1. 倒排表：
1. 第一列设计：
1. 跳跃表
2. Hash表 如果就中文还好说，cookie咋办冲突很大；不适合磁盘
3. B+树，叶子节点存mmap offset；因为底层叶子顺序连接，适合多路归并；
4. trie树
2. 第二列设计：倒排文件放磁盘，MMAP映射到内存2. 文本相关性
3. 构建倒排索引：
先扫一次拿统计信息预计算，再建索引
1. 一次性全量：
1. 遍历文档，设置doc_id
2. 切词取term，拿到当前doc的term1,term2,…termn
3. 建立{term: doc_id_list} 的dict
4. 遍历完所有的文档，得到{term: doc_id_list} 大dict。
5. 把大dict写入文件，记录{term: 文件offset}构建B+树
2. 分批合并：
1. 内存中开固定空间
2. 切词取term，拿到当前doc的term1,term2,…termn
3. {term_1: doc_id}, {term_2: doc_id}…写进内存文档数据，保证按照term排序
4. 前2步循环，内存空间用满了就写入磁盘，清空内存
5. 合并磁盘文件，一个term生成它的倒排链追加到倒排文件中，词典铲屎这个term的offset
3. 结合：
1. 设定n个文档写入一个段，按照第一种方法
2. 搜索时候就多个段一期搜再出结果
3. 段多了就合并4. 构建正排索引，过滤使用
1. 以B+树为基础，
2. 对指定字段以list来做正排，[doc_1_price, doc_2_price, doc_3_price, … ,doc_n_price]
1. 倒排拿到doc_id_list
2. 去1维list筛选，满足price留下5. 索引管理
1. 不同field支持不同的行为：完整匹配，过滤(<, >, 区间等)
2. 做1个field class来支持字段管理， add(), query(), filter(), get()6. 段的管理，段就是一部分索引
1. 合并段
1. 合并倒排，B+树是排序的，归并排序B+
2. 合并正排，遍历append
2. 策略：每新增10万条数据持久化一个段，每到5个段将所有段合并成一个段7. 索引层，增删改查
1. 删，bitmap，找到doc_id; 把bitmap第doc_id位置1标记删除；
2. 增：随机数-时间戳-本机IP(MAC)地址生成_id
3. 查：
1. query分析/改写，最简单就是分词
2. 倒排doc_id递增就是为了这一步求多个倒排list的交集
1. 优化：取最短倒排链作标准，拿它每个元素去其他倒排链链比较，
1. 如果发现某个元素不在某个倒排链中，那么他肯定不在最终结果中，直接跳出
2. 如果某个倒排链被查找完了，那么也可以跳出了。
3. 正排，过滤操作在这里