Lucene 3.0版本:
http://www.cnblogs.com/huangfox/archive/2010/10/16/1853054.html
本文介绍和IndexWriter有关的3个参数:
1.MAXBufferedDocs
MaxBufferedDocs这个参数默认是disabled的,因为Lucene中还用另外一个参数(RAMBufferSizeMB)控制这个bufffer的索引文档个数。
其实MaxBufferedDocs和RAMBufferSizeMB这两个参数是可以一起使用的,一起使用时只要有一个触发条件满足就写入硬盘,生成一个新的索引segment文件。
2.RAMBufferSize
控制用于buffer索引文档的内存上限,如果buffer的索引文档个数到达该上限就写入硬盘。当然,一般来说也只越大索引速度越快。当我们对文档大小不太确定时,这个参数就相当有用,不至于outofmemory error.
3.MegerFactor
SetMergeFactor是控制segment合并频率的,其决定了一个索引块中包括多少个文档,当硬盘上的索引块达到多少时,将它们合并成一个较大的索引块。当MergeFactor值较大时,生成索引的速度较快。MergeFactor的默认值是10,建议在建立索引前将其设置的大一些。
注意:
1.不要随意设置MaxbufferedDocs。
MaxBufferedDocs和RAMBufferSize共同控制内存中文档的容量。
如果对MaxBufferedDocs进行设置要比较小心了,因为它本身是disabled,如果设置不合理将导致大规模的重建索引非常慢。
例如:
import java.io.File;
import java.io.IOException;
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.document.Field.Store;
import org.apache.lucene.document.StringField;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;
public class ceshi0303 {
public static void main(String[] args) {
IndexWriter writer = null;
FSDirectory dir = null;
try {
dir = FSDirectory.open(new File("d:\\20140303index"));
Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_46);
IndexWriterConfig iwConfig = new IndexWriterConfig(
Version.LUCENE_46, analyzer);
iwConfig.setMaxBufferedDocs(100);
writer = new IndexWriter(dir, iwConfig);
Field f1 = new StringField("f1", "", Store.YES);
Field f2 = new StringField("f2", "", Store.YES);
long s = System.currentTimeMillis();
for (int i = 0; i < 500000; i++) {
Document doc = new Document();
f1.setStringValue("f1 hello doc" + i);
doc.add(f1);
f2.setStringValue("f2 world doc" + i);
doc.add(f2);
writer.addDocument(doc);
}
System.out.println(System.currentTimeMillis() - s + "ms");
System.out.println("over");
}catch (IOException e) {
e.printStackTrace();
}finally {
try {
writer.close();
}catch (IOException e) {
e.printStackTrace();
}
}
}
}
上述代码中对MaxBufferedDocs进行设置:
iwConfig.setMaxBufferedDocs(100);
那么现在对内存中文档的容量有两个控制量:
1.文档数量达到100就写回磁盘;
2.文档总容量达到16m就写回磁盘;
因为上面一个文档的大小很小,100个文档的容量肯定不会达到16m,所以第一个控制量起到主要的作用。
在没有设置MaxBufferedDocs之前就只有RAMBufferSize(16m)控制内存中文档的数量,
较之这两种情况,明显是没有设置MaxbufferedDocs更好的利用了内存,因此建立索引更快速。
实验证明:
设置MaxBufferedDocs后跑了75041ms,而不设置只需3892.8ms。
2.不要太迷信MegerFactor比较大会加快重建索引的速度。
通过实验,在上述代码中奖MegerFactor设置成10比100要快2s。
而在4.6版本中没有找到这个参数,就使用默认的吧。