Lucene系列-索引文件

本文介绍下lucene生成的索引有哪些文件组成，每个文件包含了什么信息。基于Lucene 4.10.0。

数据结构

索引(index)包含了存储的文档(document)正排、倒排信息，用于文本搜索。索引又分为多个段(segments)，每个新添加的doc都会存到一个新segment中，不同的segments又会合并成一个segment。segment存储着具体的documents，每个doc有一系列的字段(field)组成，一个field的值是多个词(term)，一个term是以一些bytes。其递进关系如下：
index -> segments -> documents -> fields -> terms

文件介绍

全局性文件

segments_N： 记录索引的段数、各段名、各段中文档数、删除数和更新数。可能有多个segments_N文件，最大N的segments_N是有效文件。
segments.gen： 记录当前index的代数(generation)，即segments_N的最大N
write.log：阻止多个IndexWriter同时修改索引，一次只能有一个IndexWriter

段文件

• 段描述
  xxx.si： 段的元数据，如此段的文档数及相关文件
  xxx.del：删除的doc
• field信息
  xxx.fnm：field names，field名称、索引方式
  x