Lucene montre d'étranges documents non soumis

Question

Je soumets un tas de documents à un index nouvellement créé et valide/optimise & ferme le rédacteur. Lorsque j'ouvre et lit à partir de l'index sur la même machine virtuelle, tout fonctionne comme prévu. Dès que je ferme la machine virtuelle, redémarrez et lisez l'index dans une nouvelle instance d'application, j'obtiens une multitude de documents. Lorsque j'inspecte l'index via luke, je vois que les premiers documents de l'index sont comme validés, mais suivis de très nombreux documents contenant un seul champ appelé "mot".

La recherche dans l'index fonctionne comme prévu, mais je suis curieux de connaître le nombre énorme renvoyé par numDocs. Au fait: j'utilise le dernier Java Lucene 3.0.2.

Des idées sur ce sujet?

Meilleures salutations,

Alex

Voici quelques exemples de code:

File indexDirectory = new File(...); 
Directory directory = FSDirectory.open(indexDirectory); 
IndexSearcher searcher = new IndexSearcher(directory, true); 

// I also use a spellchecker, but this should not affect anything (I hope) 
IndexReader reader = IndexReader.open(directory, true); 
SpellChecker spellChecker = new SpellChecker(directory); 
spellChecker.indexDictionary(new LuceneDictionary(reader, "headline")); 
spellChecker.indexDictionary(new LuceneDictionary(reader, "intro")); 


int numDocs = searcher.getIndexReader().numDocs(); 
int maxDoc = searcher.getIndexReader().maxDoc(); 

Answer 1

Je voudrais essayer de forcer le code à l'index d'un document, commettras & fermer l'écrivain, puis inspectez l'index avec Luke Cela peut vous donner un indice sur l'origine des documents "word".