swish-e代码分析，索引部分（1）

一直想将swish-e的代码分析进行整理，趁着国庆，发布其中的内容，尽快地整理好。用的是swish-e 2.4.7版本。

先对于SWISH-E搜索引擎中的主要数据结构进行介绍。

1. 索引相关的主要数据结构

1.1 SWISH-E定义了SWISH结构对于索引,搜索过程进行处理,其中有MOD_Index结构 

    

struct MOD_Index {     /* entry vars */ METAIDTABLE metaIDtable; /*文档中的词条（ENTRY）分析完成后，将它们拷贝到entryArray中进行排序处理*/ ENTRYARRAY *entryArray; /*保存词条的hash表*/     ENTRY  *hashentries[VERYBIGHASHSIZE];     char    hashentriesdirty[VERYBIGHASHSIZE]; /* just a 0/1 flag */       /* Compression Work buffer while compression locations in index ** proccess */     unsigned char *compression_buffer;     int     len_compression_buffer;     /*worddata保存了在写入索引文件之前，词条位置信息等*/ unsigned char *worddata_buffer;  /* Buffer to store worddata */ }

1.2 词条ENTRY结构

    将文档中的内容解析以后，形成单个的词条，然后统计出现的频率、文件、位置等。

Typedef struct ENTRY { struct ENTRY *next; /*出现在文件中的频率*/ int tfrequency; /*词条出现的位置信息*/     LOCATION *currentChunkLocationList; LOCATION *currentlocation; /*信息经过压缩以后，存放到这个链表中*/     LOCATION *allLocatioinList; struct {    /*wordID存放了该词条在索引文件中的偏移*/           Sw_off_t wordID; int last_filenum; } /*存放词条的内容,word字符串*/     char word[1]; } ENTRY;

1.3 词条位置信息LOCATION结构

typedef struct LOCATION {           struct LOCATION *next; /*所在的metaID（如果是纯文本，则是1）*/ int     metaID; /*所在文件编号*/ int     filenum; /*在该文件内词的频率*/ int     frequency; /*posdata数组，具体的位置数组*/     unsigned int     posdata[1]; }           LOCATION;