java - Lucene Porter Stemmer 线程安全吗？

Question

快速提问，来自 Lucene 包(Java)线程的搬运工词干是安全的吗？

我猜答案是否定的，因为您需要设置当前字符串，调用 stem 方法然后获取当前 block 以获取词干词。但也许我错过了一些东西 - 是否有线程安全的方法可以从 Lucene 中提取单个单词或字符串？

有经验的人是否知道实例化一个 Porter Stemmer 实例然后在该词干实例上使用同步块(synchronized block)并执行 setCurrent("..."); stem(); get(); 是否更快例程还是为您要处理的每个字符串/文档创建一个新的搬运工词干分析器实例更快。

在这种情况下，我有许多 1000 个文档，每个文档都被一个线程池占用(即 1 个线程有一个文档)。

编辑仅供引用 - 使用模式示例:

import org.tartarus.snowball.ext.PorterStemmer;
...
private String stem(String word){
       PorterStemmer stem = new PorterStemmer();
       stem.setCurrent(word);
       stem.stem();
       return stem.getCurrent();
    }

干杯!

Answer 1

查看文档，似乎 PorterStemmer 类是不可重入的，所以如果我是你，我会为每个线程构建一个实例。如果词干提取是您的程序所做的主要事情之一，并且它没有其他方法可以让您的 CPU 内核保持忙碌，那么同步块(synchronized block)似乎是个坏主意:程序将一直阻塞，等待词干分析器完成一份文件。我也不会为每个文档创建一个线程；每个内核一个线程的线程池可能是更明智的选择。

(没有示例代码，因为我什至无法从 API 文档中弄清楚它的用法。RTFS 来了解这个东西是如何工作的......)