Lucene4.3学习笔记.docxVIP

Lucene4.3进阶Lucene在最近的几个月里已经频繁更新了好几个版本了，越是更新的频繁，就越证明一件事，这个东西越来越流行，越来越火，就在散仙写此篇文章时候，Lucene官方已经更新到4.6的版本了，在此，散仙，不得不力赞一下开源界的力量。?好了，言归正传，散仙今天就从源码的角度来分析下Lucene的根基Directory的实现，在此之前，我们先来看下Directory家族的层级分布图。?从上图中，我们可以看出Directory共有11个直接或者间接的子类，不同的子类的作用和功能不一样，那么Directory作为此继承图的顶级父类，在Lucene中确实发挥重要的根基作用，就像Hadoop的根基是HDFS一样，Directory肩负着索引存储的重任，如果没有存储，那么检索就无从谈起了，虽然我们经常称全文检索，搜索引擎什么的，其实它们的背后，Directory才是默默无闻的”雷锋“。?下面，散仙就来详细的剖析下Directory的核心实现。?Directory是由lucene中的一些列索引文件组成的目录，一个典型索引文件结构图的截图如下：??而Directory的作用，就是负责管理这些索引文件，包括数据的读取和写入，以及索引文件的添加，删除和合并。从这样的角度来分析，Directory更像一个系统的管理员，下面，散仙再具体的分析下一些核心方法的作用。?我们都知道Lucene的索引体系，支持读共享，写独占的方式来访问索引目录，也就是说，它允许多个线程实例同时并发的读取，而不允许多个线程同时写入，大家可能会有疑问，为什么不支持多线程写入呢？这其实是因为索引目录有自己的某一时刻的内部状态，比如说文件指针，而多线程写入时，会造成指针混乱，从而引起索引结构损坏或某些数据丢失，所以lucene任何时候都禁止有多个线程并发的写入索引，即使是多线程写，每次也只能通过队列的方式，一次只允许一个线程操作索引，按这样的情况分析，多线程写入与单线程写入，在性能上的提升，并不是明显的，那么lucene又是怎么控制一次只能有一个线程写入呢，打开Directory的源码，我们就会发现，它其实是在内部维护了一个锁的实例，通过加锁方式，来禁止后来线程的写入操作，当然锁的作用不仅仅是防止并发写入，它还可以通过锁名字来判断，这两份索引是否为同一份索引，那么如果我们想使用多线程来提升写入速度，一个折中的办法就是，每个线程写一份目录，最后在对这些目录，进行合并，下面散仙给出了一些源码中锁的实现方法?Java代码??protected?LockFactory?lockFactory;//锁实现，只能由子类覆盖??//设置锁名????public?Lock?makeLock(String?name)?{????????return?lockFactory.makeLock(name);????}????//清除锁????public?void?clearLock(String?name)?throws?IOException?{??????if?(lockFactory?!=?null)?{????????lockFactory.clearLock(name);??????}????}??下面我们来分析下Directory源码中另外一个变量isOpen的作用?Java代码??//注意，使用的是volatile关键字修饰???volatile?protected?boolean?isOpen?=?true;??isOpen是用来判断当前的Directory实例，在内存中的状态，它使用的是volatile 关键字修饰的，被此变量修饰的内容，JVM虚拟机读取的时候会直接在主存中读取该变量的值，而不会在各个线程的本地内存中读，这样一来，当并发读的时候，如果Directory实例关闭了，那么各个读的线程会立即获取最新的状态，如果不做处理的话，将会抛出一个目录实例关闭的异常。isOpen确保了索引在并发读的时候，各个线程实例获取Directory状态的一致性。?Java代码??private?static?final?class?SlicedIndexInput?extends?BufferedIndexInput?{????IndexInput?base;????long?fileOffset;????long?length;????????SlicedIndexInput(final?String?sliceDescription,?final?IndexInput?base,?final?long?fileOffset,?final?long?length)?{??????this(sliceDescription,?base,?fileOffset,?length,?Buf