在本站中

本站是开源的，搜索模块在框架仓库的 crates/modules/search（包名 module-search）。它把博客、五个板块、文档、案例、课程和论坛主题装进一个 tantivy 索引，放在磁盘上的 MmapDirectory 里，启动时打开，之后每 10 分钟增量刷新一次；搜索框的请求经 server function search_query 走到同一个索引。

用到 tantivy 的代码集中在 engine.rs（1063 行，其中后一半是单元测试）和 indexer.rs（777 行）。本站从 0.26.1 升到了 0.27.0（tantivy-jieba 仍是 0.19），这一部分按框架仓库 main 分支当前的代码讲，0.26.1 上的行为只在不同的地方单独说明。

1. 本站的搜索模块：schema 七个字段、jieba_lower 分析器、schema 不匹配时清空重建、ReloadPolicy::Manual；每次 upsert 新开一个 50 MB 的 writer，commit_and_reload 提交后等后台合并做完再丢掉。早先的写法提交完直接 drop，后台合并全被丢掉：把引擎复制出来按本站的刷新节奏跑一天，只刷新动态来源时段数不涨，每轮夹带一篇改过的文件时 144 轮后 157 个段、删除的旧版本 821 篇，一个案例的 BM25 分数从 39.35 掉到 24.20；等合并之后段数压在 8 以下。jieba 输出的词元一半以上是空白和标点，正文平均长度因此翻倍，命中集合不变、排序会变。查询先截断、转义，不带空格的中文输入变成短语查询。0.26.1 和 0.27.0 的索引格式都是 v7，旧索引直接能开。

flowchart TB
  boot["启动"] --> open["open_or_create"]
  open --> fresh{"索引为空"}
  fresh -- 是 --> full["replace_all"]
  fresh -- 否 --> load["直接使用"]
  timer["每 600 s"] --> inc["增量刷新"]
  inc --> up["upsert_documents"]
  inc --> del["delete_documents"]
  req["search_query"] --> q["engine.query"]
  q --> idx["MmapDirectory 索引"]
  full --> idx
  up --> idx
  del --> idx

各步调到的 tantivy 代码在前几部分讲过：writer 的线程和内存在 IndexWriter，提交在提交，合并和 drop 时丢掉合并在合并，jieba 怎么接进来在分词，删除位图和 fieldnorm 在 fieldnorm 与删除位图。