TimeLimitingCollector Lucene，如何有效使用？答案

【问题标题】：TimeLimitingCollector Lucene, how to use effectively?TimeLimitingCollector Lucene，如何有效使用？
【发布时间】：2013-01-28 08:11:32
【问题描述】：

我有一个包含大约 500M 个文档的 Lucene (4.1) 索引。我尝试在其上构建搜索界面，但遇到了一些性能问题。

最初，我使用MatchAllDocumentsQuery 显示所有命中（分页）。此搜索需要很长时间（大约 10 秒）。我认为这是因为我使用的收集器，它试图找到点击总数TotalHitCountCollector。

我希望能够对查询进行时间限制，所以我找到了TimeLimitingCollector。不幸的是，API 文档有点阴暗。它使用了一个没有太多记录的计数器。

有人有在 Lucene 4.x 中使用 TimeLimitingCollector 的经验吗？如果是这样，是否有方法可以估计点击总数？

我阅读了：https://builds.apache.org/job/Lucene-Artifacts-4.x/javadoc/core/org/apache/lucene/search/TimeLimitingCollector.html 和示例，但不清楚设置 Counter 以及如何将其与 numTicks 结合使用

【问题讨论】：

标签： performance lucene

【解决方案1】：

计数器可以是线程安全的，也可以不是线程安全的 - 只需使用静态 Counter.newCounter(boolean threadSafe) 方法来实例化适合您的计数器。

然后，假设我们允许 10 个刻度并在单独的线程中更新刻度。代码应如下所示：

Counter clock = Counter.newCounter(true);
TimeLimitingCollector collector = new TimeLimitingCollector(c, clock, 10);
collector.setBaseline(0);  
new Thread() {
   public void run() {
      clock.addAndGet(1);  // will kill the indexSearcher.search(...) after 10 ticks (10 seconds)
      Thread.sleep(1000);  // try-catch is necessary here, yes
   }
}.start();
indexSearcher.search(query, collector);

但是，我发现上面的内容有点麻烦。 Guava 的 TimeLimiter.callWithTimeout(...) 看起来更干净，即使不是 Lucene 原生的。

【讨论】：

也感谢 Guava 的提示！