如何为 Neo4j 图形构建自定义 Lucene 索引？答案

【问题标题】：How to build a custom Lucene index for Neo4j graph?如何为 Neo4j 图形构建自定义 Lucene 索引？
【发布时间】：2012-10-25 01:22:00
【问题描述】：

我正在使用 Gremlin 和 Neo4j 来操纵来自 infochimps 的 ENRON dataset。该数据集有两种类型的顶点Message 和Email Addresss 和两种类型的边SENT 和RECEVIED_BY。我想在此数据集上创建一个自定义索引，为type: 'Message' 的每个顶点创建一个Lucene 文档，并将来自关联顶点的信息（例如v.in()、v.out()）合并为Lucene 中的附加字段文档。

我正在考虑类似于

的代码

g = new Neo4jGraph('enron');

PerFieldAnalyzerWrapper analyzer =
    new PerFieldAnalyzerWrapper(new StandardAnalyzer());
analyzer.addAnalyzer("sender", new KeywordAnalyzer());
analyzer.addAnalyzer("recipient", new KeywordAnalyzer());

IndexWriter idx = new IndexWriter (dir,analyzer,IndexWriter.MaxFieldLength.UNLIMITED);

g.V.filter{it.type == 'Message'}.each { v ->
    Document doc = new Document();
    doc.add(new Field("subject", v.subject));
    doc.add(new Field("body", v.body));
    doc.add(new Field("sender", v.in().address);
    v.out().each { recipient -> 
        doc.add(new Field("recipient", recipient.address));
    }
    idx.addDocument(doc);
}
idx.close();

我的问题是：

是否有更好的方法来枚举顶点以进行索引？
我可以为此使用自动索引吗？如果可以，如何指定应该索引的内容？
我可以指定我自己的Analyzer，还是我坚持使用默认值？默认是什么？
如果我必须创建自己的索引，我应该为此使用 gremlin，还是使用 Java 程序更好？

【问题讨论】：

你解决了吗？我面临同样的问题......（具体来说，我担心你问题中的项目符号 1 和 2）。

标签： neo4j gremlin

【解决方案1】：

我将在这里谈论直接 Neo4j 访问，因为我在 Gremlin 的旅行并不好。

所以您想在图形本身“外部”构建一个 Lucene 索引？否则，您可以使用内置的 graphDb.index().forNodes("myIndex", configForMyIndex) 来获取（按需创建）与 neo4j 关联的 Lucene 索引。然后，您可以通过调用 index.add(node, key, value) 向每个文档添加多个字段，其中每个节点将由该 Lucene 索引中的一个文档表示。

1) 在 Gremiln... 我不知道

2) 见http://docs.neo4j.org/chunked/milestone/auto-indexing.html

3) 见http://docs.neo4j.org/chunked/milestone/indexing-create-advanced.html

4) 您是否需要完全在数据库之外创建它？如果有，为什么？

【讨论】：

我看过那个例子，但它不允许我指定分析器。请参阅页面底部关于高级索引的 cmets（上面的第二个链接）。

【解决方案2】：

我刚刚使用 Java 进程完成了导入，这真的很简单，在我看来，通过 Gremlin 更好地包容。

无论如何，如果进程失败是因为您无法创建 StandardAnalyzer 的新对象。该类的所有构造函数都需要参数，因此您应该创建一个包装类或使用正确版本的 Lucene 创建它，例如构造函数中的参数。

直到今天，Neo4J 只接受到 lucene 版本 36。

【讨论】：