php - 创建和更新 Zend_Search_Lucene 索引

Question

我正在使用 Zend_Search_Lucene 创建文章索引，以便在我的网站上搜索它们。每当管理员更新/创建/删除管理区域中的文章时，都会重建索引:

$config = Zend_Registry::get("config");
$cache = $config->lucene->cache;
$path = $cache . "/articles";

try
{
    $index = Zend_Search_Lucene::open($path);
}
catch (Zend_Search_Lucene_Exception $e)
{
    $index = Zend_Search_Lucene::create($path);
}

$model = new Default_Model_Articles();
$select = $model->select();
$articles = $model->fetchAll($select);

foreach ($articles as $article)
{
    $doc = new Zend_Search_Lucene_Document();
    $doc->addField(Zend_Search_Lucene_Field::Text("title", $article->title));
    $index->addDocument($doc);
}

$index->commit();

我的问题是这样的。由于我正在重新索引文章并处理已删除的文章，为什么我不每次都使用“创建”(而不是“打开”和更新)？使用上述方法，我认为每次都会使用 addDocument 添加文章(因此会有重复)。我将如何防止这种情况发生？有没有办法检查索引中是否已存在文档？

另外，我不认为我完全理解当您“打开”并更新索引时索引是如何工作的。它似乎每次都在索引文件夹中创建新的#.cfs(所以我有_0.cfs、_1.cfs、_2.cfs)文件，但是当我使用“创建”时，它会用新的#.cfs 覆盖该文件# 递增的文件(因此，例如只是_2.cfs)。你能解释一下这些分段文件是什么吗？

Answer 1

是的，你可以检查一个文档是否已经在索引中，看看this Manual Page .然后，您可以通过 $index->​​delete($id); 从索引中删除这个特定的文档，其中 $id 是 termDocs 方法的返回值。之后，您只需添加新版本的文档即可。

关于Lucene创建的多个索引文件: 每次修改已有的索引，Lucene并不真正改变已有的文件，而是为每一次修改添加部分索引。这对性能非常不利，但有一种简单的方法可以解决这个问题。在对索引进行每次更改后，请执行以下操作: $index->​​optimize(); - 这会将所有部分文件附加到真实索引，从而显着缩短搜索时间。