倒排表在磁盘上的布局

由于倒排表的大小一般都很大，所以大部分搜索引擎都将倒排表保存在磁盘上。

下图是一个倒排表的总体结构布局：

磁盘是由一个个数据块（block，大小固定，例如64KB）组成的。倒排表中的一个列表（一个单词对应的列表）可能跨越多个block，开始于某个block中的某处，结束于另外一个block的某处。Block是从磁盘存取数据的最小单元，也是在内存中缓存倒排表的单位。

如图可见，每个block中包含很多个来自于一个或多个列表中的posting（posting是一个列表中的元素）。这些postings会继续被分成chunk。例如，我们可能将每个列表分割成chunk，其中每个chunk中有128个元素。每个block的开始包含了一些元数据（metadata），元数据记录了本block包含多少个倒排列表，它们的起始位置。大部分情况下每个chunk中分开保存128个文档ID、128个单词频率和位置信息。Chunk是我们进行压缩和解压缩的单位。（这样的组织，可以让我们首先解码文档ID，进而决定是否需要解压频率和位置信息）

下图是搜索引擎的两层缓存结构