[发明专利]一种面向在线多媒体信息挖掘的数据缓存方法和系统

说明书

技术领域

本发明涉及互联网信息挖掘技术领域，特别是涉及一种面向在线多媒体信息挖掘的数据缓存方法和系统。

背景技术

多媒体信息具有数据量巨大、数据类型多、数据类型间差距大以及输入和输出复杂的特点。传统的数据采用了编码表示，数据量并不大。但多媒体数据量巨大，例如：一幅640×480分辨率、256种颜色的彩色照片，存储量要0.3MB；CD质量双声道的声音，存储量要每秒1.4MB。多媒体数据包括图形、图像、声音、文本和动画等多种形式，即使同属于图像一类，也还有黑白、彩色、高分辨率、低分辨率之分。数据类型间差距大主要表现在：不同媒体的存储量差别大；不同类型的媒体由于内容和格式不同，相应的内容管理、处理方法和解释方法也不同；声音和动态影像视频的媒体与建立在空间数据基础上的信息组织方法有很大的不同。多媒体数据的输入方式分为两种：即多通道异步方式和多通道同步方式。多通道异步方式是目前较流行的方式，它是指在通道、时间都不相同的情况下，输入各种媒体数据并存储，最后按合成效果在不同的设备上表现出来。多通道同步方式是指同时输入媒体数据并存储，最后按合成效果在不同的设备上表现出来，由于涉及的设备较多，因此输出也较为复杂。

在互联网信息挖掘领域，在线多媒体信息挖掘是其中非常重要的一项技术。目前，在互联网信息挖掘领域，主动采集是主流方式，其工作原理是挖掘系统主动采集互联网上的多媒体信息，并存储到本地进行进一步挖掘分析。该方法虽然行之有效，但是存在三个明显的缺陷：一是仅能针对互联网多媒体信息的已有集合进行挖掘，不能及时体现互联网上更新的多媒体信息，二是对已有多媒体信息进行遍历方式的访问，成本高，三是所有多媒体信息来自于主动访问，不能体现实际在线传输的多媒体信息特征。而对于在线多媒体信息的挖掘则完全不存在这些缺陷，它通过捕获骨干数据接口上实际在线传输的多媒体信息来提供信息挖掘的源信息，该方法之所以未能获得普遍应用，其根本原因在于要捕获的数据量巨大、数据复杂多样、多媒体数据并发程度极高，难以进行高速、有效的缓存管理。

面向个人用户数据下载的硬盘缓存方案，受硬盘寿命和带宽的制约，不能满足这种应用背景下的数据缓存管理。

发明内容

本发明的目的在于提供一种面向在线多媒体信息挖掘的数据缓存方法和系统。其实现了动态高效地缓存多媒体数据。

为实现本发明的目的而提供的一种面向在线多媒体信息挖掘的数据缓存方法，包括下列步骤：

步骤100.在内存中为在线多媒体信息分配缓冲池，所述缓冲池由预设的长短不同的接收缓冲区组成；

步骤200.根据捕获的在线多媒体信息的长度属性信息，申请相应缓冲区存储多媒体数据；

步骤300.为所述捕获的在线多媒体信息建立已接收数据信息链表，采用有序链表方式记录已接收的多媒体信息；

步骤400.查询所述已接收数据信息链表，向所述缓冲区中存储多媒体数据。

步骤100中，所述长短不同的接收缓冲区，分别是缓冲区L和缓冲区S，其中：

预设缓冲区L，缓冲空间大，用于存储长度已知且较短的多媒体信息；

预设缓冲区S，缓冲空间小，用于存储其它多媒体信息；

针对L和S两类缓冲区，分别在内存中分配对应的缓冲池PL和PS。

所述步骤200，包括下列步骤：

步骤210.获取捕获的在线多媒体信息的长度属性信息len_con，判断所述在线多媒体信息的长度属性信息len_con是否大于缓冲区L长度len_L，若是，则执行步骤220；否则，执行步骤230；向缓冲池PL申请L缓冲区；

步骤220.申请者向缓冲池PS申请S缓冲区；

步骤230.申请者向缓冲池PL申请L缓冲区；

步骤240.所述缓冲池接收到缓冲区申请时，应查找其拥有的缓冲区，并找到一个标识为“未用”的缓冲区，将其地址返回给申请者，同时将该缓冲区置为“已用”。

所述步骤300，包括下列步骤：

步骤310.链表指针p移动到某个节点时，获得所述链表指针p指向节点P的信息<p_offset，p_len>；链表指针n指向所述节点P的下一个节点N，n＝p-＞next；

步骤320.判断所述节点N是否为空，若N非空，获得n指向节点N的信息<n_offset，n_len>；若N为空，将n指向节点的信息<n_offset，n_len>赋值为<MAXINT，0>，其中MAXINT为最大无符号32位整数；