Lucene原始碼解析--刪除文件檔案(.del)

百聯達發表於2013-07-19
原始碼
如果segment中有被刪除的document，則這些資訊會被儲存在.del檔案當中。

.del檔案的結構：

Format：在此檔案中，Bits 和DGaps 只能儲存其中一，-1 表示儲存DGaps，非負值表示儲存Bits。

ByteCount：此段中有多少文件，就有多少個bit 被儲存，但是以byte 形式計數，即Bits 的大小應該是byte 的倍數。

BitCount：Bits 中有多少位被至1，表示此文件已經被刪除。

Bits：一個陣列的byte，大小為ByteCount，應用時被認為是byte*8 個bit。


DGaps：如果刪除的文件數量很小，則Bits 大部分位為0，很浪費空間。DGaps 採用以下的方式來儲存稀疏陣列：比如第十，十二，三十二個文件被刪除，於是第十，
十二，三十二位設為1，DGaps 也是以byte 為單位的，僅儲存不為0 的byte，如第1 個byte，第4 個byte，第1 個byte 十進位制為20，第4 個byte 十進位制為1。於是儲存成DGaps，第1 個byte，位置1 用不定長正整數儲存，值為20 用二進位制儲存，第2 個byte，位置4 用不定長正整數儲存，用差值為3，值為1 用二進位制儲存，二進位制資料不用差值表示。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/28624388/viewspace-766687/，如需轉載，請註明出處，否則將追究法律責任。

相關文章