Rust in Everything
基于 tantivy 0.27.0

Field ts is missing or is not configured as a fast field.

主线位置：查询主线里收集器和聚合读快速字段的那一步，segment_reader.fast_fields() 按名字和类型找到一列。列存的目录怎么按「字段名 + 类型码」组织，见快速字段。

flowchart TB
  call["fast_fields i64 ts"] --> fast{"字段是 FAST 吗"}
  fast -->|否| e1["is not configured as fast field"]
  fast -->|是| col{"有 i64 的列吗"}
  col -->|有| ok["Column"]
  col -->|没有| e2["is missing or ..."]

实验 crate：exp-tantivy/pita-lab，src/bin/p08_fast.rs。schema：ts 是 u64、FAST | STORED；n 是 u64、INDEXED | STORED（不是快速字段）；opt 是 u64、FAST，但没有一篇文档给它值。写两篇，在第一个段上取列，first(0) 取第一篇的值。M2 Max、macOS 27、rustc 1.99.0，release。

现象

ff.u64("ts"): Ok(Some(1760659200))
ff.i64("ts"): Err(SchemaError("Field `ts` is missing or is not configured as a fast field."))
ff.date("ts"): Err(SchemaError("Field `ts` is missing or is not configured as a fast field."))
ff.u64("n"): Err(InvalidArgument("Field \"n\" is not configured as fast field"))
ff.u64("opt"): Ok(None)
ff.u64("tss"): Err(SchemaError("Field `tss` is missing or is not configured as a fast field."))
ff.column_opt::<u64>("opt"): Ok(true)
ff.u64_lenient("ts"): Ok(Some((Some(1760659200), U64)))
TopDocs order_by_fast_field::<i64>("ts"): Err(SchemaError("Field `ts` is of type U64, not of the type I64."))
TopDocs order_by_fast_field::<u64>("ts"): Ok([(Some(1760659300), DocAddress { segment_ord: 0, doc_id: 1 }), (Some(1760659200), DocAddress { segment_ord: 0, doc_id: 0 })])
  • ts 是快速字段，用 i64 或 date 去取，报「不存在或不是快速字段」。时间戳常被定义成 u64，读的时候顺手写成 i64，就是这一行。
  • 这句报错和字段名拼错（tss）一字不差，单看错误分不出是哪种。
  • 真的不是快速字段（n）时，报的是另一句，类型也不同：InvalidArgument。
  • opt 是快速字段但没有任何值：照样拿得到一列，first(0) 是 None，不报错。
  • 同一个类型错误交给排序收集器，报错直接写出了两种类型。

原因

FastFieldReaders::u64、i64、date 这些方法都只是一行 self.column(field)，类型由返回值决定。column 交给 column_opt：先按名字解析字段，再按「字段名 + 想要的列类型」在列存里找。u64 字段只写了一列 u64，找 i64 的列找不到，返回 None，column 把所有 None 一律翻译成同一句话：

        let col_opt: Option<Column<T>> = self.column_opt(field)?;
        col_opt.ok_or_else(|| {
            crate::TantivyError::SchemaError(format!(
                "Field `{field}` is missing or is not configured as a fast field."
            ))
        })

「字段名不存在」也走到这里：resolve_field 在 schema 里找不到名字时返回 Ok(None)。只有「字段存在但没设 FAST」在 resolve_field 里被单独拦下，报 Field "n" is not configured as fast field。所以第一句报错至少包含两种情况：名字错、类型错。column_opt 不对照 schema 的类型，只问列存「这个名字下有没有这种类型的列」；列存里一个名字下可以有几列，u64_lenient_for_type_all 的注释就写着「In case of JSON, there may be two columns. One for term and one for numerical types.」

排序收集器多做了一步。SortByStaticFastValue::check_schema 在开始收集之前对照 schema：

        let schema_type = field_entry.field_type().value_type();
        if schema_type != T::to_type() {
            return Err(crate::TantivyError::SchemaError(format!(
                "Field `{}` is of type {schema_type:?}, not of the type {:?}.",
                self.field,
                T::to_type()
            )));
        }

修法

  • 按 schema 里的类型取：add_u64_field 的字段用 .u64(..)，add_date_field 用 .date(..)。在 order_by_fast_field::<T> 里也一样。
  • 只是想拿一个能比较大小的值、不在乎原类型时，可以用 u64_lenient：它把 i64、u64、f64、日期的列都按映射后的 u64 打开，同时告诉你实际类型，上面的 Ok(Some((Some(1760659200), U64)))。它带着 #[doc(hidden)]，不算稳定接口。
  • 字段可能在某些段里根本没有值时，别把 Ok(None)（拿到列、这篇没值）和 Err（没有这一列）混为一谈，opt 那一行就是前者。

怎么检查

报这句错时，先排除名字错：schema.get_field("ts") 对不存在的名字返回 FieldNotFound。再把每个字段的类型和 FAST 打出来：

for (_, entry) in schema.fields() {
  println!("check {:<2} type={:?} fast={}", entry.name(), entry.field_type().value_type(), entry.is_fast());
}

check ts type=U64 fast=true
check n  type=U64 fast=false
check opt type=U64 fast=true

fast=true 而类型和你调的方法不一致，就是类型错。把读快速字段的代码集中在一处，用 schema 的 value_type() 决定调哪个方法，比在各处写死 i64 更不容易出错。

小结

  • fast_fields().i64("ts") 对一个 u64 快速字段报「is missing or is not configured as a fast field」：列按名字加类型查找，类型不对就当作没有。
  • 同一句报错也用于字段名不存在；字段存在但没设 FAST 是另一句 InvalidArgument；order_by_fast_field 的报错会直接写出两种类型。
  • 按 schema 的类型取列，或者用 u64_lenient；排查时先打 value_type() 和 is_fast()。

💬 关联讨论

发起讨论
加载中...