[发明专利]一种基于AI训练平台的海量文件检索方法、装置及设备

权利要求书

1.一种基于AI训练平台的海量文件检索方法，其特征在于，包括如下步骤：

S1.AI训练平台获取用户下发的检索任务；步骤S1具体步骤如下：

S11.AI训练平台获取用户登录的令牌；

S12.AI训练平台根据令牌接收用户下发的检索任务；

S2.AI训练平台根据检索任务生成检索线程流，并根据检索线程流控制检索过程的业务逻辑；步骤S2具体步骤如下：

S21.AI训练平台启动检索线程；

S22.每完成一次检索，判断是否满足检索次数阈值；

若是，进入步骤S23；

若否，进入步骤S24；

S23.判断检索任务是否完成；

若是，进入步骤S28；

若否，进入步骤S25；

S24.继续检索，返回步骤S22；

S25.返回检索内容，暂停检索，判断检索总时长是否超过检索时长阈值；

若是，进入步骤S26；

若否，进入步骤S27；

S26.检索超时，检索结束；

S27.检索唤醒，返回步骤S24；

S28.返回检索内容，检索结束；

S3.AI训练平台将数据库中文件以文件夹为单位进行顺序编码，生成有序队列文件夹，并从检索任务中提取出检索关键字，再通过二分查找与深度优先遍历结合方式对每个有序队列文件夹进行关键字检索。

2.如权利要求1所述的基于AI训练平台的海量文件检索方法，其特征在于，步骤S22具体步骤如下：

S221.每完成一次检索，判断是否有同一令牌的用户下发的下一检索任务；

若有，进入步骤S222；

若否，进入步骤S224；

S222.中断当前检索任务线程，根据下一检索任务类型进行操作；

S223.判断当前检索线程任务中断是否超时；

若超时，则判定检索中断超时，检索结束；

若未超时，等待下一检索任务完成，返回步骤S223；

S224.判断是否满足检索次数阈值；

若是，进入步骤S23；

若否，进入步骤S24。

3.如权利要求2所述的基于AI训练平台的海量文件检索方法，其特征在于，步骤S222中，判断下一检索任务类型；

若下一检索任务类型为覆盖检索，则将下一检索任务作为新的检索任务，返回步骤S21；

若下一检索任务类型为排队检索，则将下一检索任务设定到等待队列，进入步骤S24；

若下一检索任务类型为暂停检索，则进入步骤S25；

若下一检索任务类型为继续检索，则进入步骤S24；

若下一检索任务类型为终止检索，则进入步骤S28。

4.如权利要求1所述的基于AI训练平台的海量文件检索方法，其特征在于，步骤S3具体步骤如下：

S31.AI训练平台将数据库中文件以文件夹为单位通过hash散列方式进行顺序编码，生成递增或者递减队列文件夹；

S32.AI训练平台从检索任务中提取出检索关键字，定位一个队列文件夹；

S33.AI训练平台在遍历检索前根据检索关键字和定位队列文件夹确定遍历深度，再根据遍历深度以二分查找方式确定遍历路径；

S34.AI训练平台沿着遍历路径在定位队列文件夹中进行遍历检索，并在遍历检索完成后，判断是否所有队列文件夹遍历完毕；

若是，进入步骤S35；

若否，定位到下一个队列文件夹，返回步骤S33；

S35.返回检索内容，检索结束。