标记文档的索引策略，标记可以经常更改

Question

除文字内容外，我的文档还有可以搜索的标签。现在的问题是标签经常变化，每次添加或删除标签时我都必须调用UpdateDocument，这对于数百个文档来说非常慢。

是否有任何表现良好的策略用于存储经常更改且需要使用Lucene进行搜索的标记？我一直在考虑将标签保存在单独的文档中以保持较小，但我无法弄清楚如何快速搜索标签和内容。

Answer 1

在关系数据库中存储[tag，UID]对。每次添加或更新标记时，都会在数据库的此表中添加和更新标记。

当执行包含标记数据（存储在数据库中）和内容（在Lucene中编制索引）的Lucene搜索时，您需要将结果合并在一起。一种方法是：

1. 进行数据库查询以提取有问题标签的所有UID
2. 将所有UID翻译为Lucene doc ID，并在BitSet中为每个匹配的Lucene文档ID设置一个位
3. 创建一个包装BitSet的过滤器，并将该过滤器传递给您的搜索。

我们在系统中实施了这种方法，效果很好。出于性能原因，您可能需要在数据库前放置一个缓存。步骤（3）的细节将根据您使用的Lucene版本而有所不同。