1、 倒排拉鍊如果很長如何處理
（1）倒排拉鍊的長度是有限制的，這個長度限制是億級別的，所以一般不會超出，如果真的超出就會截斷
（2）可能超出長度的是一些停用詞，如果超出就會截斷，並且停用詞在建立倒排的時候，位置信息只建立一個，因爲這些詞一般無意義只是爲了召回，如果位置信息太多，在後續計算proximity score的時候比較耗時，這些需要處理的詞是挖掘好的詞表
2、如何提升索引檢索的性能
（1）索引分區
索引可以分區，按照termid分區即可，這樣取一個term的doclist的時候，首先將term轉化爲termid，然後termid%分區數就可以hash到這個termid的索引塊，然後在這個索引塊中進行二分查找找到這個termid對應的doclist
（2）索引查找
索引查找主要使用的是跳錶查找，先看一下數據結構
首先word的doclist在物理機上存儲的基本單位是section，每個section中存儲一定量的doclist，假設某個word的doclist有1024個，每個section可以存儲512個docid，那麼這個word需要兩個section，如果有多個section，那麼多個section可以使用跳錶連接起來
在section內部，doclist也是有大小順序的，這樣這些doclist也可以再次使用跳錶結構
其中section級別的跳錶有1級，doclist級別的跳錶有2級
struct qsrchSEGItem {
uint32_t _M_offset;
uint32_t _M_size;
// 當前segment最小docid
uint32_t _M_skipdoc;
};
struct qsrchDOCHead {
uint64_t _M_basedoc:32;
// 當前section最小docid
uint64_t _M_skipdoc:32;
…
}
1、首先倒排列表被分配到多個sectiont中，每個section默認8192個倒排id，如果倒排id有10000個那麼這個倒排列表被分配到2個sectiont中
2、sectiont之間是和sectiont內部的doc是逆序排列的，也就是有序的，這樣就可以形成跳錶結構了
3、查詢sectiont，每次查詢先查詢sectiont的最大id以及sectiont的size，如果目標在id-size之間，就定位了sectiont
4、在sectiont內部查找目標，原理同查找section差不多
（3）查找順序
查找的時候先把倒排拉鍊按照長短排序，先找用短的查找長的；而且在查找的時候一個doc查完才查另一個doc，例如
word1 ： 1 3 5 6
word2 ： 1 3 5 8 10 12
word3： 1 2 5 7 10 14 16 18
先把word按照查找倒排長短排序，短的在前，然後word1中先用1查找word2中的1，找到以後再查找word3中的1，如果都查找到則這個docid 1爲有效docid。
然後word1中用3查找word2中的3，找到以後再找word3中的3，發現沒有找到那麼docid3 不是有效id
（4）索引壓縮
索引壓縮的基本單位是section，索引壓縮的主要用途是爲了減少磁盤io操作，否則磁盤佔用的塊會比較多，比較消耗io