如何使用compass lucene生成cfs索引？

Question

使用（最新的）lucene 8.7 是否可以在我无法修改的遗留应用程序中使用 lucene 实用程序“Luke”打开由 2009 年左右的 lucene 2.2 生成的 .cfs 复合索引文件？或者是否可以从 .cfs 为 Luke 生成 .idx 文件？ .cfs 是由 compass 在 lucene 2.2 之上生成的，而不是由 lucene 直接生成的是否可以使用包含 :
的罗盘生成的索引 _b.cfs
segments.gen
segments_d

可能与 solr ?

是否有任何示例如何使用指南针在任何地方打开基于文件的 .cfs 索引？

转换工具无法使用，因为索引版本太旧：

来自 lucene\build\demo :

java -cp ../core/lucene-core-8.7.0-SNAPSHOT.jar;../backward-codecs/lucene-backward-codecs-8.7.0-SNAPSHOT.jar org.apache.lucene.index.IndexUpgrader -详细path_of_old_index

和搜索文件演示：

java -classpath ../core/lucene-core-8.7.0-SNAPSHOT.jar;../queryparser/lucene-queryparser-8.7.0-SNAPSHOT.jar;./lucene-demo- 8.7.0-SNAPSHOT.jarorg.apache.lucene.demo.SearchFiles-索引path_of_old_index

都失败了：

org.apache.lucene.index.IndexFormatTooOldException:格式版本不支持此版本的 Lucene 仅支持使用 6.0 及更高版本创建的索引。

是否有可能以某种方式将旧索引与 lucene 一起使用？如何使用旧的“编解码器”？如果可能的话也来自 lucene.net ?

当前的 lucene 8.7 生成包含这些文件的索引：

segments_1
write.lock
_0.cfe
_0.cfs
_0.si

============================================= ============================= 更新：令人惊讶的是，它似乎用来自 nuget 的 lucene.net v.3.0.3 打开了那个非常旧的格式索引！

这似乎可以从索引中提取所有术语：

    using System;
    using System.Collections.Generic;
    using System.Linq;
    using System.Text;
    using System.Threading.Tasks;
    using System.Globalization;
    
    using Lucene.Net.Analysis.Standard;
    using Lucene.Net.Documents;
    using Lucene.Net.Index;
    using Lucene.Net.QueryParsers;
    using Lucene.Net.Search;
    using Lucene.Net.Store;
    using Version = Lucene.Net.Util.Version;
    
    namespace ConsoleApplication1
    {
        class Program
        {
            static void Main()
            {
    
                var reader = IndexReader.Open(FSDirectory.Open("C:\Temp\ftsemib_opzioni\v210126135604\index\search_0"), true);
                Console.WriteLine("number of documents: "+reader.NumDocs() + "\n");
                Console.ReadLine();
    
                TermEnum terms = reader.Terms();
                while (terms.Next())
                {
                    Term term = terms.Term;
                    String termField = term.Field;
                    String termText = term.Text;
                    int frequency = reader.DocFreq(term);
                    Console.WriteLine(termField +" "+termText);
                }
                var fieldNames = reader.GetFieldNames(IndexReader.FieldOption.ALL);
                int numFields = fieldNames.Count;
                Console.WriteLine("number of fields: " + numFields + "\n");
                for (IEnumerator<String> iter = fieldNames.GetEnumerator(); iter.MoveNext();)
                {
                    String fieldName = iter.Current;
                    Console.WriteLine("field: " + fieldName);
                }
                reader.Close();
    
                Console.ReadLine();
            }
        }
    
    }

出于好奇，能否找出它是什么索引版本？有没有基于文件系统索引的（旧）罗盘的例子？

Answer 1

不幸的是，您不能使用旧的 Codec 从 Lucene 2.2 访问索引文件。这是因为在 Lucene 4.0 中引入了编解码器。在此之前，用于读取和写入索引文件的代码并未组合到一个编解码器中，而只是整个 Lucene 库的固有部分。

所以在4.0之前的Lucene版本中没有编解码器，只有文件读写代码烘焙到库中。追踪所有这些代码并创建一个可以插入到现代版本的 Lucene 中的编解码器将非常困难。这不是一项不可能完成的任务，但它需要专业的 Lucene 开发人员和大量的努力（即极其昂贵的努力）。

鉴于所有这些，这个 SO 问题的答案可能会有一些用处：How to upgrade lucene files from 2.2 to 4.3.1

更新

你最好的选择是使用旧的 3.x 副本 java lucene 或 Lucene.net ver 3.0.3 打开索引，然后添加并提交一个文档 (这将创建第二个段）并执行优化，这将使两个段合并为一个新段。新段将是版本 3 段。然后你可以再次使用 Lucene.Net 4.8 Beta 或 Java Lucene 4.X 做同样的事情（但是从版本 4 开始 Commit 被重命名为 ForceMerge）将索引转换为 4.x索引。

然后您可以使用当前 java 版本的 Lucene 8.x 再次执行此操作，将索引从当前版本的 Java Lucene 一直向上移动到 8编解码器一直达到 5.0 请参阅：https://github.com/apache/lucene-solr/tree/master/lucene/core/src/java/org/apache/lucene/codecs

但是，如果您再次收到报告的错误：

This version of Lucene only supports indexes created with release 6.0 and later.

那么您将不得不使用 6.x Java Lucene 版本再玩这个游戏一个周期，以便从 5.x 索引到 6.x 索引。 :-)

如何使用compass lucene生成cfs索引？

How to use a compass lucene generated cfs index?

lucene

lucene.net

compass

更新