19) 第二章 索引：用IndexReader删除文档

 

除了IndexWriter外，IndexReader也可以用来删除文档。那么两者之间有什么区别呢?

 

  A. IndexReader可以按文档id删除一个文档。

    IndexReader用来删除文档的核心方法为：

public synchronized void deleteDocument(int docNum) throws StaleReaderException, CorruptIndexException, LockObtainFailedException, IOException {
    ensureOpen();
    acquireWriteLock();
    hasChanges = true;
    doDelete(docNum);
}

    很显然，这是一个模板方法，其中acquireWriteLock默认为空实现，doDelete方法强制子类实现。

    这个方法可以让你通过IndexReader方便的查出结果集，然后删掉其中的某条数据。

 

  B. IndexReader也提供按Term删除的方法：

 

int deleteDocuments(Term term);

    然而，此方法的实现中依然调用了deleteDocument(int docNum); 不同与IndexWriter中对应的方法，此方法可以立即返回执行结果，而IndexWriter会缓存待删除的Term，并在之后的时间里执行删除操作。

 

  C. IndexWriter可以通过Query删除。

    如同通过Term删除，其实你完全可以实现自己的Query删除方式。只需要通过Query查出结果，用deleteDocument(int docNum);一一删除。

 

值得注意的是，IndexReader会以“写”方式完成删除。这就意味着，在执行删除操作前，必须关闭所有在此索引上打开的IndexWriter，反之亦然。因此，频繁交替进行添加、删除操作，会使索引能力变得低下，因而要设计成批量添加或删除。通常来说，最好用IndexWriter进行删除操作，除非你确实需要通过docNum来删除文档，或者希望删除后的结果立即生效。

 

Lucene通过“黑名单”列出索引中删除的文档，换言之，文档仅仅是被标记成删除状态并存于数组中。这也意味着删除操作并不能释放磁盘空间，好在可以通过调用IndexWriter的expungeDeletes()方法释放这部分空间。更好的消息是，新版的Lucene已经不需要考虑这些了，而且expungeDeletes也被标记为Deprecated，应该会在4.0版本去掉。

 

FOR Doudou