关于Lucene.net 2.9.2.2 中删除索引的若干问题

时间:2021-09-24 03:03:36

最近项目中用到了Lucene.net和盘古分词 ,用以支撑前台的搜索需求。

在使用过程中,发现删除不太好用,具体表现在:使用IndexWriter.DeleteDocuments 指定术语(Term)进行删除,在语句执行完后,文件并没有被物理删掉,而是生成了新的.CFS(索引文件)。但是在单元测试中使用IndexWriter.DeleteAll(),却可以正常的删除掉所有文档。

经过多方查证和实验,获得了正确的方法:

1,如果不知道文档(document)的序号(docNum),那就得使用术语(Term)进行文档的指定删除。大部分应用场景,应该都是基于术语删除,原因是方便,不需要先查询一遍。

2,使用术语删除,就需要指定键值对:Field和Value。经过若干次尝试,这个Field是需要被索引才能在删除时使用的,在2.9.2.2中,就是 Field.Index.ANALYZED;这个Value,似乎使用哈希值和字符组合都不能凑效,最好是一个数值串。我的做法是,把唯一的值哈希成10进制数值形式再存储,那么删除就能成功。

3,在执行完所有的IndexWriter.DeleteDocuments操作后,最好是提交并优化一下,最后关闭 IndexWriter,删除就生效了,像这样:

关于Lucene.net 2.9.2.2 中删除索引的若干问题
try
{
this.UnLock();

writerFs
= new IndexWriter(directory, new PanGuAnalyzer(), false,
IndexWriter.MaxFieldLength.UNLIMITED);

foreach (var item in items)
{
Term termID
= new Term("ID", item.GetID());
writerFs.DeleteDocuments(termID);
}

writerFs.Commit();
writerFs.SetUseCompoundFile(
true);
writerFs.Optimize();
}
catch (IOException ex)
{
Logger.Error(
typeof(SearchService), ex);
}
finally
{
try
{
if (writerFs != null)
{
writerFs.Close();
}
}
}
关于Lucene.net 2.9.2.2 中删除索引的若干问题