Question

我正在使用Zend_Search_Lucene创建文章索引，以允许在我的网站上搜索它们。每当管理员更新/创建/删除管理区域中的文章时，都会重建索引：

$config = Zend_Registry::get("config");
$cache = $config->lucene->cache;
$path = $cache . "/articles";

try
{
    $index = Zend_Search_Lucene::open($path);
}
catch (Zend_Search_Lucene_Exception $e)
{
    $index = Zend_Search_Lucene::create($path);
}

$model = new Default_Model_Articles();
$select = $model->select();
$articles = $model->fetchAll($select);

foreach ($articles as $article)
{
    $doc = new Zend_Search_Lucene_Document();
    $doc->addField(Zend_Search_Lucene_Field::Text("title", $article->title));
    $index->addDocument($doc);
}

$index->commit();

我的问题是这个。由于我正在重新索引文章并处理已删除的文章，为什么我不是每次都使用“创建”（而不是“打开”和更新）？使用上面的方法，我认为文章每次都会添加addDocument（所以会有重复）。我该如何防止这种情况？有没有办法检查文档是否已存在于索引中？

此外，我不认为我完全理解当您“打开”并更新它时索引的工作原理。它似乎每次都在索引文件夹中创建新的#cfs（所以我有_0.cfs，_1.cfs，_2.cfs）文件，但是当我使用“create”时，它会用新的#cfs覆盖该文件。带＃递增的文件（例如，只有_2.cfs）。你能解释一下这些分段文件是什么吗？

Answer 1

是的，您可以检查文档是否已在索引中，查看this Manual Page。然后，您可以通过$ index-＆gt; delete（$ id）;从索引中删除此特定文档，其中$ id是termDocs方法的返回值。之后，您只需添加新版本的文档。

关于Lucene创建的多个索引文件：每次修改现有索引时，Lucene都不会真正更改现有文件，但会为每个更改添加部分索引。这对性能来说非常糟糕，但有一种简单的方法可以解决这个问题。在对索引进行的每个更改之后执行以下操作：$ index-＆gt; optimize（）; - 这会将所有部分文件附加到真实索引，从而大大改善搜索时间。

创建和更新Zend_Search_Lucene索引

1 个答案: