Lucene使用结构化文档进行索引，其中每个文本行都有元数据

Question

我有一个文档结构，其中文档中的每个文本行都有一些与之关联的元数据。搜索结果必须显示该行的行和元数据。

目前，我将每个这样的行存储为Lucene文档，并将元数据存储为非索引字段之一。那就是我为每一行创建并添加Lucene Document结构。我担心的是，我最终可能会在索引中包含太多文档。

有更优雅的方法吗？

由于

Answer 1

“太多”了多少？众所周知，Lucene在一个索引中处理数亿条记录，所以我怀疑你应该有问题。话虽如此，没有什么可以替代自己进行测试和基准测试，看看这种方法是否适合您的需求。

Answer 2

就个人而言，我会将文档索引为正常，并稍后计算出元数据/行号。

Lucene是否可以处理那么多文档是毫无疑问的，但它可能会在某种程度上降低搜索结果。因为您可以执行搜索，查找彼此非常接近的多个术语，但是当术语分成多个文档（行）时，这显然不起作用。