簡單寫一下最近看到的一個問題。

問題：solr段合併的時候，DocID的邏輯上有些許變化，有些不再是段中的DocId加上偏移量。

定位：首先，solr的底層也都是呼叫的lucenne的程式碼，所以這一塊就跟lucene沒有什麼區別。邏輯上資料是先寫入快取的，當達到閾值的時候開始持久化到磁碟中，寫入新的段。由於段合併的邏輯，會判斷相鄰的10個段（舉例）是否達到合併的要求，如果達到合併的要求，就會進行合併生成一個新的段。
參考過，Lucene 原理與程式碼分析完整版 如果想研究lucene的話，可以好好看看，寫的很不錯。不過可能由於版本太久，合併的邏輯進行了更改。新生成的newDocId不一定等於offset+oldDocId，每一段的DocId都是從0開始重新編排的，一個段也是一個獨立的存在，在生成的索引檔案目錄中也可以看到。原始碼的處理當時是，先判斷是否有document是否被刪除，如果刪除就將後面的ID往前移，所以邏輯上還是有些變化的。原始碼後續再貼出來，在MergeState初始化的時候，就會定義這樣的一個邏輯，儲存在docMaps中。

不過有個問題是，我新匯入的資料，好像並沒有刪除document的時候，也會有一些DocId發生了類似的變化。