【Lucene3.0初窥】索引文件格式(2)：文件结构

Lucene使用文件扩展名标识不同的索引文件。如.fnm文件存储域Fields名称及其属性，.fdt存储文档各项域数据，.fdx存储文档在fdt中的偏移位置即其索引文件，.frq存储文档中term位置数 据，.tii文件存储term字典，.tis文件存储term频率数据，.prx存储term接近度数据，.nrm存储调节因子数据，另外 segments_X文件存储当前最新索引片段的信息，其中X为其最新修改版本，segments.gen存储当前版本即X值。

本系列文章将详细介绍的这些文件的数据存储细节。下面的图描述了一个典型的lucene索引文件列表：

它们的关系图则如下所示：

其中，


Segments是一个比较特殊的结构：

• 
  一个索引可以包含多个段，段与段之间是独立的，添加新文档可以生成新的段，不同的段可以合并。
  


• 
  如上图，具有相同前缀文件的属同一个段，图中共两个段 "_0" 和 "_1"。
  


• 
  segments.gen和segments_5是段的元数据文件，也即它们保存了段的属性信息
  

《索引文件格式》专题用例

在后面详细介绍每个索引文件的时候，都会使用一个例子中的数据进行分析。而这个例子就是《
索引创建(5)：索引数据池及内存数据细节
》中在内存中所建立好的那个倒排索引的例子。这里再次详细说明一下，后面将不再对这个例子做出说明：

(1)待索引文件集合一共四篇文档，分别是

(2)内存源数据组织形式(Document/Fields) 参见《 索引创建(1)：IndexWriter索引器 》中的索引创建代码：

for (每个文本文件) {
//Lucene的文档结构
Document doc = new Document();
//文件名称，可查询，不分词
String fileName=file.getName().substring(0,file.getName().indexOf("."));
doc.add(new Field("name",fileName, Field.Store.YES, Field.Index.NOT_ANALYZED));
//文件路径，可查询，不分词
String filePath=file.getPath();
doc.add(new Field("path", filePath, Field.Store.YES, Field.Index.NOT_ANALYZED));
//文件内容，需要检索
doc.add(new Field("content", new FileReader(file)));
//使用索引器对Document文档建索引
standardWriter.addDocument(doc);
}

这样，其数据源在Lucene的内存结构Document, Field表示如下：

每个document包含的Field信息如下(以doc1举例)：

(3)内存索引表的结构如：《 索引创建 (5)：索引数据池及内存数据细节 》中所述。

【Lucene3.0 初窥】索引文件格式(2)：文件结构总体框架