Hibernate Search：只索引一个巨大表的几个实体而不加载所有条目

Question

我有一个巨大的表，我使用 Hibernate Search 版本 5.11.5 将其写入 Lucene 索引。将（现有）原始 SQL 导入此表后，我必须手动更新搜索索引。此 SQL 导入每天运行多次，并且重新索引不应阻止传入的搜索请求超过几秒钟。

在每个实体上都存在一个“已修改”日期字段，所以我已经使用 EntityIndexingInterceptor 注释了这个 @Indexed 实体，如下所示：

public class CustomEntityIndexingInterceptor implements EntityIndexingInterceptor<HugeTableEntity> {
   public static Date lastModified = //some logic;

   @Override
   public IndexingOverride onAdd(HugeTableEntity entity) {
      return IndexingOverride.APPLY_DEFAULT;
   }

   @Override
   public IndexingOverride onUpdate(HugeTableEntity entity) {
      if (entity.getModified().after(lastModified)) {
         return IndexingOverride.APPLY_DEFAULT;
      }
      return IndexingOverride.SKIP;
   }
}

此代码有效，但重新索引需要很长时间，因为所有实体都已加载。只有

我看到在 Hibernate Search 的深处存在一个类 IdentifierProducer，它在方法 loadAllIdentifiers 中加载所有 ID。我很想在内部条件中添加一个 SQL 过滤器 - 例如“修改位置 > :given_date”。

你知道我是否可以在不复制所有代码的情况下自定义 IdentifierProducer 吗？你知道解决我问题的另一种聪明方法吗？

问候

Answer 1

MassIndexer 不能仅用于索引部分数据...yet。 IdentifierProducer 是一个内部类，你不应该尝试改变它。

您可以执行查询以列出受导入影响的实体，并要求 Hibernate Search 重新索引它们，例如按 20 个元素的批次。您可以从this example from the documentation 获得一些灵感。当然，在您的情况下，您将向 Hibernate ORM 查询添加过滤器，以仅通过因您的导入而实际更改的实体。

别忘了删除你的索引拦截器，它应该不再有用了。