【发布时间】：2013-05-15 08:42:56
【问题描述】：
我有一个基于 Lucene 的应用程序，显然是个问题。 当索引文档的数量很少时，不会出现问题。当文档数量增加时，似乎没有单个单词被索引。我们得到的是用单个词（单个词）搜索是一个空集。 64位机上Lucene的版本是3.1，索引是10GB。
你有什么想法吗？
谢谢
【问题讨论】：
标签： lucene
【发布时间】：2013-05-15 08:42:56
【问题描述】：
根据the Lucene documentation，Lucene 应该能够处理 2740 亿个不同的术语。我认为您不可能达到 10GB 索引的限制。
没有更多信息，很难提供进一步的帮助。但是，由于您只看到大量文档的问题，我怀疑您遇到了某种形式的异常情况，导致系统无法正确读取或响应。文件句柄泄漏或内存溢出可能是在黑暗中刺伤。
【讨论】：
-
感谢您的回复。我的猜测是在优化索引的过程中出了点问题。我没有报告的一件事是，并非每个学期都会发生这种情况。只是为了一些条款。如果我们将术语 A 与另一个术语结合起来，假设找到了 B 文档。此外，如果我们使用相同版本的 SW 分析文档子集，则不会发生问题。是一个很奇怪的问题。
-
你的解释我不清楚。我所知道的是你运行一个查询，并没有得到你期望的结果。哪些证据使您怀疑优化失败？你能更具体地展示你所谈论的问题吗？哪些查询用于生成“用于术语 A”和“将 A 与 B 组合时”的文档？代码和示例很有帮助。
-
假设索引以下文档： D1="你的解释对我来说不是很清楚。我所知道的是你运行了一个查询，并没有得到你期望的结果。什么证据导致您怀疑优化失败？” D2="你能更具体地说明你所说的问题吗？"当使用术语“证据”进行搜索时，不会检索到文档 D1。当使用术语“证据原因”进行搜索时，将检索文档 D1。正如我之前所写，并非所有条款都会发生这种情况。
-
听起来分析有问题。停用词和同义词过滤器似乎可能是罪魁祸首，但如果没有有关您的实现或示例的任何信息，很难对它做出任何有用的猜测（因为您说它不会发生在所有术语中，它可能会或可能不会真正发生在随机您作为插图提供的示例）。
-
已解决...是超时问题。我们在单独的线程中执行搜索，显然我们等待特定时间量的响应，否则结果无效。在特定情况下，不是 lucene 搜索，而是由于某些文档的尺寸，高光的创建很慢。感谢您花时间帮助我。