Solr的TrieField范围查询分析

solr从1.4版本开始，提供了一种字段类型TrieField（TrieLongField、TrieIntField等），用于范围查询，性能比普通的数值类型要快10倍。为什么会快那么多呢？网上找不到相关资料，通过分析源代码，大概了解了其原理，给大家分享下。

• TrieField字段配置

<fieldType name=”tint” precisionStep=”8″ omitNorms=”true” positionIncrementGap=”0″/>

其中precisionStep代表字段值分段保存的时候，截断精度的大小。一般来说，其值越小，索引大小越大，查找速度越快。

• TrieField索引

TrieField字段在lucene中是用多个field来保存的，field的多少根据precisionStep决定，比如TrieIntField，precisionStep=”8″，则保存到索引中就是4个field，如图，32位的Int，每次缩进8位保存为一个field，新的field采用char数组来保存。因此索引的大小会比普通的IntField大。

• TrieField的范围查询：

TrieField的范围查询通过高位范围匹配，低位边缘匹配，得到需要查询的term，再查询这些term得到docid来实现。如图：

查找的过程：

1、将查找的范围A~B的上下界A、B值,取出最高8位，标记为A1、B1，到第一段找在(A1~B1)内的term，得到需要查找的termlist1

2、继续取A、B值的最高16位，标记为A2、B2，到第二段来查在(A2~A1 11111111]和[B1 11111111,B2)范围内的Term，得到termlist2

3、继续取A、B值的最高24位，标记为A3、B3，到第三段来查在(A3~A2 11111111]和[B2 11111111,B3)范围内的Term，得到termlist3

4、继续取A、B值的最高24位，也即A、B值，到第四段来查找[A~A3 11111111]和[B3 11111111,B]范围内的Term，得到termlist4

5、最后查询这些term，归并，就得到了符合查询条件的docid了。从上面的描述，我们可以看到，需要查询的term最多为254+255*2+255*2+256*2=1786个，传统的方式A~B个term要小的多，因此性能有很大的提升。