寫入後優化lucene索引是否是強制性的？

Question

目前我正在寫完成後調用編寫器的優化方法。由於我的數據集很大，需要很長時間（並且需要更多空間（2 *實際大小））來優化索引。我非常關心這個問題，因爲很多文件經常包含在索引中。

所以

1. 是否確定要關閉優化？
2. 性能影響是什麼，比如在沒有優化的情況下查詢速度有多慢？

乾杯

Answer 1

的Lucene FAQ說：

什麼是指標的優化和什麼時候應該使用它？

IndexWriter類支持一種優化（）方法，該方法可以壓縮索引數據庫並加快查詢速度。執行文檔集的完整索引或索引的增量更新後，您可能想要使用此方法。如果您的增量更新頻繁添加文檔，您只需稍後執行一次優化，以避免優化的額外開銷。

如果我決定不優化索引，刪除的文檔何時會被刪除？

被刪除的文檔被標記爲已刪除。但是，在索引優化之前，它們在索引中佔用的空間不會被回收。即使索引未得到優化，隨着更多文檔被添加到索引中，該空間也將最終被回收。

Answer 2

您最瞭解您的數據，因此我建議您執行一些測試來衡量您的查詢運行速度有多快，而沒有optimize步驟。

根據javadocs的說法，「在頻繁更新的環境中，如果有的話，最好在低音量時間進行優化」。您只應在必要時進行優化。如果自上次優化以來，只有5％的文檔發生了變化，那麼就沒有必要，因此應該瞭解文檔更改的頻率。也許你不太經常，比如說每幾個小時一次，或者每天一次。

另請參閱this thread，他們建議不要在索引不斷更新的環境中調用優化，而應選擇設置較低的mergeFactor。