[發明專利]用于電子內容的分布式索引搜索的系統及方法

無效

• 申請號: 200980150355.6
• 申請日: 2009-10-13
• 公開（公告）號: CN102246172A
• 公開（公告）日: 2011-11-16
• 發明（設計）人: W·嘉比
• 申請（專利權）人: 法盧資產有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 李玲

1.一種系統，包括：

對等網絡節點；

可用的對等網絡，所述對等網絡連接到所述對等網絡節點并配置成與所述對等網絡節點交互操作；以及

其中，所述對等網絡節點包括邏輯，所述邏輯用于執行軟件以便：

將文件語法分析成搜索術語列表中的關鍵字；

對所述搜索術語列表內的關鍵字進行排序；

針對所述搜索術語列表中的每個已排序的關鍵字：

將所排序的關鍵字識別為初級關鍵字；

確定對應于所述對等網絡中的主節點的唯一節點標識符，所述主節點配置成：

存儲包括對應于所述文件的所述初級關鍵字及標識符的倒排索引條目；以及

將字符串存儲在所述主節點上所存儲的布隆過濾器數據結構中；

識別所述搜索術語列表中的一個或多個次級關鍵字；

將所述初級關鍵字和所述文件標識符存儲在所述主節點中所存儲的所述倒排索引中；以及

將所述一個或多個次級關鍵字存儲在所述布隆過濾器數據結構中。

2.如權利要求1所述的系統，其特征在于，所述邏輯是配置有處理器的計算機，所述處理器耦合到：存儲器、顯示器、用戶接口、以及網絡接口。

3.如權利要求1所述的系統，其特征在于，來自所述文件的全部術語被排序并用作所述搜索術語列表內的單獨的初級關鍵字。

4.如權利要求3所述的系統，其特征在于，所述排序以字母數字順序來執行。

5.如權利要求1所述的系統，其特征在于，還包括將所述搜索術語列表內的關鍵字的大小寫改變成小寫。

6.如權利要求1所述的系統，其特征在于，還包括從所述搜索術語列表移除重復關鍵字。

7.如權利要求1所述的系統，其特征在于，還包括從所述搜索術語列表移除停止字。

8.如權利要求1所述的系統，其特征在于，如果次級關鍵字的排序比所述初級關鍵字低，則一個或多個次級關鍵字被存儲在所述布隆過濾器數據結構中。

9.如權利要求1所述的系統，其特征在于，確定對應于所述對等網絡中的主節點的唯一節點標識符還包括獲取所述初級關鍵字的散列值以及確定最接近所述散列值的唯一節點標識符。

10.如權利要求9所述的系統，其特征在于，所述初級關鍵字包含多個關鍵字。

11.如權利要求1所述的系統，其特征在于，所述軟件還確定一個或多個次級關鍵字離所述初級關鍵字的距離。

12.如權利要求12所述的系統，其特征在于，所述軟件將所述一個或多個次級關鍵字字符串的距離存儲在所述布隆過濾器數據結構中。

13.如權利要求1所述的系統，其特征在于，存儲在所述倒排索引中的所述初級關鍵字還包括多個關鍵字。

14.如權利要求1所述的系統，其特征在于，確定對應于所述對等網絡中的主節點的唯一節點標識符還包括確定所述對等網絡中的哪個節點存儲包含初級關鍵字的倒排索引，所述初級關鍵字具有多個關鍵字。

15.一種用于索引對等網絡體系結構內要被搜索的文件的方法，所述方法包括：

將文件語法分析成搜索術語列表中的關鍵字；

對所述搜索術語列表內的所述關鍵字進行排序；

針對所述搜索術語列表中的每個已排序的關鍵字：

將所排序的關鍵字識別為初級關鍵字；

確定對應于所述對等網絡中的主節點的唯一節點標識符，由此所述主節點：

存儲包括對應于所述文件的所述初級關鍵字及標識符的倒排索引條目；

將字符串存儲在所述主節點上所存儲的布隆過濾器數據結構中；

識別所述搜索術語列表中的一個或多個次級關鍵字；

將所述初級關鍵字和所述文件標識符存儲在所述主節點中所存儲的倒排索引中；以及

將所述一個或多個次級關鍵字存儲在所述布隆過濾器數據結構中。

16.如權利要求15所述的方法，其特征在于，還包括對來自所述文件的全部術語排序并將全部術語用作所述搜索術語列表內的單獨的初級關鍵字。

17.如權利要求16所述的方法，其特征在于，所述排序以字母數字順序來執行。