Cluene在建立索引時，主要經歷以下幾個步驟：
- 利用Analyzer對content進行處理，構成一個個token.
- 根據token,構建倒排索引，將索引寫到文件（一個索引包含多個不同類型的文件）。
- 如果有可能，將多個較小的索引文件合併成一個較大的索引文件。
- 重複1-3，直到所有文章處理完畢。
其序列圖如下：
可以看到，整個過程是一個大的loop，可以反覆地添加document,每個doc又包含多個字段和相應的content. 可以看到主要用到類是IndexWriter類和DocumentWriter類,在流程的前半段，主要使用DocumentWriter，Lucene自帶的測試例子是從IndexWriter作爲出發點，並且看不到產生的索引文件，默認生成的索引文件都是在內存中，只是最終合併成一個物理文件放到磁盤上，爲了學習和理解DocumentWriter,我使用的如下的測試例子：
void testDocWriter2(CuTest *tc)
{
SimpleAnalyzer a;
RAMDirectory dir;
Similarity *sim = CL_NS(search)::Similarity::getDefault();
FSDirectory *fs= FSDirectory::getDirectory("E:/xxxx",true);
int maxFieldCount=10000;
DocumentWriter docW(fs,&a,sim,maxFieldCount);
TCHAR* test1 = _T("eating chocolate in a computer lab"); //6 terms
TCHAR* test2 = _T("computer in a computer lab"); //5 terms
TCHAR* test3 = _T("a chocolate lab grows old"); //5 terms
TCHAR* test4 = _T("eating chocolate with a chocolate lab in an old chocolate colored computer lab"); //13 terms
Document testDoc1;
testDoc1.add(*Field::Text(_T("title"),test1,true));
testDoc1.add(*Field::Text(_T("content"),test2,true));
docW.addDocument(newSegmentName(),&testDoc1);
Document testDoc2;
testDoc2.add(*Field::Text(_T("title"),test3,false));
docW.addDocument(newSegmentName(),&testDoc2);
}這裏添加了兩個doc，其中一個doc，含有兩個field，另一個doc，含有一個field。在創建索引時，Lucene會爲每個doc起一個新的名字（這個名字是永不重複的，並且是不可改變的，即使這個doc被合併後，其name也是不變的）。索引產生的文件都是以這個名字命名，只是擴展名不同。下面詳細講解lucene創建索引的過程：
1-4):準備階段，構建索引數據。
5-6):生成索引信息文件。索引信息文件主要存放fieldinfo信息，包括Field的Name，Field的屬性(是否存儲，是否索引）。是最主要的文件。所有其他的文件都依賴於此文件的內容，這個文件要最新生成，在讀取索引時，也要首先讀取這個文件。
7-8)生成xxx.fdt和xxx.fdx,記錄了索引對應的內容，這樣，在查找時，如果找到了包含索引的文檔，可以把文檔還原出來。
9-13) 生成postingTable並寫入文件的過程，其中 10：InvertDocument()是在構建倒排索引，12.將生成的倒排索引進行排序，用到了快速排序。
這個過程中，產生的文件如下:
1. xxx.tii:Term索引文件 xxx.tis Term數據文件
由於Term數據文件中含有大量的Term,爲了加快查找速度。對Term數據文件，建立了二級甚至三級 “索引”。這就是tii文件，其中用到了跳躍表技術。
2. xxx.freq 和xxx.prox, 記錄了term在doc(確切地講，是field）出現的次數和位置。這裏用到“差值規則和或然跟隨規則".
3. xxx.tvf xxx.tvx xxx.tvd 這幾個文件並不是一定會生成的，只有設置了storeTermVector屬性，纔會生成這幾個文件，主要記錄了term在文檔中的次數。
14). 記錄每個每個字段的權重，默認等於document的權重。
15). 進入建立索引的後半程，當產生的索引文件達到一定個數時，程序會自動將幾個索引文件合併成一個較大的索引文件。主要包含以下幾個部分：
- 合併域：mergeFields()
- 合併詞典和倒排表：mergeTerms();
- 合併標準化因子：mergeNorms();
- 合併詞向量：mergeVectors();
索引合併流程圖如下：
索引合併也是一個比較複雜過程，主要流程如下：
索引文件總體結構：
