我的Lucene索引中的每个文档都与stackoverflow中的文章类似,我试图通过索引(其中包含数百万个文档)进行搜索。每个用户只能搜索用户的公司帖子。我无法控制数据是如何编制索引的,我只需要在它上面实现一个简单的搜索(可以工作)。在Java中实现Lucene搜索的最佳实践
这是我的第一稿:
String q = "mysql"
String companyId = "1001"
String[] fields = { "body", "subject", "number", "category", "tags"};
Float float10 = new Float(10);
Float float5 = new Float(5);
Map<String, Float> boost = new HashMap<String, Float>();
boost.put("body", float10);
boost.put("subject", float10);
boost.put("number", float5);
boost.put("category", float5);
boost.put("tags", float5);;
MultiFieldQueryParser mfqp = new MultiFieldQueryParser(fields, new StandardAnalyzer(), boost);
mfqp.setAllowLeadingWildcard(true);
Query userQuery = mfqp.parse(q);
TermQuery companyQuery = new TermQuery(new Term("company_id", companyId));
BooleanQuery booleanQuery = new BooleanQuery();
BooleanQuery.setMaxClauseCount(50000)
booleanQuery.add(userQuery, BooleanClause.Occur.MUST);
booleanQuery.add(companyQuery, BooleanClause.Occur.MUST);
FSDirectory directory = FSDirectory.getDirectory(new File("/tmp/index"));
IndexSearcher searcher = SearcherManager.getIndexSearcherInstance(directory);
Hits hits = searcher.search(booleanQuery);
其主要工作功能,但我看到了一些内存问题。每4,5天我会发生Out of Memory错误,并且我使用堆转储,并看到Lucene Term和TermInfo对象位于列表的首位。我正在使用IndexSearcher的单例实例,我只能在堆中看到它的一个实例。
任何评论我在做的方式?我做错了什么,我能做得更好吗?
设置没问题,但问题无可救药。你的意思是说有内存泄漏?你怎么知道的?你有什么证据? – 2009-12-10 20:48:00
已编辑。希望它现在更清楚。 – Langali 2009-12-10 20:56:41
您是否使用http://www.eclipse.org/mat/进行分析? – akuhn 2009-12-11 00:59:56