Lucene 2.9 NumericRangeQuery 性能提升大

原文出处：http://blog.chenlb.com/2009/11/lucene-2-9-numeric-range-query-powerful.html

Lucene 2.9 对数值类的字段，用 NumericRangeQuery 查询，性能好。它不是把数字简单地用 toString() 做索引的，而是对数值进行 byte 转换，以至可以快速地比较，同时因为字节一样，也方便 Range 查询。

现来测试下，比普通 RangeQuery 查询的性能。分别生成 500W 的数值和字符字段索引（就用 1 - 500W 的数字）。

然后再 400W 到 500W 中(是6位数)，按 range 范围 200 查找。

#400W - 500W localhost env
numeric range total = 74781ms, avg = 1495.62ms
range total = 721878ms, avg = 14437.56ms

性能有相差 10 倍左右。

然后再 40W 到 50W 中(是5位数)，按 range 范围 200 查找

#40 - 50W localhost env
numeric range total = 8657ms, avg = 173.14ms
range total = 47455ms, avg = 949.1ms

相差也大。

数字的位数越少，相差可能越小。

注意：要使用 NumericRangeQuery ，索引字段必须是 NumbericField。索引代码如：

1. for(int i=1; i<5000000; i++) {  
2.     Document doc = new Document();  
3.   
4.     doc.add(new NumericField("num", Field.Store.YES, true).setIntValue(i));  
5.     doc.add(new Field("id", ""+i, Field.Store.YES, Field.Index.ANALYZED));  
6.     writer.addDocument(doc);  
7. }  

搜索代码：

1. Query q = NumericRangeQuery.newIntRange("num", j, j+200, true, false);  
2. long s = System.currentTimeMillis();  
3. searcher.search(q, 200);  
4. long e = System.currentTimeMillis();  

值得一用。

我测试用的源码：lucene-2.9-Test-Numberic-Range