Lucene4.7 Directory (一)

散仙今天就从源码的角度来分析下Lucene的根基Directory的实现，在此以前，咱们先来看下Directory家族的层级分布图。

从上图中，咱们能够看出Directory共有11个直接或者间接的子类，不一样的子类的做用和功能不同，那么Directory做为此继承图的顶级父类，在Lucene中确实发挥重要的根基做用，就像Hadoop的根基是HDFS同样，Directory肩负着索引存储的重任，若是没有存储，那么检索就无从谈起了，虽然咱们常常称全文检索，搜索引擎什么的，其实它们的背后，Directory才是默默无闻的”雷锋“。

下面就来详细的剖析下Directory的核心实现。 
Directory是由lucene中的一些列索引文件组成的目录，一个典型索引文件结构图的截图以下：

而Directory的做用，就是负责管理这些索引文件，包括数据的读取和写入，以及索引文件的添加，删除和合并。从这样的角度来分析，Directory更像一个系统的管理员，下面，散仙再具体的分析下一些核心方法的做用。 

咱们都知道Lucene的索引体系，支持读共享，写独占的方式来访问索引目录，也就是说，它容许多个线程实例同时并发的读取，而不容许多个线程同时写入，你们可能会有疑问，为何不支持多线程写入呢？这实际上是由于索引目录有本身的某一时刻的内部状态，好比说文件指针，而多线程写入时，会形成指针混乱，从而引发索引结构损坏或某些数据丢失，因此lucene任什么时候候都禁止有多个线程并发的写入索引，即便是多线程写，每次也只能经过队列的方式，一次只容许一个线程操做索引，按这样的状况分析，多线程写入与单线程写入，在性能上的提高，并非明显的，那么lucene又是怎么控制一次只能有一个线程写入呢，打开Directory的源码，咱们就会发现，它实际上是在内部维护了一个锁的实例，经过加锁方式，来禁止后来线程的写入操做，固然锁的做用不只仅是防止并发写入，它还能够经过锁名字来判断，这两份索引是否为同一份索引，那么若是咱们想使用多线程来提高写入速度，一个折中的办法就是，每一个线程写一份目录，最后在对这些目录，进行合并，下面给出了一些源码中锁的实现方法

protected LockFactory lockFactory;//锁实现，只能由子类覆盖
//设置锁名
  public Lock makeLock(String name) {
      return lockFactory.makeLock(name);
  }
  //清除锁
  public void clearLock(String name) throws IOException {
    if (lockFactory != null) {
      lockFactory.clearLock(name);
    }
  }

下面咱们来分析下Directory源码中另一个变量isOpen的做用

    //注意，使用的是volatile关键字修饰
  volatile protected boolean isOpen = true;

isOpen是用来判断当前的Directory实例，在内存中的状态，它使用的是volatile 关键字修饰的，被此变量修饰的内容，JVM虚拟机读取的时候会直接在主存中读取该变量的值，而不会在各个线程的本地内存中读，这样一来，当并发读的时候，若是Directory实例关闭了，那么各个读的线程会当即获取最新的状态，若是不作处理的话，将会抛出一个目录实例关闭的异常。isOpen 确保了索引在并发读的时候，各个线程实例获取Directory状态的一致性。

  private static final class SlicedIndexInput extends BufferedIndexInput {
    IndexInput base;
    long fileOffset;
    long length;
    
    SlicedIndexInput(final String sliceDescription, final IndexInput base, final long fileOffset, final long length) {
      this(sliceDescription, base, fileOffset, length, BufferedIndexInput.BUFFER_SIZE);
    }
    
    SlicedIndexInput(final String sliceDescription, final IndexInput base, final long fileOffset, final long length, int readBufferSize) {
      super("SlicedIndexInput(" + sliceDescription + " in " + base + " slice=" + fileOffset + ":" + (fileOffset+length) + ")", readBufferSize);
      this.base = base.clone();
      this.fileOffset = fileOffset;
      this.length = length;
    }

接下来，来分析Directory的静态常量内部类SlicedIndexInput的做用,Lucene的索引文件是很是松散的，不一样类型的数据存储在不一样的文件里，咱们能够经过文件名，来单独读取指定索引文件的内容，一样道理咱们也能够，在写入信息时候，单独写入某部分数据的信息，这样一来，就避免了操做整个目录的可能，按需所用，从必定程度上来讲，这样的设计提高了性能，保证了数据的稳定与可靠性，虽然也从某种程度上加大了Directory目录管理的复杂度，但这些都是微不足道的。 


SlicedIndexInput这个类的做用保证了Lucene能够单独读取部分索引文件的内容，注意这些内容都不是最原始的数据，而是SlicedIndexInput克隆的一份副本，这样一来在并发读的环境下是很是有利的，每一个线程都会从主存中load一份副本出来。在咱们的源码中，咱们并无发现它具备深度克隆的功能，可是经过一系列继承的追踪，咱们发现，SlicedIndexInput==》BufferedIndexInput==》IndexInput==》DataInput，在最后的这个父类中实现了Cloneable和Closeable接口，从而确保保证了SlicedIndexInput能够正常的工做，以及释放一些占用的IO资源。 


除了上面几个比较重要的做用外，Directory还提供了，其余的一些文件管理功能，例如获取全部的索引文件信息，删除一个索引文件，获取一个索引文件的大小，索引的备份，等等在这里散仙，就不给出演示了，此篇文章重点分析的Directory的功能和做用，后续的文章，散仙会重点分析它的一些子类的实现和功能。