Lucene4.3開發之第九步之渡劫中期(九)

下圖是一個典型的Lucene4.X的索引結構圖：

Lucene4.x以後的全部索引格式以下：

複合索引文件是指，除了段信息文件，鎖文件，以及刪除的文件外，其餘的一些列索引文件壓縮一個後綴名爲cfs的文件，意思，就是全部的索引文件會被存儲成一個單例的Directory，而非複合索引是靈活的，能夠單獨的訪問某幾個索引文件，而複合索引文件嘖不能夠，由於其壓縮成一個文件，因此在某些場景下可以獲取更高的效率，好比說，查詢頻繁，而不常常更新的需求，就很適合這種索引格式。

lucene索引的基本概念組成有，索引、文檔、域和項組成，一個索引，一般包含一些序列的文檔，一個文檔(doc)包含一些序列的域(field)，而一些域有包含一些序列的項，而一些項則包含一些序列最底層的字節，注意這裏的序列指的是在索引結構中有序，一般有序的這種格式，某些狀況下能夠優化索引的結構。

lucene使用了倒排索引（Inverted Indexing），來存儲索引信息，大大提升了索引效率。

倒排索引，舉一個通俗的例子，原來基於人們的正常思惟，咱們會存儲的是一個文章中出現了那幾個單詞，而倒排索引，卻偏偏相反，它存儲的是這個單詞，包含在幾個文檔中，固然這個關係是由倒排鏈表(存儲一些列docid)構成的索引，咱們在檢索時，經過這個單詞能夠快速定位，他出如今幾篇文章中，從而大大提高了檢索的性能。

固然lucene中不單單有倒排索引，也有正向的存儲，而倒排之因此是lucene的核心，是由於它提高了檢索的性能，在檢索到一個個具體的文檔時，就須要咱們正向的拿出這些信息，反映在實際的代碼中就是咱們經過檢索獲取的一個個docid，而後經過一個個docid獲取整個文檔，而後咱們在正向的獲取各個域，以及各個項存儲的具體信息，固然前提是你存儲了這個字段，若是你只是索引而沒有存儲，那麼你只能檢索到此條信息，但沒法獲取具體的term的值，這個須要在建索引以前就要設計好，索引的存儲結構，哪些字段是檢索的，哪些字段是存儲的等等，若是你還須要高亮一些內容，則還須要存儲這個域的偏移的位置，經過這樣就能準確的在文中標記檢索名中的關鍵詞，若是你打算在前臺來完成這個高亮，就不要存儲這些信息了。