在 Lucenet.Net 中提交和优化文档的最佳策略？

Question

我对什么与性能和最佳实践有更好的相关性有一些疑问。

我的系统会这样做：

1. 按文档插入和更新，或
2. 批量文档插入

据我所知（在以前的系统中）#2 是直截了当的：

• 批量删除旧文档并添加新文档，最多 10k 个文档，每个文档不超过 20 个字段
• 提交
• 优化

但#1 仍然让我感到困惑，因为一些客户会一一添加文档。

每次插入和更新时提交和优化的惩罚是什么？或者我可以忽略它，因为它每天只发生 20 次？

Java 版本是 3.5，.net 版本是 3.03

我刚看到a blog post，想知道社区有什么要说的。

Answer 1

我认为根本不需要 .Optimize() 。 Lucene 将自动处理段合并，您可以提供自己的逻辑来更改合并的计算方式。当 10% 的文档被标记为删除时，您可以编写一些合并已删除文档的内容。 Lucene 的功能无需合并每个已删除的文档。

当然，您最终会得到更多的段文件，并且它们会消耗文件描述符，但是您是否遇到过打开太多文件的问题？我尝试使用谷歌搜索 Windows 服务器安装上打开文件的最大数量，但答案从几千到受可用内存限制不等。