lucene索引结构(一)--segment元数据信息

今天起开始深入分析Lucene 3的索引结构。那就从最初步的段索引开始搞吧。

---

1. 建立索引

开始分析之前必须要创建索引，这里图省事啦，也没有去网上找什么文档集。直接拿lucene的doc来索引的，这是一堆html的文件，

这里只索引了文件的路径、最后修改时间和内容。

  doc.add(new Field( "path", f.getPath(), Field.Store.YES, Field.Index.NOT_ANALYZED ));
  doc.add(new Field("modified",
     	DateTools. timeToString(f.lastModified(), DateTools.Resolution.MINUTE ),
        Field.Store. YES, Field.Index. NOT_ANALYZED));
  BufferedReader br = new BufferedReader(read);
  doc.add(new Field("contents", br));

2.索引文件

经过索引之后得到的文件如下。

在建索引的程序中，必须要调用

writer.setUseCompoundFile( false);

否则只能得到segment文件和.cfs文件。

.cfs文件实际上是一个虚拟文件，它将.fdt,.fdx,.fnm,frq,.nrm,.prx,.tii,.tis等等文件打包成了一个单一文件。

因为随着系统的不断运行，索引文件会越变越多，需要同时打开多个文件句柄，在一些文件系统中会导致文件句柄不够用，而打包成复合文件后，可以缓解这种情况。

这是官方文档对.cfs文件的解释，" An optional "virtual" file consisting of all the other index files for systems that frequently run out of file handles. "

为了方便分析，这里将默认生成复合文件关闭。

3.segments.gen文件分析

3.1 作用

要说清楚segments.gen的作用，就必须先说Lucene是怎么在多个segments_N中进行选择的。