Lucene 索引建模 - 为什么使用跳过列表而不是 btree？

Question

我最近开始学习 lucene 并了解 lucene 如何存储和查询索引。 Lucene 似乎使用跳过列表作为基础数据结构。 但是，我没有找到任何理由在二叉树上使用跳过列表。

跳过列表的优点是它在同时使用时提供了良好的性能。 并且 lucene 允许每个索引的单个写入线程和读取不可变段的读取，因此跳过列表在这里也没有帮助。 除了二叉树（自平衡）胜过跳过列表 - 因为它为读取和写入提供了 O(logn) 的最坏情况复杂度，而跳过列表在平均情况下提供相同的时间复杂度。 此外，与跳过列表相比，二叉树将在更好的时间内提供范围查询。 为了提供联合查询，lucene 使用多个发布列表的跳过列表来查找它们的交集 - 对于这种情况，二叉树就足够了。

是否有任何特定原因在 lucene 中使用跳过列表用于我错过的索引目的？

Answer 1

Lucene 使用磁盘上的 Skip-Lists 构建倒排索引，然后使用有限 State 传感器将索引项的映射加载到 memory 中。 请参阅此 SO 答案以了解 lucene 如何索引文档？

在那个答案中，它还表明使用 Skip- Lists的主要好处是它避免了重新平衡 B-Tree。 如果您想更深入地挖掘该答案，请引用另一个提供更多详细信息的答案： Skip List vs. Binary Search Tree实习生参考了其他白皮书。

对此进行更多研究，使用 Skip-Lists 而不是 BTree 还有另一个优点。 不仅避免了重新平衡，而且还避免了在重新平衡发生时锁定树的一部分。 这方面将在此处进一步讨论。 后一个优点提高了并发性。