES);
2、先创建一个FieldType，通过FieldType指定该field需要的设置，如：

*
                FieldType contentsFieldType = new FieldType();
*                 contentsFieldType.setIndexed( true);
*                 contentFieldType.setTokenized(true);
*                 //...更多设置setXXX()方法
*                 document.add( new Field( "contents", someText, contentsFieldType)); 



Index.NOT_ANALYZED：对field进行索引，但不对String类型的值进行分析，即将整个field value当做一个token，不管有多长，如"阿里巴巴"，设置该参数后，"阿里巴巴"将作为一个token。搜索时必须完全匹配"阿里巴巴"才能搜索到。在Lucene4.x中可以用如下方法替代：
1、直接创建StringField，如
document.add(new StringField("company", "阿里巴巴", Store.YES));//可索引可存储
2、先创建一个FieldType，通过FieldType指定该field需要的设置，如：

1.                 FieldType companyFieldTypeType = new FieldType();   
2.                 companyFieldTypeType.setStored( true);      //存储后可以显示给用户看   
3.                 companyFieldTypeType.setIndexed( true);    // 可以索引，即搜索时可以使用这个id来搜索     
4.                 companyFieldTypeType.setTokenized(false);  // 不可分词，即该id的值作为一个整体，不能分割 
5.                 document.add( new Field( "company", "阿里巴巴", idFieldTypeType));



Index.ANALYZED_NO_NORMS：如果设置了这一项，在建索引时，不会为这个field存储norms信息，即不会存储document boost，field boost和lengthNorm(field)的值，lucene用这三个值的积作为norm的值。norm可以用来解决如下问题：
一个长文档，某些词出现的次数可能比在短文档中出现的次数多，但这不足以说明短文档的评分低，在搜索的结果中要排在长文档的后面，使用lengthNorm(field)可以弱化长文档的评分，计算方法是：lengthNorm(field) = (1.0 / Math.sqrt(numTerms))：一个域中包含的Term总数越多，也即文档越长，此值越小，文档越短，此值越大。另外两个document boost 和 field boost用于设置文档的重要性和field的重要性，boost越高越重要。
在Lucene4.x中可以用FieldType类的setOmitNorms(boolean value)方法代替，即将参数设为true即可。这会节省内存，但是降低打分的质量：
FieldType appendixFieldType = new FieldType();
appendixFieldType.setIndexed(true);     //可索引
appendixFieldType.setTokenized(true);   //可分词
appendixFieldType.setOmitNorms(true);   //忽略norms，同时设置这3项即可对应Index.ANALYZED_NO_NORMS

Index.Not_ANALYZED_NO_NORMS：在Lucene4.x中可以用如下方法替代：
appendixFieldType.setIndexed(true);     //可索引
appendixFieldType.setTokenized(false);   //不可分词
appendixFieldType.setOmitNorms(true);   //忽略norms，同时设置这3项即可对应Index.ANALYZED_NO_NORMS

Lucene建立倒排索引后，默认情况下会保存所有必要信息以实施Vector Space Model。该Model需要计算document中出现的所有term出现次数的总和，以及每次出现的位置（这是必要的，如要搜索词组（短语）时就会用到）。但有时候，这些field只是在做纯boolean query搜索时用到，无关评分。比如按照创建的日期范围搜索，只要满足这个日期范围的document都作为结果返回，这与评分无关。在这种情况下，可以通过调用Field.setOmitTermFreqAndPositions(true)方法让Lucene跳过对该field中term的出现频率和位置的索引。该方法可以节省一些索引在磁盘上的存储空间，还可以加速搜索和过滤过程。

按以上说明，个人感觉对应的Lucene4.x的API应该是FieldType类的：
setStoreTermVectorspublic void setStoreTermVectors(boolean value)：
Set to true if this field's indexed form should be also stored into term vectors.

setStoreTermVectorOffsetspublic void setStoreTermVectorOffsets(boolean value)：
Set to true to also store token character offsets into the term vector for this field.

setStoreTermVectorPositionspublic void setStoreTermVectorPositions(boolean value)：
Set to true to also store token positions into the term vector for this field.


如有不对，请指正，谢谢。