lucene结构详解之二域 (Field)的元数据信息 (.fnm)

域 (Field)的元数据信息 (.fnm) 

一个段(Segment)包含多个域，每个域都有一些元数据信息，保存在.fnm 文件中，.fnm 文件格式如下

 1.FNMVersion  
 是 fnm文件的版本号，对于 Lucene 2.9为-2  
 2.FieldsCount  
 域的数目  
3. 一个数组的域(Fields)  
1）  FieldName：域名，如"title"，"modified"，"content"等。  
2）FieldBits:一系列标志位，表明对此域的索引方式 

 最低位：1 表示此域被索引，0 则不被索引。所谓被索引，也即放到倒排表中去。  
 仅仅被索引的域才能够被搜到。  
 Field.Index.NO则表示不被索引。  
 Field.Index.ANALYZED 则表示不但被索引，而且被分词，比如索引"hello world"后，无论是搜"hello"，还是搜"world"都能够被搜到。  
 Field.Index.NOT_ANALYZED表示虽然被索引，但是不分词，比如索引"hello world"后，仅当搜"hello world"时，能够搜到，搜"hello"和搜"world"都搜不到。   

 3）一个域出了能够被索引，还能够被存储，仅仅被存储的域是搜索不到但是能通过文档号查到，多用于不想被搜索到，但是在通过其它域能够索到的情况下，能够随着文档号返回给用户的域。  
4） Field.Store.Yes则表示存储此域，Field.Store.NO则表示不存储此域。 

5）倒数第二位：1 表示保存词向量，0 为不保存
 Field.TermVector.YES表示保存词向量。 
 Field.TermVector.NO表示不保存词向量。
6）倒数第三位：1 表示在词向量中保存位置信息
 Field.TermVector.WITH_POSITIONS  
7）倒数第四位：1 表示在词向量中保存偏移量信
 Field.TermVector.WITH_OFFSETS  
8）倒数第五位：1 表示不保存标准化因子  
 Field.Index.ANALYZED_NO_NORMS  
 Field.Index.NOT_ANALYZED_NO_NORMS 
9）倒数第六位：是否保存 payload  

4.位置(Position)和偏移量(Offset)的区别  
 位置是基于词 Term的，偏移量是基于字母或汉字的。  

5. payload的使用  
 1）我们知道，索引是以倒排表形式存储的，对于每一个词，都保存了包含这个词的一个链表，当然为了加快查询速度，此链表多用跳跃表进行存储。  
 2）Payload 信息就是存储在倒排表中的，同文档号一起存放，多用于存储与每篇文档相关的一些信息。当然这部分信息也可以存储域里(stored Field)，两者从功能上基
本是一样的，然而当要存储的信息很多的时候，存放在倒排表影响词的评分  
 3）在 Similarity 抽象类中有函数 public float scorePayload(byte [] payload, int offset, int length)   可以根据 payload的值影响评分。  里，利用跳跃表，有利于大大提高搜索速度。