8

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。每当管理员在管理区域更新/创建/删除文章时，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();

我的问题是这个。既然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？有没有办法检查索引中是否已经存在文档？

另外，我认为我不完全理解当您“打开”并更新它时索引是如何工作的。似乎每次都会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“create”时，它会用新的#.cfs 覆盖该文件# 递增的文件（例如，仅 _2.cfs）。你能解释一下这些分段文件是什么吗？

4

1 回答 1

8

是的，你可以检查一个文档是否已经在索引中，看看这个手​​册页。然后，您可以通过 $index->​​delete($id); 从索引中删除此特定文档，其中 $id 是 termDocs 方法的返回值。之后，您可以简单地添加文档的新版本。

关于 Lucene 创建的多个索引文件： 每次修改现有索引时，Lucene 并不会真正更改现有文件，而是为您所做的每次更改添加部分索引。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。每次更改索引后，请执行以下操作： $index->​​optimize(); - 这会将所有部分文件附加到实际索引中，从而显着改善搜索时间。

于 2009-09-29T09:21:03.500 回答