合并因子，minMergeDocs，Lucene

Question

我无法理解mergefactor和minMergeDocs之间的区别。

例如我想索引10,000个文档，并说这些文档中有100个填满了我的RAM缓冲区，所以Lucene会将这100个文档写成文件。现在，如果我设置mergefactor = 5，当要将第五个段写入磁盘时，Lucene会将所有现有段合并为一个段，依此类推。

1。 minMergeDocs适合这个？如果我有mergefactor = 5和minMergeDocs = 10 - mergefactor优先于minMergeDocs吗？

2。此外，当Lucene合并磁盘上的细分时，它是否也会删除各个细分，这些细分现在是新细分文件的一部分？

提前感谢您的回复，

Answer 1

合并因子定义了合并段的频率。默认值为10.这意味着，为每10个文档创建一个新段。当此类段的数量达到10时，将合并段本身以创建包含100个文档的单个段。这是日志合并策略。

minMergeDocs在Lucene 3.0中不再存在。

要更好地控制索引编制，您可以使用IndexWriter中的setMaxBufferedDocs()或setRAMBufferSizeMB()或setMaxMergeDocs()方法。