?Lucene的Directory怎么實現

這篇文章主要介紹“Lucene的Directory怎么實現”，在日常操作中，相信很多人在Lucene的Directory怎么實現問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Lucene的Directory怎么實現”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

在此之前，我們先來看下Directory家族的層級分布圖。

從上圖中，我們可以看出Directory共有11個直接或者間接的子類，不同的子類的作用和功能不一樣，那么Directory作為此繼承圖的頂級父類，在Lucene中確實發揮重要的根基作用，就像Hadoop的根基是HDFS一樣，Directory肩負著索引存儲的重任，如果沒有存儲，那么檢索就無從談起了，雖然我們經常稱全文檢索，搜索引擎什么的，其實它們的背后，Directory才是默默無聞的”雷鋒“。

下面就來詳細的剖析下Directory的核心實現。 
Directory是由lucene中的一些列索引文件組成的目錄，一個典型索引文件結構圖的截圖如下：

而Directory的作用，就是負責管理這些索引文件，包括數據的讀取和寫入，以及索引文件的添加，刪除和合并。從這樣的角度來分析，Directory更像一個系統的管理員，下面，散仙再具體的分析下一些核心方法的作用。 

我們都知道Lucene的索引體系，支持讀共享，寫獨占的方式來訪問索引目錄，也就是說，它允許多個線程實例同時并發的讀取，而不允許多個線程同時寫入，大家可能會有疑問，為什么不支持多線程寫入呢？這其實是因為索引目錄有自己的某一時刻的內部狀態，比如說文件指針，而多線程寫入時，會造成指針混亂，從而引起索引結構損壞或某些數據丟失，所以lucene任何時候都禁止有多個線程并發的寫入索引，即使是多線程寫，每次也只能通過隊列的方式，一次只允許一個線程操作索引，按這樣的情況分析，多線程寫入與單線程寫入，在性能上的提升，并不是明顯的，那么lucene又是怎么控制一次只能有一個線程寫入呢，打開Directory的源碼，我們就會發現，它其實是在內部維護了一個鎖的實例，通過加鎖方式，來禁止后來線程的寫入操作，當然鎖的作用不僅僅是防止并發寫入，它還可以通過鎖名字來判斷，這兩份索引是否為同一份索引，那么如果我們想使用多線程來提升寫入速度，一個折中的辦法就是，每個線程寫一份目錄，最后在對這些目錄，進行合并，下面給出了一些源碼中鎖的實現方法

protected LockFactory lockFactory;//鎖實現，只能由子類覆蓋
//設置鎖名
  public Lock makeLock(String name) {
      return lockFactory.makeLock(name);
  }
  //清除鎖
  public void clearLock(String name) throws IOException {
    if (lockFactory != null) {
      lockFactory.clearLock(name);
    }
  }

下面我們來分析下Directory源碼中另外一個變量isOpen的作用

    //注意，使用的是volatile關鍵字修飾
  volatile protected boolean isOpen = true;

isOpen是用來判斷當前的Directory實例，在內存中的狀態，它使用的是volatile 關鍵字修飾的，被此變量修飾的內容，JVM虛擬機讀取的時候會直接在主存中讀取該變量的值，而不會在各個線程的本地內存中讀，這樣一來，當并發讀的時候，如果Directory實例關閉了，那么各個讀的線程會立即獲取最新的狀態，如果不做處理的話，將會拋出一個目錄實例關閉的異常。isOpen 確保了索引在并發讀的時候，各個線程實例獲取Directory狀態的一致性。

  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, BufferedIndexInput.BUFFER_SIZE);
    }
    
    SlicedIndexInput(final String sliceDescription, final IndexInput base, final long fileOffset, final long length, int readBufferSize) {
      super("SlicedIndexInput(" + sliceDescription + " in " + base + " slice=" + fileOffset + ":" + (fileOffset+length) + ")", readBufferSize);
      this.base = base.clone();
      this.fileOffset = fileOffset;
      this.length = length;
    }

接下來，來分析Directory的靜態常量內部類SlicedIndexInput的作用,Lucene的索引文件是非常松散的，不同類型的數據存儲在不同的文件里，我們可以通過文件名，來單獨讀取指定索引文件的內容，同樣道理我們也可以，在寫入信息時候，單獨寫入某部分數據的信息，這樣一來，就避免了操作整個目錄的可能，按需所用，從一定程度上來說，這樣的設計提升了性能，保證了數據的穩定與可靠性，雖然也從某種程度上加大了Directory目錄管理的復雜度，但這些都是微不足道的。 


SlicedIndexInput這個類的作用保證了Lucene可以單獨讀取部分索引文件的內容，注意這些內容都不是最原始的數據，而是SlicedIndexInput克隆的一份副本，這樣一來在并發讀的環境下是非常有利的，每個線程都會從主存中load一份副本出來。在我們的源碼中，我們并沒有發現它具有深度克隆的功能，但是通過一系列繼承的追蹤，我們發現，SlicedIndexInput==》BufferedIndexInput==》IndexInput==》DataInput，在最后的這個父類中實現了Cloneable和Closeable接口，從而確保保證了SlicedIndexInput可以正常的工作，以及釋放一些占用的IO資源。 

到此，關于“Lucene的Directory怎么實現”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！