问使用SQL Server配置Lucene.Net

EN

是的，我已经把它用来做你所描述的事情了。我们有两个服务--一个用于读取，另一个用于写入，但这仅仅是因为我们有多个读取器。我确信我们只需要一个服务(写入器)就可以做到这一点，并将阅读器嵌入到web应用程序和服务中。

我使用lucene.net作为一个通用的数据库索引器，所以我得到的基本上是DB id(用于索引电子邮件)，我还使用它来获得足够的信息来填充搜索结果或类似的内容，而不需要接触数据库。它在两种情况下都工作得很好，尽管SQL可能会变得有点慢，因为你几乎必须获得一个ID，选择一个ID等等。我们通过创建一个临时表(其中只有ID行)并从一个文件(这是lucene的输出)批量插入，然后连接到message表来解决这个问题。要快得多。

Lucene并不完美，您必须在关系数据库框架之外考虑一下，因为它完全不是关系数据库，但它在它所做的事情上非常非常出色。值得一看，而且，我被告知，它没有MS SQL的FTI所存在的“哦，对不起，您需要重新构建索引”的问题。

顺便说一句，我们正在处理2000-5000万封电子邮件(和大约100万个独特的附件)，我想总共有20 20的lucene索引，以及250+GB的SQL数据库+附件。

至少可以说，性能非常好--只要确保你考虑并调整你的合并因素(当它合并索引片段时)。有多个段没有问题，但如果您尝试合并两个段，每个段中有1mil项，并且您有一个监视器线程，如果花费的时间太长，它会杀死进程，这可能会出现大问题。(是的，有一段时间我们被踢烂了)。因此，保持每个事物的最大文档数量较低(即，不要像我们那样将其设置为maxint！)

编辑Corey Trager记录了如何在BugTracker.NET here中使用Lucene.NET。

我还没有在数据库上这样做，你的问题还没有解决。

如果你想搜索数据库，并且可以选择使用Lucene，我猜你也可以控制何时将数据插入到数据库中。如果是这样的话，就没有理由轮询数据库来找出您是否需要重新索引，只是在您插入时索引，或者创建一个队列表来告诉lucene要索引什么。

我认为我们不需要另一个不知道它在做什么的索引器，每次都重建索引，或者浪费资源。

我还使用lucene.net作为存储引擎，因为使用索引分发和设置备用计算机比使用数据库更容易，它只是一个文件系统副本，您可以在一台计算机上建立索引，然后将新文件复制到其他计算机以分发索引。所有的搜索和详细信息都显示在lucene索引中，数据库只是用于编辑。此设置已被证明是一个非常可扩展的解决方案，可以满足我们的需求。

关于sql server和lucene之间的差异，sql server 2005全文搜索的主要问题是服务与关系引擎分离，因此全文结果和关系列之间的连接、排序、聚合和过滤在性能方面非常昂贵，微软声称在sql server 2008中已经解决了这个问题，在关系引擎中集成了全文搜索，但我没有对其进行测试。它们还使全文搜索变得更加透明，在以前的版本中，词干分析器、停用词和索引的其他几个部分就像一个黑匣子，很难理解，而在新版本中，更容易看到它们是如何工作的。

以我的经验，如果sql server满足你的需求，这将是最简单的方式，如果你期望大量的增长，复杂的查询或需要一个全文搜索的大控制，你可能会考虑从一开始就使用lucene，因为它将更容易扩展和个性化。