[发明专利]结构化信息快速检索方法及系统

权利要求书

1.一种结构化信息快速检索方法，其特征在于：包括如下步骤：

步骤10、预处理：先对结构化信息的数据源进行预处理，并生成索引文件；

所述预处理是抽取相同类型的结构化信息的公共信息，并在生成索引文件是对不同主机传递过来的相同类型的结构化信息的差异化数据进行单独处理；所述索引文件的生成方式是采用多线程的方式来不断地产生不同的索引片，生成小索引文件，然后定量或定期地把小索引文件合并到一个大索引文件中；

步骤20、数据分析：对所述大索引文件的域转换为最基本的索引表示单元项，这些索引表示单元项是用于决定匹配查询条件的信息；

步骤30、建立索引并入库：所述大索引文件的数据经分析后分级建立索引，再按顺序进行存储；

步骤40、查询：用户输入查询条件；

步骤50、解析：对用户输入的查询条件进行解析，即对用户输入的查询条件对应的每个查询项解析成索引表示单元项；

步骤60、索引：利用步骤50所得的索引表示单元项进行索引；

步骤70、返回结果：将索引的结果集返回给用户。

2.根据权利要求1所述的结构化信息快速检索方法，其特征在于：所述步骤20中的对所述大索引文件的域转换为最基本的索引表示单元项是通过将字符流单元化，所述字符流单元化包括提取所述查询条件中的关键字、对时间信息、IP信息进行数据格式转换以及将用户输入的字母大小写规范化。

3.根据权利要求1所述的结构化信息快速检索方法，其特征在于：所述步骤30中，建立索引时先判断结构化信息的类型和发生时间，分级建立索引，存储时按所述发生时间进行倒排索引进行存储。

4.一种结构化信息快速检索系统，其特征在于：包括：

预处理模块：用于对结构化信息的数据源进行预处理，并生成索引文件；所述预处理是抽取相同类型的结构化信息的公共信息，并在生成索引文件是对不同主机传递过来的相同类型的结构化信息的差异化数据进行单独处理；所述索引文件的生成方式是采用多线程的方式来不断地产生不同的索引片，生成小索引文件，然后定量或定期地把小索引文件合并到一个大索引文件中；

数据分析模块：用于对所述大索引文件的域转换为最基本的索引表示单元项，这些索引表示单元项是用于决定匹配查询条件的信息；也用于对用户输入的查询条件进行解析，即对用户输入的查询条件对应的每个查询项解析成索引表示单元项；

建立索引模块：用于在大索引文件的数据经分析后分级建立索引；

索引库：用于按顺序存储建立好的索引的数据；

查询模块：供用户输入查询条件；

索引模块：利用数据分析模块对用户输入的查询条件进行解析所得的索引表示单元项在所述索引库中进行索引；

返回结果模块：将索引的结果集返回给用户。

5.根据权利要求4所述的结构化信息快速检索系统，其特征在于：所述数据分析模块在对所述大索引文件的域转换为最基本的索引表示单元项是通过将字符流单元化，所述字符流单元化包括提取所述查询条件中的关键字、对时间信息、IP信息进行数据格式转换以及将用户输入的字母大小写规范化。

6.根据权利要求4所述的结构化信息快速检索系统，其特征在于：所述建立索引模块是建立索引时先判断结构化信息的类型和发生时间，分级建立索引；所述索引库存储时按所述结构化信息的发生时间进行倒排索引进行存储。