一. .索引優化背景

很多網站都有自己的搜尋引擎，比如百度，搜狗等等，而他們每天新增的索引量可想而知多麼龐大，所以為了能提升使用者的搜尋響應速度，好的優化方案必不可少；當然對於一些網站的站內搜尋也很有必要，否則日積月累之後，索引檔案也將難以維護，搜尋效率越來越慢，使用者好評率自然降低。

由於我所在的公司也用到Lucene做搜尋，所以相應學習了下。

二. .索引優化方法

目前來說有幾種比較常見的優化方法：

1.  設定IndexWriterConfig中mergeFactor的值.

         mergeFactor即合併因子，當大小相當的段的數量達到此值的時候開始合併。

注意：mergeFactor應設在(2-10)之間，mergeFactor越小，建立索引的時候佔用記憶體越小，所以建立索引速度慢，但是反向索引時速度快；

  mergeFactor越大，建立索引的時候佔用記憶體越大，所以建立索引速度快，但是反向索引時速度慢。

合併策略：比如 mergeFactor=3，開始來的段大小為 10M，當湊夠 3 個 10M 的時候， 0.cfs, 1.cfs, 2.cfs則合併成一個新的段 3.cfs，大小為 30M，然後再來 4.cfs, 5.cfs, 6.cfs，合併成 7.cfs，大小為 30M，然後再來 8.cfs, 9.cfs, a.cfs 合併成 b.cfs, 大小為 30M，這時候又湊夠了 3 個30M 的，合併成 90M 的 c.cfs，然後又來 d.cfs, e.cfs, f.cfs 合併成 10.cfs，大小為 30M，然後 11.cfs 大小為 10M，這時候硬碟上的段為： c.cfs(90M) 10.cfs(30M),11.cfs(10M)。

 2. 排除停用詞

 什麼是停用詞？停用詞就是沒有實際意義不參與索引的詞。比如，"這是一首簡單的小情歌！"其中‘這是’、‘的’就可以當做停用詞排除掉，被分詞器過濾掉後，就不會建立索引，這樣索引檔案就會變小，搜尋的時候就會變快。在庖丁分詞器中，就可以自定義停用詞和自己的詞典。

3. 將索引資料分割槽存放

為什麼要分割槽存放？假如咱們手上有海量的各種資料，比如音訊，小說，新聞，遊戲。。如果分割槽存放的話，使用者只需在小範圍區間搜尋就行了，可以很大程度提高檢索速度減少伺服器壓力。這在某種方式上類似於分流。

4. 將硬碟上的索引檔案放入記憶體中提升索引速度

//索引放在硬碟上
Directory dir = FSDirectory.open(new File(indexPath));
//索引放在記憶體中
IOContext ioc = new IOContext();
Directory  ramDic = new RAMDirectory(dir, ioc);
//然後將ramDic傳入IndexReader
IndexReader reader = DirectoryReader.open(ramDic);
IndexSearcher searcher = new IndexSearcher(reader);
//...
 

查詢分為TermQuery(以term為單位查詢)、MultiFieldQueryParser(字串查詢，將字串分割為單個字元)、MatchAllDocsQuery(查詢所有)、NumericRangeQuery(範圍查詢，效能較過濾器高)、WildcardQuery(萬用字元查詢，?為佔位符，*匹配所有)、FuzzyQuery(模糊查詢，其中構造器第二個引數代表可缺少字元數)