填充 Lucene 3.6 文件目录索引答案

【问题标题】：Populating the Lucene 3.6 File Directory Index填充 Lucene 3.6 文件目录索引
【发布时间】：2013-05-10 12:51:56
【问题描述】：

我正在将一个 lucene 3.6 搜索 API 集成到一个 java 桌面应用程序中。 lucene 系统使用文件系统目录来存储索引。创建索引目录、索引编写器并将文档添加到索引的代码。

索引的数据是从 derby 数据库收集的。数据库表的字段作为字段添加到 lucene 文档中。因此，数据库表中的每一行都表示为单个 lucene 文档。

我的问题是，有没有办法检查索引目录，如果它没有填充 lucene 文档然后填充它。或跳过当索引已经填充时重新填充。

创建索引文件的代码。

public File createIndexDir() throws IOException, SQLException
    {       
    //Check if directory exist 
      if(!userDir.exists())
      { userDir.mkdir();
      System.out.println(" Index directory created at  " + userDir.getAbsolutePath());     
      }  
      return userDir.getAbsoluteFile();
    }

创建索引编写器的代码

public void createIndexWriter() throws IOException, SQLException
    {
     indexDir =  createIndexDir();  
     if(iw == null)
          {
            try {
                // create some index
              StandardAnalyzer analyzer = new StandardAnalyzer(Version.LUCENE_36);
             IndexWriterConfig IWConfig = new IndexWriterConfig(Version.LUCENE_36, analyzer);

             iw = new IndexWriter(FSDirectory.open(indexDir), IWConfig);

            }
            catch (CorruptIndexException ex) {
                Logger.getLogger(Indexer.class.getName()).log(Level.SEVERE, null, ex);
            } catch (LockObtainFailedException ex) {
                Logger.getLogger(Indexer.class.getName()).log(Level.SEVERE, null, ex);
            } catch (IOException ex) {
                Logger.getLogger(Indexer.class.getName()).log(Level.SEVERE, null, ex);
            }
          }    
    }

这是用数据库中的数据填充索引文件的代码

     public void buildIndex () throws SQLException, CorruptIndexException, IOException
     {   

     /* Connecting to the database */
    Connection  con = DriverManager.getConnection(host, uName, uPass);
    Statement stmt = con.createStatement(ResultSet.TYPE_SCROLL_SENSITIVE, ResultSet.CONCUR_UPDATABLE);
    String sql = "SELECT * FROM APP.REGISTRY";
    ResultSet rs = stmt.executeQuery(sql); 


    rs.beforeFirst();  //set poinyrt to begining of result set
     while(rs.next())
     {
     Document doc = new Document();

     doc.add(new Field("id",rs.getString("ID"),Field.Store.YES,Field.Index.NO));

     if(rs.getString("SUBJECT")== null)
     { doc.add(new Field("subject","",Field.Store.YES,Field.Index.ANALYZED)); }
     else {
     doc.add(new Field("subject",rs.getString("SUBJECT"),Field.Store.YES,Field.Index.ANALYZED));
     }

     if(rs.getString("LETTER_FROM")== null)
     { doc.add(new Field("letter_from"," ",Field.Store.YES,Field.Index.ANALYZED)); }
     else {
     doc.add(new Field("letter_from",rs.getString("LETTER_FROM"),Field.Store.YES,Field.Index.ANALYZED));
     }

    doc.add(new Field("date_of_letter",DateTools.dateToString(rs.getDate("DATE_OF_LETTER"),
            DateTools.Resolution.DAY),Field.Store.YES,Field.Index.ANALYZED)); 

      doc.add(new Field("date_received",DateTools.dateToString(rs.getDate("DATE_RECEIVED"),
            DateTools.Resolution.DAY),Field.Store.YES,Field.Index.NO));             

     if(rs.getString("REMARKS")== null)
     { doc.add(new Field("remarks"," ",Field.Store.YES,Field.Index.ANALYZED)); }
     else {
     doc.add(new Field("remarks",rs.getString("REMARKS"),Field.Store.YES,Field.Index.ANALYZED));  }

      if(rs.getDate("DATE_DISPATCHED")== null)
     { doc.add(new Field("date_dispatched",DateTools.dateToString(new Date(0L),DateTools.Resolution.DAY),Field.Store.YES,Field.Index.ANALYZED)); }
     else {
    doc.add(new Field("date_dispatched",DateTools.dateToString(rs.getDate("DATE_DISPATCHED"),
            DateTools.Resolution.MINUTE),Field.Store.YES,Field.Index.ANALYZED));    
            }     

     if(rs.getString("OFFICE_DISPATCHED_TO")== null)
     { doc.add(new Field("office_dispatched_to"," ",Field.Store.YES,Field.Index.ANALYZED));}
     else {
     doc.add(new Field("office_dispatched_to",rs.getString("OFFICE_DISPATCHED_TO"),Field.Store.YES,Field.Index.ANALYZED)); 
       }
     iw.addDocument(doc);
     }   
   iw.commit();     
   closeIndexWriter();
   stmt.close();
   rs.close();
   con.close();
     }

任何解决方案的想法。为大家喝彩。

【问题讨论】：

请定义人口.. 你想如何处理半人口的情况？
抱歉，填充是指创建字段和文档并将它们添加到 lucene 索引中。

标签： java lucene

【解决方案1】：

您可以在索引中查询您知道 Derby DB 中的数据，可以是一些示例条目，也可以是总记录数。如果存在，则无需重新填充索引。

【讨论】：

【解决方案2】：

您可以尝试以下任何/所有步骤。

1) 检查您计划填充的索引中是否存在第一个和最后一个条目。

2）如果可能的话，您还可以比较您的数据源和Lucene Index（文件更新日期）的最新更新时间。

3) 您可以检查应该在索引中的条目数。 IndexReader.numDocs() 或 maxDocs() 等等。这与您的用例相关。

【讨论】：