Lucene深入学习（9）Lucene的索引优化

在创建索引过程中，一些参数可以影响索引的效率。如果了解一些优化的手段，可以更合理地配置应用。不过这都是一些思想，如果数据量达不到一定级别，用户量不到一定规模，默认的参数总是能满足绝大部分需求。

合并因子 mergeFactor

mergeFactor是用来决定segment该如何被addDocument() 方法进行合并的。当mergeFactor取较小值时，索引时所使用的内存少，搜索未优化索引的速度快，建立索引的速度慢。当mergeFactor取较大值时，建立索引所需的内存多，查找的速度相对慢，建立索引会快一些。因此，mergeFactor取较大值时，适合于批量索引的建立，取较小值，适合间歇性的向索引中加入文档。

当然，无论是创建新的segment还是合并segment，都需要进行磁盘的I/O操作，相对于内存操作，这种操作是费时的，合理的mergeFactor既要考虑到程序的内存使用问题（内存溢出），又要考虑到磁盘的读写问题（效率提升）。

Lucene默认将mergeFactor设置为了10，大多数情况下，不需要改变该值。

方法 optimize()

IndexWriter的optimize()方法可以对当前的IndexWriter所指定的索引目录及其缓存目录下的所有segment进行优化，使所有的segment合并成完整的segment。这样整个索引目录下只有一种文件前缀。

如果索引文件数太大，打开这些文件非常消耗操作系统资源。在Linux平台下，还可能出现too many open files的问题。

不过，Lucene在进行优化时，采用的策略是建立新的segment来取代被合并的segment。因此，合并操作时，所占用的磁盘空间可能会达到之前索引大小的两倍，庞大的I/O操作可能会拖慢Lucene的性能。