创建和更新Zend_Search_Lucene索引

Question

我正在使用Zend_Search_Lucene创建文章索引，以便在我的网站上进行搜索。每当管理员在管理区更新/创建/删除文章时，索引都会被重建：

$config = Zend_Registry::get("config");
$cache = $config->lucene->cache;
$path = $cache . "/articles";

try
{
    $index = Zend_Search_Lucene::open($path);
}
catch (Zend_Search_Lucene_Exception $e)
{
    $index = Zend_Search_Lucene::create($path);
}

$model = new Default_Model_Articles();
$select = $model->select();
$articles = $model->fetchAll($select);

foreach ($articles as $article)
{
    $doc = new Zend_Search_Lucene_Document();
    $doc->addField(Zend_Search_Lucene_Field::Text("title", $article->title));
    $index->addDocument($doc);
}

$index->commit();

我的问题是，由于我正在重新索引文章并处理已删除的文章，为什么不每次都使用“create”（而不是“open”和更新）？使用上述方法，我认为文章将与addDocument一起添加每次（因此会有重复）。如何防止这种情况发生？是否有一种方法可以检查文档在索引中是否已存在？

另外，我不认为我完全理解当您“打开”并更新索引时索引是如何工作的。它似乎每次在索引文件夹中创建新的# .cfs文件（因此我有_0.cfs，_1.cfs，_2.cfs），但是当我使用“create”时，它将该文件覆盖为一个新的＃.cfs文件并将＃递增（例如只有_2.cfs）。您能否请说明这些分段文件是什么？

- typeoneerror

Answer 1

是的，您可以查看此手册页面来检查文档是否已经在索引中。然后，您可以通过$index->delete($id)从索引中删除特定的文档，其中$id是termDocs方法的返回值。之后，您可以简单地添加新版本的文档。

关于Lucene创建的多个索引文件：每次修改现有索引时，Lucene并不会真正更改现有文件，而是为您所做的每个更改添加部分索引。这对性能非常不利，但有一个简单的解决方法。在对索引进行任何更改之后，请执行以下操作：$index->optimize(); - 这将把所有部分文件附加到实际索引中，极大地提高搜索时间。

- smoove