如何解决如何使用指南针 lucene 生成的 cfs 索引?
使用(最新的)lucene 8.7 是否可以在我无法修改的遗留应用程序中使用 lucene 实用程序“Luke”打开由 2009 年左右的 lucene 2.2 生成的 .cfs 复合索引文件?
或者是否可以从 .cfs 为 Luke 生成 .idx 文件?
.cfs 是由 lucene 2.2 上的指南针生成的,而不是直接由 lucene 生成的
是否可以使用指南针生成的包含以下内容的索引:
_b.cfs
段.gen
段_d
可能与 solr 一起使用?
是否有任何示例如何在任何地方使用指南针打开基于文件的 .cfs 索引?
转换工具无法使用,因为索引版本太旧:
来自 lucene\build\demo :
java -cp ../core/lucene-core-8.7.0-SNAPSHOT.jar;../backward-codecs/lucene-backward-codecs-8.7.0-SNAPSHOT.jar org.apache.lucene.index .IndexUpgrader -verbose path_of_old_index
和搜索文件演示:
java -classpath ../core/lucene-core-8.7.0-SNAPSHOT.jar;../queryparser/lucene-queryparser-8.7.0-SNAPSHOT.jar;./lucene-demo-8.7.0- SNAPSHOT.jar org.apache.lucene.demo.SearchFiles -index path_of_old_index
都失败:
org.apache.lucene.index.IndexFormatTooOldException:不支持格式版本 此版本的 Lucene 仅支持使用 6.0 及更高版本创建的索引。
可以以某种方式使用带有 lucene 的旧索引吗?如何使用旧的“编解码器”? 如果可能,也来自 lucene.net?
当前的 lucene 8.7 生成一个包含这些文件的索引:
segments_1
写锁
_0.cfe
_0.cfs
_0.si
================================================ ============================ 更新:令人惊讶的是,它似乎使用来自 nuget 的 lucene.net v. 3.0.3 打开了那个非常旧的格式索引!
这似乎是为了从索引中提取所有术语:
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Globalization;
using Lucene.Net.Analysis.Standard;
using Lucene.Net.Documents;
using Lucene.Net.Index;
using Lucene.Net.QueryParsers;
using Lucene.Net.Search;
using Lucene.Net.Store;
using Version = Lucene.Net.Util.Version;
namespace ConsoleApplication1
{
class Program
{
static void Main()
{
var reader = IndexReader.Open(FSDirectory.Open("C:\\Temp\\ftsemib_opzioni\\v210126135604\\index\\search_0"),true);
Console.WriteLine("number of documents: "+reader.NumDocs() + "\n");
Console.ReadLine();
TermEnum terms = reader.Terms();
while (terms.Next())
{
Term term = terms.Term;
String termField = term.Field;
String termText = term.Text;
int frequency = reader.DocFreq(term);
Console.WriteLine(termField +" "+termText);
}
var fieldNames = reader.GetFieldNames(IndexReader.FieldOption.ALL);
int numFields = fieldNames.Count;
Console.WriteLine("number of fields: " + numFields + "\n");
for (IEnumerator<String> iter = fieldNames.GetEnumerator(); iter.MoveNext();)
{
String fieldName = iter.Current;
Console.WriteLine("field: " + fieldName);
}
reader.Close();
Console.ReadLine();
}
}
}
出于好奇,是否有可能找出它是什么索引版本? 有没有基于文件系统的索引的(旧)指南针示例?
解决方法
很遗憾,您不能使用旧的 Codec
来访问 Lucene 2.2 中的索引文件。这是因为在 Lucene 4.0 中引入了编解码器。在此之前,用于读取和写入索引文件的代码并未组合到编解码器中,而只是整个 Lucene 库的固有部分。
因此在 Lucene 4.0 之前的版本中没有编解码器,只是将文件读取和写入代码烘焙到库中。追踪所有这些代码并创建一个可以插入现代 Lucene 版本的编解码器将是非常困难的。这不是不可能完成的任务,但它需要专家 Lucene 开发人员和大量的努力(即极其昂贵的努力)。
鉴于所有这些,这个 SO 问题的答案可能会有用:How to upgrade lucene files from 2.2 to 4.3.1
更新
您最好的选择是使用 java lucene 的旧 3.x 副本或 Lucene.net ver 3.0.3 打开索引,然后添加并提交一个文档(这将创建第二个段)并执行优化这将导致两个段合并为一个新段。新段将是版本 3 段。然后你可以再次使用 Lucene.Net 4.8 Beta 或 Java Lucene 4.X 做同样的事情(但 Commit 从版本 4 开始更名为 ForceMerge)将索引转换为 4.x 索引。
然后您可以使用当前的 Lucene 8.x 版本再次执行此操作,将索引一直移动到 8,因为当前版本的 Java Lucene 的编解码器一直回到 5.0,请参阅:{ {3}}
但是,如果您再次收到您报告的错误:
此版本的 Lucene 仅支持使用 6.0 及更高版本创建的索引。
那么您将不得不使用 6.x Java Lucene 再玩一次这个游戏,以便从 5.x 索引变为 6.x 索引。 :-)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。