基于動態(tài)后繼樹的索引結構改進研究.pdf

1、大數據時代的來臨,使得數據量、數據復雜度和數據的處理方式發(fā)生了很大的變化,也給如何高效地、安全地從海量數據中檢索到用戶所關心的信息提出了挑戰(zhàn)。全文檢索技術的出現是為了解決非結構化數據的檢索需求,其核心是全文索引模型。傳統(tǒng)的全文索引模型在進行海量數據索時,往往達不到理想的時空效率,并且其動態(tài)性、安全性欠佳。
　　為了提高海量數據下全文索引模型的檢索效率,本文基于二元動態(tài)后繼樹索引模型(Streamline Dynamic Succe

2、ssive-Trees,SDST),提出了一個樹高可變的動態(tài)后繼樹索引模型（Variable-Height Streamline Dynamic Successive-Trees,VHSDST),并給出其創(chuàng)建、檢索與更新算法。實驗表明,VHSDST在海量數據檢索方面具有較高的優(yōu)勢。
　　為了進一步提升VHSDST的檢索效率,研究了影響VHSDST檢索效率的因素,提出了一個滑動窗口檢索算法(Sliding Window Retrie

3、val Algorithm,SWRA)。實驗表明,該算法使得VHSDST在檢索效率方面有了進一步提升。
　　為了提高全文索引模型的空間效率,研究了 SDST的存儲結構、壓縮策略和編碼方式,提出了一個具有壓縮特性的支持不解壓查詢技術的二元動態(tài)后繼樹壓縮索引模型（Compressed Improved Streamline Dynamic Successive-Trees,CISDST),并給出其創(chuàng)建、檢索與更新算法。實驗表明,CIS