[發明專利]數據存儲與檢索方法、裝置、計算機設備及存儲介質

有效

• 申請號: 202011473881.0
• 申請日: 2020-12-15
• 公開（公告）號: CN112527949B
• 公開（公告）日: 2023-01-13
• 發明（設計）人: 黃俊龍;邵小亮;徐文靜;鄭堅剛
• 申請（專利權）人: 建信金融科技有限責任公司
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F16/33;G06F40/126
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 賈磊;李輝

本發明實施例提供了一種數據存儲與檢索方法、裝置、計算機設備及存儲介質，其中，該方法包括：對原始數據進行哈夫曼編碼；存儲編碼后的數據；接收檢索關鍵字，對檢索關鍵字進行哈夫曼編碼；利用編碼后的檢索關鍵字在所述編碼后的數據中進行檢索，得到編碼后的檢索數據；對編碼后的檢索數據進行解碼，得到檢索數據的原始數據。該方案有利于縮小存儲整個文本所需的總占用空間，進而有利于提高空間利用率；同時，以編碼的形式進行檢索，由于編碼所占用空間小，實現了在一個較小的數據空間中進行檢索，有利于減少檢索所需的內存開銷，同時有利于提高檢索速度，提高檢索效率。

技術領域

本發明涉及數據處理技術領域，特別涉及一種數據存儲與檢索方法、裝置、計算機設備及存儲介質。

背景技術

當今社會已經不折不扣步入大數據時代，越來越多的數據存儲于我們的計算機設備中。計算機的內存也由以前的幾兆逐步發展到現在的數十GB，計算機硬盤也由幾百兆發展到現在的幾百TB。隨著存儲數據量的幾何級增長，我們需要不斷增加存儲設備容量來存儲日益增長的數據，同時也需要新的方法來提高檢索存量數據的速度。

現有的方法是將數據直接用通用的編碼(例如，UTF8，Unicode，GBK等)編碼后存儲于設備中。我們知道對于一個漢字UTF8編碼下占2個字節，GBK編碼下占3個字節。意思就是一段漢字，編碼后所占的存儲空間至少是漢字數*2字節，可見存儲空間依然很大，不利于減小存儲的占用空間，不利于提高檢索效率。

發明內容

本發明實施例提供了一種數據存儲與檢索方法，以解決現有技術中數據存儲與檢索存在的存儲占用空間大、檢索效率低的技術問題。該方法包括：

對原始數據進行哈夫曼編碼；

存儲編碼后的數據；

接收檢索關鍵字，對檢索關鍵字進行哈夫曼編碼；

利用編碼后的檢索關鍵字在所述編碼后的數據中進行檢索，得到編碼后的檢索數據；

對編碼后的檢索數據進行解碼，得到檢索數據的原始數據。

本發明實施例還提供了一種數據存儲與檢索裝置，以解決現有技術中數據存儲與檢索存在的存儲占用空間大、檢索效率低的技術問題。該裝置包括：

第一編碼模塊，用于對原始數據進行哈夫曼編碼；

存儲模塊，用于存儲編碼后的數據；

第二編碼模塊，用于接收檢索關鍵字，對檢索關鍵字進行哈夫曼編碼；

檢索模塊，用于利用編碼后的檢索關鍵字在所述編碼后的數據中進行檢索，得到編碼后的檢索數據；

解碼模塊，用于對編碼后的檢索數據進行解碼，得到檢索數據的原始數據。

本發明實施例還提供了一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述任意的數據存儲與檢索方法，以解決現有技術中數據存儲與檢索存在的存儲占用空間大、檢索效率低的技術問題。

本發明實施例還提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有執行上述任意的數據存儲與檢索方法的計算機程序，以解決現有技術中數據存儲與檢索存在的存儲占用空間大、檢索效率低的技術問題。