大规模非结构化数据的索引技术研究

• 作者: 张太红 时亚南 郭斌 陈燕红
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 大规模数据 倒排索引 分块式存储 线性散列 B+树
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 109-113
• 页数: 5页
• 分类号: TP31
• 字数: 5353字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.12

摘要

为解决搜索引擎ASPSeek在大规模数据下检索效率低下、占用空间大以及不利于更新等问题,提出了一种分块式存储的倒排索引组织技术,并对基于外存的B+树索引和线性散列索引的性能进行了比较测试研究。测试结果表明,查询每万条数据耗时线性散列为B+树索引快57.40％,插入每万条数据耗时线性散列为B+树索引的2.44倍,删除每万条数据耗时线性散列为B+树索引的83.52％,线性散列索引文件大小为B+树索引文件大小的109.56％。由测试结果可知,B+树索引具有较快的索引构建和更新速度,而线性散列索引则具有较高的磁盘空间占用率和较好的查询性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张太红	新疆农业大学计算机与信息工程学院	74	332	9.0	15.0
3	郭斌	新疆农业大学计算机与信息工程学院	23	150	6.0	12.0
4	陈燕红	新疆农业大学计算机与信息工程学院	37	90	5.0	7.0
7	时亚南	新疆农业大学计算机与信息工程学院	2	5	2.0	2.0