[發明專利]一種存儲系統檢索文件內容的方法和設備

在審

• 申請號: 202110354363.5
• 申請日: 2021-04-01
• 公開（公告）號: CN113127421A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 王勇
• 申請（專利權）人: 山東英信計算機技術有限公司
• 主分類號: G06F16/14
• 分類號: G06F16/14;G06F16/13;G06F16/174
• 代理公司: 北京連和連知識產權代理有限公司 11278
• 代理人: 劉小峰;宋薇薇

本發明提供了一種存儲系統檢索文件內容的方法和設備，該方法包括：將存儲系統中的每個文件內容按照預設大小劃分成多個部分；計算每個部分的Hash值，并將計算得到的Hash值在存儲系統中進行匹配；響應于存儲系統中沒有匹配到與計算得到的Hash值相同的Hash值，將計算得到的Hash值保存到存儲系統中；基于文件內容和計算得到的Hash值建立文件Hash值鏈表；響應于接收到檢索文件的指令，計算每個檢索詞的Hash值并將每個檢索詞的Hash值在文件Hash值鏈表中進行匹配以檢索文件。通過使用本發明的方案，能夠節省數據的存儲空間，提高文件的檢索效率，提高產品競爭力。

技術領域

本領域涉及計算機領域，并且更具體地涉及一種存儲系統檢索文件內容的方法和設備。

背景技術

在云計算時代，海量數據的產生即需要大容量的存儲空間，也需要在海量的數據中快速的檢索所目標文件內容。傳統的文件檢索采用目錄樹的方式，將文件的大小、時間信息甚至文件本身的結構化信息存入文件的元數據區域。這種方式可以很好的進行文件的文件名檢索和文件內容特定關鍵信息的檢索，但隨著目錄樹的層數加深，文件的檢索效率也將大大折扣，而且也不能對整個文件內容進行檢索，也存在重復內容的文件占用存儲空間的問題。

發明內容

有鑒于此，本發明實施例的目的在于提出一種存儲系統檢索文件內容的方法和設備，通過使用本發明的技術方案，能夠節省數據的存儲空間，提高文件的檢索效率，提高產品競爭力。

基于上述目的，本發明的實施例的一個方面提供了一種存儲系統檢索文件內容的方法，包括以下步驟：

將存儲系統中的每個文件內容按照預設大小劃分成多個部分；

計算每個部分的Hash值，并將計算得到的Hash值在存儲系統中進行匹配；

響應于存儲系統中沒有匹配到與計算得到的Hash值相同的Hash值，將計算得到的Hash值保存到存儲系統中；

基于文件內容和計算得到的Hash值建立文件Hash值鏈表；

響應于接收到檢索文件的指令，計算每個檢索詞的Hash值并將每個檢索詞的Hash值在文件Hash值鏈表中進行匹配以檢索文件。

根據本發明的一個實施例，還包括：

記錄每個部分在文件中的順序。

根據本發明的一個實施例，基于文件內容和計算得到的Hash值建立文件Hash值鏈表包括：

將文件中的每個部分的Hash值按照順序進行排列；

建立每個部分的Hash值與每個部分的文件內容的對應關系。

根據本發明的一個實施例，響應于接收到檢索文件的指令，計算每個檢索詞的Hash值并將每個檢索詞的Hash值在文件Hash值鏈表中進行匹配以檢索文件包括：

將檢索詞的Hash值中的第一個在所有的文件Hash值鏈表中進行匹配；

響應于第一個檢索詞的Hash值在文件Hash值鏈表中存在，返回第一個檢索詞的Hash值對應的文件名稱；

將檢索詞的Hash值中的第二個在返回的文件名稱的文件Hash值鏈表中進行匹配；

響應于第二個檢索詞的Hash值在文件Hash值鏈表中存在，返回第二個檢索詞的Hash值對應的文件名稱；

繼續依次匹配其他關鍵詞的Hash值直到檢索到目標文件。

根據本發明的一個實施例，還包括：

將計算得到的Hash值通過Base58進行編碼。

本發明的實施例的另一個方面，還提供了一種存儲系統檢索文件內容的設備，設備包括：