控制freq和prox两个文件的输出,比较简单。
默认的skip interval是16,max skip level是10.
由源码看出还是使用的VInt编码(而不是传说中快速的PForDelta)。
存文档时docid列表的delta,如果不存文档频率,是一个delta,存的话如果是1则是(delta << 1) | 1,否则就是两个vint了(delta << 1和termDocFreq)。最后缓存跳跃表结构。
存位置也类似,不过position是看是否存payload,payloadlength是否和上次一样,offset则是看是否存offset,offsetlength是否和上次一样。如果有payload,最后写入payload。
加完一个term,会写入跳跃表结构(应该是在tim文件中)。
等一个段的所有文档全部加完，会调用flushTermsBlock,先往RamOutputStream中写入词典的freqStart,proxStart,skipStart信息,最后flush进入tip文件中。
Read full article from Lucene40PostingWriter - jollyjumper的专栏 - 博客频道 - CSDN.NET
No comments:
Post a Comment