一种全文检索系统中索引信息的更新方法以及装置

技术领域

本发明涉及信息检索技术领域，尤其涉及一种全文检索系统中索引信息的 更新方法以及装置。

背景技术

全文检索系统是目前应用非常普及的一种检索系统，该检索系统主要根据 预先建立的倒排索引文件确定出与用户终端提交的检索词匹配的文档，该文档 一般为包括用户终端提交的各检索词的文档。

随着信息技术的发展以及检索需求的增加，在全文检索系统中，可能需要 更新保存的文档中的部分数据域以实时反映保存的数据的状态，从而保证检索 获取的信息的有效性。例如，在索引库中文档的主要内容不变的情况下，需要 对该文档包括的部分数据域进行更新，如更新图书对应文档中包括的购买次 数、点击量等数据域的数据，由于此类数据域的数据会随着用户的使用而不断 更新，因此，数据更新成为全文检索系统处理数据的一个重要方面。

全文检索系统一般都采用倒排索引标识索引库中保存的文档，根据倒排索 引文件格式的设计特点，一个文档的信息会散布在索引文件的多处位置，文档 的标记会被包含在该文档的所有词项的对应文档列表中，从而使得倒排索引系 统无法通过在现有索引上简单地修改某些数据项来实现索引的更新。目前，在 更新数据的实际操作中，一般是对文档中的部分数据进行更新，将该更新后的 新文档保存至全文检索系统的索引库中，并删除旧文档。这种方式需要将整个 文档的内容再次提交到全文检索系统，这在只需要更新文档中部分数据域的数 据的情况下，由于需要对文档中未更新的数据域中的数据重新创建索引，从而 会消耗大量的时间，更新的效率很低，尤其在高频率更新的情况下，对全文检 索系统的更新效率的影响会更加严重，甚至会影响检索的性能。

综上所述，现有全文检索系统对应只有部分数据域的数据更新的文档，会 针对该文档中的全部数据重新建立索引信息，从而降低了全文检索系统中索引 信息的更新效率。

发明内容

有鉴于此，本发明实施例提供一种全文检索系统中索引信息的更新方法以 及装置，采用该技术方案，能够提高全文检索系统中索引信息的更新效率。

本发明实施例通过如下技术方案实现：

根据本发明实施例的一个方面，提供了一种全文检索系统中索引信息的更 新方法，所述索引信息包括对应同一文档标识的第一索引信息以及第二索引信 息，其中，所述第一索引信息为针对所述文档标识对应的文档中动态更新属性 的数据域对应的数据建立的索引信息，所述第二索引信息为针对所述文档标识 对应的文档中非动态更新属性的数据域对应的数据建立的索引信息；

所述更新方法，包括：

全文检索系统对所述动态更新属性的数据域对应的数据进行监控；

在监控到所述动态更新属性的数据域对应的数据存在新的数据后，对包括 所述新的数据的动态更新属性的数据域对应的数据重新建立对应所述文档标 识的第三索引信息。

根据本发明实施例的另一个方面，还提供了一种全文检索系统中索引信息 的更新装置，包括：

索引信息建立单元，用于建立索引信息，所述索引信息包括对应同一文档 标识的第一索引信息以及第二索引信息，其中，所述第一索引信息为针对所述 文档标识对应的文档中动态更新属性的数据域对应的数据建立的索引信息，所 述第二索引信息为针对所述文档标识对应的文档中非动态更新属性的数据域 对应的数据建立的索引信息；

监控单元，用于对所述索引信息建立单元建立的第一索引信息对应的所述 动态更新属性的数据域对应的数据进行监控；

索引信息更新单元，用于在所述监控单元监控到所述动态更新属性的数据 域对应的数据存在新的数据后，对包括所述新的数据的动态更新属性的数据域 对应的数据重新建立对应所述文档标识的第三索引信息。

通过本发明实施例提供的上述至少一个技术方案，全文检索系统在建立索 引信息时，将索引信息分成两个索引信息，即包括对应同一文档标识的第一索 引信息以及第二索引信息，其中，第一索引信息为针对文档标识对应的文档中 动态更新属性的数据域对应的数据建立的索引信息，第二索引信息为针对文档 标识对应的文档中非动态更新属性的数据域对应的数据建立的索引信息。基于 该索引信息，全文检索系统在监控到动态更新属性的数据域对应的数据存在新 的数据后，只需要对包括新的数据的动态更新属性的数据域对应的数据重新建 立对应文档标识的第三索引信息。本技术方案与现有技术相比，全文检索系统 在监控到索引信息包括的第一索引信息对应的动态更新属性的数据域中的数 据存在新的数据后，只需对包括新的数据的动态更新属性的数据域对应的数据 重新建立对应文档标识的第三索引信息，而无需针对整个文档重新建立索引， 从而与现有技术相比，提高了全文检索系统中索引信息的更新效率。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明 书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可 通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获 得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发 明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例一提供的一种全文检索系统中索引信息的更新的流程 示意图；

图2为本发明实施例一提供的全文检索系统查询文档的流程示意图；

图3为本发明实施例一提供的全文检索系统建立上述存储位置与第二标识 的对应关系的流程示意图；

图4为本发明实施例一提供的全文检索系统根据检索请求进行检索的流程 示意图；

图5为本发明实施例二提供的建立全文检索系统中索引信息的流程示意 图；

图6为本发明实施例二提供的全文检索系统中索引信息的更新的流程示意 图；

图7为本发明实施例三提供的全文检索系统根据检索请求进行检索的流程 示意图；

图8为本发明实施例四提供的一种全文检索系统中索引信息的更新装置的 结构示意图；

图9为本发明实施例四提供的一种全文检索系统中索引信息的更新装置的 又一结构示意图；

图10为本发明实施例四提供的一种全文检索系统中索引信息的更新装置 的又一结构示意图。

具体实施方式

为了给出提高全文检索系统中索引信息的更新效率的实现方案，本发明实 施例提供了一种全文检索系统中索引信息的更新方法以及装置，以下结合说明 书附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例 仅用于说明和解释本发明，并不用于限定本发明。并且在不冲突的情况下，本 申请中的实施例及实施例中的特征可以相互组合。

本发明提供的技术方案中，全文检索系统在最初建立索引信息时，会确定 出文档的文档标识，例如，该文档标识可以为设定关键字段(KeyField)的值， 也可以为能表征文档特征的值，此处不再一一例举，并根据数据是否存在更新 的需求确定该数据的属性，具体地，将文档中有更新需求的数据设置为动态更 新属性的数据，相应的将保存该动态更新属性的数据的数据域称为动态更新属 性的数据域；将文档中除动态更新属性的数据之外的数据标识为非动态更新属 性，相应的，将保存该非动态更新属性的数据的数据域称为非动态更新属性的 数据域。

针对上述动态更新属性的数据域中的数据，全文检索系统将对应确定出的 文档标识建立动态索引信息，本技术方案以下统称第一索引信息，对应上述非 动态更新属性的数据域中的数据，全文检索系统将对应确定出的文档标识建立 非动态索引信息，本技术方案以下统称第二索引信息。

实施例一

该实施例一提供了一种全文检索系统中索引信息的更新方法，该方法能够 应用在全文检索系统中，通过在全文检索系统中应用本技术方案，能够克服现 有技术中全文检索系统对应只有部分数据域的数据更新的文档，会针对该文档 中的全部数据重新建立索引信息的问题，从而提高了全文检索系统中索引信息 的更新效率。

图1是出了本发明实施例一提供的一种全文检索系统中索引信息的更新的 流程示意图，如图1所示，该全文检索系统中索引信息的更新的过程，主要包 括以下步骤：

步骤101、全文检索系统对动态更新属性的数据域对应的数据进行监控。

该步骤101中，全文检索系统监控动态更新属性的数据域对应的数据时， 可以通过监控动态更新属性的数据域的状态确定该动态更新属性的数据域对 应的数据是否有变动，例如，动态更新属性的数据域中未保存数据的存储空间 被保存数据后，全文检索系统会接收到数据更新的指示信息，或者，全文检索 系统会在设定时长内发送监控指令以获取动态更新属性的数据域的状态信息， 或者，全文检索系统在接收的检索请求后，对该检索请求涉及的数据进行监控， 例如，全文检索系统在根据检索请求进行检索后，能够确定根据该检索请求检 索到的文档被浏览次数对应的数据会发生变更。以上仅为本技术方案提供的示 例，实际应用中可以结合具体情况灵活设置，此处不再一一赘述。

步骤102、在监控到动态更新属性的数据域对应的数据存在新的数据后， 对包括新的数据的动态更新属性的数据域对应的数据重新建立对应文档标识 的第三索引信息。

至此，全文检索系统中索引信息的更新的流程结束。

图1对应的流程中，全文检索系统在监控到动态更新属性的数据域对应的 数据存在新的数据后，只需要对包括新的数据的动态更新属性的数据域对应的 数据重新建立对应文档标识的第三索引信息，并不需要对动态更新属性的数据 域对应的数据之外的非动态更新属性的数据建立索引信息，从而克服了现有技 术中全文检索系统对应只有部分数据域的数据更新的文档，会针对该文档中的 全部数据重新建立索引信息的问题，提高了全文检索系统中索引信息的更新效 率。

在图1对应的流程包括的步骤102之后，即在对包括新的数据的动态更新 属性的数据域对应的数据重新建立对应文档标识的第三索引信息之后，全文检 索系统会查询本地保存的文档，以确定保存的文档中不存在重复保存的文档， 从而避免由于存在重复的文档影响检索结果的问题，具体地，全文检索系统查 询文档的过程，如图2所示，主要包括以下步骤：

步骤201、全文检索系统确定文档标识对应的文档数。

该步骤201中，全文检索系统可以通过读取本地的索引文件，确定出保存 该文档标识的文档列表，进一步，确定该文档列表中对应该文档标识保存的文 档信息数，并将该文档信息数确定为文档标识对应的文档数。

步骤202、全文检索系统确定文档标识是否对应多个文档，若是，执行步 骤203；否则结束流程。

步骤203、全文检索系统根据多个文档的保存时间，将多个文档中除保存 时间最近的文档之外的文档设置为无效。

该步骤203中，全文检索系统可以通过多种方式将多个文档中除保存时间 最近的文档之外的文档设置为无效，例如，将多个文档中除保存时间最近的文 档之外的文档进行标记删除以表征该文档的无效，或者，也可以对多个文档中 除保存时间最近的文档之外的文档进行删除操作，以上为本技术方案提供的示 例，实际应用中可以根据具体情况灵活设置，此处不再做过多描述。

至此，全文检索系统查询文档的流程结束。

在图1对应的流程包括的步骤102之后，即在对包括新的数据的动态更新 属性的数据域对应的数据重新建立对应文档标识的第三索引信息之后，全文检 索系统还可以建立第一标识与第二标识的对应关系，其中，第一标识为动态更 新属性的数据域对应的数据所在文档的标识，第二标识为非动态更新属性的数 据域对应的数据所在文档的标识，并进一步建立包括新的数据的动态更新属性 的数据域对应的数据的存储位置与第二标识的对应关系，具体地，全文检索系 统建立上述存储位置与第二标识的对应关系的过程，如图3所示，主要包括以 下步骤：

步骤301、全文检索系统确定用于保存动态更新属性的数据域对应的数据 的文档的第一标识，以及确定用于保存非动态更新属性的数据域对应的数据的 文档的第二标识。

该步骤301中，用于保存动态更新属性的数据域对应的数据的文档可以为 单独保存动态更新属性的数据的文档，用于保存非动态更新属性的数据域对应 的数据的文档可以为单独保存非动态更新属性的数据的文档，全文检索系统对 应上述各文档分别分配了第一标识以及第二标识，实际应用中，用于保存动态 更新属性的数据域对应的数据的文档中还可以保存有非动态更新属性的数据， 即用于保存动态更新属性的数据域对应的数据的文档与用于保存非动态更新 属性的数据域对应的数据的文档可以为同一文档，全文检索系统对该文档包括 的动态更新属性的数据、非动态更新属性的数据分别分配了第一标识与第二标 识。上述第一标识与第二标识分别对应步骤102中所述的文档标识保存。

步骤302、全文检索系统建立第一标识与第二标识的对应关系。

该步骤302中，全文检索系统根据第一标识与文档标识的对应关系、第二 标识与文档标识的对应关系，建立第一标识与第二标识的对应关系。

步骤303、全文检索系统确定包括新的数据的动态更新属性的数据域对应 的数据的存储位置。

该步骤303中，全文检索系统可以直接确定出包括新的数据的动态更新属 性的数据域对应的数据的存储位置，在确定数据的存储位置时，可以选择不读 取设置为无效的文档对应的动态更新属性的数据的存储位置的信息，或者，全 文检索系统可以将包括新的数据的动态更新属性的数据域中除设置为无效的 文档对应的动态更新属性的数据之外的数据重新保存，并获取重新保存的各动 态更新属性的数据的存储位置。

步骤304、全文检索系统建立确定出的存储位置与第二标识的对应关系。

该步骤304中，全文检索系统可以根据存储位置所存储的数据所在的文档 对应的第一标识、第一标识与第二标识的对应关系，建立确定出的存储位置与 第二标识的对应关系。

至此，全文检索系统建立上述存储位置与第二标识的对应关系的流程结 束。

在图3对应的流程包括的步骤304之后，即在全文检索系统建立确定出的 存储位置与第二标识的对应关系之后，全文检索系统可以对接收的检索请求进 行相应的操作以检索出检索请求包括的检索词所在的文档，具体地，全文检索 系统根据检索请求进行检索的过程，如图4所示，主要包括以下步骤：

步骤401、全文检索系统接收用户提交的检索请求，并确定检索请求包括 的检索词所在文档的标识。

步骤402、全文检索系统根据保存的存储位置与第二标识的对应关系，确 定与检索词所在文档的标识对应的存储位置。

该步骤402中，实际应用中，数据被保存时一般按照数据值的大小依次保 存，例如，依次根据数据值从大到小对数据进行保存。若全文检索系统需要对 检索到的文档根据数据值的大小进行排序，则可以在全文检索系统确定出数据 的存储位置后即对检索到的各文档进行相应的排序，此外，还可以根据存储位 置所存储的数据的特征对存储位置进行分组，从而全文检索系统能够根据确定 出的存储位置所在的组对检索到的文档进行分组，以上仅为本技术方案给出的 优选实施方式，实际应用中，还可以根据需要进行灵活的设置，此处不再赘述。

步骤403、根据确定出的存储位置，读取存储位置保存的数据。

至此，全文检索系统根据检索请求进行检索的流程结束。

实施例二

该实施例二提供了一种建立全文检索系统中索引信息的方法的应用场景， 进一步，对应该建立全文检索系统中索引信息的方法，以及实施例一提供的一 种全文检索系统中索引信息的更新方法，本实施例二还提供了全文检索系统中 索引信息的更新方法的应用场景。

图5示出了本发明实施例二提供的一种建立全文检索系统中索引信息的流 程示意图，具体地，如图5所示，该建立全文检索系统中索引信息的过程，主 要包括以下步骤：

步骤501、将文档中需要更新的数据设置为动态属性的数据，并保存在动 态数据域中。

该步骤501中，动态属性的数据对应实施例一中所述的动态更新属性的数 据，相应的，动态数据域为实施例一中所述的动态更新属性的数据域。

步骤502、将文档中除需要更新的数据之外的数据设置为静态属性的数据， 并保存在静态数据域中。

该步骤502中，静态属性的数据对应实施例一中所述的非动态更新属性的 数据，相应的，静态数据域为实施例一中所述的非动态更新属性的数据域。此 外，步骤502与步骤501并无严格的执行顺序，例如，可以同时执行步骤501 以及步骤502，或者根据设定方式依次执行，此处不做限定。

步骤503、将动态数据域中的数据对应KeyField建立动态索引信息，将静 态数据域中的数据对应KeyField建立静态索引信息。

该步骤503中，KeyField为全文检索系统为步骤501中的文档分配的标识 信息，动态索引信息为实施例一所述的第一索引信息，静态索引信息为实施例 一所述的第二索引信息。

至此，建立全文检索系统中索引信息的流程结束。

对应上述建立全文检索系统中索引信息的过程，以及本发明实施例一提供 的全文检索系统中索引信息的更新方法，图6示出了本发明实施例二提供了一 种全文检索系统中索引信息的更新的流程示意图，具体地，如图6所示，该全 文检索系统中索引信息的更新的过程，主要包括以下步骤：

步骤601、全文检索系统确定动态数据中存在新的数据。

步骤602、全文检索系统确定文档列表中对应KeyField保存的文档信息数， 若对应KeyField保存多个文档信息，则将多个文档信息对应的文档中除最近保 存的文档之外的文档标记上删除的标识信息。

步骤603、全文检索系统对存在新的数据的动态数据域中的数据重新建立 动态索引信息。

步骤604、全文检索系统确定重新建立的动态索引信息中对应KeyField保 存的第一标识，以及静态索引信息中对应KeyField保存的第二标识，并建立第 一标识与第二标识的对应关系。

该步骤604中，第一标识以及第二标识可以参考上述步骤301中所述的第 一标识以及第二标识，此处不再赘述。

步骤605、全文检索系统将存在新的数据的动态数据域的数据中除标记上 删除的标识信息的文档对应的数据之外的数据保存在值辅助文件中，并获取各 数据被保存的位置的顺序号。

该步骤605中，全文检索系统根据存在新的数据的动态数据域的数据对应 的特征(Term)，将该动态数据域的数据对应该Term重新保存，即保存在值辅 助文件中，该保存数据的方式可以采用有序数组的方式保存数据，或采用地图 (MAP)结构保存数据，实际中可以根据具体情况采用相应的数据保存方式。

步骤606、建立映射辅助文件用于保存顺序号与第二标识的对应关系。

该步骤606中，顺序号与第二标识的对应关系的确定方式可以参考步骤 304，此处不再赘述。在保存顺序号与第二标识的对应关系时，此处，本发明 以有序数组方式保存数据为例，具体地，可以将第二标识作为下标，将顺序号 对应的值保存在数组中。

至此，全文检索系统中索引信息的更新的流程结束。

实施例三

该实施例三对应实施例二提供的全文检索系统中索引信息的更新方法，提 供了一种全文检索系统根据检索请求进行检索的方法的应用场景。

图7示出了本发明实施例三提供的一种全文检索系统根据检索请求进行检 索的流程示意图，具体地，全文检索系统根据检索请求进行检索的过程，主要 包括以下步骤：

步骤701、全文检索系统接收用户提交的检索请求，并确定检索请求包括 的检索词所在文档的标识；

步骤702、全文检索系统根据保存的顺序号与第二标识的对应关系，确定 与检索词所在文档的标识对应的顺序号；

步骤703、根据该顺序号确定出该文档的动态属性数据被保存的顺序号， 并读取数据。

至此，全文检索系统根据检索请求进行检索的流程结束。

在图7对应的流程包括的步骤702之后，即在全文检索系统根据保存的顺 序号与第二标识的对应关系，确定与检索词所在文档的标识对应的顺序号之 后，基于数据一般根据数据值的大小进行依次保存，全文检索系统可以根据确 定的顺序号，对根据检索请求检索到的各文档进行排序；或，全文检索系统可 以根据数据对应的特征对数据被保存的顺序号进行分组，从而全文检索系统可 以根据确定出的顺序号对检索到的文档进行分组；或者，全文检索系统可以根 据数据所对应的设定集合，建立设定集合与数据被保存的顺序号的对应关系， 全文检索系统若在设定集合中不能够查找到确定出的顺序号对应的数据，则可 以在检索结果中不包括该数据所在的文档。

实施例四

该实施例四提供了一种全文检索系统中索引信息的更新装置，该装置能够 应用在全文检索系统中，通过在全文检索系统中应用本技术方案，能够克服现 有技术中全文检索系统对应只有部分数据域的数据更新的文档，会针对该文档 中的全部数据重新建立索引信息的问题，从而提高全文检索系统中索引信息的 更新效率。

图8示出了本发明提供的一种全文检索系统中索引信息的更新装置的结构 示意图，具体地，如图8所示，该全文检索系统中索引信息的更新装置，包括：

索引信息建立单元801、监控单元802以及索引信息更新单元803；其中：

索引信息建立单元801，用于建立索引信息，索引信息包括对应同一文档 标识的第一索引信息以及第二索引信息，其中，第一索引信息为针对文档标识 对应的文档中动态更新属性的数据域对应的数据建立的索引信息，第二索引信 息为针对文档标识对应的文档中非动态更新属性的数据域对应的数据建立的 索引信息；

监控单元802，用于对索引信息建立单元801建立的第一索引信息对应的 动态更新属性的数据域对应的数据进行监控；

索引信息更新单元803，用于在监控单元802监控到动态更新属性的数据 域对应的数据存在新的数据后，对包括新的数据的动态更新属性的数据域对应 的数据重新建立对应文档标识的第三索引信息。

本发明实施例四提供的优选实施方式中，图8所示装置包括的索引信息更 新单元803，还用于：

在对包括新的数据的动态更新属性的数据域对应的数据重新建立对应文 档标识的第三索引信息之后，确定文档标识对应的文档数，并在确定文档标识 对应多个文档时，根据多个文档的保存时间，将多个文档中除保存时间最近的 文档之外的文档设置为无效。

本发明实施例四提供的优选实施方式中，图8所示装置包括的索引信息更 新单元803，具体用于：

确定保存文档信息的文档列表中与文档标识对应的文档信息数，并将文档 标识对应的文档信息数确定为文档标识对应的文档数。

如图9所示，本发明实施例四提供的优选实施方式中，图8所示装置进一 步包括对应关系建立单元804，用于在索引信息更新单元803对包括新的数据 的动态更新属性的数据域对应的数据重新建立对应文档标识的第三索引信息 之后，确定用于保存动态更新属性的数据域对应的数据的文档的第一标识，以 及确定用于保存非动态更新属性的数据域对应的数据的文档的第二标识，并建 立第一标识与第二标识的对应关系，确定包括新的数据的动态更新属性的数据 域对应的数据的存储位置，并建立确定出的存储位置与第二标识的对应关系。

如图10所示，本发明实施例四提供的优选实施方式中，图9所示装置进 一步包括检索单元805，用于在对应关系建立单元804建立确定出的存储位置 与第二标识的对应关系之后，接收用户提交的检索请求，并确定检索请求包括 的检索词所在文档的标识，根据保存的存储位置与第二标识的对应关系，确定 与检索词所在文档的标识对应的存储位置，并根据确定出的存储位置，读取存 储位置保存的数据。

应当理解，以上装置包括的单元仅为根据该装置实现的功能进行的逻辑划 分，实际应用中，可以进行上述单元的叠加或拆分。并且该实施例提供的装置 所实现的功能与上述实施例提供的全文检索系统中索引信息的更新方法流程 一一对应，对于该装置所实现的更为详细的处理流程，在上述方法实施例中已 做详细描述，此处不再详细描述。

并且，本实施例四中的全文检索系统中索引信息的更新装置还具有能够实 现实施例一、实施例二以及实施例三方案的功能模块，此处不再赘述。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基 本创造性概念，则可对这些实施例做出另外的更新和修改。所以，所附权利要 求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发 明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及 其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。