Lucene4.3进阶开发之二渡天劫( 五)

骑猪看日落 2022-04-21 14:27 158阅读 0赞

\[b\]\[color=red\]\[size=x-large\]转载请务必注明，原创地址，谢谢配合!  
\[url\]http://qindongliang1922.iteye.com/blog/1998532\[/url\]  
\[/size\]\[/color\]\[/b\]  
  
\[b\]\[color=olive\]\[size=large\]散仙，在上篇文章，分析了IndexWriterConfig的作用以及一些功能，今天在这开始之前，我们再来简单回顾下，IndexWriterConfig的作用。  
  
IndexWriterConfig保存了一些运行时的配置参数，这些参数会在程序运行期间一直存在，所以在大多数时候我们只需要一份单例的IndexWriterConfig即可，而IndexWriterConfig又是Lucene内部实现的线程安全的类，所以在一些需要同步的场景时，我们没必要给IndexWriterConfig在应用外围，在加上自己的线程安全逻辑，IndexWriterConfig里面的IndexWriterConfig.setRAMBufferSizeMB(double)方法和IndexWriterConfig.setMaxBufferedDocs(int)).方法，是2个比较重要的调优方法，一般情况下，我们可以根据自己服务器的配置，来适当的加大这个参数的比值，通过更大的参数，来实现更给力的批处理添加，当然这个也得根据我们的实际环境以及磁盘IO等等来定。  
\[/size\]\[/color\]\[/b\]  
  
  
\[b\]\[color=green\]\[size=large\]IndexWriter是负责创建和维护索引的重要的类，一些配置信息的获取主要来自IndexWriterConfig类，另外我们还需要一个文件目录来存放索引，所以我们经常看见如下的一行代码：\[/size\]\[/color\]\[/b\]

IndexWriter writer=new IndexWriter(directory, writerConfig);

\[b\]\[color=green\]\[size=large\]之所以说IndexWriter是一个重要的索引管理类，不仅仅是因为它提供基于操作索引的增删改查的能力，而且一个很重要的表现就是，它具有二阶段提交的事务功能，看源码我们就会发现它实现2个接口，一个Closeable接口和TwoPhaseCommit接口：\[/size\]\[/color\]\[/b\]

public class IndexWriter implements Closeable, TwoPhaseCommit{

\[b\]\[color=olive\]\[size=large\]正是由于 TwoPhaseCommit接口，所以IndexWriter 才具备了2阶段的事务功能，以及可恢复的回滚功能，这个功能，在某些突发的意外情况里可以正确的保证索引结构的安全和稳定，即使是索引添加失败，也可以通过回滚功能，恢复上一次提交前的状态。\[/size\]\[/color\]\[/b\]  
\[b\]\[color=green\]\[size=large\]下面给出一些IndexWriter里面，比较常用和重要的几个方法：  
  
\[table\]  
|方法名|描述  
|addDocument(Iterable<? extends IndexableField> doc)|添加一个doc  
|addDocument(Iterable<? extends IndexableField> doc, Analyzer analyzer) |添加一个doc，使用指定的分词器  
|addDocument(Iterable<? extends IndexableField> doc, Analyzer analyzer) |基于Directory的合并索引  
|addIndexes(IndexReader... readers) |基于IndexReader的合并索引  
|deleteAll() |删除所有的索引  
|deleteDocuments(Query... queries) |删除doc数据，来自多个query的结果  
|deleteDocuments(Query query) |删除doc数据，来自一个query的结果  
|deleteDocuments(Term term) |删除doc数据，来自一个term  
|flush(boolean triggerMerge, boolean applyAllDeletes) |刷新缓冲区到磁盘上  
|forceMerge(int maxNumSegments) |合并段文件  
|maxDoc() |返回文档总数不包含已经删除的  
|numDocs() |返回文档总数包含已经删除的  
|rollback() |在没有进行最终提交前，回滚数据  
|updateDocument(Term term, Iterable<? extends IndexableField> doc) |更新一个doc，实际上是先删除后添加的策略  
|tryDeleteDocument(IndexReader readerIn, int docID) |基于docid的删除方法，注意indexreader必须使用的是最新的，也就是基于近实时的，这样保证删除不会发生意外  
|waitForMerges() |阻塞程序直至合并完成  
\[/table\]  
\[/size\]\[/color\]\[/b\]  
\[b\]\[color=olive\]\[size=large\]最后，在唠叨几句，在上面的一些方法中，有几个方法时非常有用的，基本的增删改的那个就不多说了，除此之外还要注意的是，addIndexes(IndexReader... readers) 这个方法，因为lucene默认的任何时候都只能单线程写的局限性，所以在大批量建索引的时候，这可能是一个影响的性能的环节，所以建议使用多个线程建索引，分别建在不同的目录，那么最后就存在一个问题，我们怎么合并索引？ 这个时候就是这个方法大显身手的时候了，使用它可以建多份索引合并成一份索引，或许你还想提升性能，你也可以开启复合索引，但这个针对少写多读的场景是非常适合 的，如果更新频繁，那么并不适合使用复合索引。另外一个forceMerge(int maxNumSegments) 这个方法，是合并索引里面段文件的方法，通过合并一些小段，可以用来，压缩空间，同样的对于提升性能也是有一定效果的，注意这个参数并不是意味着越小越好，当我们索引很大的时候，合并成多个段，也是一个不错的选择。  
\[/size\]\[/color\]\[/b\]  
  
  
\[b\]\[color=olive\]\[size=large\]今天，就写到这里吧，最后感谢各位道友，耐心看完此篇，文章若有不足之处，欢迎指正交流！\[/size\]\[/color\]\[/b\]  
  
\[b\]\[color=red\]\[size=x-large\]转载请务必注明，原创地址，谢谢配合!  
\[url\]http://qindongliang1922.iteye.com/blog/1998532\[/url\]  
\[/size\]\[/color\]\[/b\]