[發明專利]郵件索引建立方法及系統、郵件搜索方法及系統

有效

• 申請號: 201210357269.6
• 申請日: 2012-09-21
• 公開（公告）號: CN103678405A
• 公開（公告）日: 2014-03-26
• 發明（設計）人: 佘智勇
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F12/08;H04L12/58
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

1.一種郵件索引建立方法，其特征在于，包括：

對待建立索引的當前郵件進行分詞得到所述當前郵件的關鍵詞；

依據所述當前郵件的關鍵詞更新一級緩存中保存的一級倒排索引記錄；

判斷所述一級緩存中的一級倒排索引記錄的大小是否到達第一預設閾值，如果是，則將所述一級緩存中的所有一級倒排索引記錄讀取至二級緩存文件中；

判斷當前二級緩存文件的大小是否到達第二預設閾值，如果是，則依據路徑文件將所述二級緩存文件中的所有二級倒排索引記錄讀取至三級倒排索引文件，所述路徑文件保存關鍵詞與三級倒排索引文件對應的映射關系。

2.根據權利要求1所述的方法，其特征在于，所述將所述二級緩存文件中的所有二級倒排索引記錄讀取至三級倒排索引文件之后，還包括：

判斷所述三級倒排索引文件的大小是否到達第三預設閾值，如果是，則將所述三級倒排索引文件分裂為兩個倒排索引子文件；

依據分裂后的兩個倒排索引子文件更新路徑文件。

3.根據權利要求1所述的方法，其特征在于，所述將所述二級緩存文件中的所有二級倒排索引記錄讀取至三級倒排索引文件，包括：

將所述二級緩存文件中的所有二級倒排索引記錄讀取至內存中；

依據路徑文件確定所述二級倒排索引記錄中的關鍵詞對應的三級倒排索引文件；

將所述二級倒排索引記錄按照關鍵詞讀取至確定的三級倒排索引文件。

4.根據權利要求3所述的方法，其特征在于，所述將所述二級緩存文件中的所有倒排索引記錄按照關鍵詞讀取至確定的三級倒排索引文件，具體為：

將所述二級緩存文件中的所有倒排索引記錄按照關鍵詞以追加方式讀取至確定的三級倒排索引文件。

5.根據權利要求3所述的方法，其特征在于，所述三級倒排索引文件包括初始靜態壓縮文件和增量文件；則所述將所述二級倒排索引記錄按照關鍵詞讀取至確定的三級倒排索引文件，具體為：

將所述二級倒排索引記錄按照關鍵詞讀取至所述增量文件；

則所述將所述二級緩存文件中的所有倒排索引記錄讀取至三級倒排索引文件之后，還包括：

判斷所述增量文件是否超過增量閾值，如果是，則解壓所述初始靜態壓縮文件以得到解壓后的初始靜態文件；

合并所述初始靜態文件和所述增加文件得到合并文件，并將合并文件進行壓縮以生成當前靜態壓縮文件。

6.一種郵件搜索方法，其特征在于，采用如權利要求1所述的方法建立郵箱索引；該搜索方法包括：

獲取用戶提交的待搜索的關鍵詞；

依據路徑文件確定所述關鍵詞對應的三級倒排索引文件；所述路徑文件保存關鍵詞與三級倒排索引文件對應的映射關系；

從所述三級倒排索引文件中獲取所述關鍵詞所在的第一郵件集合，從一級緩存中獲取所述關鍵詞所在的第二郵件集合，以及，從所述二級緩存文件中獲取所述關鍵詞所在的第三郵件集合；

合并所述第一郵件集合、第二郵件集合和第三郵件集合以獲得搜索結果。

7.一種郵件索引建立系統，其特征在于，包括：

分詞單元，用于對待建立索引的當前郵件進行分詞得到所述當前郵件的關鍵詞；

更新一級緩存單元，用于依據所述當前郵件的關鍵詞更新一級緩存中保存的一級倒排索引記錄；

第一判斷單元，用于判斷所述一級緩存中的一級倒排索引記錄的大小是否到達第一預設閾值；

第一讀取單元，用于在所述第一判斷單元的結果為是的情況下，將所述一級緩存中的所有一級倒排索引記錄讀取至二級緩存文件中；

第二判斷單元，用于判斷當前二級緩存文件的大小是否到達第二預設閾值；

第二讀取單元，用于在所述第二判斷單元的結果為是的情況下，依據路徑文件將所述二級緩存文件中的所有二級倒排索引記錄讀取至三級倒排索引文件，所述路徑文件保存關鍵詞與三級倒排索引文件對應的映射關系。

8.根據權利要求7所述的系統，其特征在于，還包括：

第三判斷單元，用于判斷所述三級倒排索引文件的大小是否到達第三預設閾值；

拆分單元，用于在所述第三判斷單元的結果為是的情況下，將所述三級倒排索引文件分裂為兩個倒排索引子文件；

更新路徑單元，用于依據分裂后的兩個倒排索引子文件更新路徑文件。