构造IndexWriter对象（三）

  构造一个IndexWriter对象的流程总体分为下面三个部分：

• 设置索引目录Directory
• 设置IndexWriter的配置信息IndexWriterConfig
• 调用IndexWriter的构造函数

  大家可以查看文章构造IndexWriter对象（一）、构造IndexWriter对象（二）来了解前两部分的内容，我们接着继续介绍最后一个部分，即调用IndexWriter的构造函数。

  IndexWriter类有且仅有一个有参构造函数，如下所示：

public IndexWriter(Directory d, IndexWriterConfig conf) throws IOException {

    ... ...

}

  其中参数d以及conf正是分别由设置索引目录Directory、设置IndexWriter的配置信息IndexWriterConfig两部分获得。

调用IndexWriter的构造函数的流程图

获取索引目录的索引文件锁

  该流程为Lucene使用索引文件锁对索引文件所在的目录进行加锁，使得同一时间总是只有一个IndexWriter对象可以更改索引文件，即保证单进程内(single in-process)多个不同IndexWriter对象互斥更改（多线程持有相同引用的IndexWriter对象视为一个IndexWriter不会受制于LockFactory，而是受制于对象锁（synchronized(IndexWriter)）、多进程内(multi-processes)多个对象互斥更改。

  更多关于索引文件锁的介绍可以看文章索引文件锁LockFactory。

获取封装后的Directory

  该流程中我们需要对Directory通过LockValidatingDirectoryWrapper对象进行再次封装， 使得在对索引目录中的文件进行任意形式的具有"破坏性"（destructive）的文件系统操作（filesystem operation）前尽可能（best-effort）确保索引文件锁是有效的（valid）。

  索引目录中的"破坏性"的文件系统操作包含下面几个内容：

• deleteFile(String name)方法：删除索引目录中的文件
• createOutput(String name, IOContext context)方法：在索引目录中创建新的文件
• copyFrom(Directory from, String src, String dest, IOContext context)方法：在索引目录中，将一个文件中的内容src复制到同一个索引目录中的另外一个不存在的文件dest
• rename(String source, String dest)方法：重命名索引目录中的文件
• syncMetaData()方法：磁盘同步操作
• sync(Collection<String> names)方法：磁盘同步操作

获取IndexCommit对应的StandardDirectoryReader

  如果IndexWriter的配置信息IndexWriterConfig设置了IndexCommit配置，那么我们需要获得描述IndexCommit中包含的信息的对象，即StandardDirectoryReader，生成StandardDirectoryReader的目的在后面的流程中会展开介绍，这里只要知道它的生成时机即可。

  IndexCommit的介绍可以查看文章构造IndexWriter对象（一），而StandardDirectoryReader的介绍可以查看近实时搜索NRT、SegmentReader系列文章，这里不赘述。

根据不同的OpenMode执行对应的工作

  从图5中可以看出，尽管Lucene提供了三种索引目录的打开模式，但实际上只有CREATE跟APPEND两种打开模式的逻辑，三种模式的介绍可以看文章构造IndexWriter对象（一），这里不赘述。

  在源码中，使用一个布尔值indexExists来描述图5中的流程点索引目录中是否已经存在旧的索引？，如果存在，那么indexExists的值为true，反之为false。indexExists在后面的流程中会被用到。

  下面我们分别介绍执行CREATE模式下的工作、执行APPEND模式下的工作这两个流程。

执行CREATE模式下的工作的流程图

配置检查1

  该流程会检查用户是否正确设置了IndexCommit跟OpenMode两个配置，由于代码比较简单，故直接给出：

xxxxxxxxxx

if (config.getIndexCommit() != null) {

    // 条件一

    if (mode == OpenMode.CREATE) {

        throw new IllegalArgumentException("cannot use IndexWriterConfig.setIndexCommit() with OpenMode.CREATE");

    // 条件二

    } else {

        throw new IllegalArgumentException("cannot use IndexWriterConfig.setIndexCommit() when index has no commit");

    }

}

  上面的代码描述的是在设置了配置IndexCommit之后对OpenMode进行配置检查，其中config指的是IndexWriter的配置信息IndexWriterConfig对象：

• 条件一：如果用户设置的OpenMode为CREATE，由于该模式的含义是生成新的索引或覆盖旧的索引，而设置IndexCommit的目的是读取已经有的索引信息，故这两种是相互冲突的逻辑，Lucene通过抛出异常的方法来告知用户不能这么配置
• 条件二：如果用户设置的OpenMode为CREATE_OR_APPEND，由于通过图5中的流程点索引目录中是否已经存在旧的索引？判断出indexExists的值为false，即索引目录中没有任何的提交，但用户又配置了IndexCommit，这说明用户配置的IndexCommit跟IndexWriter类的有参构造函数中的参数d必须为同一个索引目录

初始化一个新的SegmentInfos对象

  该流程只是描述了生成SegmentInfos对象的时机点，没其他多余的内容。

  SegmentInfos是什么：

• SegmentInfos对象是索引文件segments_N以及索引文件.si在内存中的描述，可以看文章近实时搜索NRT（一）中关于流程点获得所有段的信息集合SegmentInfos的介绍，这里不赘述

同步SegmentInfos的部分信息

  如果索引目录中已经存在旧的索引，那么indexExists的值为true，那么我们先需要获得旧的索引中的最后一次提交commit中的SegmentInfos中的三个信息，即version、counter、generation：

• version：该值用来描述SegmentInfos发生改变的次数，即索引信息发生改变的次数
• counter：它跟下划线“_”作为一个组合值，用来描述下一次生成（commit、flush操作）的新段对应的索引文件的前缀值，下图中"_4"、"_5"的4、5即为counter值，该值为一个从0开始的递增值

• generation：用来描述执行提交操作后生成的segments_N文件的N值，图10中，generation的值为2

  上述三个信息在索引文件segments_N中的位置如下所示：

  图11中，generation的值通过索引文件segments_N的文件名来获得。

  接着将version、counter、generation同步到刚刚初始化的新的SegmentInfos对象中。

  为什么执行同步这三个信息的操作：

• 使得新生成的索引文件不会跟旧的索引文件有一样的名字，即不会覆盖旧的索引文件，那么其他线程可以正常通过IndexCommit读取旧索引执行搜索。

  该流程为回滚的初始化，初始化一个叫做rollbackSegments的链表，该链表的定义如下：

xxxxxxxxxx

private List<SegmentCommitInfo> rollbackSegments;  

  如果索引目录中存在旧的索引，那么另旧的索引对应的SegmentInfos对象中的segments对象赋值给回滚内容rrollbackSegments，否则rollbackSegments为null。在执行commit()的过程中，rollbackSegments会被更新为这次提交对应的segments对象。segments对象即图11中所有SegmentCommitInfo在内存中的描述。

更新SegmentInfos的version

  由于SegmentInfos被同步了version、counter、generation三个信息，说明SegmentInfos发生了变化，那么需要通过更新SegmentInfos的version来描述这次的变化。

  为什么要记录SegmentInfos的变化：

• 通过version判断SegmentInfos如果没有发生变化，那么在复用StandardDirectoryReader时可以极大的提高性能，至于为什么能提高性能，以及如何提高性能，在近实时搜索NRT（一）的系列文章中已经介绍，不赘述

  基于篇幅，剩余的内容将在下一篇文章中展开。

点击下载附件