Lucene 中跨多个字段的重复值的影响

在 lucene 索引中的多个字段中重新索引相同的值会产生什么影响？

这个想法是，某人的名字是他们的名字和一般详细信息的一部分。所以我想将该值索引到多个字段中。 Ted Bloggs 我可能会索引如下：

Field        |    Value
-------------|---------
firstName    | Ted
lastName     | Blogs
name         | Ted
name         | Bloggs
general      | Ted
general      | Bloggs
all          | Ted
all          | Bloggs

通过这样做，我可以轻松地形成字段类别，但我担心它可能会对性能和/或磁盘使用产生不利影响。

有人可以建议吗

@aishwarya 是对的，但要进一步扩展它：

From the docs http://lucene.apache.org/java/3_0_0/fileformats.html:

该文件按术语排序。术语首先按术语的字段名称按字典顺序（按 UTF16 字符代码）排序，然后在术语内部按术语文本按字典顺序（按 UTF16 字符代码）排序。

每个字段将存储该术语一次，因此如果您重复每个术语五次，您的存储空间将增加五倍。然而，术语 dic 的大小相对于原始数据的大小是对数的，所以我怀疑你会遇到问题。

性能损失将不存在（Lucene 缓存每个字段开始的位置），除非拥有更多数据会迫使内存溢出。对于大多数搜索基础设施，您的索引可能小于几 GB，无论如何都可以轻松放入内存。