[發明專利]一種基于索引進行文件比對的方法和裝置

在審

• 申請號: 201310042343.X
• 申請日: 2013-02-04
• 公開（公告）號: CN103970792A
• 公開（公告）日: 2014-08-06
• 發明（設計）人: 張遜;李嶺;吳金壇;呂蘇;馬軍
• 申請（專利權）人: 中國銀聯股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 鄭冀之;湯春龍

技術領域

本發明涉及文件比對，并且尤其涉及基于索引進行文件比對的方法和裝置。

背景技術

目前，在進行文件比對通常會讀取整個文件，將整個文件裝入內存逐個記錄或逐行進行比較，需要對雙邊文件進行兩次遍歷，耗時較長，占用系統資源較大，效率較低。而且，現有技術中的文件比對方法不能對文件中的記錄進行排序，在處理記錄亂序文件的時候無法有效找出異同記錄，對于兩個記錄相同，但是記錄順序不同的文件無法進行有效比較，甚至出現錯誤的比對結果。

發明內容

根據本發明的一個目的，公開一種基于索引進行文件比對的方法，該文件由多個記錄組成，該方法包括以下步驟：

獲取第一文件和第二文件中的記錄的主鍵，

根據獲取的主鍵，為所述第一文件和第二文件中的記錄建立索引，

按照索引，匹配所述第一文件和第二文件中的記錄的主鍵，

將主鍵匹配的記錄進行比對，并且將比對結果寫入結果文件。

優選地，將主鍵不匹配的索引信息寫入結果文件。

優選地，根據預置的主鍵解析規則從第一文件和第二文件中的記錄獲取主鍵。

優選地，所述索引還包括與獲取的主鍵對應的記錄在文件中的行號。

優選地，根據匹配的主鍵獲取記錄的行號，根據行號定位文件中的該記錄。

根據本發明的另一個目的，公開一種基于索引進行文件比對的裝置，該文件由多個記錄組成，該裝置包括：

文件比對器和索引生成器，其中，

索引生成器被配置成：

獲取第一文件和第二文件中的記錄的主鍵，

根據獲取的主鍵，為所述第一文件和第二文件中的記錄建立索引，

文件比對器被配置成：

按照索引，匹配所述第一文件和第二文件中的記錄的主鍵，

將主鍵匹配的記錄進行比對，并且將比對結果寫入結果文件。

優選地，索引生成器進一步被配置成：

將主鍵不匹配的索引信息寫入結果文件。

優選地，索引生成器進一步被配置成：

根據預置的主鍵解析規則從第一文件和第二文件中的記錄獲取主鍵。

優選地，所述索引還包括與獲取的主鍵對應的記錄在文件中的行號。

優選地，文件比對器進一步被配置成：

根據匹配的主鍵獲取記錄的行號，根據行號定位文件中的該記錄。

本發明通過對文件進行預處理，建立索引，然后再按照索引比對文件。本發明的一個優勢在于可以在文件比對之前對文件中的記錄進行排序，實現對于記錄亂序的文件的比對。本發明的另一個優勢在于是能夠對文件進行預處理，找出單邊不存在（雙方不匹配）的記錄不對其進行比對，節約了系統資源也節約了重復比對的時間成本。本發明的另一個優勢在于按照索引進行排序避免按照行內容進行排序，節省了內存空間，縮短了排序時間，提高了比對效率。

附圖說明

在參照附圖閱讀了本發明的具體實施方式以后，本領域技術人員將會更清楚地了解本發明的各個方面。本領域技術人員應當理解的是，這些附圖僅僅用于配合具體實施方式說明本發明的技術方案，而并非意在對本發明的保護范圍構成限制。其中，

圖1是根據本發明實施例的基于索引進行文件比對的方法的示意圖。

圖2是根據本發明實施例的索引生成示例。

圖3是根據本發明實施例的基于索引進行文件比對的方法的步驟示意圖。

具體實施方式

下面參照附圖，對本發明的具體實施方式作進一步的詳細描述。在下面的描述中，為了解釋的目的，陳述許多具體細節以便提供對實施例的一個或多個方面的透徹理解。然而，對于本領域技術人員可以顯而易見的是，可以這些具體細節的較少程度來實踐各實施例的一個或多個方面。因此下面的描述不被視為局限性的，而是通過所附權利要求來限定保護范圍。

圖1是根據本發明實施例的基于索引進行文件比對的方法的示意圖。如圖1所示，基于索引進行文件比對總體上可以分為兩個步驟，即文件比對和索引生成。在索引生成的步驟中，首先分別從文件1和文件2獲取主鍵，這里的主鍵對應于文件1和文件2中的記錄。可以分別對文件1的主鍵和文件2的主鍵排序，然后生成索引。