[發(fā)明專利]一種索引建立方法及系統(tǒng)、檢索方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201310406274.6
• 申請日: 2013-09-09
• 公開（公告）號: CN103488709A
• 公開（公告）日: 2014-01-01
• 發(fā)明（設(shè)計）人: 李東鴿;陳廷斌
• 申請（專利權(quán)）人: 東軟集團(tuán)股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王寶筠

1.一種索引建立方法，其特征在于，所述方法包括：

采集服務(wù)器將采集的真實數(shù)據(jù)存儲，并根據(jù)真實數(shù)據(jù)的存儲位置生成索引數(shù)據(jù)；所述索引數(shù)據(jù)包括關(guān)鍵值；

將索引數(shù)據(jù)按照關(guān)鍵值順序存入當(dāng)前緩沖塊；將緩沖塊中的索引數(shù)據(jù)按照關(guān)鍵值順序連續(xù)的排列到索引塊中；

將索引塊依次排列作為索引文件。

2.根據(jù)權(quán)利要求1所述方法，其特征在于，所述索引數(shù)據(jù)包括：

真實數(shù)據(jù)的存儲位置、長度、壓縮狀態(tài)信息以及關(guān)鍵值；

所述關(guān)鍵值為利用哈希算法對真實數(shù)據(jù)的特征值進(jìn)行計算得到的哈希值。

3.根據(jù)權(quán)利要求1所述方法，其特征在于，所述將采集的真實數(shù)據(jù)存儲具體為：

采集一個真實數(shù)據(jù)，判斷該真實數(shù)據(jù)的體積是否超過壓縮閾值，若超過則對真實數(shù)據(jù)進(jìn)行壓縮；

將未經(jīng)壓縮的或壓縮后的真實數(shù)據(jù)存入當(dāng)前數(shù)據(jù)塊。

4.根據(jù)權(quán)利要求1所述方法，其特征在于，所述緩沖塊具體包括：

緩沖塊狀態(tài)、緩沖塊體積、索引數(shù)據(jù)、最大關(guān)鍵值和最小關(guān)鍵值。

5.根據(jù)權(quán)利要求4所述方法，其特征在于，所述緩沖塊中的索引數(shù)據(jù)按照關(guān)鍵值順序連續(xù)的排列到索引塊中具體為：

設(shè)定索引塊數(shù)量，并分配當(dāng)前索引塊，重復(fù)的歷便所有緩沖塊當(dāng)前的最大關(guān)鍵值或最小關(guān)鍵值；

提取當(dāng)前所有緩沖塊中最大的最大關(guān)鍵值或最小的最小關(guān)鍵值對應(yīng)的索引數(shù)據(jù)，并寫入當(dāng)前索引塊中首位，若首位占用則寫入到前一次寫入的索引數(shù)據(jù)之后；

修改被提取索引數(shù)據(jù)的緩沖塊的最大關(guān)鍵值或最小關(guān)鍵值；直到所有索引數(shù)據(jù)均被寫入索引塊中停止寫入。

6.根據(jù)權(quán)利要求5所述方法，其特征在于，所述設(shè)定索引塊數(shù)量具體為：

設(shè)定比較優(yōu)化公式，所述比較優(yōu)化公式為

t為檢索比較次數(shù)，n為索引數(shù)據(jù)的總數(shù)，b為索引塊的總數(shù)，t、n、b均為自然數(shù)；當(dāng)b=b’使t為最小值，則b’為索引塊參考數(shù)量；

將索引塊參考數(shù)量設(shè)定為索引塊數(shù)量。

7.根據(jù)權(quán)利要求1-6任意一項所述方法，其特征在于，所述索引數(shù)據(jù)按關(guān)鍵值順序連續(xù)排列作為索引文件具體為：

將索引塊依次排列作為索引文件。

8.根據(jù)權(quán)利要求1-6任意一項所述方法，其特征在于，所述方法還包括：

采集服務(wù)器將索引文件緩存至內(nèi)存，并備份至硬盤。

9.一種索引建立系統(tǒng)，其特征在于，所述系統(tǒng)具體包括：

數(shù)據(jù)存儲模塊，用于將采集的真實數(shù)據(jù)存儲；

生成模塊，用于根據(jù)真實數(shù)據(jù)的存儲位置生成索引數(shù)據(jù)；所述索引數(shù)據(jù)包括關(guān)鍵值；

緩沖模塊，用于將索引數(shù)據(jù)按照關(guān)鍵值順序存入當(dāng)前緩沖塊；

索引制作模塊，用于將緩沖塊中的索引數(shù)據(jù)按照關(guān)鍵值順序連續(xù)的排列到索引塊中，將索引塊依次排列作為索引文件。

10.一種檢索方法，其特征在于，所述方法包括以下步驟：

獲悉目標(biāo)數(shù)據(jù)的關(guān)鍵值；

以目標(biāo)數(shù)據(jù)的關(guān)鍵值比較索引文件中各索引塊的關(guān)鍵值范圍，確定一個關(guān)鍵值范圍涵蓋目標(biāo)數(shù)據(jù)關(guān)鍵值的索引塊為目標(biāo)索引塊；

在目標(biāo)索引塊中搜尋得到與目標(biāo)數(shù)據(jù)關(guān)鍵值相等的索引數(shù)據(jù)，將該索引數(shù)據(jù)作為目標(biāo)索引數(shù)據(jù)；

從目標(biāo)索引數(shù)據(jù)中提取目標(biāo)數(shù)據(jù)的存儲位置，并從該存儲位置讀取目標(biāo)數(shù)據(jù)。

11.一種檢索系統(tǒng)，其特征在于，所述系統(tǒng)具體包括：

關(guān)鍵值模塊，用于獲悉目標(biāo)數(shù)據(jù)的關(guān)鍵值；

索引塊比較模塊，用于以目標(biāo)數(shù)據(jù)的關(guān)鍵值比較索引文件中各索引塊的關(guān)鍵值范圍，確定一個關(guān)鍵值范圍涵蓋目標(biāo)數(shù)據(jù)關(guān)鍵值的索引塊為目標(biāo)索引塊；

索引數(shù)據(jù)比較模塊，用于在目標(biāo)索引塊中搜尋得到與目標(biāo)數(shù)據(jù)關(guān)鍵值相等的索引數(shù)據(jù)，將該索引數(shù)據(jù)作為目標(biāo)索引數(shù)據(jù)；

數(shù)據(jù)讀取模塊，用于從目標(biāo)索引數(shù)據(jù)中提取目標(biāo)數(shù)據(jù)的存儲位置，并從該存儲位置讀取目標(biāo)數(shù)據(jù)。