上一篇文章中，我们介绍了在索引（index）阶段，Lucene 收集了跟点数据相关的信息，这些信息在 flush 阶段会被读取，用于生成索引文件。dim&&.dii，从本文开始介绍索引文件。dim&&.dii 生成的详细过程，如图 1 所示，另外阅读本文中需要前置知识 ....

本文作者：kaelhua，腾讯 WXG 后台开发工程师 背景 写这篇文章很大的原因在于不论是内网还是外网，分享内存检索引擎设计的资料都非常稀少，且存量的资料大多侧重于功能性的介绍。 另一方面，在磁盘检索引擎方面，由于开源搜索引擎 ES 的盛行，对于其使用的索引库 lucence 的分析资料反而较为丰 ....

作者： 梁尔舒，李昀晖 写在前面 我们之前应该都了解链表求交、求并的算法，但是很少在实际工作中见过这些算法是怎么体现的，解决了哪些场景下的问题，其实 lucene 解决链表求交并的算法非常漂亮。最近因为工作中需要排查线上总是出现某些检索 DSL 执行比较慢，在网上到处找底层具体执行的资料，发现资料少 ....

这篇文章介绍 TieredMergePolicy，它是 Lucene4 以后的默认段的合并策略，之前采用的合并策略为 LogMergePolicy，建议先熟悉 LogMergePolicy 后再了解 TieredMergePolicy，这样对于两种合并策略的优缺点能一目了然，使得在不同业务使用对应的 ....

   本篇文章介绍索引文件的合并策略，某次提交(commit)或者刷新(flush)的所有索引文件属于一个新的段（Segment），所以也可以称为段合并(Segment Merge)。当 IndexWriter 索引中的数据有任意修改动作，它会调用 findMerges(...)方法通过某个合并策略 ....

本文承接索引文件的生成（六）继续介绍剩余的内容，下面先给出生成索引文件。tim、.tip 的流程图。 生成索引文件。tim、.tip 的流程图 图 1： [图片] 统计每一个 term 的信息 图 2： [图片]   执行到该流程，我们需要将当前 term 的一些信息（图 1 中的 IntBlock ....

本文承接索引文件的生成（五）继续介绍剩余的内容，下面先给出生成索引文件。tim、.tip 的流程图。 生成索引文件。tim、.tip 的流程图 图 1： [图片]   上一篇文章中，我们介绍了执行 生成一个或多个NodeBlock 的触发条件，本文就其实现过程展开介绍，同样的，下文中出现的并且没有作 ....

作者：vivo 互联网服务器团队-Qian Yulun 一、Lucene 简介 1.1 Lucene 是什么？ Lucene 是 Apache 基金会 jakarta 项目组的一个子项目； Lucene 是一个开放源码的全文检索引擎工具包，提供了完整的查询引擎和索引引擎，部分语种文本分析引擎； Lu ....

作者 ：高沛， 2018 年 7 月加入去哪儿网，目前负责酒店搜索、门票搜索、大搜等搜索相关业务，曾参与基于 Lucene 的搜索召回服务搭建，个人对搜索引擎、分布式技术比较感兴趣，喜欢探究技术内幕、

在全文检索领域， Lucene 可谓是独领风骚数十年。倒排索引构成全文检索的根基，只有深入理解了倒排索引的实现原理，才能算是入门了全文检索领域。本文将对 Lucene 的倒排索引的实现原理和技术细节进行详细的剖析，这些内容适用于 Lucene 5.x 至 7.x 系列版本。文章整体内容组织如下： 理 ....

原文地址：https://www.amazingkoala.com.cn/Lucene/yasuocunchu/2019/0226/37.html LZ4 是一种无损数据压缩算法，着重于压缩和解压的速度，并且应用广泛。在 Hadoop、Linux 内核、文件系统都有应用，而在 Lucene 中，则是 ....

原文链接： https://www.amazingkoala.com.cn/Lucene/yasuocunchu/2019/0220/35.html FST（Finite State Transducer）算法的概念在这篇博客中并不涉及，网上有太多的资料啦，写的都非常的不错。这里推荐这位网友的介绍： ....

阅读原文 BytesRefHash 类是专门为 BytesRef 对象作优化的一种类似 hashMap 的数据结构，该类的主要用途就是将所有的 BytesRef 对象存储到一个连续的存储空间中，并且使得能在查询阶段达到 0(1)的时间复杂度。 BytesRefHash 的一些变量 byte[] [] ....

原文链接： https://www.amazingkoala.com.cn/Lucene/yasuocunchu/2019/0213/31.html   BulkOperation 类的子类 BulkOperationPacked，提供了很多对整数(integers)的压缩存储方法，其压缩存储过程其 ....

原文地址： https://www.amazingkoala.com.cn/Lucene/gongjulei/2018/1209/24.html IntBlockPool 类 在索引阶段，使用 IntBlockPool 来存储 term(域值)的信息，在 MemoryIndex 中，使用此类对 te ....

[图片] 作者简介 少伟，负责度假起价、搜索的研发工作，资深技术控。 锦涛，负责度假搜索及相关子系统的建设，对搜索引擎、NLP 等有浓厚兴趣。 背景介绍 携程度假搜索引擎（以下简称为引擎）：携程度假搜索引擎是一个专注在旅游行业的垂直搜索引擎，用来查找符合从出发地到目的地的相关旅游产品（跟团、自由行、 ....

阅读原文： https://www.amazingkoala.com.cn/Lucene/Search/2018/1211/25.html BooleanQuery 常用来对实现多个 Query 子类对象的进行组合，这些 Query 子类对象会组成一个 Cluase 实现组合查询。每一个 Query ....

构造 IndexWriter 对象（九） 构造 IndexWriter 对象（八） 构造 IndexWriter 对象（七） 构造 IndexWriter 对象（六） 构造 IndexWriter 对象（五） 构造 IndexWriter 对象（四） 构造 IndexWriter 对象（三） 构造 ....

构造 IndexWriter 对象（八） 构造 IndexWriter 对象（七） 构造 IndexWriter 对象（六） 构造 IndexWriter 对象（五） 构造 IndexWriter 对象（四） 构造 IndexWriter 对象（三） 构造 IndexWriter 对象（二） 构造 ....