Question

我正在尝试使用AzureDirectory库在Azure云存储帐户上存储Lucene.NET索引。

我使用以下版本：

Microsoft.Windows.Azure.Storage 4.3.0.0
Lucene.Net 3.0.3.0
Lucene.Net.Store.Azure 3.0.5553.21100

并调用以下方法：

public void UpdateDocument(Term keyTerm, Document document, string indexName)
{    
    using (var analyser = new StandardAnalyzer(LuceneVersion))
    {
        using (var directory = new AzureDirectory(cloudStorage.GetStorageAccount(), indexName, new RAMDirectory()))
        {
            using (var indexWriter = new IndexWriter(directory, analyser, true, IndexWriter.MaxFieldLength.UNLIMITED))
            {
                indexWriter.UpdateDocument(keyTerm, document);
            }
        }
    }
}

当我将该方法调用至少10次（从单元测试中）时，总时间约为30秒。

我已尝试使用索引编写器进行各种更改，以查看是否可以获得任何性能提升，但到目前为止还没有。我已经尝试更改代码以重用索引编写器和目录类，但我最终得到了文件锁。我还希望将索引代码从调用者中抽象出来，以保持Lucene的隔离。如果我评论indexWriter.UpdateDocument(keyTerm, document);，那么它的响应能告诉我这是缓慢的地方。

我想知道我做错了什么或错过了什么？

Answer 1

上面的方法只需要调整以便更好地利用资源，因为打开每个文档的目录和索引编写器成本太高。我调整后的方法运行正常：

public void UpdateDocumentBatch(Term keyTerm, IEnumerable<Document> documents, string indexName)
{
    using (var analyser = new StandardAnalyzer(LuceneVersion))
    {
        using (var directory = new AzureDirectory(cloudStorage.GetStorageAccount(), indexName, new RAMDirectory()))
        {
            var createIndex = !IndexReader.IndexExists(directory);

            using (var indexWriter = new IndexWriter(directory, analyser, createIndex, IndexWriter.MaxFieldLength.UNLIMITED))
            {
                indexWriter.SetRAMBufferSizeMB(100);

                foreach (var document in documents)
                {
                    keyTerm.Text = document.GetField(keyTerm.Field).StringValue;

                    indexWriter.UpdateDocument(keyTerm, document);
                }

                indexWriter.Commit();
            }
        }
    }
}

Lucene.NET的AzureDirectory库：索引时的性能问题

1 个答案: