[发明专利]基于Hadoop的分布式搜索引擎构建方法无效
| 申请号： | 201210408753.7 | 申请日： | 2012-10-24 |
| 公开（公告）号： | CN102915365A | 公开（公告）日： | 2013-02-06 |
| 发明（设计）人： | 陈国庆;杨浩 | 申请（专利权）人： | 苏州两江科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 苏州创元专利商标事务所有限公司 32103 | 代理人： | 范晴 |
| 地址： | 215123 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 hadoop 分布式 搜索引擎 构建 方法 | ||
【权利要求书】：
1.一种基于Hadoop的分布式搜索引擎构建方法，其特征在于所述方法包括以下步骤：
（1）通过Lucene分词处理本地海量文件，形成文件块；
（2）通过Map-Reduce进行数据分解处理，获得key=关键字和value=文件名的输出键值对<key，value>，构建关键字和文件名列表相关的索引文件；
（3）将关键字和文件名列表相关的索引文件存储到HBase数据库中。
2.根据权利要求1所述的方法，其特征在于所述方法具体按照如下步骤进行：
（1）通过Lucene分词处理本地海量文件，将逐行读取文件块并将行号及该行内容映射为初始键值输入，采用Map函数对键值部分进行分离处理，提取关键字、文件绝对路径，形成中间键值对<key，value>；
（2）采用reduce函数读取文件的绝对路径，从中分离出文件名作为键值（value），合并具有相同关键字（key）的键值对，统计关键字在与其对应的文件中出现的次数，和文件名一起作为值（value）迭代输出；进行相同关键字合并后，其结果作为Reduce操作的输出键值对<key，value>；
（3）经过MapReduce建立的索引文件存储到HBase中，其中Row Key存储的是查询关键字，value存储的是文件名，关键字在文件中出现的次数统计以及文件内容属性。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州两江科技有限公司，未经苏州两江科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201210408753.7/1.html，转载请声明来源钻瓜专利网。
