[发明专利]SQL On HBase上基于字符串切分的倒排索引的方法及系统

权利要求书

1.一种SQLOnHBase上基于字符串切分的倒排索引的实现方法，其特征在于，具体步骤包括如下：

生成索引的结构，优化索引的语法，同时优化数据库，并进行记录插入、记录更新、禁用索引和删除数据，生成新的索引数据，根据所述索引数据查询数据表，获得对应的查询结果；创建索引的具体步骤包括如下：

创建索引时，在index关键字前增加ngram(n)语法关键字，索引列的值会被按照n个字符一组进行分片；重复的值只会被保留一份存入倒排索引中；并且在数据库内部增加表函数generate_ngram(table，index_col_name)，所述表函数根据ngram(n)语法关键字里指定的n，把原表里索引列查询出来，切分成n个字符一组的新的记录；

所述插入记录的具体步骤包括如下：

首先在原表上插入一行记录；

利用表函数生成多条记录；

将表函数的输出结果插入到索引当中。

2.根据权利要求1所述的一种SQLOnHBase上基于字符串切分的倒排索引的实现方法，其特征在于，所述记录更新的具体步骤包括如下：更新原表主键列、更新索引列、更新非主键、更新非索引列。

3.根据权利要求2所述的一种SQLOnHBase上基于字符串切分的倒排索引的实现方法，其特征在于，所述更新原表主键列的具体步骤包括如下：

a)删除原表的主键值对应的行，并基于原记录和新的主键值生成新的记录；

b)将新的记录插入到原表中；

c)基于索引列的值产生分片值，并和原有的主键值生成索引的主键；

d)基于生成的索引的主键，删除索引列对应的行，并基于原记录和新的主键值生成新的记录；

e)插入新的记录到索引当中。

4.根据权利要求2所述的一种SQLOnHBase上基于字符串切分的倒排索引的实现方法，其特征在于，所述更新索引列的具体步骤包括如下：

a)更新原表记录；

b)基于主键值删除索引列对应的记录；

b)基于新的索引值用表函数生成索引记录；

c)插入新的记录到索引当中。

5.根据权利要求3所述的一种SQLOnHBase上基于字符串切分的倒排索引的实现方法，其特征在于，所述更新非主键或更新非索引列的具体步骤包括如下：只需要更新原表的记录，索引的变动不受影响。

6.根据权利要求1所述的一种SQLOnHBase上基于字符串切分的倒排索引的实现方法，其特征在于，所述记录和临时索引删除删除的具体步骤包括如下：

优先删除原表的记录；

基于新的索引值用表函数生成索引的主键值；

基于主键值删除索引记录。

7.根据权利要求1所述的一种SQLOnHBase上基于字符串切分的倒排索引的实现方法，其特征在于，还包括：记录查询；所述记录查询包括：前模糊，中模糊，后模糊和前后模糊。

8.一种实现如权利要求1所述SQLOnHBase上基于字符串切分的倒排索引的实现方法的系统，其特征在于，所述系统包括：

索引创建模块，用于生成索引的结构，然后基于表上对应的索引列和主键列的值，生成新的索引记录，创建索引的具体步骤包括如下：

创建索引时，在index关键字前增加ngram(n)语法关键字，索引列的值会被按照n个字符一组进行分片；重复的值只会被保留一份存入倒排索引中；并且在数据库内部增加表函数generate_ngram(table，index_col_name)，所述表函数根据ngram(n)语法关键字里指定的n，把原表里索引列查询出来，切分成n个字符一组的新的记录；

记录插入模块，用于在原表上插入记录的同时，把新插入的记录拆分成索引记录插入到索引当中，所述插入记录的具体步骤包括如下：

首先在原表上插入一行记录；

利用表函数生成多条记录；

将表函数的输出结果插入到索引当中；

记录更新模块，用于对原表上的记录进行更新时，同时更新索引中对应的记录；

删除模块，用于在原表上删除记录时，需要根据所删除的记录的主键值在索引当中删除对应的记录；同时清理索引记录数据和元数据信息；

统计信息模块，记录原表上或索引上数据的分布，在查询时通过查询条件确定满足条件的数据的数量。