Lucene 之 IndexedDISI（一）

IndexedDISI工具类在Lucene中用来存储Norm/DovValues对应的文档号，其实现原理借鉴了roaring bitmaps（见文章RoaringDocIdSet），本文先通过介绍在Lucene7.5.0中的实现来理解其原理，接着会介绍在Lucene8.4.0中的优化实现。

IndexedDISI写入文档号

Block

  使用IndexDISI存储的数据结构如下所示：

图1：

  图1中，每个block用来描述最多2^16个文档号信息，例如第一个block中描述的文档号集合为[0, 2^16 - 1]，在处理某个文档号时，根据下面的公式来找到存储该文档号对应的block：

 

1

int block = docId >>> 16

  如果当前处理的文档号为 3，那么根据上面的公式 block = 3 >>> 16 = 0，那么文档号3将被存储在第一个block中，如果当前处理的文档号为 65538，根据上面的公式 block = 65538 >>> 16 = 1，那么文档号65538将被存储在第二个block中。

 

看这里：https://www.amazingkoala.com.cn/Lucene/gongjulei/2020/0511/140.html