IndexWriter 中与段合并有关的成员变量有：
//保存正在合并的段，以防止合并期间再次选中被合并。
private HashSet mergingSegments = new HashSet();

//合并策略，也即选取哪些段来进行合并
private MergePolicy mergePolicy;

//段合并器，背后有一个线程负责合并
private final MergeScheduler mergeScheduler;

//等待被合并的任务
private LinkedList pendingMerges = new LinkedList();

//正在被合并的任务
private Set runningMerges = new HashSet();

索引段合并相关类说明：
1.MergePolicy

MergePolicy决定着合并操作的顺序。当InexWriter变更索引中的段信息时，IndexWirter将会调用
该类中的findMerges方法，去获取需要进行合并的段。该方法会返回一个MergeSpecification对象来描述
要合并段的集合。当IndexWriter调用forceMerge方法时，将会调用该类中的findForcedMerges方法，来返回
要进行合并的段。

默认的MergePolicy的实现类是TieredMergePolicy。

2.LogMergePolicy

3.TieredMergePolicy
对于正常的合并，该策略首先计算出一个budget(一个索引中运行合并多少个段)。如果索引中段数超过budget
那么，该策略会根据段的大小由小到大排列，找到最少耗费资源的合并操作。

4.MergeScheduler
IndexWriter会调用该类的实例，去执行已选择的合并策略（MergePolicy）。
其默认的实现类为ConcurrentMergeScheduler

5.ConcurrentMergeScheduler
通过单独的线程来执行每个合并操作。

合并过程最重要的是两部分：

1.一个是选择哪些段应该参与合并，这一步由MergePolicy 来决
2.一个是将选择出的段合并成新段的过程，这一步由MergeScheduler 来执行

索引段合并的调用过程：

1.IndexWriter:updateDocuments

if (anySegmentFlushed) {
        maybeMerge(MergeTrigger.SEGMENT_FLUSH, UNBOUNDED_MAX_MERGE_SEGMENTS);
      }

2.IndexWriter:maybeMerge

private final void maybeMerge(MergeTrigger trigger, int maxNumSegments) throws IOException {
    ensureOpen(false);
    updatePendingMerges(trigger, maxNumSegments);
    mergeScheduler.merge(this);
}

3.IndexWriter:updatePendingMerges
if (spec != null) {
      final int numMerges = spec.merges.size();
      for(int i=0;i        registerMerge(spec.merges.get(i));
      }
    }

4.ConcurrentMergeScheduler:merge

merger.start();
if (!success) {
          writer.mergeFinish(merge);
        }

ITPub博客

Lucene源码解析--索引段的合并(merge)

最新文章