分裂Lucene索引分为两半

Question

什么是分割现有的Lucene索引分为两半，即每个分割应该包含一半的文档总数的原指数

Answer 1

拆分现有的索引（不重建索引的所有文件）最简单的方法是：

1. 制作现有指数的另一个副本（即CP -r myindex mycopy）
2. 打开的第一个索引和删除一半的文档（范围为0〜maxDoc/2）
3. 打开第二索引，并删除其他半（范围maxDoc/2到maxDoc）
4. 优化两个指数

这可能不是最有效的方法，但它只需很少的编码就可以完成。

Answer 2

一个相当稳健的机制就是用最好的方式以文件的校验和为模数，索引的数量来决定它将进入哪个索引。

Answer 3

最近的Lucene版本有一个专门的工具来执行此操作（在contrib/misc下有IndexSplitter和MultiPassIndexSplitter）。