【发布时间】：2016-05-16 12:08:12
【问题描述】：
我想在我的应用程序中进行全文搜索（一次我有大约 1000 个文档）。但几乎每次这些文件都会有所不同。我想使用 lucene 进行全文搜索，但不创建索引。我不想为索引维护单独的辅助/主内存。
这可能吗？如果是，那么我将对性能产生什么影响（假设我将拥有 1000 个文档，最大文档约为 10-15 MB）。
另外，Lucene 有其他替代品吗？
【问题讨论】：
标签： java lucene full-text-search
【发布时间】：2016-05-16 12:08:12
【问题描述】：
是的，您可以使用RAMDirectory 创建内存驻留索引。只要您的索引不太大，它通常应该表现良好。请注意文档中的警告：
这个类不适用于巨大的索引。超过数百兆字节的所有内容都会浪费资源（GC 周期），因为它使用 1024 字节的内部缓冲区大小，产生数百万字节[1024] 数组。此类针对小型内存驻留索引进行了优化。它在多线程环境中的并发性也很差。
另外，是的，还有其他全文搜索工具...
【讨论】：
-
非常感谢您的回答。
-
我还有一个问题。默认情况下，lucene 只在文本文件中搜索。对于不同类型的文件，我必须首先使用不同的提取方法来提取文本。 lucene 中是否有任何通用方法可以对所有类型的文件执行此操作？
-
@NikitaBansal - 不，该任务超出了 Lucene 的范围。 Tika 是一个非常典型的工具，用于从不同的文件格式中提取文本。
-
我有一个应用程序，我在其中通过 TIKA 解析各种文档，并通过 Lucene 在解析后的文档中搜索内容。除了“.xml”文件之外的所有文件，这给了我很好的结果。我没有收到任何运行时错误。但不向我提供 xml 文件，即使 xml 文件中存在搜索词。谁能帮我解决这个问题。
-
我得到了上述问题的答案。 :-).. 可能是因为 TIKA 将模式视为一个完整的单词（前后有一个空格）。而xml没有这样的空格概念。而是标签