由於倒排表的大小一般都很大，所以大部分搜尋引擎都將倒排表儲存在磁碟上。
下圖是乙個倒排表的總體結構布局：
磁碟是由乙個個資料塊（block，大小固定，例如64kb）組成的。倒排表中的乙個列表（乙個單詞對應的列表）可能跨越多個block，開始於某個block中的某處，結束於另外乙個block的某處。block是從磁碟訪問資料的最小單元，也是在記憶體中快取倒排表的單位。
如圖可見，每個block中包含很多個來自於乙個或多個列表中的posting（posting是乙個列表中的元素）。這些postings會繼續被分成chunk。例如，我們可能將每個列表分割成chunk，其中每個chunk中有128個元素。每個block的開始包含了一些元資料（metadata），元資料記錄了本block包含多少個倒排列表，它們的起始位置。大部分情況下每個chunk中分開儲存128個文件id、128個單詞頻率和位置資訊。chunk是我們進行壓縮和解壓縮的單位。（這樣的組織，可以讓我們首先解碼文件id，進而決定是否需要解壓頻率和位置資訊）
下圖是搜尋引擎的兩層快取結構
資料在磁碟上的布局
dos分割槽是目前常用的一種分割槽方式，其磁碟資料分布描述如下 第乙個扇區是主引導分割槽mbr，mbr描述了磁碟分割槽的結構，mbr的內容包括引導 和分割槽表資訊，最後以標誌0xaa55結尾。mbr中的引導 是在bios啟動之後首先得到執行的 通常引導 會檢查磁碟分割槽表，並且判斷哪個分割槽是啟動分...
多個MUST的倒排表合併
skiplist本質上是在有序的鍊錶上實現實現二分查詢，它能有效的提公升鍊錶的查詢效率，其時間複雜度為o logn 其中n為鍊錶長度 簡單說skiplist優化了postings的隨機查詢的效能問題。skiplist的節點儲存了三部分資料，分別是當前節點指向block的資訊，是關於block本身的資...
磁碟分割槽，檔案在磁碟上的儲存
一 磁碟物理結構 碟片 機械手臂 磁頭 主軸馬達 磁碟構成描述 磁軌 扇區 柱面 主引導扇區 0磁軌0柱面1扇區，分為 1 主引導記錄mbr 2 分割槽表dpt共64位元組 每個分割槽資訊佔16位元組，故最多四個分割槽 想要實現更多分割槽，可利用擴充套件分割槽 指向乙個更大空間存更多分割槽資訊 建立...