[发明专利]用于大数据分析的云端数据处理方法在审
| 申请号： | 201810226613.5 | 申请日： | 2018-03-19 |
| 公开（公告）号： | CN108388668A | 公开（公告）日： | 2018-08-10 |
| 发明（设计）人： | 张悠;陈熹 | 申请（专利权）人： | 四川意高汇智科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京天奇智新知识产权代理有限公司 11340 | 代理人： | 杨春 |
| 地址： | 610000 四川省成都市高新*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 主页面 命中 数据处理 大数据 集合 云端 页面 多维搜索 页面数据 数据搜索引擎 存储节点 多维数据 高效实现 关联关系 排序规则 排序结果 搜索索引 搜索引擎 索引结构 过滤项 预定义 分析 分词 排序 存储 搜索 更新 优化 保证 | ||
【权利要求书】：
1.一种用于大数据分析的云端数据处理方法，用于在搜索引擎中实现多维数据搜索，其特征在于，包括：
将爬取得到的主页面数据以及次级页面数据分别存储于不同的Hadoop存储节点中；
根据主页面数据以及次级页面数据之间的关联关系，建立用于进行多维搜索的索引结构；
搜索索引结构，获取与分词过滤项对应的命中主页面ID集合，以及与命中主页面ID对应的命中次级页面ID集合；
按照预定义排序规则对与命中主页面ID集合对应的命中主页面进行排序，并将排序结果结合与命中次级页面ID集合对应的命中次级页面进行显示。
2.根据权利要求1所述的方法，其特征在于，所述将爬虫模块爬取得到的主页面数据以及次级页面数据分别存储于不同的Hadoop存储节点中，进一步包括：
将属于同一主页面的至少一个次级页面连续存储于Hadoop存储节点中连续的物理区块。
3.根据权利要求1所述的方法，其特征在于，所述根据主页面数据以及次级页面数据之间的关联关系，建立用于进行多维搜索的索引结构，进一步包括，根据主页面数据以及次级页面数据之间的关联关系，建立主页面反向索引表以及次级页面反向索引表。
4.根据权利要求1所述的方法，其特征在于，所述主页面反向索引表中记录有与主页面关联的次级页面的存储位置，在次级页面反向索引表中记录有与次级页面关联的主页面的存储位置。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川意高汇智科技有限公司，未经四川意高汇智科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810226613.5/1.html，转载请声明来源钻瓜专利网。
