如何从Lucene中检索原始向量？

别发愁，这确实是Lucene里挺容易绕晕人的地方——你说的没错，Lucene不让把向量字段标记为“存储”，用IndexReader.storedFields()肯定拿不到向量数据，但Lucene 10把向量存在.vec文件里是真的，咱们用专门的API就能把它取出来。

先给你理清楚逻辑：Lucene的向量字段从设计上就不支持stored属性，这不是bug，是故意这么做的——向量数据会被单独存到专门的向量存储文件里，和常规的存储字段体系是分开的，所以常规的存储字段读取方法自然碰不到它。

具体怎么操作呢？看这两个实用的方法：

• 直接通过文档ID和字段名读取
  用IndexReader提供的getVectorValues()方法就可以直接拿到原始向量，这是最直接的方式。举个简单的代码示例：

  try (IndexReader reader = DirectoryReader.open(yourDirectory)) {
    // 把这里的字段名和文档ID换成你自己的
    float[] targetVector = reader.getVectorValues("my_vector_field", targetDocId);
    if (targetVector != null) {
      // 到这里就可以处理你的向量数据了，比如打印或者做后续计算
      for (float value : targetVector) {
        System.out.print(value + " ");
      }
    }
  } catch (IOException e) {
    e.printStackTrace();
  }
  

  要注意哦，如果目标文档没有这个向量字段，这个方法会返回null，所以记得做非空判断。

• 结合搜索结果批量获取
  如果你是先做了搜索，想把搜索结果里每个文档的向量都拿出来，也很简单：先执行查询拿到TopDocs，然后遍历每个ScoreDoc的docID，再调用上面的getVectorValues()方法就行，比如：

  try (IndexReader reader = DirectoryReader.open(yourDirectory);
       IndexSearcher searcher = new IndexSearcher(reader)) {
    // 这里替换成你的查询逻辑
    Query query = new MatchAllDocsQuery();
    TopDocs topDocs = searcher.search(query, 10);
    
    for (ScoreDoc scoreDoc : topDocs.scoreDocs) {
      int docId = scoreDoc.doc;
      float[] vector = reader.getVectorValues("my_vector_field", docId);
      if (vector != null) {
        // 处理当前文档的向量
      }
    }
  } catch (IOException e) {
    e.printStackTrace();
  }
  

还有个小提醒：如果需要同时获取文档的常规存储字段和向量，只要分开调用就行——用storedFields()拿常规字段，用getVectorValues()拿向量，两者完全不冲突，搭配起来用就可以覆盖你的需求啦。

备注：内容来源于stack exchange，提问作者Oliv