Lucene 更新后找不到文档

Question

似乎每当我更新索引中的现有文档（删除/添加的行为相同）时，都无法使用 TermQuery 找到它。这是一个简短的 sn-p：

iw = new IndexWriter(目录，配置);

Document doc = new Document();
doc.add(new StringField("string", "a", Store.YES));
doc.add(new IntField("int", 1, Store.YES));

iw.addDocument(doc);

Query query = new TermQuery(new Term("string","a"));

Document[] hits = search(query);
doc = hits[0];
print(doc);

doc.removeField("int");
doc.add(new IntField("int", 2, Store.YES));

iw.updateDocument(new Term("string","a"), doc);

hits = search(query);
System.out.println(hits.length);
System.out.println("_________________");

for(Document hit : search(new MatchAllDocsQuery())){
    print(hit);
}

这会产生以下控制台输出：

stored,indexed,tokenized,omitNorms,indexOptions=DOCS_ONLY<string:a>
stored<int:1>
________________
0
_________________
stored,indexed,tokenized,omitNorms,indexOptions=DOCS_ONLY<string:a>
stored<int:2>
________________

似乎更新后，索引中的文档（而不是新文档）被 MatchAllDocsQuery 返回，但无法被 TermQuery 找到。

完整的示例代码可在http://pastebin.com/sP2Vav9v获得

此外，只有当 StringField 值包含特殊字符（例如 file:/F:/）时，才会发生这种情况（第二次搜索不起作用）。

Answer 1

您在 pastebin 中引用的代码没有找到任何内容，因为您的 StringField 只是一个停用词 (a)。将 a 替换为非停用词（例如 ax）会使两个搜索都返回 1 个文档。

如果您要构造带有空停用词集 (CharArraySet.EMPTY_SET) 的 StandardAnalyzer，但仍将 a 用于 StringField，您也将获得正确的结果。不过，这不适用于file:/F:/。

但是，最好的解决方案是在这种情况下将StandardAnalyzer 替换为KeywordAnalyzer。

Answer 2

我可以通过在所有索引操作之后重新创建我的工作目录来摆脱这个： 例如，为此索引操作创建一个名为“path_dir”的新目录。如果您已更新，则调用以下操作并再次执行您之前的所有工作。

StandardAnalyzer analyzer = new StandardAnalyzer(Version.LUCENE_46);
FSDirectory dir;
try {
    // delete indexing files :
    dir = FSDirectory.open(new File(path_dir));
    IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_46, analyzer);
    IndexWriter writer = new IndexWriter(dir, config);
    writer.deleteAll();
    writer.close();
    } catch (IOException e) {
        e.printStackTrace();
    }

但是，请注意，如果您正在处理大数据，这种方式会非常慢。