lucene 3.0.0源码分析：索引中的文档总数
文档数总的来说是指索引文件系统中总的文档数量，但细分起来有如下三类：
1、 缓存中的文档数量
2、已经写入段中的文档数量
3、已经删除的文档数量
在IndexWriter中对此有非常清楚的方法及描述与之对应，如下：
不包含索引中删除文档的总的文档数量：
public synchronized int maxDoc() {
//count记录缓存中的文档总数
int count;
if (docWriter != null)
count = docWriter.getNumDocsInRAM();
else
count = 0;
//再加入以下在文档中存在的文档总数
for (int i = 0; i < segmentInfos.size(); i++)
count += segmentInfos.info(i).docCount;
return count;
}
包含索引中删除文档的总的文档数量：
public synchronized int numDocs() throws IOException {
//count记录缓存中的文档总数
int count;
if (docWriter != null)
count = docWriter.getNumDocsInRAM();
else
count = 0;
// info.getDelCount()为删除的文档总数
for (int i = 0; i < segmentInfos.size(); i++) {
final SegmentInfo info = segmentInfos.info(i);
count += info.docCount - info.getDelCount();
}
return count;
}
在段的对象生成前，文档数量是记在缓存中的，只有当段对象（SegmentInfo）生成了，且进行了刷新（flush）才会将缓存中的文档数量赋给段对象的属性docCount，这样的一个过程如下所示：
1、 执行创建索引时的语句writer.addDocument(document);
2、进入到IndexWriter.java中的方法
public void addDocument(Document doc, Analyzer analyzer) throws CorruptIndexException, IOException，在这个方法中，通过执行方法：
doFlush = docWriter.addDocument(doc, analyzer);
进入到DocumentsWriter.java中
3、进入到
boolean updateDocument(Document doc, Analyzer analyzer, Term delTerm)
throws CorruptIndexException, IOException，在方法：
final DocumentsWriterThreadState state = getThreadState(doc, delTerm);
中，通过调用
numDocsInRAM++;
来记录缓存中文档的数量，每加入一次文档，也就是writer.addDocument(document);，那么numDocsInRAM就加1，此时段对象还并没生成。
4、生成段对象并将缓存中的文档数量赋给段对象的属性docCount
这步同样也是在
public void addDocument(Document doc, Analyzer analyzer) throws CorruptIndexException, IOException方法中调用的，调用的是flush(true, false, false);最后是在IndexWriter中的方法
private synchronized final boolean doFlushInternal(boolean flushDocStores, boolean flushDeletes) throws CorruptIndexException, IOException
里完成的，具体代码为：
4.1、flushedDocCount = docWriter.flush(flushDocStores);返回缓存中的文档数量
4.2、 newSegment = new SegmentInfo(segment,flushedDocCount,directory, false, true,docStoreOffset, docStoreSegment,docStoreIsCompoundFile, docWriter.hasProx());
第二个参数就是文档数量，赋值代码为：
this.docCount = docCount;
执行完后，缓存中的文档数量清为0，至此文档总数已被完全计入到了段对象中了。
如无转载说明，则均为本站原创文章，转载请注明：来源：子猴博客
