[发明专利]数据块构建及比较方法、装置、介质及设备

权利要求书

1.一种数据块构建方法，其特征在于，包括：

根据比较任务确定N个子数据块，将所述N个子数据块填充到数据块中；

生成与所述N个子数据块的内容一一对应的N个哈希指纹；

将所述N个哈希指纹加入到所述数据块中。

2.如权利要求1所述的数据块构建方法，其特征在于，所述生成与所述N个子数据块的内容一一对应的N个哈希指纹包括：

分别读取所述N个子数据块的内容，按所述子数据块的内容生成内容哈希指纹；

或者，读取所述N个子数据块的索引名，根据所述索引名生成索引名哈希指纹，所述索引名基于子数据块的内容哈希指纹确定。

3.如权利要求2所述数据块构建方法，其特征在于，所述索引名基于子数据块的内容哈希指纹确定包括：

以所述子数据块的内容哈希指纹的部分或全部作为所述子数据块的索引名；或者，

以所述子数据块的内容哈希指纹的部分或全部作为所述子数据块的索引名的一部分。

4.如权利要求1所述的数据块构建方法，其特征在于，将所述N个哈希指纹加入到所述数据块中包括：将所述N个哈希指纹生成哈希指纹列表，并保存在数据块中。

5.如权利要求1-4任一所述的数据块构建方法，其特征在于，所述N个子数据块的数量根据比较任务的准确度需求确定，所述N个子数据块的大小根据执行比较任务的服务器性能确定。

6.一种数据块比较方法，其特征在于，包括：

提取待比较的多个数据块的哈希指纹或哈希指纹列表；

基于所述哈希指纹或哈希指纹列表确定所述多个数据块的相似度系数；

根据所述相似度系数，确定所述多个数据块的相似性。

7.如权利要求6所述的数据块比较方法，其特征在于，所述相似度系数为杰卡德系数；所述根据所述相似度系数，确定所述多个数据块的相似性包括：所述杰卡德系数越接近1，则所述多个数据块的相似性越高。

8.一种数据块构建装置，其特征在于，包括：

构建模块，用于根据比较任务确定N个子数据块；

填充模块，用于将N个子数据块填充到数据块中；

哈希指纹生成模块，用于生成与所述N个子数据块的内容一一对应的N个哈希指纹；

哈希指纹加入模块，用于将所述N个哈希指纹加入到所述数据块中。

9.如权利要求8所述的数据块构建装置，其特征在于，所述哈希指纹生成模块用于：

分别读取所述N个子数据块的内容，按所述子数据块的内容生成内容哈希指纹；

或者，读取所述N个子数据块的索引名，根据所述索引名生成索引名哈希指纹，所述索引名基于子数据块的内容哈希指纹确定。

10.如权利要求9所述的数据块构建装置，其特征在于，所述索引名根据子数据块的内容哈希指纹确定包括：

以所述子数据块的内容哈希指纹的部分或全部作为所述子数据块的索引名；或者，

以所述子数据块的内容哈希指纹的部分或全部作为所述子数据块的索引名的一部分。

11.如权利要求8所述的数据块构建装置，其特征在于，所述哈希指纹加入模块将所述N个哈希指纹生成指纹列表，并保存在数据块中。

12.如权利要求8-11任一所述的数据块构建装置，其特征在于，所述N 个子数据块的数量根据比较任务的准确度需求确定，所述N个子数据块的大小根据执行比较任务的服务器性能确定。