摘要：
什么是docValues？ docValues是一种记录doc字段值的一种形式，在例如在结果排序和统计Facet查询时，需要通过docid取字段值的场景下是非常高效的。 为什么要使用docValues？ 这种形式比老版本中利用fieldCache来实现正排查找更加高效，更加节省内存。倒排索引将字段内 阅读全文
posted @ 2017-04-05 16:26
bonelee
阅读(2860)
评论(1)
推荐(1)
摘要：
前言： 在Lucene4.x之后，出现一个重大的特性，就是索引支持DocValues，这对于广大的solr和elasticsearch用户，无疑来说是一个福音，这玩意的出现通过牺牲一定的磁盘空间带来的好处主要有两个： （1）节省内存 （2）对排序，分组和一些聚合操作时能够大大提升性能 下面来详细介绍 阅读全文
posted @ 2017-04-05 16:20
bonelee
阅读(3979)
评论(0)
推荐(1)
摘要：
Hi,I have index ~31G where27% of the index size is .fdt files (8.5G)20% - .fdx files (6.2G)37% - .frq files (11.6G)16% - .tim files (5G) This is the t 阅读全文
posted @ 2017-04-05 15:59
bonelee
阅读(621)
评论(0)
推荐(0)
摘要：
A Lucene index segment can be viewed as a "mini" index or a shard. Each segment is a collection of all needed files for an index, including .tim and . 阅读全文
posted @ 2017-04-05 15:01
bonelee
阅读(839)
评论(0)
推荐(0)
摘要：
http://www.cnblogs.com/bonelee/p/6667955.html shinx索引部分源码分析——过程：连接到CSphSource对应的sql数据源，通过fetch row取其中一行，然后解析出field，分词，获得wordhit，最后再加入到CSphSource的Hits里 阅读全文
posted @ 2017-04-05 12:13
bonelee
阅读(1005)
评论(0)
推荐(0)
摘要：
后面就是初始化一些存储结构，其中重点说下缓存出来的几个临时文件分别的作用。结尾时tmp0的存储的是被上锁的Index，有些Index正在被查询使用 故上锁。tmp1，即对应将来生成的spp文件，存储词汇的位置信息，包含该词所在的文档ID，该词所在词典对应的ID，以及该词在本文档中的位置信息。 tmp 阅读全文
posted @ 2017-04-05 11:41
bonelee
阅读(509)
评论(0)
推荐(0)
摘要：
CSphSource 数据源 CSphSource_XMLPipe2-XML文件获取数据 CSphSource_SQL-SQL(MySQL)获取数据 CSphIndex 索引器 派生类CSphIndex_VLN // 索引过程 virtual int Build ( CSphDict * pDict 阅读全文
posted @ 2017-04-05 11:30
bonelee
阅读(680)
评论(0)
推荐(0)
摘要：
2006年，编程语言工程师Graydon Hoare利用业余时间启动了Rust语言项目。该项目充分借鉴了C/C++/Java/Python等语言的经验，试图在保持良好性能的同时，克服以往编程语言所存在的问题。其最大的特点在于保持较高的运行效率、深入的底层控制和广泛应用范围的同时，解决了传统C语言和C 阅读全文
posted @ 2017-04-05 10:46
bonelee
阅读(1587)
评论(0)
推荐(0)
浙公网安备 33010602011771号