关于Lucene.net 2.9.2.2 中删除索引的若干问题

最近项目中用到了Lucene.net和盘古分词 ,用以支撑前台的搜索需求。

在使用过程中,发现删除不太好用,具体表现在:使用IndexWriter.DeleteDocuments 指定术语(Term)进行删除,在语句执行完后,文件并没有被物理删掉,而是生成了新的.CFS(索引文件)。但是在单元测试中使用IndexWriter.DeleteAll(),却可以正常的删除掉所有文档。

经过多方查证和实验,获得了正确的方法:

1,如果不知道文档(document)的序号(docNum),那就得使用术语(Term)进行文档的指定删除。大部分应用场景,应该都是基于术语删除,原因是方便,不需要先查询一遍。

2,使用术语删除,就需要指定键值对:Field和Value。经过若干次尝试,这个Field是需要被索引才能在删除时使用的,在2.9.2.2中,就是 Field.Index.ANALYZED;这个Value,似乎使用哈希值和字符组合都不能凑效,最好是一个数值串。我的做法是,把唯一的值哈希成10进制数值形式再存储,那么删除就能成功。

3,在执行完所有的IndexWriter.DeleteDocuments操作后,最好是提交并优化一下,最后关闭 IndexWriter,删除就生效了,像这样:

复制代码
try
{
    this.UnLock();
                    
    writerFs = new IndexWriter(directory, new PanGuAnalyzer(), false,
        IndexWriter.MaxFieldLength.UNLIMITED);

    foreach (var item in items)
    {
        Term termID = new Term("ID", item.GetID());
        writerFs.DeleteDocuments(termID);
    }

    writerFs.Commit();
    writerFs.SetUseCompoundFile(true);
    writerFs.Optimize();
}
catch (IOException ex)
{
    Logger.Error(typeof(SearchService), ex);
}
finally
{
    try
    {
        if (writerFs != null)
        {
            writerFs.Close();
        }
    }
}
复制代码

 

你可能感兴趣的:(关于Lucene.net 2.9.2.2 中删除索引的若干问题)