http://www.iteye.com/job/topic/1133159

时间:2023-03-09 04:11:53
http://www.iteye.com/job/topic/1133159

Lucene 的索引体系是一个写独占,读共享的结构,这意味着,我们在使用多线程进行添加索引时,性能并不会得到明显的提升,所以任何时刻只能有一个线程对索引进行写 入操作,而保障这个操作的安全性则是来自于,Lucene独特的锁机制(写入操作进行时,我们可以在Lucene的索引根目录里看到一个命名为 write.lock的锁文件),如果同一时刻有多个不同IndexWriter对索引进行写入操作,那么将会引发锁重叠异常,所以Lucene的特殊的 索引结构,决定了其只能使用一个IndexWriter对索引进行添加操作。

即使是限定Lucen只能使用一个线程进行写入操作,Lucene的写入性能也是非常高效的,特别是在Lucene4.x之后,更是优异,我们可以根据自己服务器的硬件环境,来调优一些参数,利用上批处理的特性,可以大大提升写入性能。



前面说过,Lucene写入时只能用一个线程操作,那么假如我们想使用多线程写入来提速可以吗?

答案是肯定的,虽然Lucene限定只能用一个线程写入,但是这个限制仅仅指的是对一个索引文件的限制,我们可以采取一种折中的方式,利用多个线
程写入多个索引文件夹目录,最后在对这几个索引文件合并,由此来提升索引速度,Lucene的API也支持多个索引文件的合并,所以采用这种方式来建索
引,也能够大大的提升索引性能,这种方式尤其适用于对数据库的数据建索引,我们可以采用分页读的方式,由某个固定数目的线程来建索引。

本篇散仙就来介绍下,如何使用LuceneD的API
来对多个索引文件进行合并操作,合并操作大多数时候要求我们的数据结构是要一致的,当然Lucene是一种文档型的松散的存储结构,某个文档里也可以存储
自己特有的字段,而其他的文档里,则没有,不过既然是我们需要合并,那么就要求大多数的结构是要一致的,否则两个完全不同类型的索引,合并到一起也是不符
合逻辑的。

散仙为了演示合并,就建立了2份索引,然后对这两份索引进行合并。截图如下:

http://www.iteye.com/job/topic/1133159

http://www.iteye.com/job/topic/1133159

合并的核心代码如下:

<pre name="code" class="java">/***

* @author 秦东亮

* lucene 技术交流群:324714439

* 测试多个索引之间

* 进行合并的方法

* **/

  public static void combineMoreIndex(){

 

  try{

  Directory d1=FSDirectory.open(new File("E:\\1\\a"));//打开存放索引1的路径

  Directory d2=FSDirectory.open(new File("E:\\2\\a"));//打开存放索引2的路径

 

  Directory d3=FSDirectory.open(new File("E:\\3\\ab"));//合并到索引3里面

 

   IndexWriter writer=new IndexWriter(d3, new IndexWriterConfig(Version.LUCENE_44, new IKAnalyzer()));

 

   writer.addIndexes(d1,d2);//传入各自的Diretory或者IndexReader进行合并

   writer.commit();//提交索引

   writer.close();

   System.out.println("合并索引完毕.........");

 

 

  }catch(Exception e){

  e.printStackTrace();

  }

  }</pre>

生成的第三份索引,截图如下:

http://www.iteye.com/job/topic/1133159

下面我们来看下,合并前,1,2索引和合并后的3索引的数据变化信息。

<pre name="code" class="java">  System.out.println("==============1a=========================");

   showAll("E:\\1\\a");

   System.out.println("==============2a=========================");

   showAll("E:\\2\\a");

   System.out.println("==============合并后=========================");

   showAll("E:\\3\\ab");</pre>

输出结果如下,注意里面有日期为null的,代表这个文档没有日期的这个字段。

<pre name="code" class="java">==============1a=========================

a===>中国  日期: ===> null

b===>法国  日期: ===> 1389783935597

c===>中国  日期: ===> null

d===>英国  日期: ===> null

==============2a=========================

q===>中国  日期: ===> null

w===>法国  日期: ===> 1389783980586

r===>中国  日期: ===> null

d===>英国  日期: ===> null

==============合并后=========================

a===>中国  日期: ===> null

b===>法国  日期: ===> 1389783935597

c===>中国  日期: ===> null

d===>英国  日期: ===> null

q===>中国  日期: ===> null

w===>法国  日期: ===> 1389783980586

r===>中国  日期: ===> null

d===>英国  日期: ===> null

</pre>