時間：2022-11-06 16:30:01 | 來源：信息時代
時間：2022-11-06 16:30:01 來源：信息時代
簽名文件 : 文本數(shù)據(jù)庫的一種索引結構,它能夠有效地支持布爾查詢。數(shù)據(jù)庫中的每個文檔,在簽名文件中都有相應的一條記錄,稱作文檔的簽名記錄。每個簽名的固定長度為b位,b稱作簽名長度。簽名的位數(shù)目是按照文檔中包含的單詞來設置的。利用Hash函數(shù)把文檔中出現(xiàn)的單詞映射到特定的簽名位,并設置相應位。注意,除非詞表中的所有單詞都有自己的簽名位,否則文檔的某個簽名位可能被多次設置,因為Hash函數(shù)可能把多個單詞映射到相同的位。對于由條件合取組成的查詢,首先利用Hash函數(shù)作用于查詢中的每一個詞生成查詢的簽名。然后,掃描簽名文件,檢索所有與查詢簽名相匹配的文檔。由于文檔的簽名并不唯一指定文檔中包含的單詞,所以還需要進一步檢查這些文檔中是否實際包含需要檢索的單詞。我們稱文檔的簽名與查詢簽名相匹配,但文檔中不包含檢索項這種情況為偽正確(false positive)。偽正確這種錯誤的開銷很大,因為需要從磁盤中讀出該文檔,進行語法分析,切除后綴,最后對檢索項進行檢查。對于由條件析取組成的查詢,首先生成一系列的查詢簽名,某個簽名由一個查詢單詞生成。然后掃描簽名文件,檢索那些簽名與任意一個查詢相匹配的文檔。注意對于每個查詢,都需要掃描整個簽名文件,簽名文件中的記錄個數(shù)與數(shù)據(jù)庫中的文檔數(shù)目相同。為了減少每次查詢需要讀取的數(shù)據(jù),可以垂直地將簽名文件劃分為若干位段,這樣的索引稱作位段簽名文件。每個位段的長度仍然與數(shù)據(jù)庫中的文檔數(shù)目相等,但對于只有q個簽名位的查詢,只需要讀取q個位段。
微信公眾號
版權所有? 億企邦 1997-2022 保留一切法律許可權利。
在線咨詢