關于SegmentInfos類的具體實現大致已經在文章 Lucene-2.2.0 源代碼閱讀學習(17) 中有了一個簡單的印象，可以在文章 Lucene-2.2.0 源代碼閱讀學習(17) 中的末尾部分看到一點非常有用的總結。

然而，到底SegmentInfos類能夠實現哪些功能，讓我們能夠親眼看到它產生了哪些東西呢？我們可以從SegmentInfos類的一些重要的成員方法中開始追蹤一些真實存在的東西到底去向如何，比如segmentName，以及version和gen等等，他們都是有值的，那么，這些值應該被怎樣地輸出呢，又輸出到哪里去了呢，下面仔細學習研究。

先做個引子：

在前面的文章 Lucene-2.2.0 源代碼閱讀學習(4) 中，我們做了一個小例子，對指定目錄中的一些txt文本進行索引，然后做了一個簡單的檢索關鍵字的測試。

就從這里說起，在文章 Lucene-2.2.0 源代碼閱讀學習(4) 中，沒有學習到內在的機制，而只是為學習分詞做了一個引導。現在，也不對如果構建Document和Field進行解釋，因為這一塊也非常地復雜，夠學習一陣子了。但是，我們要看的就是，在這個過程中都有哪些產物，即產生了哪些文件，知道了建立索引過程中產生了哪些文件，有助于我們在SegmentInfos類中對一些與維護索引文件相關的信息的去向進行追蹤。

在文章 Lucene-2.2.0 源代碼閱讀學習(4) 中，運行測試程序后，在指定的索引文件目錄(測試程序中指定為E:\Lucene\myindex)生成了很多文件(因為指定的要建立索引的txt文件具有一定的量，如果只有一兩個txt文本文件，而且它們的大小都不是很大，則產生的索引文件數量會很少，可能只有3個或者4個)，如圖所示：

圖中segments.gen和segments_f文件都不陌生了。看看他們是怎么生成的，又保存有哪些信息。

segments_N文件和segments.gen文件的生成

1、先看segment_N文件：

在將文件寫入到磁盤的目錄中之前，一般來說首先要創建一個輸出流。在SegmentInfos類中，有一個成員方法write()，在該方法中：

IndexOutput output = directory.createOutput(segmentFileName);

根據指定的索引段文件的名稱segmentFileName，創建一個指向索引目錄directory的輸出流output。

關于這個segmentFileName，是要先從指定的索引目錄中讀取出來的，在write()方法中第一行代碼中就獲取了這個索引段的文件名：

String segmentFileName = getNextSegmentFileName();

這里的 getNextSegmentFileName()方法是SegmentInfos類的一個成員方法，了解它有助于我們繼續追蹤：

public String getNextSegmentFileName() {
??? long nextGeneration;

??? if (generation == -1) {
????? nextGeneration = 1;
??? } else {
????? nextGeneration = generation+1;
??? }
??? return IndexFileNames.fileNameFromGeneration(IndexFileNames.SEGMENTS,"",nextGeneration);
}

該方法返回的就是我們將要處理的一個索引段文件的名稱。最后一句return返回，調用了IndexFileNames類的fileNameFromGeneration()方法，它也很重要，因為要使用文件名稱作為參數獲取索引目錄下的維護索引的文件都要從這里獲得。

關注一下IndexFileNames類的實現：

package org.apache.lucene.index;

// 該類主要是對索引文件的命名進行管理
final class IndexFileNames {

/** 索引段文件名 */
static final String SEGMENTS = "segments";

/** generation reference文件名*/
static final String SEGMENTS_GEN = "segments.gen";

/** Name of the index deletable file (only used in pre-lockless indices) */
static final String DELETABLE = "deletable";
??
/** norms file的擴展名 */
static final String NORMS_EXTENSION = "nrm";

/** 復合文件擴展名*/
static final String COMPOUND_FILE_EXTENSION = "cfs";

/** 刪除文件擴展名 */
static final String DELETES_EXTENSION = "del";

/** plain norms擴展名 */
static final String PLAIN_NORMS_EXTENSION = "f";

/** Extension of separate norms */
static final String SEPARATE_NORMS_EXTENSION = "s";

/**
?? * Lucene的全部索引文件擴展名列表
?? */
static final String INDEX_EXTENSIONS[] = new String[] {
????? "cfs", "fnm", "fdx", "fdt", "tii", "tis", "frq", "prx", "del",
????? "tvx", "tvd", "tvf", "gen", "nrm"
};

/** 被添加到復合索引文件上的文件擴展名 */
static final String[] INDEX_EXTENSIONS_IN_COMPOUND_FILE = new String[] {
????? "fnm", "fdx", "fdt", "tii", "tis", "frq", "prx",
????? "tvx", "tvd", "tvf", "nrm"
};

/** old-style索引文件擴展名 */
static final String COMPOUND_EXTENSIONS[] = new String[] {
??? "fnm", "frq", "prx", "fdx", "fdt", "tii", "tis"
};

/** 詞條向量支持的文件擴展名 */
static final String VECTOR_EXTENSIONS[] = new String[] {
??? "tvx", "tvd", "tvf"
};

/**
?? * 根據基礎文件名(不包括后綴，比如segments.gen文件，segments部分為基礎文件名)、擴展名和generarion計算指定文件的完整文件名
?? */
static final String fileNameFromGeneration(String base, String extension, long gen) {
??? if (gen == SegmentInfo.NO) {
????? return null;
??? } else if (gen == SegmentInfo.WITHOUT_GEN) {
????? return base + extension;
??? } else {
????? return base + "_" + Long.toString(gen, Character.MAX_RADIX) + extension;
??? }
}
}

fileNameFromGeneration實現的功能：根據傳進來的base(比如segments)、擴展名、gen來生成一個新的文件名，并返回。

在SegmentInfos類中getNextSegmentFileName() 方法調用了fileNameFromGeneration，如下所示：

return IndexFileNames.fileNameFromGeneration(IndexFileNames.SEGMENTS,"",nextGeneration);

第一個參數值為"segments"，第二個參數值為""，第三個是一個gen(它是一個Long型的數字)，如果假設這里的nextGeneration=5，調用fileNameFromGeneration()方法后，返回的是一個索引段文件名：segments_5。

這樣，就可以根據生成的segments_N文件名，創建一個輸出流，將需要的信息寫入到該文件中。

2、再看segments.gen文件：

仔細觀察，其實SegmentInfos類的write方法就是對segments_N文件和segments.gen文件進行寫入操作的。

在寫入segments_N文件以后，緊接著就是處理segments.gen文件：

output = directory.createOutput(IndexFileNames.SEGMENTS_GEN);

因為在一個索引目錄下，屬于同一個索引段的索引文件就是通過一個segments.gen文件來維護的，segments.gen文件的文件名自然不需要那么麻煩地去獲取。直接使用IndexFileNames.SEGMENTS_GEN = segments.gen作為參數構造一個輸出流，進行輸出，寫入到索引目錄中即可。

關于segments_N文件和segments.gen文件保存的信息

同樣在SegmentInfos類的write方法中能夠看到，這兩個文件中都加入了哪些信息。

■ 關于segments_N文件

如下所示：

output.writeInt(CURRENT_FORMAT); // write FORMAT
????? output.writeLong(++version); // every write changes the index
????? output.writeInt(counter); // write counter
????? output.writeInt(size()); // write infos
????? for (int i = 0; i < size(); i++) {
??????? info(i).write(output);
????? }????????

(1) CURRENT_FORMAT

其中，CURRENT_FORMAT是SegmentInfos類的一個成員：

/* This must always point to the most recent file format. */
private static final int CURRENT_FORMAT = FORMAT_SINGLE_NORM_FILE;

上面CURRENT_FORMAT的值就是FORMAT_SINGLE_NORM_FILE的值-3：

/** This format adds a "hasSingleNormFile" flag into each segment info.
?? * See <a href=" http://issues.apache.org/jira/browse/LUCENE-756">LUCENE-756</a > for details.
?? */
public static final int FORMAT_SINGLE_NORM_FILE = -3;

(2) version

version是SegmentInfos類的一個成員，版本號通過系統來獲取：

/**
?? * counts how often the index has been changed by adding or deleting docs.
?? * starting with the current time in milliseconds forces to create unique version numbers.
?? */
private long version = System.currentTimeMillis();

(3) counter

用于為當前待寫入索引目錄的索引段文件命名的，即segments_N中的N將使用counter替換。

counter也是SegmentInfos類的一個成員，初始化是為0：

public int counter = 0;

在read()方法中，使用從索引目錄中已經存在的segment_N中讀取的出format的值，然后根據format的值來指派counter的值，如下所示：

????? int format = input.readInt();
????? if(format < 0){???? // file contains explicit format info
?????? // check that it is a format we can understand
??????? if (format < CURRENT_FORMAT)
????????? throw new CorruptIndexException("Unknown format version: " + format);
??????? version = input.readLong(); // read version
??????? counter = input.readInt(); // read counter
????? }
????? else{??? // file is in old format without explicit format info
??????? counter = format;
????? }

(4) size()

size()就是SegmentInfos的大小，SegmentInfos中含有多個SegmentInfo，注意：SegmentInfos類繼承自Vector。

(5) info(i)

info()方法的定義如下所示：

public final SegmentInfo info(int i) {
??? return (SegmentInfo) elementAt(i);
}

可見，SegmentInfos是SegmentInfo的一個容器，它只把當前這個索引目錄中的SegmentInfo裝進去，以便對他們管理維護。

這里，info(i).write(output);又調用了SegmentInfo類的write()方法，來向索引輸出流output中加入信息。SegmentInfo類的write()方法如下所示：

/**
?? * Save this segment's info.
?? */
void write(IndexOutput output)
??? throws IOException {
??? output.writeString(name);
??? output.writeInt(docCount);
??? output.writeLong(delGen);
??? output.writeByte((byte) (hasSingleNormFile ? 1:0));
??? if (normGen == null) {
????? output.writeInt(NO);
??? } else {
????? output.writeInt(normGen.length);
????? for(int j = 0; j < normGen.length; j++) {
??????? output.writeLong(normGen[j]);
????? }
??? }
??? output.writeByte(isCompoundFile);
}

從上可以看到，還寫入了SegmentInfo的具體信息：name、docCount、delGen、(byte)(hasSingleNormFile ? 1:0)、NO/normGen.length、normGen[j]、isCompoundFile。

■ 關于segments.gen文件

通過SegmentInfos類的write()方法可以看到：

???????? output.writeInt(FORMAT_LOCKLESS);
??????? output.writeLong(generation);
??????? output.writeLong(generation);

segments.gen文件中只是寫入了兩個字段的信息：FORMAT_LOCKLESS和generation。

因為segments.gen文件管理的就是segments_N文件中的N的值，與該文件相關就只有一個generation，和一個用于判斷是否是無鎖提交的信息：

/** This format adds details used for lockless commits. It differs
?? * slightly from the previous format in that file names
?? * are never re-used (write once). Instead, each file is
?? * written to the next generation. For example,
?? * segments_1, segments_2, etc. This allows us to not use
?? * a commit lock. See <a
?? * href=" http://lucene.apache.org/java/docs/fileformats.html">file
?? * formats</a> for details.
?? */
public static final int FORMAT_LOCKLESS = -2;

?

最后，總結一下：

現在知道了segments_N文件和segment.gen文件都記錄了什么內容。

其中，segments_N文件與SegmentInfo類的關系十分密切，接下來要學習SegmentInfo類了

Lucene-2.2.0 源代碼閱讀學習(18)