知识卡片
动态集合：靠周期性重建和预留空隙摊销更新成本
内容
静态索引构造技巧假设数据一次性写定，但真实文档集合持续增删会暴露两个问题：压缩模型基于旧文本统计，新词只能用”逃逸”标记退化成不压缩存储；倒排列表变长后定长磁盘块可能装不下。解法是用可预测的浪费换可控的更新成本：压缩模型等文本累积膨胀到原来数倍才重建一次，重建次数是对数级、可预先估算；索引磁盘块预留约5%空闲空间吸收记录增长，配合内存更新缓存把频繁小规模磁盘操作合并成少量大块读写。
参考来源
- 位置：第5章《索引构造》「动态集合」小节（源文件：_chapter-text/ch05.txt）
- 结论依据：原文说明压缩模型用escape标记处理新词、周期性重建（3倍扩展）控制压缩率下降，且索引块预留5%空闲空间配合更新缓存摊销更新成本，直接支持卡片论点。
- 原始内容："模型应该能够提供一种'escape'标记用来指示一个文档或者文档的部分以未压缩的形式存储……检索系统应该周期性重建（rebuilt）……在通用数据集上采用某种保守的方法，每次重建（rebuiding）数据集将在大小上扩大3倍……实验表明……仅有大约5％的未使用空间……使用一个更新缓存（update cache）来存放这些更新请求。"