[發明專利]基于集合的文件項目歸類和檢索的方法與系統

無效

• 申請號: 200710009235.7
• 申請日: 2007-07-20
• 公開（公告）號: CN101158949A
• 公開（公告）日: 2008-04-09
• 發明（設計）人: 時文
• 申請（專利權）人: 時文
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

該發明所涉及技術領域為計算機文件系統領域。

背景技術

現代電子計算機系統對于持久信息的存儲一般是采用被操作系統管理的為文件系統的方式來進行，而文件系統無論它建立在哪種介質上，采用怎樣的存儲組織方式，從用戶邏輯上看基本都采用樹形結構。文件就是處在這個樹形結構中的葉子節點位置的一個獨立的信息存儲實體，非葉子節點稱之為目錄，每個文件可以通過由樹形結構的根節點到該文件節點的路徑進行唯一的標識。這是一般意義上的電子計算機系統上的文件系統和文件的概念，在這稱為狹義的文件及文件系統概念。

如果進一步抽象可以得到更加廣義的文件和文件系統的概念，稱之為廣義文件及廣義文件系統。廣義文件定義為一個獨立的信息存儲實體，而廣義文件系統可以定義為由多個廣義文件構成的復合結構，而廣義文件系統中的每個廣義文件都有唯一的標識進行標識和引用。這樣的定義剔除了原來定義中的和操作系統的關系以及樹形的組織結構，使很多不屬于常規文件系統的信息組織結構也滿足這個定義。

例如，一個購物網站上的商品目錄系統，可以將每個商品的網頁看作是廣義的文件，將每個商品的網頁的URL看作是唯一的標識，則可以認為商品目錄系統是一個廣義的文件系統。再例如，內存中獨立的若干塊內存，每塊內存可以用唯一的地址進行標識和引用，那么也可以將這些內存塊看作一個廣義的文件系統。

但由于滿足廣義文件系統定義的系統太多，且之間區別較大，難以用統一的方式描述和處理，故此在這里指定，本發明所指定的文件系統明確包含兩類情況：第一類就是由運行在計算機系統上的操作系統管理的文件系統，第二類就是采用WWW瀏覽器訪問的網站上所實現的分級目錄系統。例如，一個購物網站按照商品類別逐級劃分所形成多級商品目錄系統。這類文件系統和操作系統管理的文件系統就有很大的相似性，邏輯上也是按照樹形的結構來組織，網頁的URL和文件路徑有很大的相似性，雖然沒有一個直觀的界面展示這種樹形結構，但是其邏輯本質是樹形結構。

本發明適用的計算機系統界定為具有一個或多個CPU和一個統一的內存的能夠執行程序的機器設備。包括在這個定義內現實的系統有：個人電腦、各種大、種、小型計算機系統、PDA和手機等移動計算設備。

在前面所界定的文件系統一般都采用樹形結構來進行組織，雖然這種樹形結構被應用廣泛但是存在一些嚴重的缺點概括如下：

(1)當文件需要根據其所屬類別將其放置在對應目錄下時，由于一個文件可以屬于多個類別，而現今文件系統所采用的樹形結構為了保證一個文件在文件系統中標識的唯一性即路徑的唯一性一般只允許文件放置在一個目錄下，這就和文件屬于多個類別想矛盾。例如：我們要按照國籍去區分保存人的人事信息文件，如果按國別劃分若干子目錄，中國、美國、俄羅斯、英國、日本…等，將對應有該國國籍的人的人事信息文件放在下面。這種方式存在的困繞是一個人可以有多個國籍，比如一個人既可以有瑞士國籍，也可以同時擁有美國國籍。如果采用現有文件系統方式的話，該人所對應的文件及應該存在于瑞士子目錄又應該存在與美國子目錄，而這在現在的文件系統中是不允許的。更進一步的問題是，假如說想知道那些人具有多重國籍，比如，同時具有加拿大國籍和美國國籍或者同時具有俄羅斯、英國、瑞士國籍，顯然在傳統的文件系統所采用的樹形結構上想做到這點是很麻煩的事。

(2)樹形目錄系統還存在的一個問題是模式組合引起的分支爆炸問題。比如，同樣是存儲人事信息文件的文件系統，假如說首先按人所在的省級行政區域劃分若干子目錄，再在這些子目錄下按照性別分別劃分出男性和女性兩個子目錄，再在分別在男性和女性兩個子目錄下按年齡劃分成兒童，少年，青年，中年，老年幾個子目錄，其目錄結構見圖1。這樣劃分方式最終的葉子目錄的數目將是34×2×5＝340個，如果我們還想分下去的話，最終的葉子目錄的數目將成倍增加，可以由以下公式確定：

S_F＝S₁×S₂…×S_n

假設文件系統F有n層，S_F是整個文件系統葉子目錄數，S₁代表第i層子目錄數。再進一步的問題是，假如想按省份獲取青年的信息文件的話，會遇到第二級目錄按性別劃分的問題，即無法一次獲得一個省份所有的青年的信息文件，而是要進入同一省份目錄兩次，一次是獲得該省份所有男性青年的信息文件，第二次是獲得該省份所有女性青年的信息文件。