Lucene 6 0 索引結構

該模式是預設的。

圖 1-1

復合檔案索引

indexwriterconfig org.apache.lucene.index.indexwriterconfig.setusecompoundfile(boolean usecompoundfile)

呼叫此函式可以設為多檔案索引模式。

圖2-1 多檔案索引

通常在搜尋打分完畢後，indexsearcher會返回乙個docid序列，但是僅僅有docid我們是無法看到儲存在索引中的document,這時候就需要通過docid來得到完整document資訊，這個過程就需要對fdx/fdt檔案進行讀操作。

fdx/fdt檔案就是lucene的正向檔案。有乙個比喻：如果fdt是一本書的正文，那麼fdx則是書的目錄。顯然fdt檔案大於fdx。

通過docid讀取到document需要完成segment、block、chunk、document四級查詢。segment、block、chunk的查詢都是二分查詢，速度很快，但是chunk中定位document則是順序查詢，所以chunk的大小直接影響著讀取的效能。

fdt檔案的基本單位是chunk。

當你在程式中儲存某個域時（使用field.store.yes選項），該域會被寫入兩個檔案：.fdx與.fdt。

fdx的基本單位是block。乙個block由三個部分組成，見圖2-2，.fdx檔案結構。最頂層的chunkindex跟倒數第三層的blockcunks不是乙個東西。

· blockchunks表示當前block中chunk的個數；

· 表示當前block中每個chunk的doc個數，可以看作乙個陣列；

· 表示當前block中每個chunk在fdt檔案中的起始位置，其結構與相同。

圖2-2 .fdx檔案結構

.fnm檔案儲存了段中相關文件的所有field資訊。包括「該域是否被索引？該域是否允許使用項向量？」等。

此檔案中的field不一定按字母順序排列，每個field都有乙個fieldno編號，它會在其他索引檔案中被用到，用來節省空間。

x為indexwriter的寫入次數，從1開始計數。