As funcionalidades de criação e atualização de índices são implementadas tanto no componente Zend_Search_Lucene como no projeto Java Lucene. Você pode usar qualquer uma destas opções para criar índices pesquisáveis pelo Zend_Search_Lucene. O código PHP abaixo mostra um exemplo de como indexar um arquivo usando a API de indexação do Zend_Search_Lucene: addField(Zend_Search_Lucene_Field::Text('url', $docUrl)); // Indexa os conteúdos do documento $doc->addField(Zend_Search_Lucene_Field::UnStored('contents', $docContent)); // Adiciona o documento ao índice $index->addDocument($doc); ]]> Documentos adicionados recentemente são imediatamente pesquisáveis no índice. O mesmo procedimento é empregado para atualizar um índice existente. A única diferença é que o método open() é chamado no lugar do método create(): addField(Zend_Search_Lucene_Field::Text('url', $docUrl)); // Indexa o conteúdo do documento $doc->addField(Zend_Search_Lucene_Field::UnStored('contents', $docContent)); // Adiciona o documento ao índice $index->addDocument($doc); ]]> O formato de arquivo do índice Lucene não suporta a atualização do documento. Os documentos devem ser removidos e adicionados novamente ao índice para atualizá-los de forma eficaz. O método Zend_Search_Lucene::delete() funciona com uma identificação interna do índice do documento. Ela pode ser recuperada de uma consulta pela propriedade 'id': find('path:' . $removePath); foreach ($hits as $hit) { $index->delete($hit->id); } ]]> Existem dois métodos para recuperar o tamanho de um índice no Zend_Search_Lucene. O método Zend_Search_Lucene::maxDoc() retorna um número maior do que o maior número possível de documentos. É na verdade o número total de documentos no índice incluindo os documentos excluídos, por isso ele tem um sinônimo: Zend_Search_Lucene::count(). O método Zend_Search_Lucene::numDocs() retorna o número total de documentos que não foram excluídos. count(); $documents = $index->numDocs(); ]]> O método Zend_Search_Lucene::isDeleted($id) pode ser usado para verificar se um documento foi excluído. maxDoc(); $count++) { if ($index->isDeleted($count)) { echo "O documento #$id foi excluído.\n"; } } ]]> A otimização do índice remove os documentos excluídos e comprime as IDs dos documentos em um intervalo menor. Assim, uma id interna de um documento pode ser alterada durante a otimização do índice. Um índice Lucene é composto por vários segmentos. Cada segmento é um conjunto de dados completamente independente. Os arquivos de segmento de índice Lucene não podem ser atualizados devido ao seu projeto. A atualização de um segmento necessita de uma reorganização completa do segmento. Veja os formatos de arquivos de índice Lucene para mais detalhes (http://lucene.apache.org/java/2_3_0/fileformats.html) O formato de arquivo de índice Lucene atualmente suportado é a versão 2.3 (desde Zend Framework 1.6). . Novos documentos são adicionados ao índice através da criação de um novo segmento. O aumento do número de segmentos reduz a qualidade do índice, mas uma otimização do índice resolverá o problema. Essencialmente, a otimização mescla vários segmentos em um novo. Além disso, este processo não atualiza os segmentos. Ele gera um novo grande segmento e atualiza a lista de segmentos (arquivo 'segments'). A otimização completa do índice pode ser feita chamando o método Zend_Search_Lucene::optimize(). Ele funde todos os segmentos de índice em um novo segmento: optimize(); ]]> A otimização automática do índice é realizada para manter os índices em um estado consistente. A otimização automática é um processo iterativo controlado por várias opções de índice. Ele funde segmentos muito pequenos para obter outros maiores, então mescla esses segmentos em segmentos ainda maiores e assim por diante. MaxBufferedDocs é o número mínimo de documentos necessários antes que os documentos presentes na memória dentro do buffer sejam escritos em um novo segmento. MaxBufferedDocs pode ser recuperado ou definido pelas chamadas $index->getMaxBufferedDocs() ou $index->setMaxBufferedDocs($maxBufferedDocs). O valor padrão é 10. MaxMergeDocs é o maior número de documentos já fundidos por addDocument(). Valores pequenos (p. ex., menores que 10.000) são os melhores para indexação interativa, visto que isso limita em alguns segundos a duração das pausas durante a indexação. Os maiores valores são os melhores para a indexação em lote e buscas rápidas. MaxMergeDocs pode ser recuperado ou definido pelas chamadas $index->getMaxMergeDocs() ou $index->setMaxMergeDocs($maxMergeDocs). O valor padrão é PHP_INT_MAX. MergeFactor determina a frequência com que os índices de segmento são fundidos por addDocument(). Com valores menores, menos memória RAM é usada durante a indexação, e buscas em índices não otimizados são mais rápidas, mas a velocidade de indexação é mais lenta. Com valores maiores, mais memória RAM é usada durante a indexação, e, embora as buscas em índices não otimizados sejam mais lentas, a indexação é mais rápida. Desse modo, valores maiores (> 10) são melhores para a criação de índices em lotes, e os valores menores (< 10) são melhores para os índices que são mantidos de forma interativa. MergeFactor é uma boa estimativa para o número médio de segmentos fundidos em uma passagem de auto-otimização. Valores muito grandes produzem um grande número de segmentos, enquanto não são fundidos em um novo. Isso pode causar a mensagem de erro "failed to open stream: Too many open files". Essa limitação é dependente do sistema. MergeFactor pode ser recuperado ou definido pelas chamadas $index->getMergeFactor() ou $index->setMergeFactor($mergeFactor). O valor padrão é 10. Lucene Java e Luke (Lucene Index Toolbox - http://www.getopt.org/luke/) também podem ser usados para otimizar um índice. O último lançamento do Luke (v0.8) é baseado no Lucene v2.3 e é compatível com a atual implementação do componente Zend_Search_Lucene (Zend Framework 1.6). Versões anteriores das implementações do Zend_Search_Lucene necessitam de outras versões das ferramentas Java Lucene para serem compatíveis: Zend Framework 1.5 - Java Lucene 2.1 (Luke tool v0.7.1 - ) Zend Framework 1.0 - Java Lucene 1.4 - 2.1 (Luke tool v0.6 - ) Por padrão, arquivos de índice estão disponíveis para leitura e escrita por todos. É possível substituir esse comportamento com o método Zend_Search_Lucene_Storage_Directory_Filesystem::setDefaultFilePermissions(): O tamanho do índice é limitado em 2GB para plataformas 32-bit. Utilize plataformas 64-bit para índices maiores. Zend_Search_Lucene utiliza flock() para fornecer pesquisas simultâneas, atualização de índice e otimização. De acordo com a documentação do PHP, "flock() não funcionará em NFS ou em qualquer outro sistema de arquivos em rede.". Não utilize sistemas de arquivos em rede com o Zend_Search_Lucene.