12-byte (4+4+4) records (term, doc,

12-byte (4+4+4) records (term, doc, freq).
These are generated as we parse docs.
Must now sort 100M such 12-byte records by term.
Define a Block ~ 10M such records
Can easily fit a couple into memory.
Will have 10 such blocks to start with.
Basic idea of algorithm:
Accumulate postings for each block, sort, write to disk.
Then merge the blocks into one long sorted order.

ผลลัพธ์ (ไทย) 1:

12 ไบต์ (4 + 4 + 4) ระเบียน (ระยะ เอกสาร freq)เหล่านี้จะสร้างเราแยกเอกสารต้องตอนนี้เรียงลำดับ 100 เมตรเช่นไบต์ 12 ระเบียน โดยระยะกำหนดบล็อก ~ 10M ระเบียนดังกล่าวได้อย่างง่ายดายสามารถใส่คู่ลงในหน่วยความจำจะมี 10 บล็อกดังกล่าวจะเริ่มต้นด้วยความคิดพื้นฐานของอัลกอริทึม:สะสมการลงรายการบัญชีสำหรับแต่ละบล็อค จัดเรียง การเขียนไปยังดิสก์แล้ว รวมสั่งบล็อกเข้ายาวเรียงกัน

ผลลัพธ์ (ไทย) 2:

12 ไบต์ (4 + 4 + 4) บันทึก (ระยะ doc, ความถี่).
เหล่านี้จะถูกสร้างขึ้นในขณะที่เราแยกเอกสาร.
ตอนนี้ต้องเรียงลำดับ 100M บันทึก 12 ไบต์ดังกล่าวโดยระยะ.
กำหนดบล็อก ~ 10M บันทึกดังกล่าว
ได้อย่างง่ายดายสามารถพอดี . คู่ในหน่วยความจำ
จะมี 10 บล็อกดังกล่าวจะเริ่มต้นด้วย.
ความคิดพื้นฐานของอัลกอริทึม:
. โพสต์สะสมสำหรับแต่ละบล็อกเรียงลำดับเขียนไปยังดิสก์
แล้วผสานลงในบล็อกเพื่อเรียงยาว

ผลลัพธ์ (ไทย) 3:

12 ไบต์ ( 4 4 4 ) บันทึก ( คำ , หมอ , ความถี่ ) .
เหล่านี้ถูกสร้างขึ้นเมื่อเราแยกเอกสาร .
ตอนนี้ต้องเรียง 100m 12 ไบต์ข้อมูลด้วย . .
กำหนดบล็อก ~ 10M เช่นประวัติ
สามารถพอดีกับคู่ลงในหน่วยความจำ .
จะได้ 10 บล็อกดังกล่าวจะเริ่มต้นด้วย แนวคิดพื้นฐานของอัลกอริทึม :

สะสมโพสต์สำหรับแต่ละบล็อก , จัดเรียง , เขียนไปยังดิสก์ .
แล้วผสานลงในบล็อกหนึ่งยาวเรียงลําดับ .