Lucene4.3进阶开发之李代桃僵( 八)

转载请务必注明，原创地址，谢谢配合!
http://qindongliang1922.iteye.com/

上篇文章，散仙介绍了段文件格式的组成以及结构，那么本篇呢，我们来分析下.fnm这个文件

这个文件存储的主要是域（Fileds）字段名，在索引文件中的后缀名为.fnm。
下面先来看下.fnm的数据类型。


Header--> CodecHeader
FieldsCount-->VInt
FieldName-->String
FieldBits, DocValuesBits-->Byte
FieldNumber-->VInt
Attributes-->Map<String,String>
DocValuesGen-->Int64



详细描述如下：

FieldsCount：记录的是域名在当前文件的数量
FieldName:域名在文件中保存为UTF-8字符串
FieldNumber：字段的编号，
FieldBits：一个字节包含字段的选项信息
（1）低阶位是1代表是索引字段，bit为0代表非索引(Indexs)字段
（2）第二个低阶位是1代表有向量存储，bit为0代表无向量(term vectors)存储
（3）第三个低阶位被设置成(0x4)，offsets(偏移量)将会被存储在倒排链表里，除了位置信息
（4）第四个bit位从未被使用过
（5）第五个bit位被设置成(0x10)，norm（加权基准）将会被忽略在索引字段里
（6）第六个bit位被设置成(0x20)，payload（载荷）将会被被存储在索引字段里
（7）第七个bit位被设置成(0x40)，term frequencies（词频） and positions（位置）将会在索引字段里被忽略
（8）第八个bit位被设置成(0x80)，positions（位置）信息，将不会被忽略在索引字段里
DocValuesBits：
一个字节包含每个文档的值类型，这个被记录用2个4位字节的int类型，高阶位代表（norms）加权基准的选项，
低阶位代表DocValues的选项，每个4位字节的整数可以被解码：

0：代表这个字段没有存储DocVlues
1：数字类型的NumericDocValues
2：二进制类型的BinaryDocValues
3：排序类型的SortedDocValues

DocValuesGen是字段的DocValues里面的数量，如果这个值为1，代表着
没有DocValues更新该字段，其他任何大于0的数字代表其被更新存储通过DocValuesFormat.

Attributes：一个K-V映射的编码的属性存储。



DocValuesFormat：作用是为每个文档进行编码以及解码的工作，如果有自己定义的格式需要加入或扩展
可以继承改类，为了能够使段文件读取，必须需要定义格式名，这个方法使用的是JAVA的SPI进行定义的
，在扩展的类里面必须有一个无参的构造函数以确保SPI可以解析。



转载请务必注明，原创地址，谢谢配合!
http://qindongliang1922.iteye.com/