Lucene笔记系列（3）——Lucene的文件结构

2019独角兽企业重金招聘Python工程师标准>>>

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。

转载于:https://my.oschina.net/happyBKs/blog/494693