写入后是否强制优化lucene索引？

Question

目前我正在写入完成后调用索引编写器的优化方法。由于我的数据集很大，所以花了很长时间（并且需要更多空间（2*实际大小））来优化索引。我非常担心这一点，因为索引中经常包含很多文档。

那么

1. 关闭优化就可以了吗？
2. 对性能有何影响，例如未优化时查询速度会慢多少？

干杯

Answer 1

Lucene 常见问题解答 说：

什么是索引优化以及何时应该使用它？

IndexWriter 类支持 optimize() 方法，该方法可以压缩索引数据库并加快查询速度。您可能希望在对文档集执行完整索引或增量更新索引后使用此方法。如果您的增量更新频繁添加文档，您只想偶尔执行一次优化，以避免优化带来的额外开销。

如果我决定不优化索引，删除的文档什么时候才会真正删除？

已删除的文档被标记为已删除。但是，它们在索引中消耗的空间在索引优化之前不会被回收。即使索引没有得到优化，随着更多文档添加到索引中，该空间最终也会被回收。

Answer 2

您最了解自己的数据，因此我建议您执行一些测试来衡量使用和不使用optimize 步骤时查询的运行速度。

根据 javadocs，“在更新频繁的环境中，最好在低容量时间进行优化（如果有的话）”。您应该只在必要时进行优化。如果自上次优化以来只有 5% 的文档发生了更改，则没有必要，因此请了解一下文档更改的频率。也许您可以减少优化的频率，例如每隔几个小时或每天一次。

另请查看此线程，其中他们建议不要调用在索引不断更新的环境中进行优化，而不是选择设置较低的 mergeFactor。