是否有一组从关系数据库构建Lucene索引的最佳实践？

Question

我正在研究使用Lucene和/或Solr在基于RDBMS的Web应用程序中提供搜索。对我来说不幸的是，我浏览过的所有文档都涉及如何从索引中获取数据;我更关心如何构建有用的索引。这样做有什么“最佳实践”吗？

Answer 1

多个应用程序是否会写入数据库？如果是这样，那有点棘手;你必须有一些机制来识别要提供给Lucene索引器的新记录。

要考虑的另一点是，您希望一个索引覆盖所有表，还是每个表一个索引。一般来说，我推荐一个索引，在该索引中有一个字段来指示记录来自哪个表。

Hibernate支持全文搜索，如果您想搜索持久对象而不是非结构化文档。

有一个名为Compass的OpenSymphony项目，你应该知道。我自己也远离它，主要是因为它似乎比搜索需要的更强大方式。另外，正如我从文档中可以看出的那样（我承认我没有找到所有必要的时间来阅读它），它将Lucene段存储为数据库中的blob。如果您熟悉Lucene体系结构，Compass会在数据库之上实现Lucene目录。我认为这是错误的做法。我会利用数据库的内置支持来编制索引并实现Lucene IndexReader。同样的批评也适用于分布式缓存实现等。

Answer 2

我根本没有探究过这个问题，但请看一下LuSql。

使用Solr也很简单，但是会有一些DRY - 违反Solr schema.xml和您的实际数据库架构。 （仅供参考，Solr确实支持通配符。）

Answer 3

作为介绍：

Brian McCallister写了一篇不错的博文：Using Lucene with OJB。

Answer 4

我们正在推出今晚使用Solr的第一个应用程序。使用Solr 1.3，它们包含了DataImportHandler，它允许您指定数据库表（它们称为实体）及其关系。一旦定义，一个简单的HTTP请求就会导致数据导入。

请查看the Solr wiki page for DataImportHandler了解详情。