《大规模分布式计算深入解析》1.3 Posting 编码

用单调 doc ID、差分和块压缩理解空间优化。

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。

下载实验包 · 本卷目录 · 系列导读

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。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图