扩展Lucene的索引文件存储[原创]

Question

楼主我看了一下你的介绍，主要运用了一下Apache组织新的开源项目—— Commons-VFS，其实就是把lucene的对文件系统的访问用这个开源项目替代，一会看一下源代码！

Answer 1

看了一写源代码 楼主是用 Commons-VFS中的访问文件的方式写了两个类VFSIndexInput、VFSDirectory，继承并重写了BufferedIndexInput、Directory 里的相关方法。高手！谢谢楼主！

Answer 2

严重不赞同楼主的建议。采用FTP还是HTTP跨网访问整个索引记录，恕我直言，是很笨的做法！楼主谈到多机的磁盘索引共享问题，这里我从自己实际参与的电信项目谈谈想法。
1.会采用多机群集的索引系统，通常是企业级应用，这样的应用有两大要求：索引量大，通常百万条记录，索引体积在G级；性能要求高，要求不高的就是用数据库查找咯。2.不论是采用FTP还是HTTP跨网访问整个索引记录，需要通过网络链接方式读取索引，这比在磁盘上读取索引慢的多。lucene之所以采用直接的文件系统访问，其中很大一个原因是效率问题。3.如果一定要通过网络访问，就目前的lucene解决方案中，可以采用hibernate3.0或者compass将索引建到数据库中，通过访问统一的数据库服务器，解决索引同步问题。但是，考虑实际效率问题，本人仍然觉得数据库连接池是个限制，速度还是慢，不推荐！4.目前实用的解决方式：1.采用共享磁阵（这是电信类应用的通常做法，当然这样就失去本篇文章的意义）2.搭建专用的索引服务器，对外提供索引服务（可以是web service或者最简单的http链接调用）。索引服务器对外提供的接口API包括:索引建立API，索引删除API（包括修改），索引搜索API。这种做法最大的差异是，对lucene索引库的操作在本服务器硬盘上进行，不论读写查询，特别查询时，只将查询的结果返回客户端，而不是将整个索引文件通过FTP或者HTTP传给客户端，再让客户端在自己的内存中搜索。同时也避免了网络异常造成的索引文件读写错误问题。