如何使用罗盘 lucene 生成的 cfs 索引？

Question

使用（最新的）lucene 8.7 是否可以使用 lucene 实用程序“Luke”在我无法修改的旧应用程序中打开由 2009 年左右的 lucene 2.2 生成的 .cfs 复合索引文件？ 或者，是否可以从 .cfs 为 Luke 生成 .idx 文件？ .cfs 是在 lucene 2.2 之上由 compass 生成的，而不是由 lucene 直接生成的 是否可以使用包含以下内容的指南针生成的索引：
_b.cfs
段.gen
段_d

可能与 solr 一起使用？

是否有任何示例如何在任何地方使用指南针打开基于文件的 .cfs 索引？

转换工具无法使用，因为索引版本太旧：

来自 lucene\build\demo：

java -cp ../core/lucene-core-8.7.0-SNAPSHOT.jar;../backward-codecs/lucene-backward-codecs-8.7.0-SNAPSHOT.jar org.apache.lucene.index .IndexUpgrader -verbose path_of_old_index

还有搜索文件演示：

java -classpath ../core/lucene-core-8.7.0-SNAPSHOT.jar;../queryparser/lucene-queryparser-8.7.0-SNAPSHOT.jar;./lucene-demo-8.7.0- SNAPSHOT.jar org.apache.lucene.demo.SearchFiles -index path_of_old_index

都失败了：

org.apache.lucene.index.IndexFormatTooOldException：不支持格式版本 此版本的 Lucene 仅支持使用 6.0 及更高版本创建的索引。

是否可以以某种方式将旧索引与 lucene 一起使用？如何使用旧的“编解码器”？ 如果可能，也来自 lucene.net？

当前的 lucene 8.7 生成一个包含这些文件的索引：

segments_1
写锁
_0.cfe
_0.cfs
_0.si

================================================ ============================ 更新：令人惊讶的是，它似乎用 nuget 的 lucene.net v. 3.0.3 打开了那个非常旧的格式索引！

这似乎可以从索引中提取所有术语：

    using System;
    using System.Collections.Generic;
    using System.Linq;
    using System.Text;
    using System.Threading.Tasks;
    using System.Globalization;
    
    using Lucene.Net.Analysis.Standard;
    using Lucene.Net.Documents;
    using Lucene.Net.Index;
    using Lucene.Net.QueryParsers;
    using Lucene.Net.Search;
    using Lucene.Net.Store;
    using Version = Lucene.Net.Util.Version;
    
    namespace ConsoleApplication1
    {
        class Program
        {
            static void Main()
            {
    
                var reader = IndexReader.Open(FSDirectory.Open("C:\\Temp\\ftsemib_opzioni\\v210126135604\\index\\search_0"), true);
                Console.WriteLine("number of documents: "+reader.NumDocs() + "\n");
                Console.ReadLine();
    
                TermEnum terms = reader.Terms();
                while (terms.Next())
                {
                    Term term = terms.Term;
                    String termField = term.Field;
                    String termText = term.Text;
                    int frequency = reader.DocFreq(term);
                    Console.WriteLine(termField +" "+termText);
                }
                var fieldNames = reader.GetFieldNames(IndexReader.FieldOption.ALL);
                int numFields = fieldNames.Count;
                Console.WriteLine("number of fields: " + numFields + "\n");
                for (IEnumerator<String> iter = fieldNames.GetEnumerator(); iter.MoveNext();)
                {
                    String fieldName = iter.Current;
                    Console.WriteLine("field: " + fieldName);
                }
                reader.Close();
    
                Console.ReadLine();
            }
        }
    
    }

出于好奇，是否有可能找出它是什么索引版本？ 有没有基于文件系统索引的（旧）指南针示例？

Answer 1

很遗憾，您不能使用旧的Codec 从 Lucene 2.2 访问索引文件。这是因为编解码器是在 Lucene 4.0 中引入的。在此之前，用于读取和写入索引文件的代码并没有组合到编解码器中，而是本质上只是整个 Lucene 库的一部分。

因此，在 4.0 之前的 Lucene 版本中，没有编解码器，只有文件读取和写入库中的代码。追踪所有这些代码并创建一个可以插入现代版本的 Lucene 的编解码器将是非常困难的。这不是一项不可能完成的任务，但它需要专家 Lucene 开发人员和大量的努力（即极其昂贵的努力）。

鉴于所有这些，这个 SO 问题的答案可能会有一些用处：How to upgrade lucene files from 2.2 to 4.3.1

更新

您最好的选择是使用 java lucene 的旧 3.x 副本或 Lucene.net ver 3.0.3 打开索引，然后添加并提交一个文档（这将创建第二个段）并执行优化这将导致两个段合并为一个新段。新段将是版本 3 段。然后，您可以再次使用 Lucene.Net 4.8 Beta 或 Java Lucene 4.X 执行相同的操作（但 Commit 从版本 4 开始更名为 ForceMerge）以将索引转换为 4.x 索引。

然后您可以使用当前 Java 版本的 Lucene 8.x 再次执行此操作以将索引一直移动到 8，因为当前版本的 Java Lucene 的编解码器一直回到 5.0 请参阅：@ 987654322@

但是，如果您再次收到您报告的错误：

此版本的 Lucene 仅支持使用 6.0 及更高版本创建的索引。

那么您将不得不使用 6.x 版本的 Java Lucene 再玩一个周期才能从 5.x 索引升级到 6.x 索引。 :-)