是否有可能在Java中

Question

获得通过频繁地更新场使用Lucene 3.0排序实时搜索结果

考虑以下假设：

1. 我有Java 5.0中的Web应用，我正在考虑利用Lucene 3.0全-text搜索
2. 将有超过1000K Lucene的文件较多，创建只是后，他们每100个字（平均）
3. 新的文件必须是可搜索（实时搜索）
4. Lucene的文件经常更新的整型字段命名质量

哪里可以找到Lucene 3.0近实时搜索的代码示例（简单但尽可能完整）？

是否有可能获得按照可能经常更新的文档字段（质量）之一排序的查询结果（对于已编入索引的文档）？文件字段的这种更新将不得不触发Lucene索引重建？这种重建的表现如何？如何高效地完成它 - 我需要一些完整解决方案的示例/文档。

但是，如果在这种情况下索引重建不一定需要 - 如何有效地对搜索结果进行排序？有些查询可能会返回大量文档（> 50K），所以我认为从Lucene中获得未排序的文档并将其按质量字段进行排序效率不高，最后将排序列表划分为页面进行分页。

Lucene 3.0是我在Java中的最佳选择还是应该考虑其他一些框架/解决方案？也许全文搜索由SQL Server本身提供（我使用的是PostgreSQL 8.3）？

Answer 1

Lucene API能够满足您所要求的一切，但这并不容易。这是一个相当低级的API，并且让它做复杂的事情本身就是一个练习。

我强烈推荐Compass，这是一个建立在Lucene之上的搜索/索引框架。除了一个非常友好的API之外，它还为Lucene索引提供了对象/ XML/JSON映射等功能，以及完全的事务行为。它对您的要求应该没有问题，例如对事务更新的文档进行实时分类。

指南针2.2.0基于Lucene 2.4.1构建，但基于Lucene 3.0的版本正在开发中。但是，从Lucene API中抽象出来的过渡应该是无缝的。

Answer 2

近实时搜索可在Lucene since 2.9。 Lucid Imagination有关于此功能的an article（2.9发布之前）。基本的想法是你现在可以从IndexWriter获得一个IndexReader。如果以固定的时间间隔刷新此IndexReader，则最多可获得IndexWriter的日期更改。

更新：我还没有看到任何代码，但这里是一个广泛的想法。

所有新文档将被写入IndexWriter，最好使用RAMDirectory创建，这将不会经常关闭。 （要坚持这种内存索引，您可能不得不将其刷新到磁盘。）

您将在创建单独的IndexReader的磁盘上有一些索引。 MultiReader和Searcher可以在这些读者之上创建。读者之一将来自内存中的索引。

以固定的时间间隔（比如说几秒钟），您将从MultiReader中删除当前的Reader，从IndexWriter中获取新的Reader，并用新的读取器组构建MultiReader/Searcher。

根据来自Lucid Imagination的文章（与上文相关），他们试图每秒写入50个文件，没有严重放缓。