[發(fā)明專利]一種基于路徑的文件搜索方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201410795855.8
• 申請(qǐng)日: 2014-12-18
• 公開（公告）號(hào): CN104537017B
• 公開（公告）日: 2018-05-04
• 發(fā)明（設(shè)計(jì)）人: 薛貞文;張程偉;于傳帥
• 申請(qǐng)（專利權(quán)）人: 華為技術(shù)有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 北京同達(dá)信恒知識(shí)產(chǎn)權(quán)代理有限公司11291
• 代理人: 馮艷蓮

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種基于路徑的文件搜索方法及裝置。

背景技術(shù)

傳統(tǒng)的文件系統(tǒng)是基于目錄樹的元數(shù)據(jù)管理結(jié)構(gòu)，通過(guò)對(duì)文件系統(tǒng)中的所有文件構(gòu)造目錄樹，參閱圖1所示，通過(guò)檢索目錄樹進(jìn)行文件管理，基于目錄樹結(jié)構(gòu)的管理方式適用于文件系統(tǒng)中的文件和目錄規(guī)模不大的場(chǎng)景。

在當(dāng)今的海量文件系統(tǒng)中，管理的文件規(guī)模達(dá)到上百萬(wàn)乃至上億級(jí)別，顯然，傳統(tǒng)的基于目錄樹結(jié)構(gòu)的管理方式已遠(yuǎn)遠(yuǎn)無(wú)法滿足海量文件的文件檢索的性能要求。為了解決這一問(wèn)題，通常將海量文件系統(tǒng)按目錄樹進(jìn)行分區(qū)，參閱圖2所示，每個(gè)分區(qū)包含一定數(shù)量的文件或目錄個(gè)數(shù)(比如1萬(wàn)個(gè)目錄或10萬(wàn)個(gè)文件)，根據(jù)查詢時(shí)輸入的文件路徑來(lái)篩選出一個(gè)或少數(shù)幾個(gè)分區(qū)，然后在這些分區(qū)中利用其它文件屬性進(jìn)行更細(xì)致的搜索，從而加速元數(shù)據(jù)搜索。

為了實(shí)現(xiàn)在所有分區(qū)中通過(guò)輸入路徑篩選出一個(gè)或幾個(gè)分區(qū)，現(xiàn)有技術(shù)通常按照目錄進(jìn)行分區(qū)(比如一個(gè)分區(qū)包含1萬(wàn)個(gè)目錄)，然后維持一個(gè)包括所有目錄路徑到分區(qū)的映射表(簡(jiǎn)稱路徑分區(qū)映射表)，參閱表1所示。查詢時(shí)，根據(jù)用戶輸入的路徑在路徑分區(qū)映射表中找到相應(yīng)的分區(qū)，然后，在這些篩選出的分區(qū)內(nèi)進(jìn)行搜索需要的文件。

表1針對(duì)圖2中的目錄樹分區(qū)構(gòu)建的路徑分區(qū)映射表

現(xiàn)有技術(shù)采用路徑分區(qū)映射表的方式實(shí)現(xiàn)輸入路徑到分區(qū)的篩選，是一種簡(jiǎn)單直觀的方法。然而，在一個(gè)海量文件系統(tǒng)中，目錄的數(shù)非常龐大，若將所有路徑都添加至路徑分區(qū)映射表，會(huì)導(dǎo)致路徑分區(qū)映射表的規(guī)模龐大，占用的存儲(chǔ)空間較大，并且導(dǎo)致路徑分區(qū)映射表的查詢更新效率較慢和文件的搜索性能急劇下降等問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種基于路徑的文件搜索方法及裝置，用以解決現(xiàn)有技術(shù)中存在的路徑分區(qū)映射表規(guī)模龐大，占用的存儲(chǔ)空間較大，并且導(dǎo)致路徑分區(qū)映射表的查詢更新效率較慢和搜索性能下降的問(wèn)題。

本發(fā)明實(shí)施例提供的具體技術(shù)方案如下：

第一方面，一種基于路徑的文件搜索方法，包括：

獲取待查詢文件的路徑，以及路徑分區(qū)映射表，其中，所述路徑分區(qū)映射表中保存有每個(gè)分區(qū)信息以及每個(gè)分區(qū)信息對(duì)應(yīng)的分區(qū)中字典序最大的絕對(duì)路徑的對(duì)應(yīng)關(guān)系；

確定所述待查詢文件的路徑的字典序，作為待查詢字典序；并

根據(jù)所述路徑分區(qū)映射表中的每一個(gè)絕對(duì)路徑確定對(duì)應(yīng)的絕對(duì)路徑字典序；

基于所述待查詢字典序在所有絕對(duì)路徑字典序中進(jìn)行檢索，獲得大于或等于所述待查詢字典序的各絕對(duì)路徑字典序中的最小絕對(duì)路徑字典序，并將獲得的絕對(duì)路徑字典序?qū)?yīng)的絕對(duì)路徑作為目標(biāo)絕對(duì)路徑；

根據(jù)獲得的所述目標(biāo)絕對(duì)路徑以及路徑分區(qū)映射表，確定所述目標(biāo)絕對(duì)路徑所歸屬的分區(qū)信息，作為目標(biāo)分區(qū)信息；

將所述目標(biāo)分區(qū)信息對(duì)應(yīng)的分區(qū)中的所有文件，作為所述待查詢文件所歸屬的文件集合。

結(jié)合第一方面，在第一種可能的實(shí)現(xiàn)方式中，在獲取待查詢文件的目標(biāo)路徑以及路徑分區(qū)映射表之前，還包括：

針對(duì)本地保存的所有文件構(gòu)造目錄樹；

根據(jù)所有文件對(duì)應(yīng)的絕對(duì)路徑字典序?qū)λ瞿夸洏溥M(jìn)行分區(qū)，生成多個(gè)分區(qū)；

其中，任意兩個(gè)分區(qū)對(duì)應(yīng)的絕對(duì)路徑字典序范圍的交集為空，任意一個(gè)分區(qū)對(duì)應(yīng)的絕對(duì)路徑字典序范圍為從絕對(duì)路徑字典序最小值到絕對(duì)路徑字典序最大值。

結(jié)合第一方面或第一方面的第一種可能的實(shí)現(xiàn)方式，在第二種可能的實(shí)現(xiàn)方式中，在基于所述待查詢字典序在所有絕對(duì)路徑字典序中進(jìn)行檢索之前，還包括：

將所有絕對(duì)路徑字典序按照字典序從小到大的順序進(jìn)行排序。

結(jié)合第一方面的第二種可能的實(shí)現(xiàn)方式，在第三種可能的實(shí)現(xiàn)方式中，基于所述待查詢字典序在所有絕對(duì)路徑字典序中進(jìn)行檢索，獲得大于或等于所述待查詢字典序的各絕對(duì)路徑字典序中的最小絕對(duì)路徑字典序，包括：

在按照字典序從小到大進(jìn)行排序的所有絕對(duì)路徑字典序中，從第一個(gè)絕對(duì)路徑字典序開始依次選擇兩個(gè)相鄰的第一絕對(duì)路徑字典序和第二絕對(duì)路徑字典序；

判定所述待查詢字典序大于所述第一絕對(duì)路徑字典序，且小于或等于第二絕對(duì)路徑字典序時(shí)，確定所述第二絕對(duì)路徑字典序?yàn)榇笥诨虻扔谒龃樵冏值湫虻母鹘^對(duì)路徑字典序中的最小絕對(duì)路徑字典序。

結(jié)合第一方面或第一方面的以上任一種可能的實(shí)現(xiàn)方式，在第四種可能的實(shí)現(xiàn)方式中，將所述目標(biāo)分區(qū)信息對(duì)應(yīng)的分區(qū)中的所有文件，作為所述待查詢文件所歸屬的文件集合，包括：