Lucene 的索引验证工具

Question

我们如何知道 Lucene 中的索引是正确的？

详情

我创建了一个简单的程序来创建 Lucene 索引并将其存储在一个文件夹中。使用诊断工具Luke，我可以查看索引内部并查看内容。

我意识到 Lucene 是构建搜索引擎的标准框架，但我想确保 Lucene 索引文件中存在的每个术语。

我可以验证 Lucene 索引创建是否可靠？连一个词都没有漏掉？

Answer 1

您始终可以构建一个小程序来执行您在索引内容时使用的相同analysis。然后，对于所有术语，查询您的索引以确保文档在结果中。对所有内容重复。但就个人而言，我不会在这上面浪费时间。如果您可以在 Luke 中打开索引，并且可以进行几次查询，那么很可能一切都很好。

通常，真正的问题是您对内容所做的分析是否适合针对您的索引进行的查询。您必须确保您的索引在recall and precision 之间保持良好的平衡。