Question

我正在使用lucene.net。我正在编写一个代码，它应该在一段时间后索引回相同的文件夹。如果已将该文件夹中的内容编入索引，如何重新编制索引？说我索引了4个文档。并且在5分钟之后，任何文档都没有变化，那么如何管理这种情况？另外我想知道如果其中一个文件最近更新了，那么我如何通过替换或删除旧文件来仅返回该文件？

Answer 1

只需存储每个文件的时间戳，或某处的CRC（IE是数据库）。

然后，您抓取文件系统并仅更新使用IndexWriter.UpdateDocument()更改的文件，使用IndexWriter.AddDocument()添加新文件，并使用IndexWriter.DeleteDocument()删除不再存在的文件。

Answer 2

在现代版本的 Lucene.Net 中，您可以将键作为文档的一部分进行索引，然后根据键修剪现有索引：

var document = new Document()
{
  new StringField("DocumentId", source.DocumentId, Field.Store.YES),
  new StringField("DocumentPath", source.DocumentPath, Field.Store.YES),
  new TextField("Content", source.Text, Field.Store.NO),
  new TextField("Tags", source.Tags, Field.Store.YES),
};

...

var writer = GetIndexWriter();

// Delete existing records
var query = new BooleanQuery
{
  {new TermQuery(new Term("DocumentId", source.DocumentId)), Occur.MUST},
  {new TermQuery(new Term("DocumentPath", source.DocumentPath)), Occur.MUST},
};
writer.DeleteDocuments(query);

// Add new document
writer.AddDocument(document);

例如，您还可以将上次更新时间戳存储为索引的一部分，并使用它来确定何时重新索引文件。

绝对不需要为此使用外部数据库。

注意：您应该为此使用StringField，而不是TextField，以便您可以匹配复杂的键； IE。 TextField 可能会将像 ABC-DEF 这样的 id 转换为标记 ABC 和 DEF，因此术语搜索查询将无法准确匹配 ABC-DEF。

在lucene.net重新编制索引

2 个答案: