沧叔解码

摘要：在linux上用vim写C++的时候，通常用gdb进行调试，不能随心所欲的看代码和跳转代码以及加watch（也有可能是因为我还没有get正确的使用方法）。为此我发现Clion可以做到自动同步本场代码或自己下载远程代码同步到本地，以及调试在远程机器上运行的代码，为此记录下来…

前几天，就在大家还沉浸在等待春节到来的喜悦氛围的时候，在一个核心链路上的核心系统中，我踩到一个坑的一比的坑，要不是我沉着冷静，解决思路忙中有序，处理手段雷厉风行，把它给扼杀在萌芽阶段

本文收集了我在看Lucene源码中遇到的所有的对单值（int，long，float，double）的压缩算法，可能一种类型针对不同的场景会有多种不同的压缩策略，本文会随着我自己的源码阅读不断持续更新。

背景 Lucene中根据term字典和倒排可以快速查找到相关文档的id，那怎么获取文档中的字段内容呢，这就是我们今天要讲的正排数据。

之前在看索引文件构建的源码时，会经常碰到对于正整数的批量压缩应用，而且有好几个不同的类，当时都是把它们当成黑盒忽略，现在花了点时间，总算是把这些不同应用场景都区分了。

词向量存储的数据和倒排索引的数据是完全一样的，但是因为使用的场景不同导致二者的存储结构不同。倒排索引用于检索，词向量的一个最经常的应用是高亮。

全文检索引擎最核心的两块数据就是term字典和term的倒排索引，根据倒排索引我们可以非常快速的获取跟term相关的文档，但是如何根据term来获取term的倒排索引数据呢？这就需要term字典了。

在前面的文章中，我们已经知道了倒排信息在内存中的存储结构以及如何读取。本文要介绍的是倒排信息持久化成索引文件的过程。

在上一篇文章中，我们已经介绍了倒排数据在内存中的存储结构以及如何一步步构建的，本文就接着来看怎么读取内存中的倒排数据。本文先分析源码，最后再以一个实际的例子来说明如何读取相关数据。