Lucene索引策略经常更改的文档

Question

我正在将搜索功能集成到桌面应用程序中，而我正在使用vanilla Lucene这样做。该应用程序处理（可能有数千个）POJO，每个POJO都有自己的一组键/值属性。在我的应用程序和Lucene之间映射模型时，我最初想到为每个POJO分配一个Document并将属性添加为Fields。这种方法在索引和搜索方面效果很好，但主要缺点是每当POJO更改其属性时，我必须重新索引所有属性，即使是没有更改的属性，以便更新索引。我一直在考虑改变我的方法，而是创建一个Document per property，并为同一个POJO中的所有Documents分配相同的id。这样，当POJO属性发生变化时，我只更新其相应的Document而不重新索引所有其他未更改的属性。我认为图表db Neo4J在索引时遵循类似的方法，但我不完全确定。有人可以评论对性能，查询等可能产生的影响吗？

Answer 1

这基本上取决于您希望在搜索结果中作为文档返回的内容。

但索引相当便宜。更改的POJO真的有这么多属性，重新索引它们都是一个主要问题吗？

Answer 2

如果您只搜索每个搜索请求中的一个字段，将一个POJO拆分为多个文档将加快重建索引。但是如果搜索一个多个字段会导致另一个问题，POJO可能会多次出现。 实际上，我同意EJP，建立索引在小数据集中非常快。