谈谈lucene中的BytesRefHash

lucene中不少的数据结构都采用了个性化的实现，并且没有利用一些通用的开源的其它框架，主要的目的仍是为了灵活可控、保证高效率、节约内存，BytesRefHash就是其中一个基本的、重要的、核心的数据结构。

根据lucene中给出的注释，BytesRefHash是一个相似于HashMap的数据结构，但我我的认为它更像一个ArrayList与HashSet的混合物。由于它并不能像传统的HashMap同样存储任意的key和value，只能基于元素的索引号与元素值进行一些简单的读取、判断元素是否存在等功能。基于元素的索引号读取元素相似于ArrayList，判断元素是否存在（内部实现经过哈希算法实现）相似于HashSet。

在其内部有一个核心的类就是ByteBlockPool，基于该类能够保证数据在物理上的连续性，带来的好处是提升数据的访问效率，并节约内存空间。

关于提升数据的访问效率比较好理解，由于物理上连续的数据能更好的利用cpu cache。能节约内存空间主要是由于java对象的内存布局主要包含3个部分：对象头、数据域和padding，而BytesRefHash主要是对BytesRef字节对象进行处理，经过对字节对象的合并连续存储可以减小对象头和padding占用的空间，从而节约内存。

BytesRefHash为了实现的方便将值的大小限制在32766及如下。