lucene索引文件格式介绍
来源:互联网 发布:甩头狗什么软件 编辑:程序博客网 时间:2024/05/01 22:53
每一个索引段文件包含如下的信息:
域名字、对应域包含的值,一组组域名和对应的域值组成了文档,在搜索返回的结果中就是这些域和域对应的值,每个文档会用一个ID与此对应。
term字典,包含了有多少存有term的文档个数,指向term的频率与位置信息。
Term频率数据,对字典中的每一个term,包含term的文档数,以及一个term在一个文档中出现的次数,如果omitTf=false。
Term位置数据,对字典中的每一个term,term在文档中的存在位置,要注意的是,如果在所有文档中的所有field将omitTf设为了true,那么此项不会存在。
规格化因子,对每个文档中的field,在搜索时为搜索结果增加相同的分数。
Term向量,对每个文档中的field,这个向量可以不存储,主要是用来做搜索时高亮显示用的,它包括term的值以及term频率。
删除的文档,表示哪个文档被标记为删除。
lucene索引中的各文件格式简单介绍如下:
索引文件索引文件含义.f(n)规格化文件.fdt包含各个域数据(field的特性)信息.fdx它是指向.fdt文件的指针,填写的是.fdt文件中每个文档的域数据信息的起始位置.fnm各个域的名字信息.frq词元(term)的频率信息.prxTerm在文档中的位置信息.tis包含term数据信息,指向位置文件与频率文件的指针.tii是.tis文件的快表,可以快速定位.tis文件中term数据信息.tvd保存有document信息,用词元向量(TermVector)方式保存field的信息,同时包含一个指针表,表内的指针指向.tvf文件中的field信息.tvf以TermVector方式保存field数据信息.tvx是.tvd的索引文件,保存了指向.tvd指针信息deletable包含要删除的文档信息Segments_N与segments.gen保存了相关段的信息
英文文档见:http://lucene.apache.org/java/3_0_0/fileformats.html
原文地址: lucene索引文件格式介绍
- lucene索引文件格式介绍
- lucene索引文件格式介绍
- Lucene索引文件格式
- Lucene索引文件格式
- lucene-索引文件格式
- lucene 索引文件格式
- Lucene索引文件格式分析
- Lucene的索引文件格式
- lucene-索引文件格式
- lucene 索引文件格式
- Lucene的索引文件格式
- Lucene的索引文件格式
- Lucene的索引文件格式
- Lucene的索引文件格式(二)
- lucene 4.6 之索引文件格式
- Lucene初探之索引文件格式
- Lucene学习总结(二) lucene索引文件格式
- Lucene文件格式和索引过程分析
- 养成使用jQuery Sizzle选择器的良好习惯
- windows脚本(.bat): %~dp0 是什么意思
- 卓有成效的管理者——第4章 如何发挥人的长处
- struts2中i18n的设置
- 特权级3(调用门)
- lucene索引文件格式介绍
- SQL charindex的用法
- 组件里面绑定组件(itemRenderer)
- IIS6+resin3整合项目发布,支持多站点配置
- QQ、MSN个性签名
- 将Firefox变成黑客工具插件
- 源码分析--指针、指针与引用指针
- 分解质因数,生成素数表
- 《多线程服务器的适用场合》示例与解答(转载)