lucene系列(13)索引格式之nvd文件

本文使用 Lucene 代码版本:8.7.0

前言

本文学习一下。nvd 文件的格式与内容。

nvm 与 nvd 文件配合存储了索引中的标准化相关信息。其中 nvd 存储了真实的数据,比如当前 field 有值的所有 docId,以及他们的标准化值。

.nvd 文件整体结构

2021-03-18-21-52-19

字段解释:


  1. Field: 一个 field 的所有标准化信息

  1. DocIDWIthField: 这个域有值的所有 docId 的集合。
  2. NormsData: 这个域的所有的标准化值。

相关写入代码分析

nvm 及 nvd 文件的写入全部在org.apache.lucene.codecs.lucene80.Lucene80NormsConsumer类中。

初始化

在该类的构造函数中,进行了初始化及 Header 的写入。

2021-03-18-21-54-38

addNormsField

org.apache.lucene.codecs.lucene80.Lucene80NormsConsumer#addNormsField中进行了全部的内容写入。

具体内容都在注释里,不再赘述。

所有的两块数据,分别在标志处写入。

2021-03-18-21-57-12)

与 nvm 文件内容的对应关系

看了这么多文件,想必我们也发现了。xxd 和 xxm 文件是对应的,在 xxm 文件中会存储 xxd 文件中的一些文件位置用来快速进行访问,在 nvm 和 nvd 文件中也不例外。具体的两个映射值如下图。

2021-03-18-22-00-24

根据这张图, 可以比较直观的发现,在 nvm 中,将 nvd 文件中的两大块内容的起始文件地址都存储了下来,因此可以进行快速的随机访问。

结语

比较简单,罗列一下。


完。

联系我

最后,欢迎关注我的个人公众号【 呼延十 】,会不定期更新很多后端工程师的学习笔记。
也欢迎直接公众号私信或者邮箱联系我,一定知无不言,言无不尽。


以上皆为个人所思所得,如有错误欢迎评论区指正。

欢迎转载,烦请署名并保留原文链接。

联系邮箱:huyanshi2580@gmail.com

更多学习笔记见个人博客或关注微信公众号 < 呼延十 >——>呼延十