關於Lucene.net 2.9.2.2 中刪除索引的若干問題

最近項目中用到了Lucene.net和盤古分詞 ，用以支撐前台的搜索需求。

在使用過程中，發現刪除不太好用，具體表現在：使用IndexWriter.DeleteDocuments 指定術語（Term)進行刪除，在語句執行完后，文件並沒有被物理刪掉，而是生成了新的.CFS（索引文件）。但是在單元測試中使用IndexWriter.DeleteAll()，卻可以正常的刪除掉所有文檔。

經過多方查證和實驗，獲得了正確的方法：

1，如果不知道文檔(document)的序號(docNum)，那就得使用術語(Term）進行文檔的指定刪除。大部分應用場景，應該都是基於術語刪除，原因是方便，不需要先查詢一遍。

2，使用術語刪除，就需要指定鍵值對：Field和Value。經過若干次嘗試，這個Field是需要被索引才能在刪除時使用的，在2.9.2.2中，就是 Field.Index.ANALYZED；這個Value，似乎使用哈希值和字符組合都不能湊效，最好是一個數值串。我的做法是，把唯一的值哈希成10進制數值形式再存儲，那么刪除就能成功。

3，在執行完所有的IndexWriter.DeleteDocuments操作后，最好是提交並優化一下，最后關閉 IndexWriter，刪除就生效了，像這樣：

try
{
    this.UnLock();
                    
    writerFs = new IndexWriter(directory, new PanGuAnalyzer(), false,
        IndexWriter.MaxFieldLength.UNLIMITED);

    foreach (var item in items)
    {
        Term termID = new Term("ID", item.GetID());
        writerFs.DeleteDocuments(termID);
    }

    writerFs.Commit();
    writerFs.SetUseCompoundFile(true);
    writerFs.Optimize();
}
catch (IOException ex)
{
    Logger.Error(typeof(SearchService), ex);
}
finally
{
    try
    {
        if (writerFs != null)
        {
            writerFs.Close();
        }
    }
}

 

感謝：

EntLib.net 技術分享平台 

菩提樹下的楊過.Net