Lucene.Net 的“System.IndexOutOfRangeException: 索引超出了数组界限”错误

堆栈信息如下

System.IndexOutOfRangeException: 索引超出了数组界限。

   在 Lucene.Net.Search.AnonymousClassIntParser1.ParseInt(String val)

   在 Lucene.Net.Search.FieldCacheImpl.IntCache.CreateValue(IndexReader reader, Entry entryKey)

   在 Lucene.Net.Search.FieldCacheImpl.Cache.Get(IndexReader reader, Entry key)

   在 Lucene.Net.Search.FieldCacheImpl.GetInts(IndexReader reader, String field, IntParser parser)

   在 Lucene.Net.Search.FieldCacheImpl.IntCache.CreateValue(IndexReader reader, Entry entryKey)

   在 Lucene.Net.Search.FieldCacheImpl.Cache.Get(IndexReader reader, Entry key)

   在 Lucene.Net.Search.FieldCacheImpl.GetInts(IndexReader reader, String field, IntParser parser)

   在 Lucene.Net.Search.FieldCacheImpl.GetInts(IndexReader reader, String field)

判断

这个错误很常见，一般都是数组引起的，所以可以很容易定位到lucene代码，在FieldCache.cs中的val[0]，说明输入可能为null或者string.empty：

        public virtual int ParseInt(System.String val)
        {
            int shift = val[0] - NumericUtils.SHIFT_START_INT;
            if (shift > 0 && shift <= 31)
                throw new FieldCacheImpl.StopFillCacheException();
            return NumericUtils.PrefixCodedToInt(val);
        }

尝试一

AnonymousClassIntParser1是默认给数值字段解码的，当通过FieldCache获取字段值时就会用它来解码还原为数值。lucene不是数据库，没有数据完整性的保证，这个是倒排索引的代价，既然只是绕过空的数值字段，那么用类似int.TryParse()的方式从最下面试试看。修改后错误确实消失了，同时排序也消失了。

尝试二

刚刚说了lucene的设计是没有数据完整性保证的，上面代码中“StopFillCacheException”就是证据，上面的尝试不行后我就开始分析这次调用的过程，也就是FieldCacheImpl.cs。IDictionary<Type, Cache> caches，就是关键的缓存变量，其实一看就知道这个类的作用了。那么再往里看Cache的实现，这里以IntCache为例，这是个内部类，尽在这个字段缓存类中使用。它的作用就是缓存对同一字段的读取，比如文档001的Title，第一次读取后就会被缓存下来，后面的访问都是使用内存中的缓存。

                try
                {
                    do
                    {
                        Term term = termEnum.Term;
                        if (term == null || (System.Object) term.Field != (System.Object) field)
                            break;
                        int termval = parser.ParseInt(term.Text);
                        if (retArray == null)
                            // late init
                            retArray = new int[reader.MaxDoc];
                        termDocs.Seek(termEnum);
                        while (termDocs.Next())
                        {
                            retArray[termDocs.Doc] = termval;
                        }
                    } while (termEnum.Next());
                }
                catch (StopFillCacheException)
                {
                }
                catch (IndexOutOfRangeException exc)
                {
                }
                finally
                {
                    termDocs.Close();
                    termEnum.Close();
                }

上面是我修改后的版本，增加了IndexOutOfRangeException的异常捕捉。搜索结果好了，但是为题还没有根本解决，这里会在第一个出现异常的文档后就终止读取缓存，不过好过不能使用数值字段。完美的解决办法后面会继续跟进。