2007-03-22

Lucene2.1的新变化

1.9 到 2.0 的改动不是很多，主要是废弃了一些 API ， 2.0 起了一个过渡的作用。

2.1 是在 2.0 基础上做了很多的改进，提升了性能，修复了一些 Bug 等。


Lucene2.1 在索引的格式上做了一些改进，所以旧版本的 Lucene 是无法访问 2.1 版的索引文件。但是 2.1 版本的可以读写旧版本的索引文件。保持向下的兼容性。这点需要我们在使用时注意。


下面简单的列出一些新的特性：

 1.'s' 和 't' 从默认的 stopwords 中移掉了。但是依然还有 'a' 也可以会有同样的问题，所以分词需要针对自己的应用进行自定义。

 2.更新了 StandardAnalyzer 中的针对 CJK 的 Unicode 代码范围。用处不大，因为我们中文需要自己开发分词。

 3.允许在 QueryParser 的最前面使用通配符 (*, ?) ，之前是不允许的。这个比较有意义，可以实现一些模糊搜索。

 4.QueryParser 默认使用 ConstantScoreRangeQuery 执行范围查询。增加了 useOldRangeQuery 属性允许在需要的情况下使用旧的 RangeQuery

 5.对于WildcardQuery ，如果一个 term 不包含任何的 ? 或者 * ，之前会抛出异常，现在会执行一个 TermQuery 。

 6.去掉了deprecated 的 doc.fields() 方法和 Enumeration

 7.write lock 现在默认的位置是索引的目录，简单命名为 write.lock

 8.新的 FieldSelector API ，相关的 IndexReader 和实现都发生了变化。新的 Fieldable 接口被用作字段的延迟加载上。

 9.使用 MultiFieldQueryParser 的时候可以为不同的 field 指定不同的 boosts

 10.新的方法 IndexWriter.addIndexesNoOptimize() 在新添加一个新的 segments 的时候，只进行合并，不进行优化。

 11.QueryParser 允许在引号和短语中使用反斜线

 12.增加了方法 RAMDirectory.sizeInBytes(), IndexWriter.ramSizeInBytes() 和 IndexWriter.flushRamSegments() ，允许应用程序控制索引时缓存文档对内存的使用，这些蛮有用的，可以用于监控索引的过程。

 13.QueryParser 解析 *:* 为匹配所有的内容

 14.可以通过命令行在已经存在的索引文件中修改和删除 field

 15.IndexWriter 增加了方法来高效得更新 documents 。增加 IndexWriter.flush() 方法将内存的内容刷新到文件系统。

                                小兵 2007-3-22

评论
grantbb 2007-04-20   回复
我试了一下，挺能提升很大。
caocao 2007-04-10   回复
SeanHe 写道
怎么没看到官方关于2.1的消息啊


http://svn.apache.org/repos/asf/lucene/java/tags/lucene_2_1_0/CHANGES.txt

我也纳闷官方消息为什么没有出来，只能从上面那个链接看到相关内容，改动太多了，看了好久。貌似没有激动人心的东西，暂时蹲在2.0观望一下。

不过我对这个还是很有兴趣的：
10. LUCENE-701: Lockless commits: a commit lock is no longer required
    when a writer commits and a reader opens the index.  This includes
    a change to the index file format (see docs/fileformats.html for
    details).  It also removes all APIs associated with the commit
    lock & its timeout.  Readers are now truly read-only and do not
    block one another on startup.  This is the first step to getting
    Lucene to work correctly over NFS (second step is
    LUCENE-710). (Mike McCandless)
有空可以试试性能 
SeanHe 2007-03-25   回复
怎么没看到官方关于2.1的消息啊
YuLimin 2007-03-25   回复
提升了性能，有没有一些详细的性能对比数据呢？
kjhot 2007-03-23   回复
嗯，好东西，正在关注！
shaucle 2007-03-23   回复
好像还是一个过度作用?
rtdb 2007-03-23   回复
借问一下，还有没有数据文件2G的限制？
或者有没有64位版本？
发表评论

该博客是同时发布到论坛的，无法评论在论坛已被锁定的帖子

grantbb
搜索本博客
最近访客
eugene1001
存档
最新评论