Lucene 源码系列——索引文件的生成（七）之 tim&&tip
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：
统计每一个 term 的信息
图 2：
执行到该流程，我们需要将当前 term 的一些信息（图 1 中的 IntBlockTermState，见文章索引文件的生成（五））的汇总到所属域的信息中（这里先提一下的是，这些信息在后面使用 FieldMetaData 封装），图 2 中出现的字段的含义如下：
- sumDocFreq：包含当前域的所有 term 的文档数量总和，注意的是当前域可能有多个 term 在同一文档中
- sumTotalTermFreq：当前域的所有 term 在所有文档中出现的次数总和
- numTerms：当前域中的 term 数量
- minTerm：当前域中最小（字典序）的 term
- maxTerm：当前域中最大（字典序）的 term
例如我们有如下几篇文档：
图 3：
其中用红色标注的 term 属于域名为"content"的域，那么在处理完"content"之后，图 2 中的字段的值如下所示：
- sumDocFreq：b（2）+ c（3）+ f（1）+ h（1）= 7
- sumTotalTermFreq：b（3）+ c（3）+ f（1）+ h（1）= 8
- numTerms：b、c、f、h 共 4 个 term
- minTerm：b
- maxTerm：h
再处理完所有域之后，上述的信息在索引文件。tim 中的位置如下：
图 4：
生成 NodeBlock
图 5：
当前域的所有 term 处理结束后，那么将 term 栈中剩余未处理的 PendingEntry 生成 NodeBlock（见文章索引文件的生成（六））。
记录当前域的信息在。tip 文件中的起始位置 indexStartFP
图 6：
到此流程，Lucene 将要在索引文件。tip 中写入当前域的 FSTIndex 信息，在读取阶段，通过读取索引文件。tip 中的 FSTIndex 信息来获取当前域在索引文件。tim 的内容，而所有域的 FSTIndex 信息连续的存储在索引文件。tip 中，那么需要 indexStartFP 来实现"索引"功能，如下图所示：
图 7：
生成当前域的 FSTIndex 信息
图 8：
在图 5 的流程中，当前域的所有 term 处理结束后，term 栈中剩余未处理的 PendingEntry 会被处理为 NodeBlock，最终只会生成一个 PendingBlock（没明白？见文章索引文件的生成（六）），并且 PendingBlock 中的 index 信息，即 FST 信息将会被写入到 FSTIndex 中，由于本人还未对 FST 在 Lucene 中的应用有过文章的介绍，即使在本篇文章中列出 FSTIndex 中包含的字段信息，相信读者也无法理解，故只能通过几句话大概介绍下 FSTIndex 的内容以及功能：FSTIndex 包含了当前域中的 term 的一些前缀值的信息，根据该信息就可以在索引文件。tip 中找到每一种前缀值对应的 NodeBlock，该 NodeBlock 中包含了具有该相同前缀值的所有 term 的信息。
在文章 FST 算法（上）中只是简单的介绍了 FST 的基本原理，而其在 Lucene 中的应用并没有展开介绍，故当完成应用篇的文章后，到时再来更新本篇文章的内容（先立个 flag 😂）。
生成 FieldMetaData
图 9：
由于 Lucene 的处理逻辑是先处理所有的域，最后把这些域的信息写入一次性到索引文件。tip 中，故在处理完一个域后，要将该域的信息通过 FieldMetaData 来存储下，当所有的域处理结束后，遍历所有的 FieldMetaData，将这些信息依次到索引文件。tip 中，故有了图 7 中的数据结构，FieldMetaData 中只有一个信息需要介绍下，其他信息可以自行看源码中 https://github.com/LuXugang/Lucene-7.5.0/blob/master/solr-7.5.0/lucene/core/src/java/org/apache/lucene/codecs/blocktree/BlockTreeTermsWriter.java 的内部类 FieldMetaData：
- docCount：该值描述的是包含当前域的文档号数量，以图 3 为例，三篇文档都包含了域名为"content"的文档，所以 docCount = 3，该值是在生成索引文件.doc、pos、pay（见文章索引文件的生成（一））的过程中统计的，统计的时机点如下图红框标注的流程点：
图 10：
至此，生成索引文件。tim、.tip 的流程介绍完毕。
结语
相信看完这七篇的系列文章后，大家对于索引文件.doc、.pos、.pay、.tim、tip 的生成以及他们之间的关系有了深刻的了解，自己品。
