建立索引文件(1)

写索引文件：

    索引文件在未合并前是有多个文件组成的，这些文件综合在一起，才为一个实质上的索引文件；这些文件拥有相同的名字，不同的是后缀名；下面，依次介绍这些文件，介绍方式为：从建立索引的类开始，一步步追踪，最后总结。

       IndexWriter类

       写索引文件从IndexWriter类开始。IndexWriter需要三个参数：分别是字典（Lucene自定义的，存放索引文件的虚拟目录），一个分词器和一个布尔变量（这个变量为重新建立索引或往原有的索引中添加，true为新建索引）。

    IndexWriter类创建索引是以一个一个文件作为单位来建立索引的，IndexWriter类通过addDocument函数将一个一个文件添加，并使用IndexWriter类将该文件添加到索引中。
注：Lucene自己模拟了文件对象，该对象表示一个文件，为Document;addDocument函数的参数就是Document对象；

 IndexWriter的作用为建立索引和合并两部分。

 1。建立索引：

①IndexWriter使用SegmentInfos类写segment信息。
Segment文件为Lucene索引文件中记录块信息的。块实际上包括多个文件的概述信息，这多个文件实际上就是建立这个索引文件的实际文件。

②IndexWriter的addDocument函数，调用DocumentWriter类，完成建立索引的余下操作。
DocumentWriter类完成建立域信息文件，term信息文件等索引信息的建立。

 

2。合并：
Lucene有两种合并。

第一种合并：
IndexWriter类构造函数使用SegmentInfos类写索引文件的segment信息，其实并不是一开始就往硬盘上写，而是先往内存中写，到一定的数目合并写入硬盘。

第二种合并：
当索引文件（这里指硬盘上实际存在的索引文件）到一定的数目，这些索引文件合并；接着，循环这种合并。

举例：这里假设合并因子为10。一个索引文件记载10个文件，当这样的文件有10个时，这些索引文件合并成一个100个文件的索引文件。接着，继续形成索引文件，又有10个记载10个文件的索引文件形成，这些文件合并成另一个100个文件的索引文件；当记载100个文件的索引文件有10个时，这些文件合并成记载1000个文件的索引文件；以下类推。

 

 

 

 

 

 

分享到：

线程池与工作队列 | 建立索引文件(2)

• 2008-08-05 11:32
• 浏览 2087
• 评论(0)
• 查看更多