mirror of https://github.com/apache/lucene.git
4.0 VAR_DEREF
git-svn-id: https://svn.apache.org/repos/asf/lucene/dev/branches/lucene4547@1438119 13f79535-47bb-0310-9956-ffa450edef68
This commit is contained in:
parent
b8c2238a46
commit
48719dcfba
|
@ -401,7 +401,50 @@ class Lucene40DocValuesReader extends DocValuesProducer {
|
||||||
}
|
}
|
||||||
|
|
||||||
private BinaryDocValues loadBytesVarDeref(FieldInfo field) throws IOException {
|
private BinaryDocValues loadBytesVarDeref(FieldInfo field) throws IOException {
|
||||||
throw new AssertionError(); // nocommit
|
String dataName = IndexFileNames.segmentFileName(state.segmentInfo.name, Integer.toString(field.number), "dat");
|
||||||
|
String indexName = IndexFileNames.segmentFileName(state.segmentInfo.name, Integer.toString(field.number), "idx");
|
||||||
|
IndexInput data = null;
|
||||||
|
IndexInput index = null;
|
||||||
|
boolean success = false;
|
||||||
|
try {
|
||||||
|
data = dir.openInput(dataName, state.context);
|
||||||
|
CodecUtil.checkHeader(data, Lucene40DocValuesFormat.BYTES_VAR_DEREF_CODEC_NAME_DAT,
|
||||||
|
Lucene40DocValuesFormat.BYTES_VAR_DEREF_VERSION_START,
|
||||||
|
Lucene40DocValuesFormat.BYTES_VAR_DEREF_VERSION_CURRENT);
|
||||||
|
index = dir.openInput(indexName, state.context);
|
||||||
|
CodecUtil.checkHeader(index, Lucene40DocValuesFormat.BYTES_VAR_DEREF_CODEC_NAME_IDX,
|
||||||
|
Lucene40DocValuesFormat.BYTES_VAR_DEREF_VERSION_START,
|
||||||
|
Lucene40DocValuesFormat.BYTES_VAR_DEREF_VERSION_CURRENT);
|
||||||
|
|
||||||
|
final long totalBytes = index.readLong();
|
||||||
|
// nocommit? can the current impl even handle > 2G?
|
||||||
|
final byte bytes[] = new byte[(int)totalBytes];
|
||||||
|
data.readBytes(bytes, 0, bytes.length);
|
||||||
|
final PackedInts.Reader reader = PackedInts.getReader(index);
|
||||||
|
success = true;
|
||||||
|
return new BinaryDocValues() {
|
||||||
|
@Override
|
||||||
|
public void get(int docID, BytesRef result) {
|
||||||
|
int startAddress = (int)reader.get(docID);
|
||||||
|
result.bytes = bytes;
|
||||||
|
result.offset = startAddress;
|
||||||
|
if ((bytes[startAddress] & 128) == 0) {
|
||||||
|
// length is 1 byte
|
||||||
|
result.offset++;
|
||||||
|
result.length = bytes[startAddress];
|
||||||
|
} else {
|
||||||
|
result.offset += 2;
|
||||||
|
result.length = ((bytes[startAddress] & 0x7f) << 8) | ((bytes[startAddress+1] & 0xff));
|
||||||
|
}
|
||||||
|
}
|
||||||
|
};
|
||||||
|
} finally {
|
||||||
|
if (success) {
|
||||||
|
IOUtils.close(data, index);
|
||||||
|
} else {
|
||||||
|
IOUtils.closeWhileHandlingException(data, index);
|
||||||
|
}
|
||||||
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
@Override
|
@Override
|
||||||
|
|
|
@ -18,6 +18,7 @@ package org.apache.lucene.codecs.lucene40;
|
||||||
*/
|
*/
|
||||||
|
|
||||||
import java.io.IOException;
|
import java.io.IOException;
|
||||||
|
import java.util.HashMap;
|
||||||
import java.util.HashSet;
|
import java.util.HashSet;
|
||||||
import java.util.TreeSet;
|
import java.util.TreeSet;
|
||||||
|
|
||||||
|
@ -168,8 +169,7 @@ class Lucene40DocValuesWriter extends DocValuesConsumer {
|
||||||
|
|
||||||
int maxDoc = state.segmentInfo.getDocCount();
|
int maxDoc = state.segmentInfo.getDocCount();
|
||||||
final boolean fixed = minLength == maxLength;
|
final boolean fixed = minLength == maxLength;
|
||||||
// nocommit
|
final boolean dedup = uniqueValues != null && uniqueValues.size() * 2 < maxDoc;
|
||||||
final boolean dedup = fixed && (uniqueValues != null && uniqueValues.size() * 2 < maxDoc);
|
|
||||||
|
|
||||||
if (dedup) {
|
if (dedup) {
|
||||||
// we will deduplicate and deref values
|
// we will deduplicate and deref values
|
||||||
|
@ -184,7 +184,7 @@ class Lucene40DocValuesWriter extends DocValuesConsumer {
|
||||||
if (fixed) {
|
if (fixed) {
|
||||||
addFixedDerefBytesField(field, data, index, values, minLength);
|
addFixedDerefBytesField(field, data, index, values, minLength);
|
||||||
} else {
|
} else {
|
||||||
assert false; // nocommit
|
addVarDerefBytesField(field, data, index, values);
|
||||||
}
|
}
|
||||||
success = true;
|
success = true;
|
||||||
} finally {
|
} finally {
|
||||||
|
@ -324,6 +324,57 @@ class Lucene40DocValuesWriter extends DocValuesConsumer {
|
||||||
w.finish();
|
w.finish();
|
||||||
}
|
}
|
||||||
|
|
||||||
|
private void addVarDerefBytesField(FieldInfo field, IndexOutput data, IndexOutput index, Iterable<BytesRef> values) throws IOException {
|
||||||
|
field.putAttribute(legacyKey, LegacyDocValuesType.BYTES_VAR_DEREF.name());
|
||||||
|
|
||||||
|
CodecUtil.writeHeader(data,
|
||||||
|
Lucene40DocValuesFormat.BYTES_VAR_DEREF_CODEC_NAME_DAT,
|
||||||
|
Lucene40DocValuesFormat.BYTES_VAR_DEREF_VERSION_CURRENT);
|
||||||
|
|
||||||
|
CodecUtil.writeHeader(index,
|
||||||
|
Lucene40DocValuesFormat.BYTES_VAR_DEREF_CODEC_NAME_IDX,
|
||||||
|
Lucene40DocValuesFormat.BYTES_VAR_DEREF_VERSION_CURRENT);
|
||||||
|
|
||||||
|
// deduplicate
|
||||||
|
TreeSet<BytesRef> dictionary = new TreeSet<BytesRef>();
|
||||||
|
for (BytesRef v : values) {
|
||||||
|
dictionary.add(BytesRef.deepCopyOf(v));
|
||||||
|
}
|
||||||
|
|
||||||
|
/* values */
|
||||||
|
long startPosition = data.getFilePointer();
|
||||||
|
long currentAddress = 0;
|
||||||
|
HashMap<BytesRef,Long> valueToAddress = new HashMap<BytesRef,Long>();
|
||||||
|
for (BytesRef v : dictionary) {
|
||||||
|
currentAddress = data.getFilePointer() - startPosition;
|
||||||
|
valueToAddress.put(v, currentAddress);
|
||||||
|
writeVShort(data, v.length);
|
||||||
|
data.writeBytes(v.bytes, v.offset, v.length);
|
||||||
|
}
|
||||||
|
|
||||||
|
/* ordinals */
|
||||||
|
long totalBytes = data.getFilePointer() - startPosition;
|
||||||
|
index.writeLong(totalBytes);
|
||||||
|
final int maxDoc = state.segmentInfo.getDocCount();
|
||||||
|
final PackedInts.Writer w = PackedInts.getWriter(index, maxDoc, PackedInts.bitsRequired(currentAddress), PackedInts.DEFAULT);
|
||||||
|
|
||||||
|
for (BytesRef v : values) {
|
||||||
|
w.add(valueToAddress.get(v));
|
||||||
|
}
|
||||||
|
w.finish();
|
||||||
|
}
|
||||||
|
|
||||||
|
// the little vint encoding used for var-deref
|
||||||
|
private static void writeVShort(IndexOutput o, int i) throws IOException {
|
||||||
|
assert i >= 0 && i <= Short.MAX_VALUE;
|
||||||
|
if (i < 128) {
|
||||||
|
o.writeByte((byte)i);
|
||||||
|
} else {
|
||||||
|
o.writeByte((byte) (0x80 | (i >> 8)));
|
||||||
|
o.writeByte((byte) (i & 0xff));
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
@Override
|
@Override
|
||||||
public void addSortedField(FieldInfo field, Iterable<BytesRef> values, Iterable<Number> docToOrd) throws IOException {
|
public void addSortedField(FieldInfo field, Iterable<BytesRef> values, Iterable<Number> docToOrd) throws IOException {
|
||||||
// examine the values to determine best type to use
|
// examine the values to determine best type to use
|
||||||
|
|
Loading…
Reference in New Issue