0

我有一种方法可以从我的 Lucene 索引中搜索和删除文档。

但是，当我运行代码两次时，它仍然会找到标记为从上一次迭代中删除的文档，并且 indexReader.hasDeletions() 评估为 true。 

public void duplicatesRemover(String currentIndex) throws Exception {

Directory directory = FSDirectory.open(new File(currentIndex));
IndexReader indexReader = IndexReader.open(directory, false);
IndexSearcher indexSearcher = new IndexSearcher(indexReader);

int dups = 0;    
for (int i = 0; i < indexReader.numDocs(); i++) {
  Document doc = indexReader.document(i);
  int articleId = Integer.parseInt(doc.get("articleId"));
  Query q = NumericRangeQuery.newIntRange("articleId", articleId,  articleId, true, true);
  TopDocs topDocs = indexSearcher.search(q, 10);
  if (topDocs.totalHits > 1 ) {
    indexReader.deleteDocument(i);


    System.out.print("Total matches from search found: " + topDocs.totalHits + " articleId = " + articleId);
    System.out.println(" total dups found " + ++dups + "/" + i);

  }
}
if(indexReader.hasDeletions()){
  System.out.println("Has deletions");      
  Map<String, String> commitUserData = new HashMap<String, String>();
  commitUserData.put("foo", "fighter");    
  indexReader.commit(commitUserData);
}

indexSearcher.close();    
indexReader.close();

directory.close();
}

非常感谢瑜伽士

4

1 回答 1

1

您使用的是哪个 Lucene 版本？和方法已弃用deleteDocument。commit应该按照这里IndexWriter提到的方式完成这些操作。

关于您的问题，我认为在IndexSearcher打开时操纵索引不是一个好习惯。我将从检查这个方向开始。

于 2012-09-20T13:23:22.733 回答