【Lucene】如何从 `ScoreDoc` 中获取原始的 `Document` 内容？

如何从ScoreDoc中获取原始的Document内容？——从内容平台敏感词过滤到存储字段深度优化用户问题原文：如何从ScoreDoc中获取原始的Document内容？在构建内容安全平台时，一位资深工程师直接调用IndexSearcher.doc(scoreDoc.doc)获取百万级敏感词匹配结果，导致P0 级事故：JVM Full GC 频繁触发，服务延迟飙升至 5s+。根本原因在于：stored fields 的随机 I/O 开销巨大，且未限制字段加载范围。错误的文档获取方式会直接引发性能雪崩。本文将深入剖析ScoreDoc到Document的存储机制、I/O 路径、性能优化策略，并通过内容平台敏感词过滤场景，完整演示如何高效、安全地获取原始文档内容。所有技术细节均基于Apache Lucene 10.0 官方源码（GitHub: apache/lucene）与官方 Wiki