Lucene 软删除 softDeletes（一）

在文章文档的增删改（上）中我们介绍了Lucene中提供的几个接口用来实现文档的更新：

• updateDocument(Term term, Iterable<? extends IndexableField> doc)
• updateDocuments(Term delTerm, Iterable<? extends Iterable<? extends IndexableField>> docs)

  对于上述的两个更新操作，实际的处理过程为：先删除、后添加，其中删除在源码中用hardDelete描述，即硬删除（或者可以翻译为实删除），该过程为先删除包含term的文档，然后添加新的文档doc或批量添加新的文档集合docs。

• softUpdateDocument(Term term, Iterable<? extends IndexableField> doc, Field... softDeletes)
• softUpdateDocuments(Term term, Iterable<? extends Iterable<? extends IndexableField>> docs, Field... softDeletes)

  对于上述的两个更新操作，实际的逻辑过程为：先标记、后添加，其中标记在源码中用softDeletes描述，即软删除，该过程为先标记包含term的文档，这些文档使用域名为softDeletes的DocValues域（为什么softDeletes参数允许多个，下文中会介绍）来描述该文档被软删除了，然后添加新的文档doc或批量添加新的文档集合docs。

软删除跟硬删除的差异

  我们接着从使用方式、被删除的文档的描述方式、被删除的的文档的生命周期这几个方面来描述两者的差异。

使用方式

• 硬删除：不使用任何使用方式
• 软删除：需要在构造IndexWriter对象时指定一个软删除的域名softDeletesField，即在设置IndexWriter的配置信息IndexWriterConfig时通过调用IndexWriterConfig类提供的setSoftDeletesField方法来指定一个软删除的域名softDeletesField，如下所示，另外设置IndexWriter的配置信息IndexWriterConfig的内容可以查看文章构造IndexWriter对象（一）：

图1：

被删除的文档的描述方式

• 硬删除：被删除的文档对应的文档号用索引文件.liv来描述。
• 软删除：被标记为删除的文档不使用索引文件.liv来描述，而是通过索引文件.dvd、dvm来描述，其具体介绍将在后面的内容中展开

被删除的文档的生命周期

• 硬删除：在执行段的合并之前，被删除的文档信息仍然在索引文件中，此时执行查询操作，如果被删除的文档满足查询条件，在查询的过程中仍然能获取这个文档号，只是在随后的逻辑中，通过索引文件.liv来实现过滤，使得不让这个文档号传递给Collector，并且最终根据段的合并策略，被删除的文档才会在合并的过程中实现物理删除，即索引文件中不存在该文档的信息。
• 软删除：在执行段的合并之前，被标记为删除的文档信息仍然在索引文件中，此时执行查询操作，如果被软删除的文档满足查询条件，在查询的过程中仍然能获取到这个文档，只是在随后的逻辑中，通过索引文件.dvm&&.dvd来实现过滤，使得不让这个文档号传递给Collector，与硬删除不同的是，软删除可以通过使用合并策略SoftDeletesRetentionMergePolicy使得在执行段的合并之后，这些被删除的文档仍然被保留在索引文件中，并且可以被搜索到；同样的还是通过配置合并策略SoftDeletesRetentionMergePolicy使得这些被删除的文档无法被搜索到，或者使这些被删除的文档在下一次合并中同硬删除一样，实现物理删除，合并策略SoftDeletesRetentionMergePolicy的介绍将在后面的内容中展开

 

看这里：https://www.amazingkoala.com.cn/Lucene/Index/2020/0616/148.html