[发明专利]搜索存储在存储器中的数据的方法和系统

说明书

一种用于搜索存储在存储器中的数据的方法，该方法包括接收regex搜索请求，生成包括与regex搜索请求对应的基本regex运算的解析树，在相应的时间步中单独分析所生成的解析树的基本regex运算中的每一个，通过使用转换表确定数据是否存在、并使用反向转换表确定数据的存储器地址位置而与确定与所分析的基本regex运算对应的数据的存储器地址位置；以及，在分析所生成的解析树的所有基本regex运算后，输出匹配regex搜索请求的数据。

相关申请的交叉引用

该申请要求2017年1月4日提交的美国临时专利申请第62/442,324号的优先权，通过引用将该美国临时专利申请的全部内容并入本文。

技术领域

根据本发明的实施例的一个或多个方面一般涉及正则表达式搜索，并且涉及用于原位正则表达式搜索的存储设备。

背景技术

数据去重(deduplication)或者数据重复消除指减少存储器装置中的冗余数据以由此降低存储装置的容量成本。在数据去重中，数据文件被分成一个或多个数据组或区。通过将多个由相同数据组成的数据块与单个存储的数据块相关联，数据块的重复备份可以通过计算机存储器减少或消除，由此减小存储器装置中的冗余的数据备份的数量。

因此，如果重复的数据备份可以减少到单个数据备份，则在使用相同量的物理资源时，存储器装置的总体可用容量增大。因为存储器装置的结果的经济化允许数据重写计算减少，并且因为已经存储在存储器中的重复数据块的写入请求可以被省略，通过有效地增大写入耐久性，实施数据去重的存储器装置的使用寿命可以被延长。

数据去重的传统方法常被用于硬盘驱动器。然而，感兴趣的是，在易失性存储器(诸如动态随机存储器(DRAM))的区域中提供细粒去重。

在数据搜索领域中，正则表达式(regular expression)(例如，简写为“regex”或“regexp”)是一种特殊文本字符串，用于在搜索时描述搜索模型以允许找到某些数据的模型和组。正则表达式(“regex”)运算可以包括子串匹配和/或模型匹配。因此，regex运算被广泛用在许多现代应用和许多领域中，诸如网络安全、文本分析、生物信息学和金融。

基于硬件的regex引擎的传统方案的问题包括：由于串流方法引起的、并且在NFAvs DFA技术之间低性能，DFA尽管具有相对低的性能，但因其低复杂性通常是优选的。此外，应注意的是，DFA在给定时间限制状态机处于单状态，而在状态机进入多状态时，NFA允许并行状态检索。另外，基于硬件的regex引擎实施方式的传统方案的问题在于，它们仍然具有有限的存储容量，并且它们需要串流数据以寻找regex匹配，同时具有高延迟、高能量和相对低的性能。

在背景技术部分中公开的以上信息仅是增强对本发明的背景的理解，并且因此其可以包含不构成现有技术的信息。

发明内容

本公开的实施例的方面涉及用于存储器内侧的原位模型匹配和子串匹配的系统和方法。

根据本发明的实施例，提供一种用于搜索存储在存储器中的数据的方法，该方法包括：接收regex搜索请求；生成包括与regex搜索请求对应的基本regex运算的解析树；在相应的时间步中单独分析所生成的解析树的基本regex运算中的每一个；通过使用转换表确定与所分析的基本regex运算对应的数据的存储器地址位置，以确定数据是否存在；并且，使用反向转换表确定数据的存储器地址位置；以及，在分析所生成的解析树的所有基本regex运算之后，输出匹配regex搜索请求的数据。

所述方法可以进一步包括使用逻辑门来处理基本regex运算，并且基本regex运算可以包括串联运算、或运算、闭包运算或括号运算中的至少一个种。

接收regex搜索请求可以包括在计算机应用程序处接收regex搜索请求。