从Sitecore的Lucene搜索索引中有选择地排除项目 – 在使用IndexViewer重建时有效，但在使用Sitecore的内置工具时无效
在由Sitecore 6.2提供支持的站点上，我需要让用户能够有选择地从搜索结果中排除项目。
为此，我添加了一个名为“包含在搜索结果中”的复选框字段，我创建了一个自定义数据库搜寻器来检查该字段的值：
〜\ App_Config \ Include \ Search Indexes \ Website.config：
... ... 〜\ LIB \搜索\索引\ CustomCrawler.cs：
using Lucene.Net.Documents; using Sitecore.Search.Crawlers; using Sitecore.Data.Items; namespace MyProject.Lib.Search.Indexing { public class CustomCrawler : DatabaseCrawler { /// /// Determines if the item should be included in the index. /// /// /// protected override bool IsMatch(Item item) { if (item["include in search results"] != "1") { return false; } return base.IsMatch(item); } } }
有趣的是，如果我使用Index Viewer应用程序重建索引，一切都表现正常。 未选中“包含在搜索结果中”复选框的项目不会包含在搜索索引中。
但是，当我在Sitecore控制面板应用程序中使用搜索索引重建程序或当IndexingManager自动更新搜索索引时，所有项目都包括在内，无论其“包括在搜索结果中”复选框的状态如何。
我还在自定义爬虫类中设置了许多断点，当我使用内置索引器重建搜索索引时，应用程序永远不会遇到任何断点。 当我使用索引查看器时，它确实击中了我设置的所有断点。
如何让Sitecore的内置索引流程尊重我的“包含在搜索结果中”复选框？
我昨天和Alex Shyba谈过，我们能够弄清楚发生了什么。 我的配置存在一些问题，导致一切无法正常工作：
-
正如Seth所说，Sitecore中有两个不同的搜索API。 我的配置文件正在使用它们。 要使用更新的API， 只需要设置
sitecore/search/configuration部分（除了我在OP中发布的内容之外，我还在sitecore/indexes和sitecore/databases/database/indexes，这是不正确）。 -
而不是重写
IsMatch()，我应该重写AddItem()。 由于Lucene的工作方式，您无法就地更新文档; 相反，您必须先删除它，然后添加更新的版本。当
Sitecore.Search.Crawlers.DatabaseCrawler.UpdateItem()运行时，它会检查IsMatch()以查看它是否应删除并重新添加该项。 如果IsMatch()返回false，则不会从索引中删除该项， 即使它不应该首先存在 。通过重写
AddItem()，我能够指示爬虫是否应该在已删除现有文档后将该项添加到索引中。 以下是更新后的类：〜\ LIB \搜索\索引\ CustomCrawler.cs：
using Sitecore.Data.Items; using Sitecore.Search; using Sitecore.Search.Crawlers; namespace MyProject.Lib.Search.Indexing { public class CustomCrawler : DatabaseCrawler { protected override void AddItem(Item item, IndexUpdateContext context) { if (item["include in search results"] == "1") { base.AddItem(item, context); } } } }
Alex还指出我的一些可扩展性设置不正确。 特别：
-
InstanceName设置为空，这可能会导致计算机名称可能在执行之间发生更改的临时（云）实例出现问题。 我们在每个实例上更改此设置以具有恒定且不同的值（例如，CMS和CD）。 -
Indexing.ServerSpecificProperties设置必须为true以便每个实例维护自己上次更新其搜索索引的记录。 -
EnableEventQueues设置必须为true才能防止搜索索引和缓存刷新进程之间的竞争条件。 -
在开发中，
Indexing.UpdateInterval应设置为相对较小的值（例如，00:00:15：00:00:15：00:00:15）。 这对于生产环境来说并不是很好，但它可以减少在排查搜索索引问题时必须要做的等待时间。 -
确保为每个Web数据库打开历史引擎，包括远程发布目标：
30.00:00:00 false
要在CD实例上手动重建搜索索引，由于无法访问Sitecore后端，我还安装了RebuildDatabaseCrawlers.aspx （来自本文 ）。
我想我已经找到了一个中途解决方案。
以下是Sitecore.Shell.Applications.Search.RebuildSearchIndex.RebuildSearchIndexForm.Builder.Build()的一个有趣片段，它由控制面板应用程序中的搜索索引重建器调用：
for (int i = 0; i < database.Indexes.Count; i++) { database.Indexes[i].Rebuild(database); ... }
database.Indexes包含一组Sitecore.Data.Indexing.Index ，它不使用数据库爬虫来重建索引！
换句话说，内置搜索索引器在重建完全忽略web.config的搜索配置设置的搜索索引时使用完全不同的类。
为解决此问题，我更改了以下文件：〜\ App_Config \ Include \ Search Indexes \ Website.config：
... ...
〜\ LIB \搜索\索引\ CustomIndex.cs：
using Sitecore.Data; using Sitecore.Data.Indexing; using Sitecore.Diagnostics; namespace MyProject.Lib.Search.Indexing { public class CustomIndex : Index { public CustomIndex(string name) : base(name) { } public override void Rebuild(Database database) { Sitecore.Search.Index index = Sitecore.Search.SearchManager.GetIndex(Name); if (index != null) { index.Rebuild(); } } } }
这种方法唯一需要注意的是，它将为每个数据库重建索引，而不仅仅是所选数据库（我猜测这就是为什么Sitecore有两个完全独立的方法来重建索引）。
Sitecore 6.2使用旧的和新的搜索API，因此我相信索引的构建方式不同。 CMS 6.5（即将发布）只使用较新的api – 例如，Sitecore.Search