在执行 flush()的过程中，Lucene 会将内存中的索引信息生成索引文件，其生成的时机点如下图红色框标注：

图 1：

  图一中的流程是 flush()阶段的其中一个流程点，完整的 flush()过程可以看系列文章 文档提交之 flush， 索引文件的生成 系列文章将会介绍图一中红框标注的每一个流程点，本篇文章先介绍 生成索引文件 .tim、.tip、.doc、.pos、.pay 流程点。

生成索引文件。tim、.tip、.doc、.pos、.pay

  在添加文档阶段，一篇文档中的 term 所属文档号 docId，在文档内的出现次数 frequency，位置信息 position、payload 信息、偏移信息 offset，会先被存放到 倒排表 中，随后在 flush()阶段，读取倒排表的信息，将这些信息写入到索引文件 .tim、.tip、 .doc、 .pos、.pay 中。

生成索引文件。tim、.tip、.doc、.pos、.pay 的流程图

图 2：

写入索引文件的顺序

图 3：

  在文章 倒排表 中我们知道，倒排表中的内容按照域进行划分，域之间可能存在相同的 term，但是一个域内 term 是唯一的，故其写入索引文件的顺序如图 3 所示， 域间（between filed）根据域名（field name）的字典序处理，域内（inner field）按照 term 的字典序进行处理。

生成索引文件.doc、.pos、.pay

图 4：

  我们先介绍在 一个域内，生成索引文件.doc、.pos、.pay 的逻辑。

生成索引文件.doc、.pos、.pay 的流程图

图 5：

  图 5 描述的是同一个域内处理一个 term，生成索引文件.doc、.pos、.pay 的过程。

执行处理前的初始化的工作

图 6：

  依次处理当前域中所有的 term，并且是按照 term 的字典序处理。

为什么要按照 term 的字典序处理：

  • 在后面介绍生成 索引文件.tim、tip 时，需要存储 term 的值，而相邻有序的 term 更有可能具有相同的前缀值，那么通过前缀存储（见 索引文件之 tim&&tip）就可以节省存储空间。

  在处理一个 term 前，我们先要 执行处理前的初始化的工作，工作内容为获取上一个 term 后处理结束后的信息，包括以下信息：

  • docStartFP：当前 term 在 索引文件.doc 中的起始位置，在后面的流程中，当前 term 的文档号 docId、词频 frequency 信息将从这个位置写入，因为索引文件是以数据流的方式存储，所以 docStartFP 也是上一个 term 对应的信息在索引文件.doc 中的最后位置 +1
  • posStartFP：当前 term 在 索引文件.pos 中的起始位置，在后面的流程中，当前 term 的位置 position 信息从这个位置写入，因为索引文件是以数据流的方式存储，所以 posStartFP 也是上一个 term 对应的信息在索引文件。pos 中的最后位置 +1
  • payStartFP：当前 term 在 索引文件.pay 中的起始位置，在后面的流程中，当前 term 的偏移 offset、payload 信息从这个位置写入，因为索引文件是以数据流的方式存储，所以 payStartFP 也是上一个 term 对应的信息在索引文件。pay 中的最后位置 +1
  • 重置跳表信息：该信息在后面介绍跳表时再展开介绍

图 7：

  图 7 中，如果 当前开始处理第二个 term，那么此时 docStartFP（docStart File Pointer 缩写）、posStartFP、payStartFP 如上所示，这几个信息将会被写入到索引文件。tim、.tip 中，本文中我们只需要知道生成的时机点，这些信息的作用将在后面的文章中介绍。

是否还有文档包含当前 term？

图 8：

  按照文档号从小到大，依次处理当前 term 在一篇文档中的信息，这些文档中都包含当前 term。

记录当前文档号到 docSeen

图 9：

  使用 FixedBitSet 对象 docSeen 来记录当前的文档号，docSeen 在生成 索引文件.tim、tip) 时会用到，这里我们只要知道它生成的时间点就行。

记录 term 所有文档中的词频 totalTermFreq

图 10：

  这里说的所有文档指的是包含当前 term 的文档，一篇文档中可能包含多个当前 term，那么每处理一篇包含当前 term 的文档，term 在这篇文档中出现的次数增量到 totalTermFreq，totalTermFreq 中存储了 term 在所有文档中出现的次数，同样增量统计 docFreq，它描述了包含当前 term 的文档数量。

  totalTermFreq、docFreq 将会被存储到 索引文件.tim、tip) 中，在搜索阶段，totalTermFreq、docFreq 该值用来参与打分计算（见系列文章 查询原理）。

是否生成了 PackedBlock?

图 11：

  每当处理 128 篇包含当前 term 的文档，就需要将 term 在这些文档中的信息，即文档号 docId 跟词频 frequency，使用 PackeInts 进行压缩存储，生成一个 PackedBlock。

图 12：

  图 12 中，红框标注的即 PackedBlock，关于 PackedBlock 的介绍以及几个问题在后面的流程中会介绍，这里先抛出这几个问题：

  • 为什么要生成 PackedBlock
  • 为什么选择 128 作为生成 PackedBlock 的阈值
写入到跳表 skipList 中

图 13：

  如果生成了一个 PackedBlock，那么需要生成跳表，使得能在读取阶段能快速跳转到指�