Hibernate Search ClassBridge来解决附件同步索引的问题

我有个类 Issue，但是它的附件并不放在数据库当中，而是放在某个目录下。
这时候，我想让 hibernate search 能够自动的把这个类的附件也一并建立
索引，检索的时候能够针对附件进行检索。

刚开始用很土的办法，在 Issue类里面增加了一个 attachContent 的clob字段，
用来存放从文件中抽取出来的内容，然后在 hibernate 的 preInsert/preUpdate
拦截器当中，扫描附件文件，抽取其中的内容，然后set到 attachContent 属性中，
这样就可以达到目标了。

虽然这样已经可以工作了，但是总是感觉不好。首先，attachContent这个字段比较
恶心，完全没必要存在的，影响selct效率。其次，这个拦截器也感觉很不好，把一
个动作分散在好几个地方，而且每次update的时候都重新扫描，影响效率。

搜了一下，偶尔发现了一个 FieldBridge的接口， 就是 hibernate search里面用来对
field 进行custom索引的接口，然后又发现同一个package下面还有个 ClassBridge 的
Annotation。对 Issue 类设置 ClassBridge，然后自己做了一个类，来达到我的目标。

 

@Entity
@Indexed
@ClassBridge( impl = IssueClassBridge.class)
public class Issue {

 

IssueClassBridge 实际上是一个FieldBridge：

public class IssueClassBridge implements FieldBridge {

	@Override
	public void set(String name, Object obj, Document doc, Store store, Index index, Float boost) {
		try {
			Issue issue = (Issue) obj;
			AutoDetectParser parser = new AutoDetectParser();
			StringWriter writer = new StringWriter();
			Metadata metadata = new Metadata();
			File file = new File( issue.getAttachFilePath);
			FileInputStream is = new FileInputStream( file);
			parser.parse( is, new BodyContentHandler(writer), metadata);
			is.close();
			
			Field field = new Field("ALL", writer.toString() + " " + metadata.toString(), store, index);
			doc.add( field);
		} catch ( Throwable e) {
			System.out.println( "Error: " + obj + " " + e.getMessage() ); 
		}
	}

}

 

其中用 lucene 的 tika 来对附件的内容和 meta信息进行抽取。这样基本上只要在 Issue类上设置一下就ok了，

没有任何其他的设置工作，比较简单。当然，还可以判断一下是否需要index，如果附件没有变化，就不用重新index了。