Lucene doc 文件格式详解

本文及后面关于Lucene的文章所采用的lucene 版本为8.1.0.

doc 文件主要用于保存term的倒排表信息，包括docId倒排链及term在docId的term freq信息等。倒排链是Lucene 进行全文检索的核心数据结构，请特别关注这个数据结构

请参考 Lucene tim文件格式详解 第三部分

文件头部分主要内容为标识此文件类型为 Lucene50PostingsWriterDoc , 源码部分在 Lucene50PostingsWriter 的123行，主要内容如下

开始本部分阅读时，请注意一个在第3部分兆虚得到的结果及含义, 现族茄燃在开始分析该部分内容

下面为term的doc信息。 主要逻辑是: 对于term的doc freq = 1的term来说，纳档doc文件不保存这个term的doc信息，而是在 tim 文件中保存，doc 文件只保存doc freq >1的term。在范例中，只有nice的doc freq >1, 故只保存nice的doc倒排链

关于其它term(term freq = 1)的编码方式，请参考 tim 文件相应的格式内容

footer区主要有以下内容

DOC结构与工作原理

DOC一般封装在排气管中，其结构由蜂窝状载体组成。载体一般都是陶瓷或金属材料制成。载体表面涂覆有铂系贵金属，其作用有二：

一、铂金属可以很好的吸附各种汽车尾气排放气体，包括没有参与燃烧的氧气。而氧是DOC与后处理各部件“催化氧化”功能的核心。

二、铂系郑念毕金属作为催化剂可以降低被氧化物的氧化温度。

氧化型催化转化器简称DOC（Diesel Oxidation Catalyst），是安装在发动机排气管路中，通过氧化反应，将发动机排气中一氧化碳（CO）和碳氢化合物（HC）转化成无害的水（H20）和二氧化碳（CO2）的装置。它是催化转化器技术中的早期产品。结构形式与三效催化转化器基本相同，只是催化剂涂层有所高如不同，只具有氧化能力喊芹，没有还原能力。

---