zoukankan      html  css  js  c++  java
  • sphinx索引分析续

    4.10 同义词文件/Synonym

    同义词文件格式
    from=>to
    AT &T => AT&T
    AT & T => AT & T
    standarten fuehrer => Standartenfuehrer
    standarten fuhrer => Standartenfuehrer
    Ms-Dos => MS-DOS
    MS DOS => MS-DOS

    5 算法

    5.1 字典

    double array trie 检索树

    5.2 分词算法

    5.3 文档id压缩 – Variable Byte Coding

    5.4 索引存储 – 多路归并排序

    7 创建索引过程

    • 扫描配置文件。
    • 创建程序内部数据结构,schema, mva attr等。
    • 第一次遍历文档记录,连接数据库读取创建索引的记录。
    • 循环分词创建spa, spp文件(临时格式)(如果inline模式只创建spp文件), 如果非inplace模式,那么创建对应 tmp->spa, tmp->spp对应文件。
    • 第二次遍历文档记录,创建mva属性(非field mva attributes)。
    • 多路归并创建spm文件。
    • 更新并创建最终的spa文件,更新mva的位置信息到spa文件。
    • 读取临时格式的spp文件,多路归并创建spi,spd,spp文件。
    • 创建索引头文件sph。
    • 更新索引创建后的信息(例如存储当前已经简历索引的)释放资源
  • 相关阅读:
    [51nod1384]全排列
    [51nod1256]乘法逆元
    [51nod1106]质数检测
    [51nod1058]求N!的长度
    2017 world final
    [Manacher+bit]Palindrome
    [hdu3068]最长回文(Manacher算法)
    [trie]字典树模板
    [凸包]Triangles
    LintCode-366.斐波纳契数
  • 原文地址:https://www.cnblogs.com/bonelee/p/6251094.html
Copyright © 2011-2022 走看看