Lucene近实时搜索

Question

我正在使用Lucene 6.6.0，并且希望使用Lucene的近实时搜索功能。但是，我无法成功实现它。我尝试获取该功能的方式如下：

我初始化了一个IndexReader实例：

this.reader = DirectoryReader.open(this.directory);

假设通过IndexWriter实例对索引进行了一些更改。然后，如果我理解正确，我需要第二个IndexReader实例来提交更新：

this.newReader = DirectoryReader.openIfChanged(this.reader);
if (this.newReader != null) {
    // Update the IndexSearcher with the new IndexReader instance
    this.searcher = new IndexSearcher(this.newReader);
    this.reader.close();
}

问题在于代码无法编译，因为出现了以下错误：The method openIfChanged(DirectoryReader) in the type DirectoryReader is not applicable for the arguments (IndexReader)。

那么我该如何更新IndexReader呢？

其次，如果我再次更新索引，我需要另一个IndexReader实例，对吗？在程序执行期间自由更新索引的最佳方法是在每次更新后在两个IndexReader实例之间切换吗？

谢谢。

- C. Güzelhan

Answer 1

尝试使用SearcherManager替代IndexReader： http://lucene.apache.org/core/6_6_0/core/org/apache/lucene/search/SearcherManager.html 使用SearcherManager，您可以执行以下方法：

// get a IndexSearcher for searching
IndexSearcher searcher = searcherManager.aquire();

// release IndexSearcher after search
searcherManager.release(searcher);

// refresh and add new index records to next search. usually after a commit 
searcherManager.maybeRefresh();

我也尝试实现了这个，基本上做了以下几步：

• 创建一个IndexWriter并保持其打开状态
• 使用IndexWriter作为参数创建一个SearcherManager
• 使用SearcherManager进行搜索
• 使用IndexWriter进行索引操作
• 在索引完成后进行提交

此外，您可以使用单独的线程定期提交而不是在每次写入时提交，因为提交操作可能会非常"昂贵"。

示例请参见: http://www.lucenetutorial.com/lucene-nrt-hello-world.html

- dom

---

我按照你说的做了，看起来运行得很好。当发生一些变化时，我调用以下代码：this.writer.maybeMerge(); this.writer.commit(); this.searcherManager.maybeRefresh();这三行代码是为了能够在更新后的索引中进行搜索，对吗？我更喜欢在索引之后手动调用这些方法来刷新索引，而不是使用线程，因为在我的情况下，索引只在开始时进行，所以没有必要定期刷新它。当索引是动态的时候，使用线程来刷新索引会更优，对吗？ - C. Güzelhan

提交(commit)和可能刷新(maybeRefresh)是必要的，是的。不确定是否真的需要maybeMerge，但你必须检查一下。 嗯，等一下，如果你只索引一次，为什么要实现NRT（Near Real-Time）用例呢？在初始索引之后，你没有对索引进行任何更改吗？ - dom

从技术上讲，不是的，但我只索引属于特定文件类型的文档。当我执行程序时，新的文件类型也可以被索引，我不想从头开始构建索引，而是用新的文档更新现有的索引。我还希望在初始更新之后能够随时更新索引，以防将来可能需要它。 - C. Güzelhan

好的，这样做没问题。在这种情况下，使用NRT（Near Real-Time）实现是有用的。根据你的问题：如果在很短的时间间隔内有很多变化，那么专用线程是有意义的。在这种情况下，执行提交操作可能会锁定其他线程，因为它们必须等待提交完成。所以在这种情况下，有一个专用线程每隔5秒钟进行一次提交是有意义的。 - dom