[发明专利]一种分布式环境下的模式匹配处理器

权利要求书

1.一种分布式环境下的模式匹配处理器，其特征在于：采用的Wu-Manber算法分为预处理阶段和匹配阶段，本发明将针对这两个阶段分别运用Map-Reduce编程模型处理，使Wu-Manber算法适用于分布式环境。

2.根据权利要求1所述的一种分布式环境下的模式匹配处理器，其特征在于：所述Wu-Manber算法运用Map-Reduce编程模型进行预处理，多个Mapper可以同时对多个要匹配的模式进行预处理。

3.根据权利要求1所述的一种分布式环境下的模式匹配处理器，其特征在于：所述Wu-Manber算法运用Map-Reduce编程模型进行预处理，Mapper的输入格式为<匹配模式P，NULL>，Mapper的输出格式为<各个表中的Key，标识为flag，表中的内容Value>。

4.根据权利要求1所述的一种分布式环境下的模式匹配处理器，其特征在于：所述Wu-Manber算法运用Map-Reduce编程模型进行预处理，Partition的输入格式是<各个表中的KEY，标识flag，表中的内容value>，输出格式为<Key，Value>。

5.根据权利要求1所述的一种分布式环境下的模式匹配处理器，其特征在于：所述Wu-Manber算法运用Map-Reduce编程模型进行预处理Reducer函数可以通过不同的参数来处理不同类型的表中的内容，最终将SHIFT表、HASH表和PREFIX表的内容插入到各自应该属于的表中，Reducer的输出仍以分布式文件系统中文件的形式保存，在与目标串进行模式匹配时会将这些结果分发到集群中的机器上。

6.根据权利要求1所述的一种分布式环境下的模式匹配处理器，其特征在于：所述Wu-Manber算法运用Map-Reduce编程模型进行匹配，需要利用两次Map-Reduce来完成，第一次的map-Reduce是可选的，第二次的Map-Reduce是必须的。

7.根据权利要求6所述的Wu-Manber算法运用Map-Reduce编程模型进行匹配，其特征在于：所述第一次的map-Reduce中Mapper的输入格式为<目标串，NULL>，按固定长度Len将目标串分段，每一段作为一个输出，输出格式为<目标串序号，n str(n)>,其中n为段号，表示该记录为目标串的第n段长度为length的字符串，str(n)表示这段字符串的内容。

8.根据权利要求6所述的Wu-Manber算法运用Map-Reduce编程模型进行匹配，其特征在于：所述第一次的map-Reduce中不需要reducer函数，只需要Mapper排序后的结果直接输出。

9.根据权利要求6所述的Wu-Manber算法运用Map-Reduce编程模型进行匹配，其特征在于：所述第二次的map-Reduce中mapper的输入格式为<目标串序号，匹配位置(pos),匹配的模式>，输出格式为<目标串序号,匹配集合>，其中匹配集合中的每个元素是一个(匹配位置，匹配的模式)对。