[发明专利]数据存储以及读取方法、装置、搜索方法、引擎及系统

说明书

技术领域

本发明涉及到数据库读取技术，特别涉及到一种倒排数据库的数据存储以及读取方法、装置、搜索方法、引擎及系统。

背景技术

倒排数据库是搜索引擎中用来保存信息的数据库，通过倒排数据库，能很快的找到满足用户查询的结果页面。

现有的技术方案中，搜索引擎是根据用户输入的查询词（比如词“A”），从倒排数据库依次按照存储地址的顺序读取该查询词所匹配词条的所有记录（文档集合A），进行相关度计算，再取排序前列N个（Top（N））结果返回给用户。参照表1：

词条A文档集合A ：包含查询词“A”的文档0-N词条B文档集合B ：包含查询词“B”的文档0-M

在具体的读取过程中，需要从头到尾读取“文档集合A”的所有记录。假如“文档集合A”的记录太多，比如有1000万条记录，如果全部读出来的话，需要额外的读盘次数，增加查询响应时间，降低了搜索引擎的查询效率。

另，在现有的技术方案中，文档集合A中的记录，并不一定按照时间排序；即使文档集合A按照时间排序，在读取记录时也是按照从头到尾的读取方式，而对于新增文档，却无法直接插入到文档集合A的“头部”（初始偏移位置），因此并不能满足将记录按时间顺序从新到旧读取。

发明内容

本发明的主要目的为提供一种倒排数据库的数据存储方法，提升了数据查询的效率。

本发明提出一种倒排数据库的数据存储方法，包括：

在倒排数据库中，按时间由先至后的顺序对与词条对应的文档集合的记录进行排序，并按照排序的顺序依次进行存储；

建立内存快表，保存所述文档集合在倒排数据库中的最后偏移。

优选地，所述方法还包括：

在存储文档集合的存储空间的尾部创建存储新增文档的新增文档区间。

优选地，所述方法还包括：

将新增文档按时间由先至后的顺序存储至新增文档区间，并在增加新增文档后，修改内存快表中的最后偏移。

本发明还提出一种倒排数据库的数据存储装置，包括：

排序存储模块，用于在倒排数据库中，按时间由先至后的顺序对与词条对应的文档集合的记录进行排序，并按照排序的顺序依次进行存储；

内存快表模块，用于建立内存快表，保存所述文档集合在倒排数据库中的最后偏移。

优选地，所述装置还包括：

新增文档模块，用于在存储文档集合的存储空间的尾部创建存储新增文档的新增文档区间。

优选地，所述装置还包括：

偏移修改模块，用于将新增文档按时间由先至后的顺序存储至新增文档区间，并在增加新增文档后，修改内存快表中的最后偏移。

本发明还提出一种倒排数据库的搜索方法，包括：

获取搜索关键字；

根据所述关键字所匹配词条在内存快表中保存的最后偏移倒序读取倒排数据库中文档集合的记录；

判断读取的记录是否与关键字匹配；

读取匹配成功的记录，判断匹配成功的记录数量是否达到预设值，并在达到预设值时终止记录读取。

本发明还提出一种倒排数据库的搜索引擎，包括：

关键字获取模块，用于获取搜索关键字；

偏移读取模块，用于根据所述关键字所匹配词条在内存快表中保存的最后偏移倒序读取倒排数据库中文档集合的记录；

记录匹配模块，用于判断读取的记录是否与关键字匹配；

记录判断模块，用于读取匹配成功的记录，判断匹配成功的记录数量是否达到预设值，并在达到预设值时终止记录读取。

本发明还提出一种倒排数据库的读取方法，包括：

根据内存快表中保存的最后偏移倒序读取倒排数据库中文档集合的记录；

判断读取的记录是否与所需要读取的内容匹配；

读取匹配成功的记录，判断匹配成功的记录数量是否达到预设值，并在达到预设值时终止记录读取。