[发明专利]邻元素搜索设备

说明书

相关申请的交叉引用

本申请涉及2009年5月18日递交给日本特许厅的日本专利申请No.2009-129156中包含的主题，这些主题全部以引用的方式被明确地合并到本文中。

技术领域

本发明涉及数据库的邻元素搜索设备。

背景技术

多维索引技术是一种用于对数据集合进行范围搜索或邻元素搜索的技术，该数据集合被表示为一个特征量空间中的若干点，例如从多媒体数据中提取的组成数据和特征量。该技术涉及用图形元素以内含关系来分割特征量空间，以便提高搜索效率。多维索引技术的例子包括使用矩阵作为有界图形元素(被称为“单元”)的R树和R^＊树、使用球形作为单元的SS树、以及使用球形和矩形的重叠部分作为单元的SR树。

此外，已提出了便于沿抽象树来实施多维索引的框架(例如，Joseph M.Hellerstein，Jeffrey F.Naughton和Avi Pfeffer的“Generalized Search Trees for Database Systems”，Proc.21^st Int’1Conf.on Very Large Data Bases(关于超大数据库的第21届国际会议的会刊)，Zürich，1995年9月，562-5730)。

这些索引技术基于以下原理：层级化地划分多维空间，以限制搜索范围。这是因为限制搜索范围相应地减少了计算量。然而，在高维空间中，会出现从某个点至离它最近点之间的距离与从该点至离它最远点之间的距离相互没有差别的现象。该现象被称为“维度困局”，这造成了以下问题：搜索范围不能被限制，结果所需的计算量近似等于线性搜索量。为了解决高维空间的问题，已对近似最近邻元素搜索进行了研究(例如，Arya，S.，Mount，D.M.，Netanyahu，N.S.，Silverman，R.，和Wu，A.，“An optimal algorithm for approximate nearest neighborsearching”，ACM-SIAM symposium on Discrete Algorithms(离散算法ACM-SIAM研讨会)论文集)。

然而，在该引用文献中描述的搜索系统仅可以应用于平衡树，并且搜索方案依赖于框架。因而，该搜索系统的问题是不能选择适于给定目标的搜索方案。

此外，常规的近似邻元素搜索涉及对于每个节点不加区别地将修剪范围增大到(1+ε)倍。然而，大的子树(具有大量从属点的节点)和小的子树(具有少量从属点的子树)在重要性和搜索成本上不同。

本发明的目的是提供一种可选择适于每个搜索目标的索引的邻元素搜索设备。

本发明的另一个目的是通过基于节点信息(包括有界区的大小和节点中的点数)改变修剪度，优化搜索时间和搜索准确性之间的折衷。

发明内容

根据本发明的第一方面，提出了一种邻元素搜索设备。该邻元素搜索设备包括：存储装置(存储单元)，该存储装置存储元表，该元表包含与每个索引的数据结构相关联的索引相关元数据；数据库装置(数据库单元)，该数据库装置在从用户接收到指令时搜索与该指令相关联的索引，并让索引装置(索引单元)使用与该索引相关联的索引相关元数据来执行与该指令相关联的处理；和索引装置，该索引装置基于来自数据库装置的指令，使用索引相关元数据来执行与所述指令相关联的处理。

根据本发明的第二方面，提出了一种邻元素搜索设备。该邻元素搜索设备是搜索存在于指定的查询点附近的点数据的邻元素搜索设备，其中根据每个节点的从属点的数量确定查询点的搜索区，使得用于具有大量从属点的节点的搜索范围小于用于具有少量从属点的节点的搜索范围。

根据本发明，可以提供可选择适于每个搜索目标的索引的邻元素搜索设备。

此外，根据本发明，通过基于节点信息(包括有界区的大小和节点中的点数)改变修剪度来优化搜索时间和搜索准确性之间的折衷。

附图说明

图1是显示邻元素搜索设备的示例性配置的框图；

图2是显示节点表的示例性数据结构的示意图；

图3是显示点表的示例性数据结构的示意图；

图4是显示从某个树数据创建的节点表和点表的例子的示意图；

图5是显示元表的示例性数据结构的示意图；

图6是显示SR树的示例性数据结构设计的示意图；

图7是显示索引相关元数据的基础数据的示例性数据结构的示意图；

图8是显示索引相关元数据的中间节点数据的示例性数据结构的示意图；