[发明专利]一种为半结构化数据构建NoSQL数据库索引的方法及装置

摘要

本申请提供一种为半结构化数据构建NoSQL数据库索引的方法，包括：将半结构化源数据进行预处理；将预处理后的文本段存储至数据表中，数据表包括结构化线索主键和序列值主键的第一组合主键，结构化线索以确定的顺序被分割为若干连续区间，每一区间分配一个特定的键值作为结构化线索主键的键值；对预处理后的文本段建立倒排索引表，倒排索引表包括结构化线索主键和关键字主键的第二组合主键，对应上述各个主键的键值，记录相关的文本段序列标识作为索引值；关键字主键相同，但具有不同的结构化线索主键键值的索引值，在倒排索引表中位于不同的行；以提高数据库索引的查询效率，并便于更新。另外，本申请还提供一种为半结构化数据构建NoSQL数据库索引的装置。

主权项

1.一种为半结构化数据构建NoSQL数据库索引的方法，其特征在于，包括以下步骤：将半结构化源数据进行预处理，获得若干待存入数据库的文本段；将所述预处理后的文本段存储至数据表中，所述数据表具有第一组合主键，每个文本段对应所述第一组合主键存储至相应的记录中；所述第一组合主键包括结构化线索主键和序列值主键；所述结构化线索主键标识结构化线索，所述结构化线索以确定的顺序被分割为若干连续区间，每一区间分配一个特定的键值作为结构化线索主键的键值；所述序列值主键，是为每个文本段赋予唯一对应所述文本段的序列值；对所述预处理后的文本段或所述数据表建立倒排索引表，所述倒排索引表的主键为第二组合主键，所述第二组合主键包含结构化线索主键和关键字主键；所述倒排索引表中，对应上述各个主键的键值，记录相关的文本段序列标识作为索引值；关键字主键相同，但具有不同的结构化线索主键键值的索引值，在所述倒排索引表中位于不同的行。