[发明专利]一种分布式终端数据查询系统及方法

权利要求书

1.一种分布式终端数据查询方法，其特征在于，包括，

提取原始数据文件；

根据所述原始数据文件获取文件关键词；

建立所述文件关键词与具有所述文件关键词的所述原始数据文件的存储地址的映射；

获取用户输入的待查询语句；

将所述待查询语句转化为若干个检索关键词；

根据所述检索关键词匹配所述文件关键词得到重合关键词和/或非重合检索关键词；

根据所述重合关键词以及所述文件关键词与具有所述文件关键词的所述原始数据文件的存储地址的映射获取所述待查询语句对应的所述原始数据文件；

若存在所述非重合检索关键词，则直接根据所述非重合检索关键词检索所述原始数据文件，得到所述待查询语句对应的所述原始数据文件；

建立所述非重合检索关键词与对应所述原始数据文件的存储地址的映射；

将所述非重合检索关键词纳入所述文件关键词；

其中，所述根据所述原始数据文件获取文件关键词的步骤，包括，

建立文件关键词数据库和字典缓存数据库，其中所述文件关键词数据库中记录每个所述文件关键词以及对应的出现数量；

按照每个所述原始数据文件的存储地址的字符串大小顺序依次在所述原始数据文件中提取出若干个字典关键词；

对于每一个所述原始数据文件，将提取出来的所述字典关键词存入字典缓存数据库；

对所述字典缓存数据库中的所述字典关键词进行词频统计得到每个所述字典关键词的出现数量；

获取所述文件关键词数据库中已存入的所述文件关键词以及对应的出现数量；

将所述字典缓存数据库中的所述字典关键词作为所述文件关键词存入所述文件关键词数据库，并累加对应的出现数量；

根据累加后对应的出现数量对所述文件关键词数据库中的所述文件关键词进行排序；其中，

所述对于每一个所述原始数据文件，将提取出来的所述字典关键词存入字典缓存数据库的步骤，包括，

对于每一个所述原始数据文件，获取对应所述原始数据文件的字节长度；

将所述字典缓存数据库划分为与对应所述原始数据文件的字节长度数量相同的虚拟字典存储单元；

对每个所述虚拟字典存储单元进行顺序编号；

按照每一个所述原始数据文件的文本逻辑顺序提取出首个所述字典关键词存入顺序编号最大的所述虚拟字典存储单元；

将后续提取出来的所述字典关键词存入顺序编号最大的所述虚拟字典存储单元；

若后续提取出来的所述字典关键词与顺序编号最大的所述虚拟字典存储单元内存入的所述字典关键词相同则对对应的所述字典关键词的出现数量进行增加，并将出现数量增加的所述字典关键词转存入顺序编号在先的所述虚拟字典存储单元；

若将出现数量增加的所述字典关键词转存入顺序编号在先的所述虚拟字典存储单元后与转存入的所述虚拟字典存储单元内的所述字典关键词相同则对对应的所述字典关键词的出现数量进行增加，并将出现数量增加的所述字典关键词转存入顺序编号在先的所述虚拟字典存储单元；

直至按照所述字典关键词的出现数量将所述字典关键词分类至顺序编号不同的所述虚拟字典存储单元，且，将该所述原始数据文件全部所述字典关键词提取存入所述虚拟字典存储单元。

2.根据权利要求1所述的方法，其特征在于，所述将所述字典缓存数据库中的所述字典关键词作为所述文件关键词存入所述文件关键词数据库，并累加对应的出现数量的步骤，包括，

按照所述虚拟字典存储单元的顺序编号由小至大逐个获取将所述字典关键词作为所述文件关键词；

将所述字典关键词转化的所述文件关键词按照所述文件关键词数据库中所述文件关键词的出现数量的顺序进行逐个对比；

将对比一致的所述文件关键词在所述字典缓存数据库中记录的出现数量累加至在所述文件关键词数据库中记录的出现数量。