用单调 doc ID、差分和块压缩理解空间优化。
实现机制
先对递增 doc ID 做差分,利用小整数压缩。300 的普通 base-128 varint 要两个字节。32 个四比特整数的净载荷为 16 B。
实际 Lucene codec 的块格式依版本而定,可能含跳表、位置、频率与残余块处理。
本章流程图见 1.1 从全表扫描到倒排索引 。
验证
用五个 doc ID 逐一求差分,再计算执行 seek 时的额外索引空间。
一手资料
继续阅读
探索更多技术文章
浏览归档,发现更多关于系统设计、工具链和工程实践的内容。