Lucene笔记系列(3)——Lucene的文件结构

原创
2015/08/19 17:28
阅读数 575

Lucene的文件结构是一个层次结构。

Lucene文件层次结构包含:

如果非要打一个比方:

这里的索引相当于数据库中的表,当表中的记录达到一定的量之后,我们要对表进行分区操作。

这里的段就相当于表的分区。

也就是说,索引可以分解成多个段。

数据表中的记录又保存不同的分区中内,这里的文档就相当于数据库表中的记录。不同的文档保存在不同的段中。

与表的分区略有不同的是,这里的段可以合并成一个新段。

一个索引包含多个段,每个段包含一个或多个文档,文档中包含多个域,域可以进行分词划分成一个或多个词元。


Lucene索引中保存了正向信息和反向信息。

正向信息:按层次保存了索引到词的包含关系。

索引-段-文档-域-词

一个索引包含哪些段,每个段包含哪些文档,文档中包含哪些域,域划分成哪些词元。


反向信息:词到文档的映射关系。

在本系列前面的文章(1)中,我们将这种从词到文档的映射关系,定义为倒排表。通过倒排表,我们可以看到每一个词分别在哪些文档中出现。







展开阅读全文
加载中
点击引领话题📣 发布并加入讨论🔥
打赏
0 评论
6 收藏
2
分享
返回顶部
顶部