.tim（TermDictionary）文件中存放了每一个term的TermStats，TermStats记录了包含该term的文档数量，term在这些文档中的词频总和；另外还存放了term的TermMetadata，TermMetadata记录了该term在.doc、.pos、.pay文件中的信息，这些信息即term在这些文件中的起始位置，即保存了指向这些文档的索引；还存放了term的Suffix，对于有部分相同前缀值的term，只需存放这些term不相同的后缀值，即Suffix。另外还存放了term所在域的信息等其他信息，下文中会详细介绍。
.tip文件中存放了指向tim文件的索引来实现随机访问tim文件中的信息，并且.tip文件还能用来快速判断某个term是否存在。
本文直接介绍了索引文件中每个字段的含义，其具体的生成过程见系列文章索引文件的生成（一）。
tim文件的数据结构
图1：
在tim文件中NodeBlock中包含了至少25个entries，每一个entries中包含了一个term（或者有相同前缀的term集合）的相关数据，FieldSummary中记录了域的一些信息。
图2：
NodeBlock有两种类型，如上图所示，第一种是 OuterNode，第二种是 InnerNode。这两种类型的NodeBlock在数据结构上有细微的差别（详情见索引文件的生成（六）），我们先介绍OuterNode的数据，然后再介绍他们之间的差别以及为什么NodeBlock为什么需要两种类型。
图3：
OuterNode
OuterNode中包含了所有term的一些信息(后面会详细介绍包含哪些信息)，在Lucene7.5.0版本的源码中，按照term的大小顺序处理，并且用3个RAMOutputStream对象，即suffixWriter、statsWriter、bytesWriter来记录每一个term的Suffix信息、TermStats信息、TermMetadata信息。在所有的term处理结束后，将3个RAMOutputStream对象中的内容合并写入到.tim文件中。
EntryCount
EntryCount描述了当前的OuterNode中包含多个entries，即包含了多少个term的信息（或者有相同前缀的term集合），该值是一个组合值，EntryCount的最低的一个bit位描述用来描述当前NodeBlock是否为该域的最后一个block。
SuffixLength、StatsLength、MetaLength
这三个值分别描述了所有term的Suffix、TermStats、TermMetadata在.tim文件中的数据长度，在读取.tim时用来确定读取Suffix、TermStats、TermMetadata的范围区间。
不过SuffixLength是一个组合值，该值的最低的一个bit位描述了当前NodeBlock是否包含sub block（OuterNode即sub block，下文会介绍），即当前NodeBlock为OuterNode还是InnerNode。
Suffix
图4：
Length
term的后缀长度。
SuffixValue
term的后缀值，之前提到按照term的大小顺序进行处理的，如果一批term具有相同的前缀并且这批term的个数超过25个，那么这批term会被处理为一个NodeBlock，并且SuffixValue只存储除去相同前缀的后缀部分。
注意的是：下文中InnerNode中的Suffix字段将会额外多出一个index字段，该字段的介绍见下文。
TermStats
图5：
DocFreq
DocFreq描述了包含当前term的文档个数。
TotalTermFreq
TotalTermFreq描述了term在文档中出现的总数，实际存储了与DocFreq的差值，目的是尽可能压缩存储，即使用差值存储。
TermMetadata
图6：
SingletonDocID
如果只有一篇文档包含当前term，那么SingletonDocID被赋值这篇文档号，如果不止一篇文档包含当前term，那么SingletonDocID不会写入到.tim文件中。
LastPosBlockOffset
如果term的词频大于BLOC_SIZE,即大于128个，那么在.pos文件中就会生成一个block，LastPosBlockOffset记录最后一个block结束位置，通过这个位置就能快速定位到term的剩余的position信息，并且这些position信息的个数肯定是不满128个，可以看Lucene50PostingsWriter.java中finishTerm()的方法。
SkipOffset
SkipOffset用来描述当前term信息在.doc文件中 跳表信息的起始位置。
DocStartFP
DocStartFP是当前term信息在.doc文件中的起始位置。
PosStartFP
PosStartFP是当前term信息在.pos文件中的起始位置。
PayStartFP
payStartFP是当前term信息在.pos文件中的起始位置。
InnerNode
介绍InnerNode具体的数据结构之前，我们先给出一个场景，如果我们需要处理的term值为下面的情况：
图7：
遍历每一个term，将具有相同前缀"ab"的，并且个数超过25个的term先处理为一个OuterNode，接着前缀值"ab"作为一个term与剩余的term处理为一个InnerNode。
图8：
由于InnerNode中的前缀为"ab"的所有term的Suffix、TermStats、TermMetadata已经存放在.tim文件中，所以在InnerNode只要记录在.tim文件中的偏移位置，即上图中的红色标注的index。所以通过图8与图3就可以看出InnerNode跟OuterNode的数据结构的差异。
FieldSummary
介绍FieldSummary之前，先要声明的是在图1中，只是单个域的.tim文件数据结构，下面是多个域的.tim数据结构。
图9：
下面是FieldSummary的数据结构。
图10：
图10 中的Field的个数与位置图9中的Field一一对应。
NumFields
NumFields描述了.tim文件中的有多少种域。
FieldNumber
FieldNumber记录了当前域的编号，这个编号是唯一的，同时它是从0开始的递增值。数值越小，说明该域更早的被添加进了索引。
NumTerms
NumTerms记录了当前域中有多少种term。
RootCodeLength
RootCodeLength描述了当前域中的term的FST数据的长度。
RootCodeValue
RootCodeValue描述了当前域中的term的FST数据。
SumTotalTermFreq
sumTotalTermFreq描述了当前域中所有term在文档中的总词频。
SumDocFreq
SumDocFreq描述了包含当前域中的所有term的文档数量。
DocCount
DocCount描述了有多少篇文档包含了当前域。
LongsSize
longsSize的值只能是1，2，3三种，1说明了当前域只存储了doc、frequency，2说明了存储了doc、frequency，positions，3说明存储了doc、frequency，positions、offset。
MinTerm
当前域中的最小的term。
MaxTerm
当前域中的最大的term。
DirOffset
DirOffset记录了FieldSummary的信息在.tim文件中的起始位置。
tip文件的数据结构
图11：
FSTIndex
FSTIndex记录了NodeBlock在.tim文件中一些信息，比如说fp为NodeBlock在.tim文件中的起始位置，hasTerms描述NodeBlock中是否包含pendingTerm对象, isFloor表示是否为floor block，然后将这些信息用FST算法存储，在前面的博客中有介绍FST的存储过程。
IndexStartFP
IndexStartFP描述了当前的FSTIndex信息在.tip中的起始位置。
DirOffset
DirOffset描述了第一个IndexStartFP在.tip中的位置。
结语
tim、tip文件是索引文件中最复杂的实现，加上工作较忙，看了蛮久。如果朋友们想要阅读这部分源码，必须先熟悉FST算法，并且源码中BlockTreeTermsWriter.java中pushTerm(BytesRef text)方法在刚开始看时，始终不明白这段代码的意思，尴尬，遇到同样情况的朋友可以简单的理解为它就是为了统计相同前缀的term的个数是否达到25(minItemsInBlock)，另外tip文件的数据结构没有详细介绍，因为这一块跟FST算法紧紧关联，理解了FST算法就自然知道了FSTIndex，而在前面的文章中已经介绍了这个算法，大家可以先去了解下。
点击下载Markdown文件