索引

每个Document都是由多个field组成，每个field中包含一系列的词语，构建索引的目的是为了加快检索的速度，根据映射关系方向的不同，索引可以分为：

• 倒排索引（index）倒排索引存储了从单词到DocID的映射关系，形如：词-->（Doc1,Doc2,...,DocN）倒排索引主要用在检索中，它能快速的定位用户查询到关键字对应的Document。

• 正排索引特性：

  • 储从DocID到field的映射关系：DocID→(term1, term2,...)

  • 类型分类：

    • 单值attribute：固定长度，查找效率高，支持更新。

    • 多值attribute：长度可变，查找效率相较于单值更慢，不支持更新。

  • 正排索引主要是在查询到了某个Document后，根据docid值能快速获取到其attribute用来统计、排序、过滤中。

    • 支持数据类型：

      数值类型：INT8, UINT8, INT16, UINT16, INTEGER, UINT32, INT64, UINT64

      浮点类型：FLOAT, DOUBLE

      文本类型：STRING

      说明

      INT8（8位有符号数字类型）,UINT8（8位无符号数字类型）、INT16（16位有符号数字类型）、UINT16（16位无符号数字类型）、INTEGER（32位有符号数字类型）、UINT32(32位无符号数字类型）、INT64(64位有符号数字类型）、UINT64（64位无符号数字类型）、FLOAT（32位浮点数）、DOUBLE（64位浮点数）、STRING（字符串类型）多值的attribute只是一个field中可能出现数量不确定的单值attribute，引擎对上述的单值类型attribute都支持对应的多值attribute（例如multi_int8，multi_string）。

• 摘要（summary）的存储形式与attribute类似，但是summary是将一个Document对应的多个field存储在一起，并且建立映射，所以能很快从docid定位到对应的summary内容。summary主要是用于结果的展示，一般而言summary的内容都比较大，对于每次查询而言不适合取过多的summary，只有最终需要展示结果的Document会取到对应的summary。由于summary过大，引擎在存储summary时提供压缩的机制，在schema中配置summary压缩，那么引擎在存储时会用zlib压缩后再存储，读取时引擎会先解压，再返回给用户。