带有 Zend Lucene 和相关模型的 Symfony（带有外键）答案

【问题标题】：Symfony with Zend Lucene and related models (with foreign keys)带有 Zend Lucene 和相关模型的 Symfony（带有外键）
【发布时间】：2011-04-21 07:40:29
【问题描述】：

当我意识到我的 Zend Lucene 实现存在一个重大缺陷时，我正在使用 Symfony 1.4 和 Doctrine 开发一个应用程序。

我有一个名为 Publication 的模型，它与其他一些模型（主题、流派、语言、作者等）相关（通过外键关系），并且在将新文档添加到索引（使用 Jobeet 教程方式），以便我可以搜索具有给定主题、流派、语言、作者等的出版物...问题是如果出于某种原因我决定更改其中一个相关模型的名称Zend Lucene 索引不会得到更新。

我能想到的唯一两个解决方案是：

定期重新索引所有出版物，以保证对相关模型所做的任何更改都会在索引上更新（但是此解决方案不允许实时更新索引）
获取与给定模型相关的所有出版物，并在更新后重新索引它们（使用 save()、postSave()、postUpdate() 或您可以在 Doctrine 上提出的任何内容） . --> 这个解决方案看起来很棒......它只会为链接到更新模型的出版物重建索引，对吗？好吧，如果你有类似一千（1000）份出版物链接到它，将需要几分钟来更新（是的，我测试过）并且在用户表单上它会超时，因为它需要超过 30 秒（即使它没有'让用户盯着屏幕几分钟等待页面完成加载会很糟糕）。

所以我想知道是否还有其他解决方案？有没有办法根据相关模型的更改即时更新索引而不挂起整个 pahe？也许将任务在后台运行或其他什么？有没有这样的方法？

如果没有办法用 Lucene 做到这一点，有没有办法在不使用没有这样缺点的 Zend Lucene 的情况下使用 MySQL 的全文搜索（使用 InnoDB 表）？如果有这样的工具，我很乐意重构我的代码以适应不同的库。

你能帮我解决这个问题吗？提前致谢！

【问题讨论】：

据我所知，Zend_Search_Lucene 不再更新。当您获得大索引（10k + 文档）时，它的性能也非常糟糕。请记住，Zend Lucene 是真正 Lucene 的 php 端口。 Sphinx 或 solr（基于原始 lucene 库构建的 solr）性能会大大提高并提供更好的结果。
Zend_Search_Lucene，据我所知，仍然与 Zend 框架的其余部分一起维护。但是我同意 Apache 的原始 Java 实现更快（主要是因为即使它不是机器代码，Java 也比在运行时解释的 PHP 更快）。此外，Solr 是 Lucene 的独立服务器，因此它比在您自己的应用程序中运行它更快。 finnaly Sphinx 是一个用 C/C++ 编写的不相关的项目，使其速度非常快（并且可以使用绑定和其他东西在其他语言上使用）。

标签： php zend-framework symfony1 indexing lucene

【解决方案1】：

无法更新 Lucene 文档。您只能删除匹配项，然后重新添加它们。因此，我原来的解决方案无效。

我正在为您寻找替代方案，其中一个引起了我的注意： http://www.sphinxsearch.com/

Sphinx 的索引速度似乎非常快，但执行搜索的速度较慢。可能是值得一看的东西。

从我所阅读的内容来看，Lucene 的 PHP 实现并不是很快，这是正常的行为。有一些方法可以提高索引大量数据的速度，主要是增加 RAM，以便让 Lucene 在转储文件之前将更大的文档大小写入内存。

【讨论】：

我该怎么做。据我所知，我不能只更新 Zend Lucene 索引的“文档”中的一个术语。如果这样的事情是可能的，我很乐意尝试。知道怎么做吗？
你是对的。我只是在想它，但如果可能的话，我没有抬头。无法更新 Lucene 文档。
好吧，我最终得到了我在下面写的解决方案。它并不完美，但我觉得它“足够好”。但是，如果 Lucene 能够在仅更新单个文档术语方面有所改进，甚至可能提供某种实时索引，那将是非常酷的。
如上所述，sphinx 的搜索速度比 zend lucene 快得多。索引和搜索速度都快了几个数量级。

【解决方案2】：

嗯...我在回答我自己。在考虑了一段时间后，我以一个妥协的解决方案结束了。

在我的模型上，我已经与仅用于存储有关出版物的元信息的表建立了一对一的关系，因此我最终插入了一个名为 reindex 的新列（即“布尔值”）。这样，每次我更新与出版物相关的实体时（在生产中很少发生但我想为此做好准备），它会将与之相关的每个出版物标记为需要重新索引。比我有一个可以在 cron 作业或任务计划程序上运行的任务，它只会重新索引标记为需要它的出版物。通过这种方式，我可以将此任务设置为每周在深夜运行几次，以保持索引一致。

这不是一个完美的解决方案，但它是我能想到的最好的解决方案，只使用 PHP 和 Zend Lucene。

【讨论】：