大型XML文件的apachelucene索引

我是lucene新手，我想用lucene为包含纯文本、属性和这么多xml标记的大型xml文件（15GB）编制索引。如何使用lucene解析和索引这个xml文件，如果我们使用lucene，我们需要任何数据库

---

如何使用lucene解析和索引巨大的xml文件？任何样本或链接都将有助于我了解流程。另一个，如果我使用lucene，我将需要任何数据库，正如我所看到的，并使用数据库进行索引。

您的索引将像使用数据库一样构建，只需迭代所有要索引的数据并将其写入索引。只需使用类以只向前的方式解析xml即可。与数据库一样，您需要索引某种主键，以便知道搜索结果代表什么

数据库有助于从主键查找索引数据。如果每次请求时都需要迭代一个15gib的xml文件，那么读取主键的数据将很麻烦

---

数据库不是必需的，但它非常有用。我会将此构建为一个导入工具，读取xml，将其转储到数据库中，然后使用以前构建的“普通”数据库索引代码。

您可能想看看Michael Sokolov的Luxen产品，它结合了Lucene和Saxon：

我自己没有使用过它，也不能声称完全理解它的功能