Lucene笔记04-Lucene索引的删除与更新

一、删除索引

public void delete() {
    IndexWriter indexWriter = null;
    try {
        indexWriter = new IndexWriter(directory, new IndexWriterConfig(Version.LUCENE_35, new StandardAnalyzer(Version.LUCENE_35)));
        // 参数是一个选项，可以是一个Query（查找的一个范围），也可以是一个Term（一个精确的查找值）
        // 此时文档没有被彻底删除，只是放在了回收站中
        indexWriter.deleteDocuments(new Term("id", "1"));
    } catch (IOException e) {
        e.printStackTrace();
    } finally {
        if (indexWriter != null) {
            try {
                indexWriter.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}

public void query() {
    try {
        IndexReader indexReader = IndexReader.open(directory);
        // numDocs()返回索引中未被删除的文档总数
        // maxDoc()返回索引中删除（标记为删除，但是还没有真正删除）和未被删除的文档总数
        // numDeleteDocs()返回被放在回收站的索引的数目，这些是可以恢复的
        System.out.println("numDocs=" + indexReader.numDocs());
        System.out.println("maxDocs=" + indexReader.maxDoc());
        System.out.println("numDeleteDocs=" + indexReader.numDeletedDocs());
    } catch (IOException e) {
        e.printStackTrace();
    } finally {
        if(indexReader!=null){
            try {
                indexReader.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}

这里的删除并没有完全删除，而是放在了“回收站”，通过query方法可以看到，maxDocs不等于numDocs的，并且numDeleteDocs的值就是刚刚被删除的数目，被删除的这个索引是可以恢复的。

二、恢复被删除的索引

public void undelete() {
    // 使用IndexReader来恢复
    try {
        // IndexReader默认是用来读索引的，现在要用IndexReader来写（恢复）索引，需要添加一个参数readOnly，默认情况是true，我们需要指定成false
        IndexReader indexReader = IndexReader.open(directory, false);
        indexReader.undeleteAll();
        indexReader.close();
    } catch (IOException e) {
        e.printStackTrace();
    }
}

public void query() {
    try {
        IndexReader indexReader = IndexReader.open(directory);
        // numDocs()返回索引中未被删除的文档总数
        // maxDoc()返回索引中删除（标记为删除，但是还没有真正删除）和未被删除的文档总数
        // numDeleteDocs()返回被放在回收站的索引的数目，这些是可以恢复的
        System.out.println("numDocs=" + indexReader.numDocs());
        System.out.println("maxDocs=" + indexReader.maxDoc());
        System.out.println("numDeleteDocs=" + indexReader.numDeletedDocs());
    } catch (IOException e) {
        e.printStackTrace();
    } finally {
        if(indexReader!=null){
            try {
                indexReader.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}

使用IndexReader来进行恢复，需要多指定一个readOnly参数，否则会报错。undelete()之后，再去执行query()，就可以发现被删除的索引恢复了。

三、强制删除索引（不经过回收站，无法恢复）

public void forceDelete() {
    IndexWriter indexWriter = null;
    try {
        indexWriter = new IndexWriter(directory, new IndexWriterConfig(Version.LUCENE_35, new StandardAnalyzer(Version.LUCENE_35)));
        indexWriter.forceMergeDeletes();
    } catch (IOException e) {
        e.printStackTrace();
    } finally {
        if (indexWriter != null) {
            try {
                indexWriter.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}

public void query() {
    try {
        IndexReader indexReader = IndexReader.open(directory);
        // numDocs()返回索引中未被删除的文档总数
        // maxDoc()返回索引中删除（标记为删除，但是还没有真正删除）和未被删除的文档总数
        // numDeleteDocs()返回被放在回收站的索引的数目，这些是可以恢复的
        System.out.println("numDocs=" + indexReader.numDocs());
        System.out.println("maxDocs=" + indexReader.maxDoc());
        System.out.println("numDeleteDocs=" + indexReader.numDeletedDocs());
    } catch (IOException e) {
        e.printStackTrace();
    } finally {
        if(indexReader!=null){
            try {
                indexReader.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}

先执行delete()，再执行forceDelete()，再次查询发现numDeleteDocs是0，numDocs和maxDocs都比前面少1，意味着回收站中的索引彻底被删除了 。

四、手动合并

public void merge() {
    IndexWriter indexWriter = null;
    try {
        indexWriter = new IndexWriter(directory, new IndexWriterConfig(Version.LUCENE_35, new StandardAnalyzer(Version.LUCENE_35)));
        // 会将索引合并为两段，这两段中被删除的数据会被清空
        // 在Lucene3.5之后不建议使用，因为会浪费大量的开销，Lucene会根据情况自动处理
        indexWriter.forceMerge(2);
    } catch (IOException e) {
        e.printStackTrace();
    } finally {
        if (indexWriter != null) {
            try {
                indexWriter.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}

不建议使用，因为会损耗比较大的性能，这里就不过多研究了。

五、更新索引

public void update() {
    IndexWriter indexWriter = null;
    try {
        indexWriter = new IndexWriter(directory, new IndexWriterConfig(Version.LUCENE_35, new StandardAnalyzer(Version.LUCENE_35)));
        // Lucene的更新其实是先删除后添加
        Document document = new Document();
        document.add(new Field("id", "11", Field.Store.YES, Field.Index.NOT_ANALYZED_NO_NORMS));
        document.add(new Field("email", emails[0], Field.Store.YES, Field.Index.NOT_ANALYZED));
        document.add(new Field("content", contents[0], Field.Store.NO, Field.Index.ANALYZED));
        document.add(new Field("name", names[0], Field.Store.YES, Field.Index.NOT_ANALYZED_NO_NORMS));
        indexWriter.updateDocument(new Term("id", "1"), document);
    } catch (IOException e) {
        e.printStackTrace();
    } finally {
        if (indexWriter != null) {
            try {
                indexWriter.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}

Lucene中的更新分为两步进行：先删除，后添加，通过上面的例子可以看出来，更新id为1的文档，更新后的文档id也可以发生变化，所以说是先删除，后添加。为了进一步验证，可以执行query()方法，会发现numDeleteDocs是1，也就是发生了删除操作，再一次证实了这个观点。