java - Lucene从索引文件中获取所有未删除的文档

Question

我正在尝试从 Lucene Index 中获取所有文档(尚未删除)。

我听说如果我从 Lucene Index 中删除某些内容，Lucene 不会立即从文件中删除。

所以我想从索引文件中获取未删除的文档。

Answer 1

Lucene 提供了所有未删除文档的位集，称为 liveDocs。您可以通过iterating获取覆盖所有 LeafReader(或使用 SlowCompositeReaderWrapper )并调用 liveDocs方法或使用 MultiFields类。

一旦你有了这个位集，你就可以从0迭代到IndexReader#maxDoc并查阅位集以了解 docid 是否代表已删除的文档或 Activity 文档。您可以访问已删除文档的所有存储字段，就像访问实时文档一样。

但是，一旦某个段被合并，其删除的文档将被永久删除，从而从索引中删除。