[发明专利]一种用于大数据环境下可支持多格式特性的数据空间检索方法

摘要

本发明涉及一种用于大数据环境下可支持多格式特性的数据空间检索方法。本发明包括用户输入查询内容；判断用户查询类型；采用前缀扫描方式读取所建立的多级索引；进行链表合并操作；重写查询；遍历多级索引；将逆序压入栈中；首先弹出栈顶中两个元素；读取所建立的多级索引；根据索引链表右连接方案；弹出栈顶元素；输出满足条件的所有元素。本发明的方法由B‑树索引和二级索引共同构成多级索引，能够解决主索引在大数据环境下，路径查询索引连接代价过大的问题。

主权项

一种用于大数据环境下可支持多格式特性的数据空间检索方法，其特征在于：1)用户输入查询内容；2)判断用户查询类型，如果为关键词查询Q＝{ki}，ki为关键词，则执行步骤3)；如果为谓词查询Q＝(v,{ki})，v为属性，ki为关键词，则转到步骤5)；如果为路径查询Q＝k1/..../ki/...’/’表示层次路径，则转到步骤7)；3)采用前缀扫描方式读取所建立的多级索引，获取ki*，ki*表示以关键词ki开始索引项，开头对应的链表结果分别记为表示索引中第j个包含ki索引项所对应的文档列表，即posting；如果查询类型为关键词查询，则转到步骤4)；如果查询类型为路径查询，则转到步骤7)；4)进行链表合并操作，即先对所有ki开头的索引项对应的posting进行并操作，对所有关键词ki并后的结果进行交操作，同时出现所有关键词的文档列表；5)查询重写为{ki//v}；6)遍历步骤3)所建立的多级索引，获取ki//v对应的项，记为Lki//v表示索引项中ki//v对应posting，L表示在属性中同时出现多个关键词ki的所有文档列表；7)将k1到kn逆序压入栈中；8)首先弹出栈顶中两个元素，记为k1和k2；9)读取步骤3)所建立的多级索引，获取k1的B‑树索引和k2的H索引，分别记为关键词k1对应资源视图编号为元素构成的的B树索引和关键词k2对应的H索引；10)根据索引链表右连接方案，连接和结果记为生成的临时B树，初始为空，即对中每个主键来说，如果在中能够发现，则把对应项C＝{ci}中所有元素插入到Btemp中；11)如果栈不为空，则转到步骤12)；否则，转到步骤14)中；12)弹出栈顶元素ki，读取步骤3)所建立的多级索引，获取ki的H索引，记为按照步骤10)方法连接和Btemp，结果记为13)转到步骤11)；14)遍历Btemp或者步骤6)的所有文档列表L，输出满足条件的所有元素。