[发明专利]一种指定文本用对象分布式展示系统

说明书

本发明公开了一种指定文本用对象分布式展示系统，涉及电子文件处理技术领域，包括文本处理模块、文本分配模块和索引构建模块；文本处理模块用于将PDF文件拆分成多个单页文件，并将PDF页文件分布式存储于多个存储终端中；文本分配模块用于获取PDF页文件的访问数据并进行访问系数分析，并根据访问系数将PDF页文件分配至对应的存储终端存储；索引构建模块用于建立一个PDF页索引文件，记录PDF页文件存储位置，当用户进行访问时，首先读取页级索引，然后通过页级索引定位单页文件进行快速读取，当多用户同时访问PDF不同页时，能够分散存储终端进行读取，提高读取带宽，做到高并发访问，提高热点PDF页文件的访问效率。

技术领域

本发明涉及电子文件处理技术领域，具体是一种指定文本用对象分布式展示系统。

背景技术

PDF(portabledocumentformat，便携式文件格式)是由adobesystems开发的一种用于文件交换的电子文件格式，这种文件格式可以应用于各种操作系统，所以越来越多的电子图书、产品说明、公司文告、网络资料、电子邮件等开始使用PDF文件，并且在很多情况下，为了追求文件的稳定性和兼容性，用户都会将word文件转换成PDF文件之后再进行传输。

现有PDF文档采用了一种单文件描述格式，整体文档所需的字体、资源都包含在本文件中，这样比较方便传输和使用者直接打开。但是一个完整PDF在进行网络预览时性能就会比较低下，一般会采用两种技术手段加快访问：1)将每页PDF转换成图片，然后每次访问加载每页图片；但是此种技术手段是针对一些预览场景，PDF内图片是无法进行拷贝和编辑的；2)服务器端支持按页读取；此种技术手段可以支持拷贝和编辑，但在多用户访问下对单页PDF访问性能会不均匀，对一些热点PDF页文件访问效率就会降低；针对上述问题，我们提出一种指定文本用对象分布式展示系统。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种指定文本用对象分布式展示系统，将PDF变成多个单页文件，并将其存储在不同的存储终端上；并建立一个PDF页索引文件，记录其存储位置，当进行访问时，首先读取页级索引，然后通过页级索引定位单页文件进行快速读取；这样当不同的用户同时来访问PDF不同页时，能够分散存储设备进行读取，提高读取带宽，做到高并发访问。

为实现上述目的，根据本发明的第一方面的实施例提出一种指定文本用对象分布式展示系统，包括文本上传模块、存储模块、文本分配模块、索引构建模块以及终端分析模块；

所述文本上传模块用于管理人员上传PDF文件，并将PDF文件发送至云平台；所述云平台用于将接收到的PDF文件传输至文本处理模块；

所述文本处理模块用于对PDF文件进行拆分，将PDF文件分成多个单页文件，记为PDF页文件；然后将PDF页文件分布式存储于多个存储终端中，其中每个PDF页文件均有唯一编号；

所述存储模块包含若干个存储终端，所述文本分配模块与文本处理模块相连接，用于获取PDF页文件的访问数据并进行访问系数分析，然后根据访问系数FZ将PDF页文件分配至对应的存储终端存储；

选中终端对PDF页文件进行存储，并将对应的存储地址和PDF页文件编号返回至索引构建模块对PDF页索引文件进行构建；当用户进行访问时，首先读取页级索引，然后通过页级索引定位单页文件进行快速读取；

所述终端分析模块用于对存储终端进行存配值分析，并将存配值CP打上时间戳并存储至云平台。

进一步地，所述文本分配模块的具体分配步骤为：

将PDF页文件按照访问系数FZ的大小进行降序排列；获取排序第一的PDF页文件，选取存配值CP最大的存储终端标记为选中终端；将排序第一的PDF页文件标记为已分配文件，再获取排序第二的PDF页文件，并选取存配值CP次之的存储终端标记为选中终端，以此类推。

进一步地，所述访问系数FZ的具体分析过程如下：