是否有可能在后台重新生成Lucene索引？

Question

有时需要重新生成lucene索引，例如：当指南针映射中的某些内容发生变化时，或者应用了增强的方式，或者出于某种原因某些内容已经损坏。

在我的情况下，索引的生成大约需要5到6个小时，在导致数据在此时间间隔内未完成之前清除索引。 I. e。在这段时间进行搜索会返回不完整的结果。

是否有任何标准方法让lucene在后台生成索引？例如。将索引写入临时目录并且（当索引完成时没有异常等）将现有索引替换为新索引？

当然，人们可以“手动”实现这个，但一个人必须这样做吗？听起来像是一个常见的用例。

致以最诚挚的问候+感谢您的意见，

彼得：）

Answer 1

我认为通常的方法是使用solr的复制功能。在你的情况下，主机和从机将在同一台机器上，但只是指向不同的目录。

Answer 2

我有类似的经历;分析仪有一些参数会不时变化;很明显，如果是这种情况，整个索引需要重建。 （我不会详细说明，足以说我有同样的要求！）

我做了你在问题中建议的内容。有三个目录，“旧”，“当前”和“新”。来自实时网站的查询总是与“当前”相反。索引重新创建过程是：

1. “旧”和“新”目录的递归删除
2. 在“新”目录中创建新索引（在我的情况下需要大约6小时）
3. 将“当前”重命名为“旧”;和“新”到“当前”
4. 递归删除“旧”目录

分析过程崩溃时会发生什么 - 如果它在第一步中崩溃，下次它将继续崩溃。如果它在第二步中崩溃，那么“new”目录将在下次运行时被删除。第三步非常快 - 重命名目录是快速和原子的。在第4步中崩溃并不重要，它将在下次运行时清理干净。

细心的观察者会注意到，在步骤3中，系统可能会在重命名当前目录和移动新目录之间崩溃。由于目录重命名速度太快，因此不太可能发生这种情况。该系统已经生产了几年，这从未发生过（但是？）。

Answer 3

我们遇到了类似的问题。我们的数据在Lucene中编入索引，但最初的来源是数据库和内容存储库。

因此，如果索引不同步（或数据类型更改等），我们只需迭代索引中的所有现有条目并重新生成数据，以便每个文档都得到更新。这不是一件非常复杂的事情。