減少索引格式的大小：文本

你好，我有這種格式的倒排索引格式的文本是：減少索引格式的大小：文本

長期文檔1，書2 poids1 poids2

我想減少他的大小我haave降低名字文檔例如文件1個將成爲1 ..也爲重例如2.5565465454重量將是2.55像這樣examle在java中的

BigDecimal bd = new BigDecimal(w); 
bd = bd.setScale(2, RoundingMode.HALF_UP);

請如果u有任何想法ü可以建議我以減少我不知道的大小編輯的代碼，但只是一些想法

來源

2016-11-07 Amal Kostali Targhi

爲什麼你想減少的文本版本大小？對於文本，通過一個標準的壓縮實用程序，如gzip ...否則，如果你想減少非文本倒排文件結構本身的大小，使用索引prunning ...在哪裏你可以從帖子列表中刪除條目太低的重量... – Debasis

謝謝你，但它的想法，以保持罕見的話，所以我不知道如果它索引prunning將幫助我 –

你已經給出的例子是一個文本文件，可以從現有索引的文本轉儲獲得（記住，指數基本上是組織爲二進制，即非文本文件）。

在這方面，沒有太多的使用修剪長文件名，例如「文檔-1」到「D1」，因爲在典型的實現中，例如Lucene，文檔和術語由整數ID標識，而不是由它們的名稱標識。

此外，還有在修整後小數沒有意義的，例如「0.25555」到「0.25」，因爲它們會佔用相同數量的存儲空間（通常爲64位）。

什麼可以真正幫助您就是Apache Lucene的，這是記錄here的整理實用程序。該軟件包支持通過各種不同的啓發式算法進行索引修整，其中最簡單的是基於tf和tf-idf的修剪，從術語t的發佈列表中去除條目（t，d）， -off TF（噸，d）或TF（噸，d）X IDF（t）的值。

來源

2016-11-09 14:02:48 Debasis

減少索引格式的大小：文本

回答

相關問題