从lucene 3.x迁移到4.x时，重新索引是否值得

Question

我要将Lucene版本从3.5迁移到4.7。 由于我的索引非常庞大，我想知道是否值得重新编制索引。 大多数情况下，如果在性能方面值得，我感兴趣。 有什么建议吗？

此致

Answer 1

像往常一样，对此没有简单的答案。

最大的变化是，在v4.0中，Lucene引入了提供自定义编解码器/发布格式的能力。 Michael McCandless（Lucene的一位作者），explains the difference between 3.X and 4.0：

  

默认情况下，Lucene使用StandardCodec，它可以写入和读入   与当前稳定分支（3.x）几乎相同的格式。细节   给定的术语存储在术语词典文件中，而文档和   该术语发生的位置存储在单独的文件中。

也就是说，有不同的编解码器，每个编解码器都集中在不同的东西上。

This presentation涵盖了一些发布格式，并有一些见解，针对哪种情况调整格式。如果你打算留在StandardCodec，我猜你不会选择重新索引。

Answer 2

考虑使用4.7的IndexUpgrader来升级您的索引，因为索引格式（准确的过帐格式）从3.x到4.x有一些变化。 Lucene 4.7的默认编解码器可能无法读取Lucene 3.x的索引文件

IndexUpgrader是Lucene提供的实用程序。 http://lucene.apache.org/core/4_7_0/core/org/apache/lucene/index/IndexUpgrader.html