[发明专利]一种基于字符串后缀的数据索引方法

说明书

本发明公开了一种基于字符串后缀的数据索引方法，包括创建索引步骤和数据索引步骤，所述创建索引步骤包括以下子步骤：S1：写入数据，并提取元数据、行ID、添加字符串后缀；S2：建立索引；S3：事务判断，对写入数据事务进行判定，若写入成功则解开事务锁；若写入失败，则进行逻辑删除并回收数据；所述数据索引步骤包括以下子步骤S01：索引匹配；S02：获取索引指针列表，在B+树中快速定位到索引的编码数值，该数值的叶子节点即为包含该索引关键字的索引指针列表；S03：读取数据，根据索引指针数组找到索引结果。本发明从非拉丁语系的语言体系出发，以字符为单位利用字符串后缀排序算法以及B+树算法构建索引，解决模糊查询的效率和准确度问题。

技术领域

本发明涉及数据索引领域，具体涉及一种基于字符串后缀的数据索引方法。

背景技术

就目前而言，数据模糊查询的方法主要有以下三种：

通过数据库自身提供的“like”模糊匹配查询功能。

这种方式虽然简单易用，但是无法用到索引。数据量不大时，还可以承受；但数据量稍大，查询的速度就非常慢了，难以满足融合媒体时代的需求。

通过数据库的扩展功能，如利用DB全文索引（如mysql中提供的fulltext match函数）。

这种方式的缺点主要源于国内外语言文化的差异，在中文分词上存在很大缺陷，不能很好地支持中文字符的检索。虽然有些国内人士通过开发相应的插件满足了中文检索的需求，但是在以下两种情况下却表现出了索引滞后性：一方面，为避免检索过程中出现漏数据、数据不准确的情况，需要人为干预维护索引库；另外，由于词库是基于分词的，在执行不具有明显词义的查询时，无法检索到想要的数据。

通过第三方平台提供全文检索的功能，如：Lucene、Solr。

这种方式不仅存在第二种方式的问题，索引更新延迟较长、无法做到事务一致性等问题，而且搭建非常复杂。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于字符串后缀的数据索引方法，该方法从非拉丁语系的语言体系出发，以字符为单位利用字符串后缀排序算法以及B+树算法构建索引，解决模糊查询的效率和准确度问题。

本发明的目的是通过以下技术方案来实现的：

一种基于字符串后缀的数据索引方法，包括创建索引步骤和数据索引步骤，所述创建索引步骤包括以下子步骤：

S1：写入数据，并提取元数据、行ID、添加字符串后缀；

S2：建立索引，基于字符串后缀对所有字符进行排列组合分词并对分词进行排序，利用B+树算法构建索引；

S3：事务判断，对写入数据事务进行判定，若写入成功则解开事务锁；若写入失败，则进行逻辑删除并回收数据；

所述数据索引步骤包括以下子步骤

S01：索引匹配，计算索引对应的编码数值并将该编码数值在B+树中匹配；

S02：获取索引指针列表，在B+树中快速定位到索引的编码数值，该数值的叶子节点即为包含该索引关键字的索引指针列表；

S03：读取数据，根据索引指针数组找到索引结果，对索引结果进行判断，若索引缓存区的时间戳与原始数据的时间戳一致，则直接返回结果；若不一致，则读取原始数据的值，并将原始数据同步给索引缓存区，更新索引。

进一步的，所述的步骤S1写入数据包括以下子步骤：

S11:修改或插入新数据形成新表，开启事务锁，锁定新表，避免脏数据；

S12:将新表数据同步到旧表，新表和旧表之间通过时间戳保证数据一致性；