写入后优化lucene索引是否必须？

Question

目前我在写完成后调用了indexwriter的optimize方法。由于我的数据集很大，因此需要很长时间（并且需要更多空间（2 *实际大小））来优化索引。我非常关注这一点，因为索引中经常包含大量文档。

所以

1. 可以关闭优化吗​​？
2. 性能影响是什么，比如在没有选择时查询的速度会慢多少？

干杯

Answer 1

Lucene FAQ说：

  

什么是索引优化以及何时应该使用它？

     

IndexWriter类支持optimize（）方法，该方法可压缩索引数据库并加快查询速度。在执行文档集的完整索引或索引的增量更新之后，您可能希望使用此方法。如果增量更新经常添加文档，则只需要偶尔执行一次优化，以避免额外的优化开销。

     

如果我决定不优化索引，删除的文档何时会被删除？

     

删除的文档被标记为已删除。但是，在索引优化之前，它们在索引中消耗的空间不会被回收。随着更多文档被添加到索引中，该空间也将最终被回收，即使索引没有得到优化。

Answer 2

您最了解自己的数据，因此我建议您执行一些测试，以衡量使用和不使用optimize步骤运行查询的速度。

根据javadocs，“在频繁更新的环境中，优化最好在低音量时间内完成，如果有的话”。您应该只在必要时进行优化。如果自上次优化以来只有5％的文档发生了变化，那么就没有必要了，所以要了解文档的更改频率。也许你可以optimise减少频率，比如说每隔几个小时或每天一次。

另请查看this thread，他们建议不要在索引不断更新的环境中调用优化，而是选择设置低mergeFactor。