Lucene docID 可靠性答案

【问题标题】：Lucene docID reliabilityLucene docID 可靠性
【发布时间】：2011-03-31 07:56:52
【问题描述】：

嗨
如果 lucene 索引上只发生插入操作（没有删除/更新），那么 docID 是否没有改变？而且它也很可靠
如果是真的，我想用它来增量加载 FieldCache 以降低加载所有文档的开销，最好的解决方案是什么？？

【问题讨论】：

标签： c# java .net lucene lucene.net

【解决方案1】：

我不太确定您打算如何处理字段缓存，但我对文档 ID 的理解是，它们可以在插入期间更改，具体取决于挂起的删除、合并策略等。

即文档 ID 不应在重新打开的索引阅读器上超过提交边界使用

希望这会有所帮助，

【讨论】：

【解决方案2】：

文档 ID 在段内是静态的。 IndexReader.Open（通常）打开一个DirectoryReader，它结合了几个SegmentReader。您需要将“底部”读取器传递给 FieldCache 以使总体正常工作。

这是来自FieldCache with frequently updating index 的示例，它确保 FieldCache 仅读取新读取的段，而不是最顶层的读取器（每次提交时都会被视为更改）。

var directory = FSDirectory.Open(new DirectoryInfo("index"));
var reader = IndexReader.Open(directory, readOnly: true);
var documentId = 1337;

// Grab all subreaders.
var subReaders = new List<IndexReader>();
ReaderUtil.GatherSubReaders(subReaders, reader);

// Loop through all subreaders. While subReaderId is higher than the
// maximum document id in the subreader, go to next.
var subReaderId = documentId;
var subReader = subReaders.First(sub => {
    if (sub.MaxDoc() < subReaderId) {
        subReaderId -= sub.MaxDoc();
        return false;
    }

    return true;
});

var values = FieldCache_Fields.DEFAULT.GetInts(subReader, "newsdate");
var value = values[subReaderId];

【讨论】：