Java中Lucene 3.0能否获得按频繁更新字段排序的实时搜索结果

Question

考虑以下假设：

1. 我有一个 Java 5.0 Web 应用程序，我正在考虑使用 Lucene 3.0 进行全文搜索
2. 将有超过 1000K 个 Lucene 文档，每个文档有 100 个单词（平均）
3. 新文档在创建后必须是可搜索的创建（实时搜索）
4. Lucene 文档具有频繁更新名为quality 的整数字段

在哪里可以找到Lucene 3.0 近实时搜索的代码示例（简单但尽可能完整）？

是否可以获得按可能经常更新的文档字段（质量）之一排序的查询结果（对于已索引的文档）？这样的文档字段更新会不会触发Lucene索引重建？这样的重建表现如何？如何有效地完成它 - 我需要一些完整解决方案的示例/文档。

然而，如果在这种情况下不一定需要重建索引 - 如何有效地对搜索结果进行排序？可能有查询返回大量文档（> 50K），因此我认为从 Lucene 获取未排序的文档，然后按质量字段对它们进行排序，最后将排序列表划分为页面进行分页是低效的。

Lucene 3.0 是我在 Java 中的最佳选择还是应该考虑其他框架/解决方案？也许 SQL Server 本身提供全文搜索（我使用的是 PostgreSQL 8.3）？

Answer 1

Lucene API 能够满足您所要求的一切，但这并不容易。它是一个相当低级的 API，让它完成复杂的事情本身就是一个很大的练习。

我强烈推荐 Compass，它是一个构建在 Lucene 之上的搜索/索引框架。除了更加友好的 API 之外，它还提供了对象/XML/JSON 到 Lucene 索引的映射等功能，以及完全的事务行为。它应该可以满足您的要求，例如事务更新文档的实时排序。

Compass 2.2.0 是基于 Lucene 2.4.1 构建的，但基于 Lucene 3.0 的版本正在开发中。不过，它已从 Lucene API 中充分抽象出来，因此转换应该是无缝的。

Answer 2

Lucene 中提供近实时搜索自2.9。 Lucid Imagination 有一篇文章关于此功能（2.9 版本之前）。基本思想是您现在可以从 IndexWriter 获取 IndexReader。如果您定期刷新此 IndexReader，则可以从 IndexWriter 获得最新的最新更改。

更新：我还没有看到任何代码，但这是大致的想法。

所有的nw文档都会被写入一个IndexWriter，最好用RAMDirectory创建，这样就不会频繁关闭。 （要保留此内存中索引，您可能需要偶尔将其刷新到磁盘。）

您将在磁盘上有一些索引，在这些索引上将创建单独的 IndexReader。可以在这些 Reader 之上创建 MultiReader 和 Searcher。其中一个 Reader 将来自内存索引。

每隔一段时间（比如几秒钟），您将从 MultiReader 中删除当前的 Reader，从 IndexWriter 获取新的 Reader，并使用新的 Reader 集构造 MultiReader/Searcher。

根据 Lucid Imagination 的文章（上面链接），他们尝试每秒写入 50 个文档，并且没有严重减慢速度。