原文在这里:http://hackerlabs.org/blog/2011/10/01/hacking-lucene-the-index-format/
这篇文章很不错,把lucene index格式都列出来了.几个文件如下:
fnm => Field Information
fdx => Field index Field数据索引
fdt => Field Data Field数据
tis => Term Infos 是词典的主要记录
tii => Term Info index 词典index,存储index level下的项
frq => term frequencies 包含文档频率posting信息,包含numofskiplevels个跳跃表信息,numofskiplevels=min(maxSkipLevels,floor(log(docfreq/log(skip interval))),skip level对应的node数量为:floor(docfreq / skipinterval ^ (skiplevel + 1))(skip level从0开始)
prx => Proximate Data 位置信息
几个常量:
default index level = 128
default skip level = 16
default maxSkipLevels = 10
以上三个定义均在TermInfosWriter.java中.
在想其实Field index也可以有个index level多好,对于小的应用甚至可以不用部署hbase或cabinet.