主题：【原创】闲话Google集群 [6] 同步的苦恼 -- 邓侃

Gmail标签的实现，说难也不难，说容易也不容易。

Gmail邮件的检索，是依靠inverted index来实现的。不妨用Lucene来体验一下inverted index（倒排索引）的功能。

在Lucene里面，每个document，被分为很多fields。譬如email的To，Cc，Bcc，Topic，Body等等，都是fields。把每个document拆分为多个fields，然后把每个fields里的string取出，按terms建立inverted index。

如果增加一个field，“label”，那么建立inverted index的时候，也相应增加相关索引。

如果有些email没有label怎么办？如果没有label，那么按照label来检索就找不到。找不到不是坏事，就像有些email没有Cc一样。

听起来很容易，当然前提是对搜索引擎技术需要比较了解。如果我前面的文字读起来费解，不妨先玩玩Lucene。花一个下午熟悉一下Lucene，再回头看我写的东东，或许就明白了。

为什么说难？主要是动态建索引的问题。

建inverted index不是一件轻松的活儿，通常每天只更新一次。但是注意到使用gmail时，你刚刚收到的email，就能被查到，而不是明天才能被查到，这是为什么？这是因为gmail里面有动态索引的技术。

动态索引如何实现，说起来比较费事。以后再聊。