Lucene - Atualizar Operação de Documento

Atualizar documento é outra operação importante como parte do processo de indexação. Esta operação é usada quando o conteúdo já indexado é atualizado e os índices se tornam inválidos. Esta operação também é conhecida como reindexação.

Atualizamos Documento (s) contendo Campo (s) para IndexWriter onde IndexWriter é usado para atualizar índices.

Vamos agora mostrar uma abordagem passo a passo e ajudá-lo a entender como atualizar o documento usando um exemplo básico.

Atualizar um documento para um índice

Siga esta etapa para atualizar um documento para um índice -

Step 1 - Crie um método para atualizar um documento Lucene a partir de um arquivo de texto atualizado.

private void updateDocument(File file) throws IOException {
   Document document = new Document();

   //update indexes for file contents
   writer.updateDocument(new Term 
      (LuceneConstants.CONTENTS, 
      new FileReader(file)),document); 
   writer.close();
}

Crie um IndexWriter

Siga estas etapas para criar um IndexWriter -

Step 1 - A classe IndexWriter atua como um componente central que cria / atualiza índices durante o processo de indexação.

Step 2 - Criar objeto de IndexWriter.

Step 3 - Crie um diretório Lucene que deve apontar para o local onde os índices devem ser armazenados.

Step 4 - Inicialize o objeto IndexWriter criado com o diretório de índice, um analisador padrão com informações de versão e outros parâmetros obrigatórios / opcionais.

private IndexWriter writer;

public Indexer(String indexDirectoryPath) throws IOException {
   //this directory will contain the indexes
   Directory indexDirectory = 
      FSDirectory.open(new File(indexDirectoryPath));
   
   //create the indexer
   writer = new IndexWriter(indexDirectory, 
      new StandardAnalyzer(Version.LUCENE_36),true,
      IndexWriter.MaxFieldLength.UNLIMITED);
}

Atualize o documento e inicie o processo de reindexação

A seguir estão as duas maneiras de atualizar o documento.

  • updateDocument(Term, Document) - Exclua o documento que contém o termo e adicione o documento usando o analisador padrão (especificado quando o gravador de índice é criado).

  • updateDocument(Term, Document,Analyzer) - Exclua o documento que contém o termo e adicione o documento usando o analisador fornecido.

private void indexFile(File file) throws IOException {
   System.out.println("Updating index for "+file.getCanonicalPath());
   updateDocument(file);   
}

Aplicação de exemplo

Para testar o processo de indexação, vamos criar um teste de aplicativo Lucene.

Degrau Descrição
1

Crie um projeto com um nome LuceneFirstApplication em packagecom.tutorialspoint.lucene conforme explicado no capítulo Lucene - Primeiro Aplicativo . Você também pode usar o projeto criado no capítulo EJB - Primeiro Aplicativo como tal para este capítulo para entender o processo de indexação.

2

Crie LuceneConstants.java, TextFileFilter.java e Indexer.java conforme explicado no capítulo Lucene - Primeiro Aplicativo . Mantenha o resto dos arquivos inalterados.

3

Crie LuceneTester.java conforme mencionado abaixo.

4

Limpe e construa o aplicativo para garantir que a lógica de negócios esteja funcionando de acordo com os requisitos.

LuceneConstants.java

Esta classe é usada para fornecer várias constantes a serem usadas no aplicativo de amostra.

package com.tutorialspoint.lucene;

public class LuceneConstants {
   public static final String CONTENTS = "contents";
   public static final String FILE_NAME = "filename";
   public static final String FILE_PATH = "filepath";
   public static final int MAX_SEARCH = 10;
}

TextFileFilter.java

Esta classe é usada como um .txt filtro de arquivo.

package com.tutorialspoint.lucene;

import java.io.File;
import java.io.FileFilter;

public class TextFileFilter implements FileFilter {

   @Override
   public boolean accept(File pathname) {
      return pathname.getName().toLowerCase().endsWith(".txt");
   }
}

Indexer.java

Esta classe é usada para indexar os dados brutos para que possamos torná-los pesquisáveis ​​usando a biblioteca Lucene.

package com.tutorialspoint.lucene;

import java.io.File;
import java.io.FileFilter;
import java.io.FileReader;
import java.io.IOException;

import org.apache.lucene.analysis.standard.StandardAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.CorruptIndexException;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;

public class Indexer {

   private IndexWriter writer;

   public Indexer(String indexDirectoryPath) throws IOException {
      //this directory will contain the indexes
      Directory indexDirectory = 
         FSDirectory.open(new File(indexDirectoryPath));

      //create the indexer
      writer = new IndexWriter(indexDirectory, 
         new StandardAnalyzer(Version.LUCENE_36),true,
         IndexWriter.MaxFieldLength.UNLIMITED);
   }

   public void close() throws CorruptIndexException, IOException {
      writer.close();
   }

   private void updateDocument(File file) throws IOException {
      Document document = new Document();

      //update indexes for file contents
      writer.updateDocument(
         new Term(LuceneConstants.FILE_NAME,
         file.getName()),document); 
      writer.close();
   }  

   private void indexFile(File file) throws IOException {
      System.out.println("Updating index: "+file.getCanonicalPath());
      updateDocument(file);      
   }

   public int createIndex(String dataDirPath, FileFilter filter) 
      throws IOException {
      //get all files in the data directory
      File[] files = new File(dataDirPath).listFiles();

      for (File file : files) {
         if(!file.isDirectory()
            && !file.isHidden()
            && file.exists()
            && file.canRead()
            && filter.accept(file)
         ){
            indexFile(file);
         }
      }
      return writer.numDocs();
   }
}

LuceneTester.java

Esta classe é usada para testar a capacidade de indexação da biblioteca Lucene.

package com.tutorialspoint.lucene;

import java.io.IOException;

public class LuceneTester {
	
   String indexDir = "E:\\Lucene\\Index";
   String dataDir = "E:\\Lucene\\Data";
   Indexer indexer;
   
   public static void main(String[] args) {
      LuceneTester tester;
      try {
         tester = new LuceneTester();
         tester.createIndex();
      } catch (IOException e) {
         e.printStackTrace();
      } 
   }

   private void createIndex() throws IOException {
      indexer = new Indexer(indexDir);
      int numIndexed;
      long startTime = System.currentTimeMillis();	
      numIndexed = indexer.createIndex(dataDir, new TextFileFilter());
      long endTime = System.currentTimeMillis();
      indexer.close();
   }
}

Criação de diretório de dados e índice

Aqui, usamos 10 arquivos de texto de record1.txt a record10.txt contendo nomes e outros detalhes dos alunos e os colocamos no diretório E: \ Lucene \ Data. Dados de teste . Um caminho de diretório de índice deve ser criado comoE:\Lucene\Index. Depois de executar este programa, você pode ver a lista de arquivos de índice criados nessa pasta.

Executando o Programa

Depois de concluir a criação da fonte, dos dados brutos, do diretório de dados e do diretório de índice, você pode prosseguir com a compilação e execução de seu programa. Para fazer isso, mantenha oLuceneTester.Java guia de arquivo ativa e use a opção Executar disponível no IDE Eclipse ou use Ctrl + F11 para compilar e executar seu LuceneTesterinscrição. Se seu aplicativo for executado com sucesso, ele imprimirá a seguinte mensagem no console do Eclipse IDE -

Updating index for E:\Lucene\Data\record1.txt
Updating index for E:\Lucene\Data\record10.txt
Updating index for E:\Lucene\Data\record2.txt
Updating index for E:\Lucene\Data\record3.txt
Updating index for E:\Lucene\Data\record4.txt
Updating index for E:\Lucene\Data\record5.txt
Updating index for E:\Lucene\Data\record6.txt
Updating index for E:\Lucene\Data\record7.txt
Updating index for E:\Lucene\Data\record8.txt
Updating index for E:\Lucene\Data\record9.txt
10 File indexed, time taken: 109 ms

Depois de executar o programa acima com sucesso, você terá o seguinte conteúdo em seu index directory -