[發明專利]構建索引的方法、檢索方法、裝置及系統

在審

• 申請號: 201110204879.8
• 申請日: 2011-07-21
• 公開（公告）號: CN102890682A
• 公開（公告）日: 2013-01-23
• 發明（設計）人: 朱正平;馬超;沈妍
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 何文彬

技術領域

本發明涉及檢索技術領域，特別涉及一種構建索引的方法、檢索方法、裝置及系統。

背景技術

隨著網絡的普及，信息量的日益增加，檢索技術的應用范圍越來越廣。為了實現檢索，需要預先將數據構建成索引，再根據預先構建的索引進行檢索，因而構建索引的方式，可決定檢索的速度。

現有技術中，構建索引的方式是根據文件大小建立一大一小兩個索引段，新數據實時合并到小索引段里面，并且在某些時刻把大索引段和小索引段合并成一個新的大索引段，在檢索時，同時檢索大索引段和小索引段，然后合并二者的結果。

在實現本發明的過程中，發明人發現現有技術至少存在以下缺點：

由于現有技術需要將新數據和小索引段合并，再將小索引段與大索引段合并后才能提供檢索服務，從而影響檢索速度，且在純內存環境下，現有技術提供的構建索引的方式及檢索的方式通常還需要額外的內存，導致內存的有效利用率不高。

發明內容

為了在提高檢索速度的同時，提高內存利用率，本發明實施例提供了一種構建索引的方法、檢索方法、裝置及系統。所述技術方案如下：

一方面，提供了一種構建索引的方法，所述方法包括：

將每個預設時間段內獲取到的數據各自構建成一個初級索引段，并在每個預設時間段結束后，將構建的初級索引段合并到初級索引段集合中；

復制所述初級索引段集合中的各個初級索引段，并將其合并到對應的大索引段中，得到大索引段集合；

將所述初級索引段集合中的初級索引段或所述大索引段集合中的大索引段發送給檢索裝置，以用于提供檢索服務。

具體地，所述復制所述初級索引段集合中的各個初級索引段，并將其合并到對應的大索引段中，具體包括：

按時間順序依次復制所述初級索引段集合中的各個初級索引段，并將復制的初級索引段合并到對應的大索引段中，所述對應的大索引段為所述大索引段集合中與空閑內存相連的大索引段。

優選地，所述將構建的初級索引段合并到初級索引段集合中之后，還包括：

每隔預設周期，刪除所述初級索引段集合中的在預設周期之前構建的初級索引段。

優選地，所述復制所述初級索引段集合中的各個初級索引段，并將其合并到對應的大索引段中，得到大索引段集合之后，還包括：

將所述大索引段集合中的各個大索引段進行備份。

其中，所述初級索引段和大索引段中均包括一個序列號值和一個是否完整的標志；

相應地，所述復制所述初級索引段集合中的各個初級索引段，并將其合并到對應的大索引段中時，合并后的大索引段的序列號值為合并時的初級索引段的序列號值和大索引段的序列號值中的較大序列號值；

相應地，所述將所述初級索引段集合中的初級索引段或所述大索引段集合中的大索引段發送給檢索裝置，具體包括：

接收所述檢索裝置發送的索引段申請，所述申請中攜帶序列號值和是否完整的標志；

根據所述申請中攜帶的序列號值和是否完整的標志向所述檢索裝置發送對應的索引段，所述對應的索引段為所述初級索引段集合中的初級索引段或所述大索引段集合中的大索引段。

具體地，所述根據所述申請中攜帶的序列號值和是否完整的標志向所述檢索裝置返回對應的索引段，具體包括：

如果所述申請中攜帶的序列號值為空，則讀取已備份的索引段，并將其發送給所述檢索裝置；

或者，如果所述申請中攜帶的序列號值為非空，且所述申請中攜帶不完整的標志，則將序列號值與所述申請中攜帶的序列號值相同的索引段返回給所述檢索裝置；

或者，如果所述申請中攜帶的序列號值為非空，且所述申請中攜帶完整的標志，則將序列號值為所述申請中攜帶的序列號值的下一個序列號值的索引段返回給所述檢索裝置。

還提供了一種構建索引的裝置，所述裝置包括：

構建模塊，用于將每個預設時間段內獲取到的數據各自構建成一個初級索引段，并在每個預設時間段結束后，將構建的初級索引段合并到初級索引段集合中；

合并模塊，用于復制所述構建模塊得到的初級索引段集合中的各個初級索引段，并將其合并到對應的大索引段中，得到大索引段集合；

發送模塊，用于將所述構建模塊得到的初級索引段集合中的初級索引段或所述合并模塊得到的大索引段集合中的大索引段發送給檢索裝置，以用于提供檢索服務。