是否有可能在Java中

Question

獲得通過頻繁地更新場使用Lucene 3.0排序實時搜索結果

考慮以下假設：

1. 我有Java 5.0中的Web應用，我正在考慮利用Lucene 3.0全-text搜索
2. 將有超過1000K Lucene的文件較多，創建只是後，他們每100個字（平均）
3. 新的文件必須是可搜索（實時搜索）
4. Lucene的文件經常更新的整型字段命名質量

哪裏可以找到Lucene 3.0近實時搜索的代碼示例（簡單但儘可能完整）？

是否有可能獲得按照可能經常更新的文檔字段（質量）之一排序的查詢結果（對於已編入索引的文檔）？文件字段的這種更新將不得不觸發Lucene索引重建？這種重建的表現如何？如何高效地完成它 - 我需要一些完整解決方案的示例/文檔。

但是，如果在這種情況下索引重建不一定需要 - 如何有效地對搜索結果進行排序？有些查詢可能會返回大量文檔（> 50K），所以我認爲從Lucene中獲得未排序的文檔並將其按質量字段進行排序效率不高，最後將排序列表劃分爲頁面進行分頁。

Lucene 3.0是我在Java中的最佳選擇還是應該考慮其他一些框架/解決方案？也許全文搜索由SQL Server本身提供（我使用的是PostgreSQL 8.3）？

Answer 1

Lucene API能夠滿足您所要求的一切，但這並不容易。這是一個相當低級的API，並且讓它做複雜的事情本身就是一個練習。

我強烈推薦Compass，這是一個建立在Lucene之上的搜索/索引框架。除了一個非常友好的API之外，它還爲Lucene索引提供了對象/ XML/JSON映射等功能，以及完全的事務行爲。它對您的要求應該沒有問題，例如對事務更新的文檔進行實時分類。

指南針2.2.0基於Lucene 2.4.1構建，但基於Lucene 3.0的版本正在開發中。但是，從Lucene API中抽象出來的過渡應該是無縫的。

Answer 2

近實時搜索可在Lucene since 2.9。 Lucid Imagination有關於此功能的an article（2.9發佈之前）。基本的想法是你現在可以從IndexWriter獲得一個IndexReader。如果以固定的時間間隔刷新此IndexReader，則最多可獲得IndexWriter的日期更改。

更新：我還沒有看到任何代碼，但這裏是一個廣泛的想法。

所有新文檔將被寫入IndexWriter，最好使用RAMDirectory創建，這將不會經常關閉。 （要堅持這種內存索引，您可能不得不將其刷新到磁盤。）

您將在創建單獨的IndexReader的磁盤上有一些索引。 MultiReader和Searcher可以在這些讀者之上創建。讀者之一將來自內存中的索引。

以固定的時間間隔（比如說幾秒鐘），您將從MultiReader中刪除當前的Reader，從IndexWriter中獲取新的Reader，並用新的讀取器組構建MultiReader/Searcher。

根據來自Lucid Imagination的文章（與上文相關），他們試圖每秒寫入50個文件，沒有嚴重放緩。