Mavzu: Indekslash usuli

Indekslash algoritmlari

bloklangan tartib asosida indekslash
bir martalik xotirada indekslash
dinamik indekslash
Tarqalgan indekslash

Bloklangan tartib asosida indekslash

Algoritm birlashtirilgan indekslarni da,

Teskari bloklarni ,….., dagi fayllarda saqlayidi

Asosiy xotira yetarli bo'lmasa, biz tashqi tartiblash algoritmidan, ya'ni diskdan foydalanadigan algoritmdan foydalanishimiz kerak. Qabul qilinadigan tezlik uchun bunday algoritmning asosiy talabi shundaki, u tartiblash paytida tasodifiy diskni qidirish sonini minimallashtiradi - ketma-ket diskni o'qish qidiruvdan ancha tezroq.

•  

Bir martalik xotirada indekslash

• Bloklangan saralashga asoslangan indekslash mukammal masshtablash xususiyatlariga ega, biroq atamalarni termIDlarga solishtirish uchun ma'lumotlar strukturasiga muhtoj. Juda katta kolleksiyalar uchun bu ma'lumotlar strukturasi xotiraga sig'maydi.
• Kengaytirilgan alternativa - bu bir martalik xotirada indekslash yoki SPIMI. SPIMI termID o'rniga atamalardan foydalanadi, har bir blokning lug'atini diskka yozadi va keyin keyingi blok uchun yangi lug'atni ishga tushiradi. Diskda yetarli joy mavjud bo'lsa, SPIMI istalgan o'lchamdagi to'plamlarni indekslashi mumkin.

Algoritmning hujjatlarni tahlil qiluvchi va ularni atama-docID juftliklari oqimiga aylantiruvchi qismi, biz bu yerda tokenlar deb ataymiz, olib tashlandi. SPIMI-INVERT butun to'plam qayta ishlanmaguncha token oqimida qayta-qayta chaqiriladi.

Tokenlar SPIMI-INVERT ning har bir ketma-ket chaqiruvi davomida birma-bir (4-qator) qayta ishlanadi. Agar atama birinchi marta paydo bo'lsa, u lug'atga qo'shiladi (eng yaxshisi xesh sifatida amalga oshiriladi) va yangi xabarlar ro'yxati yaratiladi (6-qator). 7-qatordagi qo'ng'iroq ushbu xabarlar ro'yxatini muddatning keyingi takrorlanishi uchun qaytaradi.
BSBI va SPIMI o'rtasidagi farq shundaki, SPIMI xabarni to'g'ridan-to'g'ri o'zining e'lonlar ro'yxatiga qo'shadi (10-qator). Avval barcha termID-docID juftlarini yig'ish va keyin ularni saralash o'rniga (biz BSBIda qilganimizdek), har bir e'lonlar ro'yxati dinamik bo'ladi (ya'ni, uning hajmi o'sib borishi bilan o'zgartiriladi) va u darhol xabarlarni to'plash uchun mavjud.