个人中心
文章发布
退出
作者热门文章
- iOS/Objective-C 元类和类别
- objective-c - -1001 错误，当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
24
4
我正在研究最新版本的 Lucene 4.10.2，它以 Java 作为前端，以 Oracle 12c 作为数据库。
我已经为一个拥有 100 万行的用户表建立了索引。 (记住 LinkedIn 用户表)
谁能解释一下当我们添加文档/更新文档/删除文档时文件夹(文件索引所在的位置)到底发生了什么？
附加示例图像: 
我试图了解放置所有索引文件的 Lucene 文件夹的文件结构。
这只是一对多关系结构(我们不登录就搜索)，稍后我将转向多对多关系(连接，连接的连接，用户的 1:1 索引文件夹)。
让我知道我的方法是对还是错。
最佳答案
Lucene 索引由多个“段”组成。每个段只写一次，当您调用 commit() 时，或者当 commit() 被自动调用时(通过将 IndexWriter 设置为在 RAM 使用量达到给定阈值)。通常，当您搜索索引时，每个段都会按顺序搜索，然后将结果合并在一起。 Lucene 以这种方式工作的原因是因为修改段将是一个非常缓慢的过程。可以将段合并在一起以提高搜索性能。 [1]
在您的示例中，以 _0 开头的文件是第一段，以 _1 开头的文件是第二段。 .cfe 和 .cfs 文件是“复合文件”，它们包含该段的所有索引文件(有点像 zip 文件)。查看file extensions and formats for the default codec了解更多信息。
所以你的三个操作是这样的:
添加:文档将始终添加到新段中。
删除:删除的文档实际上并没有从索引中删除。取而代之的是，设置了一个标志以指示该文档已被删除。未删除的文档称为“实时文档”。删除的文档仍然会通过文档频率字段影响评分，并且在合并片段之前不会更新。
更新:更新只是原子添加和删除。
[1] http://blog.trifork.com/2011/11/21/simon-says-optimize-is-bad-for-you/
关于java - 文档获取添加/更新/删除时 Lucene 索引文件的更改？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/27147960/
24
4
0
这几天我一直在努力。我一直在自学 CSS，所以对菜鸟好一点。我正在创建一个推荐 slider 。推荐以 3 个 block 显示。我希望前 2 个下降，第 3 个上升。但是当 slider 激活时，无
我最近开始学习 Nodejs，现在我很困惑我的网络应用程序使用什么，html 还是 ejs (Express)。 Ejs 使用 Express 模块，而 .html 使用 HTML 模块。我的第一个问
假设我们有一个 PostgreSQL 表contacts，每条记录都有一堆带标签的电子邮件地址(标签和电子邮件对)——其中一个是“主要”。 存储方式如下: id 主键 电子邮件 文本 email_la
我成功为一种新的tesseract语言编写了traineddata文件，但是当我完成时，我继续收到以下错误: index >= 0 && index = 0 && 索引 < size_used_ :E
这个问题已经有答案了: How to deal with SettingWithCopyWarning in Pandas (21 个回答) 已关闭 4 年前。 假设我有一个像这样的数据框，第一列“密
如果我有一个位置或行/列同时用于 A 和 B 位置，请检查 B 是否与 A 成对角线？ 1 2 3 4 5 6 7 8 9 例如，我如何检查 5 是否与 7 成对角线？ 此外，如果我检查 4 是
MongoDB：索引 一、 创建索引 默认情况下，集合中的_id字段就是索引，我们可以通过getIndexes()方法来查看一个集合中的索引 > db.user.getIndexes() [ { "v
一、索引介绍 索引是一种用来快速查询数据的数据结构。 B+Tree就是一种常用的数据库索引数据结构，MongoDB采用B+Tree 做索引，索引创建在colletions上。 MongoDB不使用索引
我无法决定索引。 就像我有下面的查询需要太多时间来执行: select count(rn.NODE_ID) as Count, rnl.[ISO_COUNTRY_CODE] as Cou
我有这些表: CREATE TABLE `cstat` ( `id_cstat` bigint(20) NOT NULL, `lang_code` varchar(3) NOT NULL,
我正在尝试找到一种方法来提高包含 IP 范围的 mysql 表的性能(在高峰时段每秒最多有 500 个 SELECT 查询(!)，所以我有点担心)。 我有一个这种结构的表: id smallint(
jquery index() 似乎无法识别元素之一，总是说“无法读取未定义的属性‘长度’”这是我的代码。mnumber 是导致问题的原因。我需要 number 和 mnumber 才能跟踪使用鼠标，并
我们有一个包含近 4000 万条记录的 MongoDB 集合。该集合的当前大小为 5GB。此集合中存储的数据包含以下字段: _id: "MongoDB id" userid: "user id" (i
文档说:如果你有多个字段的复合索引，你可以用它来查询字段的开始子集。所以如果你有一个索引一个，乙，丙你可以用它查询一种一个，乙a,b,c 我的问题是，如果我有一个像这样的复合索引一个，乙，丙我可以查询
我正在使用 $('#list option').each(function(){ //do stuff }); 循环列表中的选项。我想知道如何获取当前循环的索引？ 因为我不想让 var i = 0;循
MySQL索引的建立对于MySQL的高效运行是很重要的，索引可以大大提高MySQL的检索速度。 打个比方，如果合理的设计且使用索引的MySQL是一辆兰博基尼的话，那么没有设计和使用索引的MySQL
SQLite 索引（Index） 索引（Index）是一种特殊的查找表，数据库搜索引擎用来加快数据检索。简单地说，索引是一个指向表中数据的指针。一个数据库中的索引与一本书后边的索引是非常相似的。
我是 RavenDB 的新手。我正在尝试使用多 map 索引功能，但我不确定这是否是解决我的问题的最佳方法。所以我有三个文件:Unit、Car、People。 汽车文件看起来像这样: { Id: "
我有以下数据，我想根据范围在另一个表中建立索引 我想要实现的是，例如，如果三星的销售额为 2500，则折扣为 2%，低于 3000 且高于 1000 我知道它可以通过索引来完成，与多个数组匹配，然后指
我正在检查并删除 SQL 数据库中的重复和冗余索引。 所以如果我有两个相同的索引，我会删除。 例如，如果我删除了重叠的索引... 索引1:品牌、型号 指标二:品牌、型号、价格 我删除索引 1。 相同顺
我是一名优秀的程序员,十分优秀！