lucene - 是否有一套从关系数据库构建 Lucene 索引的最佳实践？

Question

我正在研究使用Lucene和/或Solr在 RDBMS 驱动的 Web 应用程序中提供搜索。对我来说不幸的是，我浏览的所有文档都涉及如何从索引中获取数据。我更关心如何建立一个有用的索引。这样做有什么“最佳实践”吗？

Answer 1

多个应用程序会写入数据库吗？如果是这样，那就有点棘手了；您必须有一些机制来识别新记录以提供给 Lucene 索引器。

要考虑的另一点是您想要一个涵盖所有表的索引，还是每个表一个索引。一般来说，我推荐一个索引，该索引中有一个字段来指示记录来自哪个表。

如果您想搜索持久对象而不是非结构化文档， Hibernate支持全文搜索。

您应该了解一个名为Compass的 OpenSymphony 项目。我自己一直远离它，主要是因为它似乎比搜索需要的复杂得多。另外，从文档中我可以看出（我承认我没有时间阅读所有内容），它将 Lucene 段作为 blob 存储在数据库中。如果您熟悉 Lucene 架构，Compass 在数据库之上实现了一个 Lucene Directory。我认为这是错误的做法。我将利用数据库对索引的内置支持并实现 Lucene IndexReader。同样的批评适用于分布式缓存实现等。

Answer 2

我根本没有探索过这个，但是看看LuSql。

使用 Solr 也很简单，但是Solr schema.xml 和您的实际数据库架构会出现一些DRY违规。（仅供参考，Solr 确实支持通配符。）

Answer 3

作为介绍：

Brian McCallister 写了一篇不错的博客文章：Using Lucene with OJB。

Answer 4

我们今晚将推出我们的第一个使用 Solr 的应用程序。在 Solr 1.3 中，它们包含了 DataImportHandler，它允许您指定数据库表（它们称为实体）及其关系。定义后，一个简单的 HTTP 请求将触发数据的导入。

有关详细信息，请查看DataImportHandler 的 Solr wiki 页面。