我们的项目需要近乎实时的搜索和不断更新。数据当前存储在 MySQL 数据库中，Lucene 索引会随着数据库的修改而更新。
我们目前拥有所需的搜索功能。但是，我们正在尝试添加在索引/数据库中“标记”文档的功能。由于数据 jar 可能有数百万条记录，我们不想更新用于标记的 Lucene 索引(或者如果有一种方法可以批量更新 Lucene 也可能有效)。相反，我们在 MySQL 中有一个文档 ID 表，我们希望使用它来确定标记集。
到目前为止，我发现的最佳选择是将两个 ID 列表检索为一个整数数组，对它们进行排序(因此我只需要循环一次)，然后循环查找两者之间的匹配项(尽管这并不理想，因为我们可能会丢失排序)。
尝试在 MySQL 的“IN”查询中使用 Lucene ID 列表失败，因为文档数量可能达到数百万，而 MySQL 会阻塞它。
对我们如何优化或做到这一点有任何见解吗？
另一个建议是第二个索引并使用 MutliSearcher，但我不完全确定如何去做，因为在更新或删除标签集时仍然需要用可能的百万行更新索引。
最佳答案
对于您的“批量更新”，您不能根据时间戳或 MySql 表中的类似内容对 Lucene 索引执行增量更新吗？我是在 solr 中完成的，而不是直接在 Lucene 中完成的，但由于 Solr 是 Lucene 功能的包装器，这在本质上是相同的(或者我假设...)。
关于c# - 混合 Lucene/MySQL 查询或概念，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/2240213/