提高lucene建立索引的效率（大数据量时）

第一种方式：IndexWriter类中关系到索引创建效率的几个方法

一、SetMergeFactor（合并因子）

SetMergeFactor是控制segment合并频率的，其决定了一个索引块中包括多少个文档，当硬盘上的索引块达到多少时，

将它们合并成一个较大的索引块。当MergeFactor值较大时，生成索引的速度较快。

MergeFactor的默认值是10，建议在建立索引前将其设置的大一些。

二、SetMaxBufferedDocs（最大缓存文档数）

SetMaxBufferedDocs是控制写入一个新的segment前内存中保存的document的数目，

设置较大的数目可以加快建索引速度，默认为10。

三、SetMaxMergeDocs（最大合并文档数）

SetMaxMergeDocs是控制一个segment中可以保存的最大document数目，值较小有利于追加索引的速度，

默认Integer.MAX_VALUE，无需修改。

在创建大量数据的索引时，我们会发现索引过程的瓶颈在于大量的磁盘操作，如果内存足够大的话，

我们应当尽量使用内存，而非硬盘。可以通过SetMaxBufferedDocs来调整，增大Lucene使用内存的次数。

如果内存足够大的话，我们也可以在索引过程中完全避免使用硬盘。Lucene支持使用文件系统和内存两种方式创建索引，

我们可以先把索引写入到RAMDirectory，达到一定数量时再批量写进FSDirectory，减少磁盘操作次数。相关的代码如下：

RAMDirectoryrmd=newRAMDirectory();

IndexWriterwriter=newIndexWriter(rmd,newStandardAnalyzer(),true);

while(noteof)//遍历

{

Documentdoc=newDocument();

doc.Add(…);//AddFields

writer.AddDocument(doc);

}

writer.SetUseCompoundFile(true);

writer.Optimize();

writer.Close();

另外，SetUseCompoundFile这个方法可以使Lucene在创建索引库时，会合并多个Segments文件到一个.cfs中。

此方式有助于减少索引文件数量，对于将来搜索的效率有较大影响。