Lucene 之 IndexedDISI（二）

在文章IndexedDISI（一）（阅读本文中之前，需要该前置文章）中我们介绍了在Lucene7.5.0中IndexedDISI的实现原理， 本文基于Lucene 8.4.0，将介绍优化后的IndexedDISI，即使用查找表（lookup table）提高了查询性能。

  我们先根据源码中的注释看下优化的目的与方式，也可以直接查看IndexedDISI.java文件中的Javadoc：

 

1

To avoid O(n) lookup time complexity, with n being the number of documents, two lookup tables are used: A lookup table for block offset and index, and a rank structure for DENSE block index lookups.

  上述大意是，查找的时间复杂度为O(n)，其中n是文档号的数量，优化方式为通过两个查找表来提高查询性能：

• 第一个查找表使用offset跟index实现block之间的跳转，在源码中，使用int类型数组来存储offset跟index的信息，该数组的变量名为jumps
• 第二个查找表使用rank结构（structure）实现在block的稠密度为DENSE中的word之间的跳转，数组的变量名为rank

图1：

第一个查找表jumps

  我们先看实现block之间跳转的查找表jumps数组，在jumps数组中，index跟offset作为一对（pair）来描述一个跳转信息：

• offset：该值描述了block在字节流的起始读取位置，例如在生成索引文件.dvd&&.dim中使用IndexedDISI存储文档号时，offset就描述了block在索引文件.dvd中的起始读取位置
• index：block中第一个文档号的段内编号（见文章IndexedDISI（一））

看这里：https://www.amazingkoala.com.cn/Lucene/gongjulei/2020/0514/141.html