Lucene4.x之IndexReader

2019独角兽企业重金招聘Python工程师标准>>>

Lucene 4.x 之 IndexReader 博客分类&＃xff1a; 搜索引擎&＃xff0c;爬虫 java

在Lucene 3.x时代&＃xff0c;《Lucene In Action》是一本相当不错的参考书&＃xff0c;书中详细介绍了Lucene各种高级使用技术&＃xff0c;对于开发者来说非常实用。但是近期Lucene升级到了4.x版本&＃xff0c;在性能等各方面有了很大的提高&＃xff0c;值得在新项目中使用。然而Lucene 4.x中的API相比3.x来说有了很大的改变&＃xff0c;《Lucene In Action》中的很多内容都已经过时了&＃xff0c;并且由于4.x推出的时间不长&＃xff0c;还没有比较好的文档来对用法进行说明&＃xff0c;这个系列文章就是想记录下自己使用Lucene 4.x的经验体会&＃xff0c;供大家参考使用。

由于现在网络搜索都希望达到实时搜索的效果&＃xff0c;用户上传文章后&＃xff0c;希望立即在搜索结果中可见&＃xff0c;这就要求我们必须使用Lucene的准实时搜索功能&＃xff0c;使我们在不影响性能的情况下达到近实时搜索的效果。然而准实时搜索API在4.x版本中已经与3.x版本完全不同了。

首先来看怎样获取准实时搜索的Reader实例&＃xff0c;大家都知道&＃xff0c;由于性能等方面原因&＃xff0c;基于Lucene的应用一般都采用共享Lucene的Writer和Reader及Searcher的方案&＃xff0c;我们这里也不例外&＃xff1a;

 ? 
1 
2 
3 
4 
5 
6 
7 
8 
9 
10 
11 
12 
13 
 indexPathname &＃61;  "D:/aproject/xincaigu/work/index" ; 
          analyzer &＃61;  new  MMSegAnalyzer(); 
          IndexWriterConfig iwc &＃61;  new  IndexWriterConfig(Version.LUCENE_41, analyzer); 
          iwc.setOpenMode(OpenMode.CREATE_OR_APPEND); 
          try  { 
              indexDir &＃61; FSDirectory.open( new  File(indexPathname));  
              writer &＃61;  new  IndexWriter(indexDir, iwc);   // writer和reader整个程序共用 
              reader &＃61; DirectoryReader.open(writer,  true ); 
              //reader &＃61; writer.getReader(); 
          }  catch  (CorruptIndexException e) { 
          }  catch  (LockObtainFailedException e) { 
          }  catch  (IOException e) { 
          } 

熟悉Lucene 3.x的朋友一定注意到了&＃xff0c;获取准实时搜索所用的Reader已经改用DirectoryReader.open方法&＃xff0c;而不是3.x当中的writer.getReader()方法了。

同样&＃xff0c;在3.x中&＃xff0c;为了可以看到刚刚添加的新文章&＃xff0c;Reader需要进行reopen操作&＃xff0c;这是一种节省资源的方式&＃xff0c;可以获取新加入索引的文章&＃xff0c;而不需要将改动保存到磁盘上&＃xff0c;然后重新打开索引的方式来进行了。但是reopne在4.x也被新API所取代&＃xff0c;具体的用法如下所示&＃xff1a;

 ? 
1 
2 
3 
4 
5 
6 
7 
8 
9 
10 
 try  { 
              IndexReader newReader &＃61; DirectoryReader.openIfChanged((DirectoryReader)reader, writer,  false ); //reader.reopen();      // 读入新增加的增量索引内容&＃xff0c;满足实时索引需求 
              if  (newReader !&＃61;  null ) { 
                  reader.close(); 
                  reader &＃61; newReader; 
              } 
              searcher &＃61;  new  IndexSearcher(reader); 
          }  catch  (CorruptIndexException e) { 
          }  catch  (IOException e) { 
          } 

这里首先利用新APIDirctoryReader.openIfChanged来获取Reader&＃xff0c;如果有新内容&＃xff0c;则返回新的Reader&＃xff0c;这时我们需要关闭老的Reader。

通过以上代码&＃xff0c;我们就可以利用Lucene 4.x的准实时搜索功能了。但是Lucene 4.x中API的变动远不止这些&＃xff0c;在进行索引时&＃xff0c;原来定义Field的方式已经过时&＃xff0c;取而代之的是更加灵活的FieldType机制&＃xff0c;下篇文章中我们将详细探讨如何在文本索引中使用这一新的机制。

http://my.oschina.net/MrMichael/blog/220723