Lucene的版本迭代

痛定思痛。 2022-06-03 09:59 225阅读 0赞

Lucene已经发展到Lucene 7了，不过，Lucene 7是一个前瞻性的版本，其实，Lucene还在同时升级Lucene5 和Lucene6.  
Lucene在之前的版本迭代中，不断尝试新的设计思想，不断引入新的与时俱进的功能。这也导致Lucene的大版本不兼容，在我之前的项目中，从Lucene2升级到Lucene4，再升级到Lucene6，都不能平滑过渡，需要修改项目中使用到Lucene的部分代码。

### 从Lucene 1.4.3升级到Lucene 2.1 ###

2004年7月，Lucene发布第一个版本Lucene 1.4。多年后的2007年才发布Lucene 2，其中，Lucene 2.4.0使用的最广泛。从Lucene 1.4.3升级到Lucene 2.1，可能需要了解这些改变：

1.  对Field的设计更加合理，使用内部类来区分Field的具体类型：  
    `Field(String name,String value,boolean store,boolean index)`  
    更改为了：  
    `Field(String name, String value, Field.Store store, Field.Index index, Field.TermVector termVector)`
2.  BooleanQuery的add方法也改了，原有的是  
    `add(Query q, boolean required, boolean prohibited)`  
    现在也更加面向对象了：  
    `add(Query q, BooleanClause.Occur occur)`
3.  QueryParser的parse方法不再是static的了，需要先获取QueryParser实例。
4.  IndexReader类方法签名有稍许改动。

### 从Lucene 2 升级到Lucene 3.x ###

Lucene 于2009年11月发布了 Lucene 3.0，这一版本改动了很多API，并加入了Java5的新特性：如泛型、可变参数、枚举。从Lucene 2 升级到Lucene 3.x，可能需要了解这些改变：

1.  对Field的设计更加合理，使用了枚举来区分Field的具体类型：  
    `new Field("id",ids[i],Field.Store.YES,Field.Index.NOT_ANALYZED_NO_NORMS)`
2.  IndexWriter中的很多构造函数都被移除了
3.  Search中的很多构造函数都被移除了
4.  QueryParser中的很多构造函数都被移除了
5.  删除了Hits类，使用collector去获取Hits
6.  索引优化，使Lucene可能近实时。

### 从Lucene 3.x 升级到Lucene 4.x ###

Lucene 于2012年10月发布了Lucene 4.0，该版本重构了Lucene，基本是Lucene划时代的产品。直接升级需要改动特别多代码，在实际操作中一般是直接使用新版本Lucene 4，只迁移数据。

1.  对Field的设计更加合理，拆分了Field的各种功能：  
    StringField：不分词、被索引。  
    TextField：分词、被索引。  
    StoredField：不被索引，当然也不被分词。
2.  扩展了打分算法：  
    `org.apache.lucene.search.DefaultSimilarity`扩展到了  
    `org.apache.lucene.search.similarities.*`  
    
    
    1.  通过编码器Codec机制使得Lucene索引格式与Lucene架构解耦。
    2.  增加了模块化API，以模块化方式提供了非结构化信息管理分析器和空间信息搜索模块。

### 从Lucene 4.x 升级到Lucene 5.x ###

Lucene 于2015年2月发布了Lucene 5.0，从Lucene 5开始，Lucene 开始考虑向前兼容。

1.  所有文件的访问方法都已基于Java NIO2
2.  Lucene已实现了为每个segment和每次提交都存储了唯一的id，从而使得Lucene能够更加精确地实现索引文件的复制
3.  在索引合并的过程中，IndexWriter总会在合并前检测已经损坏的segment，这就意味着当升级到5.0版本时,对4.X系列的索引进行合并时，会有一定的延迟