[发明专利]基于PostgreSQL的流式文档处理方法、装置以及装置的应用方法

权利要求书

1.一种基于PostgreSQL的流式文档处理方法，其特征在于，包括：

在PostgreSQL中构建复合数据，所述复合数据包括第一属性和第二属性；

获取流式文档的文档内容并存入所述第一属性；

获取所述流式文档的物理存储地址并存入所述第二属性；

在PostgreSQL中对所述第一属性进行索引。

2.如权利要求1所述的方法，其特征在于，所述获取流式文档的文档内容并存入所述第一属性，包括：

识别流式文档，并对所述流式文档进行解析，以提取所述流式文档的文档内容；

将所述文档内容以文本类型存入所述第一属性；

所述获取所述流式文档的物理存储地址并存入所述第二属性，包括：

将所述流式文档以二进制的形式存入一个内部表；

将所述流式文档在所述内部表的位置以OID类型存入所述第二属性。

3.如权利要求1所述的方法，其特征在于，所述在PostgreSQL中对所述第一属性进行索引，包括：

在PostgreSQL中，采用n-gram算法，对所述第一属性进行索引。

4.如权利要求1-3中任一项所述的方法，其特征在于，所述方法，还包括：

获取更改后的流式文档的文档内容，以更新所述第一属性；

利用put_document(OID，bytea)函数，更改所述流式文档的第二属性；

所述put_document(OID，bytea)函数的参数包括：所述流式文档的物理存储地址和更改后的流式文档的二进制形式内容。

5.一种基于PostgreSQL的流式文档处理装置，其特征在于，包括：

定义模块，用于构建复合数据，所述复合数据包括第一属性和第二属性；

构建模块，用于获取流式文档的文档内容并存入所述第一属性；获取所述流式文档的物理存储地址并存入所述第二属性；

索引模块，用于对所述第一属性进行索引。

6.如权利要求5所述的装置，其特征在于，所述构建模块，用于：

识别流式文档，并对所述流式文档进行解析，以提取所述流式文档的文档内容；

将所述文档内容以文本类型存入所述第一属性；

将所述流式文档以二进制的形式存入一个内部表；

将所述流式文档在所述内部表的位置以OID类型存入所述第二属性。

7.如权利要求5所述的装置，其特征在于，所述索引模块，用于：

采用n-gram算法，对所述第一属性进行索引。

8.如权利要求5-7中任一项所述的装置，其特征在于，所述装置还包括：

更新装置，用于获取更改后的流式文档的文档内容，以更新所述第一属性；

利用put_document(OID，bytea)函数，更改所述流式文档的第二属性；

所述put_document(OID，bytea)函数的参数包括：所述流式文档的物理存储地址和更改后的流式文档的二进制形式内容。

9.一种基于PostgreSQL的流式文档处理装置的应用方法，其特征在于，所述基于PostgreSQL的流式文档处理装置为根据权利要求5-8中任一项所述的基于PostgreSQL的流式文档处理装置，所述应用方法，包括：

通过SQL查询语句对复合数据进行检索，符合查询条件的流式文档将返回其文档内容及物理存储地址。

10.如权利要求9所述的方法，其特征在于，所述方法，还包括：

根据所述物理存储地址，通过get_document(OID)函数，获取该流式文档的原始文件。