Lucene 索引建模 - 為什么使用跳過列表而不是 btree？

Question

我最近開始學習 lucene 並了解 lucene 如何存儲和查詢索引。 Lucene 似乎使用跳過列表作為基礎數據結構。 但是，我沒有找到任何理由在二叉樹上使用跳過列表。

跳過列表的優點是它在同時使用時提供了良好的性能。 並且 lucene 允許每個索引的單個寫入線程和讀取不可變段的讀取，因此跳過列表在這里也沒有幫助。 除了二叉樹（自平衡）勝過跳過列表 - 因為它為讀取和寫入提供了 O(logn) 的最壞情況復雜度，而跳過列表在平均情況下提供相同的時間復雜度。 此外，與跳過列表相比，二叉樹將在更好的時間內提供范圍查詢。 為了提供聯合查詢，lucene 使用多個發布列表的跳過列表來查找它們的交集 - 對於這種情況，二叉樹就足夠了。

是否有任何特定原因在 lucene 中使用跳過列表用於我錯過的索引目的？

Answer 1

Lucene 使用磁盤上的 Skip-Lists 構建倒排索引，然后使用有限 State 傳感器將索引項的映射加載到 memory 中。 請參閱此 SO 答案以了解 lucene 如何索引文檔？

在那個答案中，它還表明使用 Skip- Lists的主要好處是它避免了重新平衡 B-Tree。 如果您想更深入地挖掘該答案，請引用另一個提供更多詳細信息的答案： Skip List vs. Binary Search Tree實習生參考了其他白皮書。

對此進行更多研究，使用 Skip-Lists 而不是 BTree 還有另一個優點。 不僅避免了重新平衡，而且還避免了在重新平衡發生時鎖定樹的一部分。 這方面將在此處進一步討論。 后一個優點提高了並發性。