关于索引删除的策略IndexDeletionPolicy

关于索引删除的策略IndexDeletionPolicy 。

public IndexWriter(Directory d, Analyzer a, boolean create)
         throws CorruptIndexException, LockObtainFailedException, IOException {
      init(d, a, create, false, null, true);
}

构造一个IndexWriter需要调用init()方法进行初始化，init()方法的声明如下所示：

/**
* 该方法中的参数列表中。各个参数的含义如下：
* d ：指定的存放建立索引文件的索引目录
* a ：一个传递进来分析器
* create ：是否要重新写入索引文件，如果为true，则重写索引文件；如果为false，则追加写入索引文件
* closeDir ：一个boolean型变量，表示是否关闭索引目录Directory d，它是IndexWriter的一个成员变量
* deletionPolicy ：指定删除索引文件使用的策略
* autoCommit ：建立索引文件后，不对已经存在的索引进行Clone，自动提交。
*/

private void init(Directory d, Analyzer a, final boolean create, boolean closeDir, IndexDeletionPolicy deletionPolicy, boolean autoCommit)
      throws CorruptIndexException, LockObtainFailedException, IOException

IndexDeletionPolicy是一个接口，是有关在建立索引的过程中，对索引文件进行灵活地（删除）操作的一种自定义接口。可以在合适的时机进行删除操作，可以指定删除的时刻，完全可以根据自己的需要进行定制，但是，这可能会造成存储开销，但是相对于删除操作策略的灵活便利性，这也是比较值得的。

IndexDeletionPolicy接口的定义非常简单，而且为我们做了启发式的指引：

package org.apache.lucene.index;

import java.util.List;
import java.io.IOException;

// 该接口示例了两种删除索引文件的时机，即所谓的Points

public interface IndexDeletionPolicy {

// 一个IndexWriter索引器初始化的时候，可以删除一些时刻(提交点)提交的索引文件，这些提交点存放在一个List中，包括最早提交点和最近的提点之间的所有提交点，当然，删除他们是可选的，而且应当慎重，因为一旦删除便不可回滚。
public void onInit(List commits) throws IOException;

// 当新建的索引写入目录，并已经提交的时候，我们仍然可以删除指定List中一些时刻(提交点)提交的索引文件，当然，删除他们是可选的，而且应当慎重
public void onCommit(List commits) throws IOException;
}

IndexDeletionPolicy接口的实现类如图所示：

通过对IndexDeletionPolicy接口的实现类进行学习，把握最基本的索引删除的动机和行为。通过IndexDeletionPolicy接口的实现类的类名就可以大概了解到它的索引删除策略：

1、KeepOnlyLastCommitDeletionPolicy策略

KeepOnlyLastCommitDeletionPolicy类在初始化一个IndexWriter的时候，在init方法中如果指定IndexDeletionPolicy deletionPolicy为null，则默认的索引删除策略为KeepOnlyLastCommitDeletionPolicy。

KeepOnlyLastCommitDeletionPolicy类的源代码非常容易理解，如下所示：

package org.apache.lucene.index;

import java.util.List;

public final class KeepOnlyLastCommitDeletionPolicy implements IndexDeletionPolicy {

//     初始化IndexWriter的时候，除了保留最近的一个提交点以外，删除所有提交点提交的索引文件
public void onInit(List commits) {
      // Note that commits.size() should normally be 1:
      onCommit(commits);
}

//  除了最近时刻的提交点保留以外，其余的全部删除
public void onCommit(List commits) {
      // Note that commits.size() should normally be 2 (if not
      // called by onInit above):
      int size = commits.size();
      for(int i=0;i<size-1;i++) {      //  IndexCommitPoint也很重要，因为它涉及到了索引段，比较复杂，在后面系统学习
        ((IndexCommitPoint) commits.get(i)).delete();
      }
}
}

2、KeepNoneOnInitDeletionPolicy策略

初始化时删除所有提交点的索引段，最后提交的时候，保留最近提交点的索引段。

class KeepNoneOnInitDeletionPolicy implements IndexDeletionPolicy {
      int numOnInit;
      int numOnCommit;
      public void onInit(List commits) {
        verifyCommitOrder(commits);
        numOnInit++;
        //  初始化的时候，就删除所有的提交点
        Iterator it = commits.iterator();
        while(it.hasNext()) {
          ((IndexCommitPoint) it.next()).delete();
        }
      }
      public void onCommit(List commits) {

//     验证每个提交点提交的索引文件(索引段)名称的正确性
        verifyCommitOrder(commits);
        int size = commits.size();
     //  除了最近时刻的提交点保留以外，其余的全部删除
        for(int i=0;i<size-1;i++) {
          ((IndexCommitPoint) commits.get(i)).delete();
        }
        numOnCommit++;
      }
  }

3、KeepAllDeletionPolicy策略

保留所有提交点，不删除任何提交点的索引段。

class KeepAllDeletionPolicy implements IndexDeletionPolicy {
      int numOnInit;
      int numOnCommit;
      public void onInit(List commits) {
        verifyCommitOrder(commits);
        numOnInit++;
      }
      public void onCommit(List commits) {
        verifyCommitOrder(commits);
        numOnCommit++;
      }
  }

4、KeepLastNDeletionPolicy策略

初始化时，不删除任何提交点；最后提交时，保留指定的最近的N个提交点。

class KeepLastNDeletionPolicy implements IndexDeletionPolicy {
      int numOnInit;
      int numOnCommit;
      int numToKeep;
      int numDelete;
      Set seen = new HashSet();      //     Set seen用于保证不重复删除某个提交点

public KeepLastNDeletionPolicy(int numToKeep) {    //    初始化显式指定最近提交点的个数
        this.numToKeep = numToKeep;
      }

public void onInit(List commits) {
        verifyCommitOrder(commits);
        numOnInit++;
        // false指定了不做任何删除
        doDeletes(commits, false);
      }

public void onCommit(List commits) {
        verifyCommitOrder(commits);
        doDeletes(commits, true);      //  根据初始化的numToKeep，保留最近numToKeep个提交点
      }
     
      private void doDeletes(List commits, boolean isCommit) {
        if (isCommit) {
          String fileName = ((IndexCommitPoint) commits.get(commits.size()-1)).getSegmentsFileName();
          if (seen.contains(fileName)) {
            throw new RuntimeException("onCommit was called twice on the same commit point: " + fileName);
          }
          seen.add(fileName);      //     seen中加入的是已经删除的提交点
          numOnCommit++;
        }
        int size = commits.size();
        for(int i=0;i<size-numToKeep;i++) {    //  删除前size-numToKeep个提交点
          ((IndexCommitPoint) commits.get(i)).delete();
          numDelete++;
        }
      }
  }

5、ExpirationTimeDeletionPolicy策略

如果某个提交的响应已经超过指定时间，则删除掉这个提交点。

class ExpirationTimeDeletionPolicy implements IndexDeletionPolicy {

Directory dir;
      double expirationTimeSeconds;      //  指定提交超时时间
      int numDelete;

public ExpirationTimeDeletionPolicy(Directory dir, double seconds) {
        this.dir = dir;
        this.expirationTimeSeconds = seconds;
      }

public void onInit(List commits) throws IOException {
        verifyCommitOrder(commits);
        onCommit(commits);
      }

public void onCommit(List commits) throws IOException {
        verifyCommitOrder(commits);

IndexCommitPoint lastCommit = (IndexCommitPoint) commits.get(commits.size()-1);

// 根据索引文件的最后提交时间
        double expireTime = dir.fileModified(lastCommit.getSegmentsFileName())/1000.0 - expirationTimeSeconds;

Iterator it = commits.iterator();

while(it.hasNext()) {
          IndexCommitPoint commit = (IndexCommitPoint) it.next();
          double modTime = dir.fileModified(commit.getSegmentsFileName())/1000.0;
          if (commit != lastCommit && modTime < expireTime) {
            commit.delete();
            numDelete += 1;
          }
        }
      }
  }

上面五种删除策略，主要地，无非是在索引器初始化的时刻和建立索引提交的时刻，来选择是否删除提交点。