[发明专利]一种面向微博实时搜索的自适应索引方法

权利要求书

1.一种面向微博实时搜索的自适应索引方法，其特征在于，所述方法具体如下：

(1)判断是否已创建第0层倒排索引i₀，若是，则进入步骤(3)；若否，则创建一个空间大小为π₀的第0层倒排索引i₀，进入步骤(2)；

(2)将新的微博索引到第0层倒排索引i₀；

(3)判断第0层倒排索引i₀里的微博数量是否达到π₀，若是，则生成第0层倒排索引i₀的副本即第0层副本i₀`，并将第0层倒排索引i₀清空，将所述新的微博插入到清空后的第0层倒排索引i₀，进入步骤(4)；若否，则进入步骤(2)；

(4)判断是否已创建第k层索引包j_k，若是，则进入步骤(6)；若否，则创建一个空间大小为r^k×π₀的第k层索引包j_k，进入步骤(5)；其中，索引包为一种能存放多个倒排索引的数据结构；其中，r＝2～20；k＝1…m，m是索引结构的总层数；

(5)将第k-1层副本i_k-1`移动到第k层索引包j_k；

(6)判断第k层索引包j_k里的微博数量是否达到r^k×π₀，若是，进入步骤(7)；若否，则进入步骤(5)；

(7)批量合并第k层索引包j_k中的所有倒排索引，获取第k层副本i_k`，进入步骤(8)；

(8)将第k层索引包j_k清空，并将第k层副本i_k`移动到所述清空后的第k层索引包j_k，进入步骤(9)；

(9)k＝k+1，判断加1后的k是否大于p，若是，则进入步骤(10)；若否，则进入步骤(4)；其中，p是指索引结构可容纳的索引包数量的最大值；

(10)判断是否已创建第k层倒排索引i_k，若是，则进入步骤(11)；若否，则将第k层倒排索引i_k的指针指向第k-1层副本i_k-1`，并将第k层倒排索引i_k的空间大小设为r^k×π₀；

(11)判断第k层倒排索引i_k里的微博数量是否达到r^k×π₀，若是，将第k层副本i_k`的指针指向第k层倒排索引i<sub>k</sub>，将第k层倒排索引i<sub>k</sub>的指针指向第k-1层副本i<sub>k-1</sub>`，进入步骤(13)；若否，进入步骤(12)；

(12)将第k-1层副本i_k-1`与第k层倒排索引i_k直接合并到第k层倒排索引i_k；

(13)判断k是否等于m，若是，则将第k层副本i_k`存放到硬盘；若否，则k＝k+1，并进入步骤(10)。

2.如权利要求1所述的自适应索引方法，其特征在于，所述步骤(2)包括：

(2-1)对新的微博进行分词处理，形成二元组(t_x,d)，具体为：[(t₁,d),(t₂,d),……(t_x,d)……(t_n,d)]；其中，第x个单词t_x表示微博经过分词处理后所包含全部单词中第x个单词的id，d表示微博的id；x＝1…n，n表示微博经过分词处理后所包含单词的数量；

(2-2)针对第x个单词t_x，找到第0层倒排索引i₀中t_x指向的倒排表，并将d插入到该倒排表首位；完成将新的微博插入到第0层倒排索引i₀的动作；其中，倒排表表示倒排索引中用于存放微博id的链表结构。