减少索引格式的大小：文本

你好，我有这种格式的倒排索引格式的文本是：减少索引格式的大小：文本

长期文档1，书2 poids1 poids2

我想减少他的大小我haave降低名字文档例如文件1个将成为1 ..也为重例如2.5565465454重量将是2.55像这样examle在java中的

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

请如果u有任何想法ü可以建议我以减少我不知道的大小编辑的代码，但只是一些想法

来源

2016-11-07 Amal Kostali Targhi

为什么你想减少的文本版本大小？对于文本，通过一个标准的压缩实用程序，如gzip ...否则，如果你想减少非文本倒排文件结构本身的大小，使用索引prunning ...在哪里你可以从帖子列表中删除条目太低的重量... – Debasis

谢谢你，但它的想法，以保持罕见的话，所以我不知道如果它索引prunning将帮助我 –

你已经给出的例子是一个文本文件，可以从现有索引的文本转储获得（记住，指数基本上是组织为二进制，即非文本文件）。

在这方面，没有太多的使用修剪长文件名，例如“文档-1”到“D1”，因为在典型的实现中，例如Lucene，文档和术语由整数ID标识，而不是由它们的名称标识。

此外，还有在修整后小数没有意义的，例如“0.25555”到“0.25”，因为它们会占用相同数量的存储空间（通常为64位）。

什么可以真正帮助您就是Apache Lucene的，这是记录here的整理实用程序。该软件包支持通过各种不同的启发式算法进行索引修整，其中最简单的是基于tf和tf-idf的修剪，从术语t的发布列表中去除条目（t，d）， -off TF（吨，d）或TF（吨，d）X IDF（t）的值。

来源

2016-11-09 14:02:48 Debasis

减少索引格式的大小：文本

回答

相关问题