LUCENE 2.9 如何正常读取压缩后的整形，长整形及浮点数值？（解读 Invalid shift value in prefixCoded string 异常）

今天有一个需要从索引中读取数值型数据的需求，然后就轻车熟路写了如下代码：

 

Document doc2 = ir.document(counter); sb.append(doc2.get(field));

结果竟发现读出的数据为 null !!!???

 

一番GOOGLE,刚开始还觉得

新的版本对LUCENE做了较大改动，为了提升整形，浮点的检索及排序效率，LUCENE使用了  NumericUtils 类对数值进行压缩。

 

同样，我也使用了 NumericUtils.prefixCodedToInt(value) ,结果报如下异常：

 

 

 java.lang.NumberFormatException: Invalid shift value in prefixCoded string (is encoded value really an INT?) at org.apache.lucene.util.NumericUtils.prefixCodedToInt(NumericUtils.java:233) at com.yilan.sweeper.index.IndexIterator.getCurrentValue(IndexIterator.java:64) at com.yilan.sweeper.mq.Client.run(Client.java:100) at java.lang.Thread.run(Thread.java:619)

 

 

后来直接在SOLR的源代码搜了起来，为什么SOLR能够正常识别？？

狂搜一番，竟在一个 TriedField类中找到了蹊跷~~

 

原来，Document 已经将其数值转换为正常的数值了，但是仍然是byte[]数组类型，这种境况实在让人费解，也很容易让人误入歧途，不知道LUCENE研发团队怎么想的。

废话少说，来解决方案：

 

增加几个辅助函数：

 

static int toInt(byte[] arr) { return (arr[0]<<24) | ((arr[1]&0xff)<<16) | ((arr[2]&0xff)<<8) | (arr[3]&0xff); } static long toLong(byte[] arr) { int high = (arr[0]<<24) | ((arr[1]&0xff)<<16) | ((arr[2]&0xff)<<8) | (arr[3]&0xff); int low = (arr[4]<<24) | ((arr[5]&0xff)<<16) | ((arr[6]&0xff)<<8) | (arr[7]&0xff); return (((long)high)<<32) | (low&0x0ffffffffL); } static float toFloat(byte[] arr) { return Float.intBitsToFloat(toInt(arr)); } static double toDouble(byte[] arr) { return Double.longBitsToDouble(toLong(arr)); }

 

 

 

 

以下是调用代码：

 

String value = Integer.toString(toInt(doc2.getBinaryValue(field)));