當從lucene 3.x遷移到4.x時，是否值得重新索引

Question

我將把Lucene版本從3.5遷移到4.7。 而且我的索引真的很大，我想知道是否值得重新索引它。 大多數情況下，如果表現值得關注，我很感興趣。 有什麼建議嗎？

Regards

Answer 1

像往常一樣，沒有簡單的答案。

最大的變化是在v4.0中Lucene引入了提供自定義編解碼器/發佈格式的功能。邁克爾·麥坎德利斯（Lucene的作者之一），explains the difference between 3.X and 4.0：

默認情況下，Lucene的使用StandardCodec，其作爲當前穩定分支（3.X）寫入和讀取的 幾乎相同的格式。給定項的 的詳細信息以詞典文件的形式存儲，而文檔和發生該詞的位置則存儲在單獨的文件中。

也就是說，有不同的編解碼器，他們每個人都專注於不同的事情。

This presentation涵蓋了一些發佈格式，並有一些洞察哪種格式針對哪種情況進行了調整。如果你打算留在StandardCodec，我想你不會選擇重新索引。

Answer 2

考慮使用4.7的IndexUpgrader升級索引，因爲索引格式（發佈格式是精確的）有一些變化，從3.x到4.x. Lucene 4.7的默認編解碼器可能無法讀取Lucene 3.x的索引文件

IndexUpgrader是由Lucene提供的實用程序。 http://lucene.apache.org/core/4_7_0/core/org/apache/lucene/index/IndexUpgrader.html