[發明專利]一種基于語義標注的異構數據分布式存儲方法

在審

• 申請號: 201710608703.6
• 申請日: 2017-07-26
• 公開（公告）號: CN107515902A
• 公開（公告）日: 2017-12-26
• 發明（設計）人: 吳含前;沈鳴飛;顧鵬;陳鋼
• 申請（專利權）人: 蘇州希格瑪科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;H04L29/08
• 代理公司: 蘇州華博知識產權代理有限公司32232
• 代理人: 彭益波

1.一種基于語義標注的異構數據分布式存儲方法，其特征在于，包括以下步驟：

1)建立異構數據源語義標簽庫和異構數據信息語義標簽庫；

2)建立異構數據存儲單元內容；

3)將異構數據源語義標簽庫和異構數據信息語義標簽庫動態存儲在.META.表信息中，將數據源語義和數據信息語義進行關系映射存儲；

4)動態存儲數據單位內容于存儲塊中；

5)對標注好的異構數據的語義信息進行語義相似度計算；

6)進行異構數據融合信息存儲，將計算出的相似度值存儲在.INFO.信息表中，將相似度值和異構數據的數據信息進行關系映射存儲；

7)建立基于語義庫的分布式數據信息檢索信息；

8)將存儲數據檢索信息存儲在.INDEX.表中。

2.根據權利要求1所述的基于語義標注的異構數據分布式存儲方法，其特征在于，所述步驟1)具體包括以下步驟：

1.1)語義標簽庫創建；

1.2)異構數據源輸入；

1.3)數據源語義解析和/或標注數據源名稱和/或標注數據源類別和/或標注數據源格式和/或標注數據源時間；

1.4)數據信息語義解析和/或標注數據名稱和/或標注數據歸屬信息和/或標注數據描述和/或標注數據時間。

3.根據權利要求1所述的基于語義標注的異構數據分布式存儲方法，其特征在于，所述步驟4)還包括以下內容：

當異構數據源容量超過存儲塊的大小時，則系統自動將數據源信息切分為若干小塊，每塊的容量不大于存儲塊的大小。

4.根據權利要求3所述的基于語義標注的異構數據分布式存儲方法，其特征在于，所述存儲塊的大小為64M。

5.根據權利要求1所述的基于語義標注的異構數據分布式存儲方法，其特征在于，所述步驟5)具體包括以下步驟：

5.1)讀取兩個存儲單元；

5.2)對存儲的異構數據的語義信息按字進行劃分；

5.3)計算字頻；

5.4)得到字頻序列；

5.5)計算兩個字頻序列的COS夾角值。

6.根據權利要求5所述的基于語義標注的異構數據分布式存儲方法，其特征在于，所述步驟5)具體包括以下步驟：

5.6)判斷得到的夾角值是否大于a，若大于，則相似；否則，則不相似。

7.根據權利要求1-6任一項所述的基于語義標注的異構數據分布式存儲方法，其特征在于，異構數據源語義標簽包括：數據源名稱和/或數據源類別和/或數據源描述和/或數據源格式和/或數據源創建時間。

8.根據權利要求7所述的基于語義標注的異構數據分布式存儲方法，其特征在于，異構數據信息語義標簽包括：數據名稱和/或數據歸屬信息和/或數據描述和/或數據創建時間。

9.根據權利要求8所述的基于語義標注的異構數據分布式存儲方法，其特征在于，索引信息包括數據源信息和/或數據信息和/或分布式存儲的節點信息和/或索引時間。