數(shù)據(jù)庫中基于多索引段的全文索引研究.pdf

1、隨著電子圖書館，企業(yè)辦公自動化，互聯(lián)網(wǎng)的發(fā)展，數(shù)據(jù)庫管理系統(tǒng)DBMS中已積累大量的非結(jié)構(gòu)化數(shù)據(jù)。采用在DBMS的外部建立索引的方法很難保證DBMS中的數(shù)據(jù)與索引的一致性，不適合對性能或者靈活性要求較高的應(yīng)用。將全文索引與DBMS有機(jī)的結(jié)合起來是數(shù)據(jù)庫——信息檢索整合（DB-IR Integration，DB-IR）領(lǐng)域目前討論的一種主流方法。
　　 為了能夠快速地檢索海量的非結(jié)構(gòu)化數(shù)據(jù)，需要用到信息檢索（InformationR

2、etrieval，IR）領(lǐng)域的全文索引技術(shù)。盡管有多種數(shù)據(jù)結(jié)構(gòu)可以用于實現(xiàn)全文索引，但是目前的主流是使用倒排索引。已有的討論有機(jī)結(jié)合方式的論文，使用的是基于單倒排索引段的索引，存在性能低下的問題。針對這一不足，提出在DBMS中使用基于多倒排索引段的全文索引，來提高建立索引和查詢索引的性能。根據(jù)數(shù)據(jù)庫自身環(huán)境的特性改進(jìn)索引段結(jié)構(gòu)。將數(shù)據(jù)源表的關(guān)鍵字和關(guān)鍵字的大小序號，直接存儲在倒排索引單詞的倒排表中，并使用位圖存儲刪除信息。索引段結(jié)構(gòu)的改