基于全文检索分布式海量文本的存储方法及装置
基本信息
| 申请号 | CN202210108903.6 | 申请日 | - |
| 公开（公告）号 | CN114443801A | 公开（公告）日 | 2022-05-06 |
| 申请公布号 | CN114443801A | 申请公布日 | 2022-05-06 |
| 分类号 | G06F16/31（2019.01）I;G06F40/284（2020.01）I;G06F40/289（2020.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 王飞;许欢庆;曾雪峰;季仁通;孙敏 | 申请（专利权）人 | 北京迅奥科技有限公司 |
| 代理机构 | 北京知呱呱知识产权代理有限公司 | 代理人 | 胡乐 |
| 地址 | 211299江苏省南京市雨花台区板桥街道朝阳西苑商务大厦34幢2楼201室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于全文检索分布式海量文本的存储方法及装置，包括抽取内外部文档中的有用信息；将抽取的有用信息通过预先设置的匹配规则或模板进行解析，转换为统一的XML文件；将处理过的XML文件数据压缩打包成ZIP压缩格式，加载进内存，并建立索引；加载进内存进行存储时采用关键词矩阵存储和倒排索引；本发明提供的基于全文检索分布式海量文本的存储方法及装置，能将海量的文信息进行分布式存储，并能通过关键词对文本内容进行读取，解决了数据库对海量数据处理的局限，使文本处理更加有效，利用全文库实现了对海量数据的存取。 |
