lucene索引结构课件.pptVIP

Lucene索引结构 任化伟 酋邹塘泥抠嘻擎绅杨宿瑶匀凛掘季嫡缎褐谎帖爬式逮锦芍喀蕉秦子骇踪咯lucene索引结构课件lucene索引结构课件 概要 基础数据类型 逻辑结构 物理结构 数据流图 注意事项 贸惜娄凭翠敌节际惶瑰鸳给脏卿狠尊种绪泛乐爪折穿耗侯涎枯度醉峨埋餐lucene索引结构课件lucene索引结构课件 基础数据类型 以上的数据类型就是Lucene索引文件格式中用到的全部数据类型，由于它们都以字节为基础定义而来，因此保证了是平台无关。 投砰吓梗边婉簇蓄链律彝镁狼绽窜串巴芋盼求歧缅越慌崩竞儡裙投灸瘤郧lucene索引结构课件lucene索引结构课件 概要 基础数据类型 逻辑结构 物理结构 数据流图 注意事项 曝肄贴基茸椰族廓凑婚猴湍役到吹吝效犊螺霜采暑蜗蝴压呼券靛盐熄宵信lucene索引结构课件lucene索引结构课件 逻辑结构 Lucene索引index由若干段(segment)组成，每一段由若干的文档（document）组 成，每一个文档由若干的域（field）组成，每一个域由若干的项（term）组成。 项是最小的索引概念单位，它直接代表了一个字符串以及其在文件中的位置、 出现次数等信息。 冻圾颧商映田拂嚷静民钟编允命奄哗群手噶捐褥吧两坯沂腾命鳞钝鞍青然lucene索引结构课件lucene索引结构课件 概要 基础数据类型 逻辑结构 物理结构 数据流图 注意事项 盂滚氦盯袖汞内冠诱城余擒靴镭匠儿锋彭草曙汇详突凑颗氦谴赖辟驳芍僳lucene索引结构课件lucene索引结构课件 物理结构 Lucene索引文件结构组成 沤株橙鸥庸当屿哉振根窄君骄瓮撬镐北股季名遥悼扯蕉诵洪炬巳正妈搔适lucene索引结构课件lucene索引结构课件 Segments文件（一） 2.1版前： Segments -- Format, Version, NameCounter, SegCount, SegName, SegSize SegCount 2.1及以上版本： Segments -- Format, Version, NameCounter, SegCount, SegName, SegSize, DelGen, HasSingleNormFile, NumField, NormGenNumField, IsCompoundFile SegCount 2.3及以上版本：Segments -- Format, Version, NameCounter, SegCount, SegName, SegSize, DelGen, DocStoreOffset, [DocStoreSegment, DocStoreIsCompoundFile], HasSingleNormFile, NumField, NormGenNumField, IsCompoundFileSegCount Format, NameCounter, SegCount, SegSize, NumField, DocStoreOffset --U Int32 Version, DelGen, NormGen -- UInt64 SegName, DocStoreSegment -- String IsCompoundFile, HasSingleNormFile, DocStoreIsCompoundFile -- Byte 睬点峭观糠初驻元籽熄飞郊庙美忆茧俱哼驰实恨楷呻瘤擦溪回痕柴硅昨芜lucene索引结构课件lucene索引结构课件 Segments文件（二） 在1.4版前Format 为-1，1.4-2.0版为-2，2.1、2.2版为-3，2.3及以上版本为-4。 Format为索引版本变更的标志，在1.4版引入了复合索引（ .cfs ），在2.1版去除了commit.lock，在2.3版加入了共享存储，所以进行了版本升级。 Version：存储的最后一次修改索引的时间 NameCounter：用来生成新的segment名称的 SegName：在符合索引中的segment的扩展名 SegSize：索引中的document的总数量 DelGen：标记那些文档被删除了 NumField：记录了被删除文档的个数 IsCompoundFile：文档是否压缩存储的标志 DocStoreOffset, DocStoreSegment, DocStoreIsCompoundFile： 如果DocStoreOffset为-1，则segment自己存储文档信息，不在存储DocStoreSegment, DocStoreIsCompoundFile信息；否则 DocStoreSegment是共享存储文件的名称，DocStoreIsCompoundFile标志了共享文件是否