问题标签 [indexwriter]

我刚刚将我们的 Lucene 实现从 3.1 移植到 4.9，如果没有 forceMerge(1)（曾经是优化的），我似乎仍然无法更新索引中的文档。我了解，每当我更新文档时，旧文档都会被标记为已删除，而新文档会存储在新的段/文件中。升级后我继续看到的结果是文档被标记为已删除，但搜索者似乎从未看到新段。对该文档的搜索只是空的。为什么它不起作用？

我希望工作的代码：

有效的代码：

我正在使用 Lucene 4.6。我创建了一个 Lucene IndexWriter（在 CREATE MODE 中）并添加了文档并提交了它（没有关闭它）。然后运行搜索查询并存储结果。我再次将文档添加到索引编写器并提交并关闭它。并对其进行搜索查询。它也给出了新数据和旧数据的结果。旧数据也出现在索引中。我可以知道从索引中删除所有数据的方法吗？有什么办法可以一次性删除所有文件吗？

我需要根据文档语言对文档进行索引，为此我想使用适当的分析器。是否有可能在不关闭和重新打开 IndexWriter 的情况下更改单个字段的分析器，因为这显然是一项代价高昂的任务，而且语言可能会经常更改？还是有更好的方法来处理多种语言？

谢谢

这是我关于 Stack Overflow 的第一个问题，祝我好运。

我正在使用 java 对 Lucene 索引进行分类过程，我需要更新一个名为 category 的文档字段。为此，我一直在使用带有索引编写器 updateDocument() 函数的 Lucene 4.2，并且它工作得很好，除了删除部分。即使我在更新后使用 forceMergeDeletes() 函数，索引也会显示一些已删除的文档。例如，如果我对包含 1000 个文档的索引运行分类，则索引中的最终文档数量保持不变并且按预期工作，但是当我将索引文档增加到 10000 时，索引会显示一些已删除的文档，但不是全部。那么，我怎样才能真正从索引中删除那些已删除的文档呢？

这是我的一些代码片段：

我花了很多时间寻找解决方案，有人说索引中删除的文档并不重要，当我们继续向索引中添加文档时，它们最终会被删除，但我需要以某种方式控制该过程我可以随时迭代索引文档，并且我检索到的文档实际上是活的。Lucene 4.0 之前的版本在 IndexReader 类中有一个名为 isDeleted(docId) 的函数，如果文档已被标记为已删除，这可能只是解决我的问题的一半，但我还没有找到解决方法Lucene 4.2 版。如果你知道如何做到这一点，我真的很感激你分享它。

我实现了一个小代码，目的是从 Lucene 索引中提取一些关键字。我确实使用搜索组件实现了这一点。我的问题是当我尝试更新 Lucene IndexWriter 时，放在上面的 Solr 索引不会影响。如您所见，我做了提交部分。

请帮助我解决这个问题。

更新： 我做了一些调查，发现文件的检索部分工作正常，而 Solr 没有重新启动。但是文档的搜索部分不起作用。在我重新启动 Solr 后，似乎核心损坏并且无法启动！这是相应的日志：

我的猜测是索引关键字字段的问题以及与关闭 IndexWriter 相关的问题。

我从运行 Lucene 中得到以下错误跟踪。我包括提示错误的代码段。具体的项目/连接器是Lucene for Appengine

代码

错误

这是我的appengine-web.xml文件，我也按照建议使用修改后的文件RamUsageEstimator

我确实实现了一个 Solr 插件，目的是更新 Solr 事件（提交、优化等）的某些字段。我的问题是更新的文档不会影响 Solr 搜索，直到我手动尝试重新启动 Solr。请您看看我的代码并告诉我是什么部分导致了这个问题？

问候。

开箱即用的弹性搜索的 nutch 索引编写器在弹性搜索中生成一个索引，其名称在属性元素中的 nutch-site.xml（或 nutch-default.xml）中提供：

对于这种自动生成的索引，elasticsearch 中的映射部分始终具有以下结构

1. 这个的模板在哪里？
2. 可以改变吗？
3. 如果是，哪些字段是必填的，哪些是可选的？
4. 我在哪里可以找到这方面的更多信息？

任何帮助表示赞赏！谢谢，沃尔夫拉姆

当我只有一个实例时IndexWriter.Close()和之间有什么不同？IndexWriter.Commit()indexWriter

注意：我要制作索引的数据非常大，所以我无法关闭 IndexWriter 运行时。

注意：我想在数据同时索引时搜索文档。

在过去的几周里，我正在阅读Apache Lucene的源代码，并试图找出主要负责在磁盘上写入帖子列表/索引的方法或类。我已经阅读了很多关于索引的内容，并试图找到在将索引写入磁盘的过程中调用某些方法但失败的点。我知道当某些内部缓冲区已满时，会定期写入索引或发布列表。如果有人已经阅读了代码或知道它在哪里完成，请告诉。谢谢