一直在看大神的文章，
https://www.amazingkoala.com.c ... .html
谈一下我的一些观点。
另外：如果不去看（或者说不理解）Lucene代码，你光了解FST，是没什么实际作用的。
只是说哦大概知道了有这么一个东西存在，其他就没了。
说实在的，Lucene代码，跟ES的，不是一个等级的。
ES的虽然多，但功能明确，结构简单，比较好理解
（也有一些我感觉复杂的，比如快照那部分，在备份发生变化时，它的元数据是如何调整的）
Lucene涉及底层数据读写和算法实现，所以难理解。
下面说的，如果有错误或想法，请指出。
https://www.amazingkoala.com.c ... .html
谈一下我的一些观点。
另外：如果不去看（或者说不理解）Lucene代码，你光了解FST，是没什么实际作用的。
只是说哦大概知道了有这么一个东西存在，其他就没了。
说实在的，Lucene代码，跟ES的，不是一个等级的。
ES的虽然多，但功能明确，结构简单，比较好理解
（也有一些我感觉复杂的，比如快照那部分，在备份发生变化时，它的元数据是如何调整的）
Lucene涉及底层数据读写和算法实现，所以难理解。
下面说的，如果有错误或想法，请指出。
8 个回复
Charele - Cisco4321
赞同来自:
这里，他提到了FST bytes里面的“四元组”概念，
严格来说，这是不正确的，说应该是“五元组”。看下面的情况：
具体情况，图中我已经标得很清楚了，一看就明白
另外：这里有个问题，如果我找"ac"的时候，是不是一定要经过"b"呢？？？
Charele - Cisco4321
赞同来自:
关于4元组中的"flag"标记，
可能是版本原因，还有一个标记那个文章里没有提及：
具体作用嘛感兴趣的可以自己研究。
Charele - Cisco4321
赞同来自:
他提到了FST的导入模式，就是FST初始是加载进内存还是留在硬盘的意思，
还有其他一些可选的参数，比如AUTO啥啥的，
这个话题在较新的版本9.1(我用的ES 8.2.0）中已经无效了，
它直接用的就是off-heap，不会用到on-heap了。
有个例外，就是在suggest的时候会用on-heap，那个不讨论。
Charele - Cisco4321
赞同来自:
很多相关文章中会提到tip,tim，
在新版Lucene中，他把元数据放在了tmd里面，
这使无疑给我们理解查询增加了一点难度。
tmd,是Term Metadata
它现在成了总管，它保存了tip,tim的文件指针：
Charele - Cisco4321
赞同来自:
来说一下新版Lucene中不一样的一些地方（就是大神链接文章里没有的）
给有兴趣的同学了解下。
一就是对suffix的压缩，就是为了节省空间（不一定会压）
看看压缩算法描述：
1> 看注释，此物就是为了对suffix压缩的
2> 数字是编号，就是为了识别用
00表示不压缩。压缩算法的细节就不深究了，估计我也看不懂：-（
另外，这个类里面，提供了自己的解压方法，压缩方法在相应的静态方法里提供
Charele - Cisco4321
赞同来自:
采用Lz4压缩的情况
绿1表示会用压缩的前提（只是前提条件）
绿2表示会用Lz4压缩的前提：suffix的总长度大于suffix条目的6倍 然后会进行lz4压缩，
只有当节省了1/4的空间，才会采用lz4这种方式。
注意: 压缩后的数据会存在红色的spareWriter里面
Charele - Cisco4321
赞同来自:
如果上面，没有用lz4，那就会尝试另外一种叫LOWERCASE_ASCII的方式（转小写也能压缩？）
同上面一样，成功了数据就会在红色的spareWriter里面。
黄色代码是把上面执行过的残留清一下，这是必须的
Charele - Cisco4321
赞同来自:
下面看看对3种不同压缩情况的处理：
三个绿色就是对编码的处理，
1> 对后缀数理左移3位，空出最右边的"000"
2> 如果是叶block，则变为"100"，
关于叶block是什么，就是现在要处理的这一段pendingEntry里面，有没有pendingBlock。
具体可参与链接文章。
3> 最右边两位，就是指定不同的压缩方式了，就是写进5楼对应的序号，以便在读的时候，采取相应解压方式
（所以最后3位的可能性会是000, 001, 010, 100, 101, 110
但肯定不会出现011, 111，因为跟本没有"11"这种压缩方式。）
然后，把这个token写进tim文件。
然后，就是写具体的后缀数据到tim了，
蓝色的是不压缩的，
红色的是两种压缩的情况（上面说了，只要压缩了，压缩过的数据就会在spareWriter里面）
黄色的就是对两种情况容器的清理，以便下次使用。
下面再说说读tim文件(就是执行查询）时的情况：