專利名稱：一種從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及到搜索引擎，特別是一種從簡(jiǎn)歷庫(kù)中快速檢索出簡(jiǎn)歷文件的方法搜索引擎。
背景技術(shù)：
在招聘行業(yè)中，大部分網(wǎng)站都采用數(shù)據(jù)庫(kù)搜索的方式來(lái)實(shí)現(xiàn)簡(jiǎn)歷數(shù)據(jù)的檢索。這種數(shù)據(jù)庫(kù)搜索技術(shù)適用于簡(jiǎn)歷數(shù)據(jù)量較小的網(wǎng)站，但是一旦簡(jiǎn)歷數(shù)量巨大且增長(zhǎng)過(guò)快，例如達(dá)到三千萬(wàn)條的數(shù)量，使用普通的數(shù)據(jù)庫(kù)技術(shù)進(jìn)行簡(jiǎn)歷搜索時(shí)，在巨量的簡(jiǎn)歷數(shù)據(jù)面前， 其檢索性能就非常差。特別是在搜索關(guān)鍵字時(shí)，處于web客戶端的用戶響應(yīng)速度很慢，需要幾秒到幾十秒，甚至出現(xiàn)部分關(guān)鍵字搜索無(wú)法獲得搜索結(jié)果。針對(duì)這種情形，作為簡(jiǎn)歷搜索者的企事業(yè)單位用戶常常投訴簡(jiǎn)歷搜索速度過(guò)慢，搜索效果太差。在目前的技術(shù)條件下，由于數(shù)據(jù)庫(kù)的簡(jiǎn)歷數(shù)量非常大，很難直接通過(guò)硬件擴(kuò)展的方式來(lái)大幅度提高系統(tǒng)性能，并且對(duì)硬件擴(kuò)展和升級(jí)的成本也較高?？偨Y(jié)現(xiàn)有技術(shù)存在的問(wèn)題主要在于兩點(diǎn)第一是企業(yè)用戶簡(jiǎn)歷庫(kù)搜索簡(jiǎn)歷時(shí)搜索速度過(guò)慢；第二是搜索結(jié)果不完整，很多搜索引擎只返回部分結(jié)果，并且搜索引擎本身使用詞庫(kù)的方式來(lái)建立索引，不能保證簡(jiǎn)歷庫(kù)中的所有數(shù)據(jù)都能夠被有效檢索。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)存在的不足，提供一種新的從巨量簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法。本發(fā)明的搜索方法要能夠?qū)崿F(xiàn)簡(jiǎn)歷數(shù)據(jù)庫(kù)內(nèi)的所有簡(jiǎn)歷都能夠快速有效地被檢索出來(lái)，在保證檢索準(zhǔn)確性的情況下要能大幅提高檢索速度。為了達(dá)到上述發(fā)明目的，本發(fā)明提供的技術(shù)方案如下一種從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法，其特征在于，該方法是在簡(jiǎn)歷數(shù)據(jù)庫(kù)與web 服務(wù)器之間設(shè)置一個(gè)簡(jiǎn)歷搜索引擎，利用該簡(jiǎn)歷搜索引擎將簡(jiǎn)歷的全文關(guān)鍵字進(jìn)行快速索引，通過(guò)按字索引的方式使簡(jiǎn)歷數(shù)據(jù)庫(kù)中存在的簡(jiǎn)歷數(shù)據(jù)能夠快速有效地被檢索出并在 web服務(wù)器中呈現(xiàn)出來(lái)。上述從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法主要包括有簡(jiǎn)歷索引生成階段和簡(jiǎn)歷索引搜索服務(wù)階段在簡(jiǎn)歷索引生成階段第一步，將簡(jiǎn)歷數(shù)據(jù)庫(kù)中的簡(jiǎn)歷按照更新時(shí)間進(jìn)行降序排列，以降序讀取新增、修改、邏輯刪除的簡(jiǎn)歷數(shù)據(jù)；第二步，掃描每份簡(jiǎn)歷在數(shù)據(jù)庫(kù)中的索引字段，按照月份生成索引文件，索引文件包括文件頭段落、精確搜索段落、字索引段落和詳細(xì)位置信息段落，每天更新生成當(dāng)月的索引文件，該索引文件通過(guò)復(fù)制的方式更新數(shù)據(jù)至索引服務(wù)器上；在簡(jiǎn)歷索引搜索服務(wù)階段第三步，所述的索引服務(wù)器為多線程模塊，其包括有主線程、工作線程和監(jiān)控線程，主線程通過(guò)套接字在指定端口 8妨4監(jiān)聽(tīng)搜索請(qǐng)求，若有搜索請(qǐng)求則將其轉(zhuǎn)給工作線程處理；第四步，工作線程接收Web客戶端的搜索請(qǐng)求并將搜索請(qǐng)求信息解析，如果不包含關(guān)鍵字，直接進(jìn)行精確搜索段落的判斷，如果包含關(guān)鍵字，則通過(guò)字索引段落，找到每個(gè)關(guān)鍵字的詳細(xì)位置信息的起始位置，判斷是否符合搜索請(qǐng)求，如果關(guān)鍵字滿足搜索請(qǐng)求，則繼續(xù)判斷精確搜索段落是否滿足搜索請(qǐng)求，如果都滿足搜索請(qǐng)求，則將簡(jiǎn)歷ID放入搜索結(jié)果中，搜索完成后返回客戶端；第五步，監(jiān)控線程定時(shí)掃描文件更新，若索引文件正在更新，則將當(dāng)前服務(wù)器的搜索請(qǐng)求轉(zhuǎn)移到備份服務(wù)器上搜索。在本發(fā)明的從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法中，所述第二步的索引文件中文件頭段落包含的統(tǒng)計(jì)信息包括精確搜索段落，字索引段落，詳細(xì)位置信息段落在文件中的起始位置，每個(gè)節(jié)點(diǎn)的大小，以及節(jié)點(diǎn)的數(shù)量；精確搜索段落包括自增長(zhǎng)的內(nèi)部ID，數(shù)據(jù)庫(kù)的簡(jiǎn)歷ID，居住地，學(xué)歷，性別，工作年限，簡(jiǎn)歷更新時(shí)間以及狀態(tài)信息；字索引段落包括漢字和英文信息，每個(gè)漢字為一個(gè)節(jié)點(diǎn)，每個(gè)英文單詞為一個(gè)單獨(dú)節(jié)點(diǎn)；詳細(xì)位置信息段落記錄字的內(nèi)部ID、字段以及位置信息。在本發(fā)明的從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法中，所述第四步中查找關(guān)鍵字的詳細(xì)位置信息時(shí)，對(duì)比每個(gè)關(guān)鍵字的前后位置信息，若所有關(guān)鍵字都滿足位置信息，則該條記錄滿足關(guān)鍵字搜索條件，如果同時(shí)滿足精確搜索條件，就可以提取該簡(jiǎn)歷ID至搜索結(jié)果集?；谏鲜黾夹g(shù)方案，本發(fā)明的從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法與現(xiàn)有技術(shù)相比具有如下技術(shù)優(yōu)點(diǎn)1.本發(fā)明的簡(jiǎn)歷庫(kù)搜索方法可以實(shí)現(xiàn)簡(jiǎn)歷庫(kù)內(nèi)所有簡(jiǎn)歷數(shù)據(jù)的全文關(guān)鍵字的快速搜索，并且按字索引，從而保證了簡(jiǎn)歷數(shù)據(jù)庫(kù)內(nèi)存在的數(shù)據(jù)都能夠有效地被檢索出來(lái)。2.企業(yè)用戶利用本發(fā)明的搜索引擎可以從包含大量簡(jiǎn)歷的數(shù)據(jù)庫(kù)中快速準(zhǔn)確地進(jìn)行關(guān)鍵字檢索以及部分信息的精確檢索，從而解決了搜索速度慢的問(wèn)題，使得企業(yè)用戶能夠快速的找到需要的簡(jiǎn)歷文件。


圖1是本發(fā)明從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法的總體思路示意圖。圖2是本發(fā)明從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法中簡(jiǎn)歷索引生成階段的流程示意圖。圖3是本發(fā)明從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法中簡(jiǎn)歷索引搜索服務(wù)階段的流程示意圖。圖4是本發(fā)明從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法中詞語(yǔ)搜索過(guò)程的示意圖。圖5是本發(fā)明從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法中字搜索過(guò)程的示意圖。
具體實(shí)施例方式下面我們結(jié)合附圖和具體的實(shí)施例來(lái)對(duì)本發(fā)明從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法做進(jìn)一步的詳細(xì)闡述，以求更為清楚明了地理解其含義和過(guò)程算法，但不能以此來(lái)限制本發(fā)明的保護(hù)范圍。
先請(qǐng)看圖1，圖1是本發(fā)明從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法的總體思路示意圖。由圖可知，本發(fā)明從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法是在簡(jiǎn)歷數(shù)據(jù)庫(kù)與web服務(wù)器之間設(shè)置一個(gè)簡(jiǎn)歷搜索引擎，利用該簡(jiǎn)歷搜索引擎將簡(jiǎn)歷的全文關(guān)鍵字進(jìn)行快速索引，通過(guò)按字索引的方式使簡(jiǎn)歷數(shù)據(jù)庫(kù)中存在的簡(jiǎn)歷數(shù)據(jù)能夠快速有效地被檢索出來(lái)，并且在web服務(wù)器中呈現(xiàn)給用戶。而這里的簡(jiǎn)歷搜索引擎主要包括了兩個(gè)部分，即索引生成器和索引服務(wù)器，它們各自相對(duì)應(yīng)的處理階段為索引生成階段和索引搜索服務(wù)階段。簡(jiǎn)歷搜索引擎中的索引生成器通過(guò)開(kāi)放式數(shù)據(jù)庫(kù)互聯(lián)ODBC連接至簡(jiǎn)歷數(shù)據(jù)庫(kù)中，而簡(jiǎn)歷生成器生成的索引文件會(huì)復(fù)制到索引服務(wù)器中，而索引服務(wù)器則通過(guò)套接字連接到Web服務(wù)器中。上述的簡(jiǎn)歷搜索引擎中包括的索引生成器用于從簡(jiǎn)歷數(shù)據(jù)庫(kù)中讀取簡(jiǎn)歷數(shù)據(jù)，將精確搜索字段和關(guān)鍵字字段信息生成符合搜索規(guī)范的數(shù)據(jù)文件，并分發(fā)到多臺(tái)索引服務(wù)器中。這里的索引服務(wù)器根據(jù)Web服務(wù)器提供的搜索條件，快速地從索引文件中查詢到符合條件的簡(jiǎn)歷數(shù)據(jù)，然后返回給Web服務(wù)器進(jìn)行顯示。索引生成器在從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法中由索引生成階段完成其功能，具體流程如圖2所示，圖2是本發(fā)明從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法中簡(jiǎn)歷索引生成階段的流程示意圖。由圖可知，該簡(jiǎn)歷索引生成階段的處理流程如下這里的簡(jiǎn)歷數(shù)據(jù)庫(kù)為SQL Server 2000數(shù)據(jù)庫(kù)，該階段就是讀取簡(jiǎn)歷數(shù)據(jù)庫(kù)中存儲(chǔ)的簡(jiǎn)歷數(shù)據(jù)，按照月份生成索引文件，正式的索引文件結(jié)構(gòu)分為四個(gè)段落1.文件頭段落，記錄每個(gè)段落的起始位置，數(shù)量，節(jié)點(diǎn)大小，以及統(tǒng)計(jì)信息。2.精確搜索段落，包括自增長(zhǎng)的內(nèi)部ID、數(shù)據(jù)庫(kù)的簡(jiǎn)歷ID、居住地、學(xué)歷、性別、工作年限、簡(jiǎn)歷更新時(shí)間、狀態(tài)需要精確搜索的字段信息，該段落使用順序結(jié)構(gòu)存儲(chǔ)。3.字索引段落，使用B+樹(shù)結(jié)構(gòu)存儲(chǔ)索引信息，包括關(guān)鍵字、起始位置，記錄數(shù)量信肩、ο4.詳細(xì)位置信息段落，使用順序結(jié)構(gòu)存儲(chǔ)，存放索引的內(nèi)部ID，字段編號(hào)，關(guān)鍵字位置等信息，包括內(nèi)部IDG個(gè)字節(jié))、字段編號(hào)(1個(gè)字節(jié))以及位置O個(gè)字節(jié))信息，每個(gè)字段內(nèi)超過(guò)30000的數(shù)據(jù)將被忽略。所述的索引創(chuàng)建過(guò)程如下1.預(yù)留內(nèi)存緩沖區(qū)，用于存儲(chǔ)生成索引過(guò)程中產(chǎn)生的臨時(shí)索引數(shù)據(jù)，包括關(guān)鍵字、 內(nèi)部ID、字段編號(hào)以及位置信息。2.連接簡(jiǎn)歷數(shù)據(jù)庫(kù)，按照簡(jiǎn)歷更新時(shí)間降序，簡(jiǎn)歷ID降序獲取簡(jiǎn)歷數(shù)據(jù)結(jié)果集， 包括精確搜索字段和關(guān)鍵字字段，精確搜索字段包括簡(jiǎn)歷ID，居住地，學(xué)歷，性別，工作年限，簡(jiǎn)歷更新時(shí)間，狀態(tài)，關(guān)鍵字字段包括工作經(jīng)驗(yàn)，教育經(jīng)驗(yàn)，項(xiàng)目經(jīng)驗(yàn)。3.開(kāi)始循環(huán)結(jié)果集數(shù)據(jù)，定義自增長(zhǎng)的ID，從0開(kāi)始計(jì)數(shù)，獲取簡(jiǎn)歷ID，居住地， 學(xué)歷，性別，工作年限，簡(jiǎn)歷更新時(shí)間，狀態(tài)等精確搜索字段，這些信息保存到精確搜索段落中，判斷簡(jiǎn)歷更新時(shí)間，如果和前面記錄屬于不同的月份，則創(chuàng)建新的索引文件。4.判斷簡(jiǎn)歷更新時(shí)間是否大于刪除日期，如果大于刪除日期，則寫(xiě)刪除文件。索引生成程序每天凌晨運(yùn)行一次，刪除日期為前一天，刪除文件中包含的數(shù)據(jù)為當(dāng)天新增或者修改的記錄，運(yùn)行完成后自動(dòng)更新刪除日期為當(dāng)天。5.循環(huán)每一個(gè)關(guān)鍵字字段，循環(huán)每一個(gè)關(guān)鍵字，填充關(guān)鍵字，內(nèi)部ID，字段編號(hào)， 位置信息到緩沖區(qū)中，如果緩沖區(qū)滿，則調(diào)用保存數(shù)據(jù)模塊保存緩沖區(qū)數(shù)據(jù)，否則繼續(xù)填充數(shù)據(jù)，直到所有字段都被處理。6.保存數(shù)據(jù)模塊將緩沖區(qū)數(shù)據(jù)進(jìn)行快速排序，排序結(jié)果按照關(guān)鍵字+內(nèi)部ID+字段+位置順序有序排列，即相同的字都是在一起的，循環(huán)整個(gè)緩沖區(qū)，將字信息插入到臨時(shí)索引緩沖區(qū)和索引緩沖區(qū)，內(nèi)部ID+字段+位置結(jié)構(gòu)順序?qū)懭氲脚R時(shí)索引文件中。臨時(shí)索引緩沖區(qū)中關(guān)鍵字+起始位置字段唯一，按照順序以B+樹(shù)結(jié)構(gòu)存儲(chǔ)，索引緩沖區(qū)中關(guān)鍵字唯一，以B+樹(shù)結(jié)構(gòu)存儲(chǔ)，保存完成后，清空緩沖區(qū)。7.跳轉(zhuǎn)到第3步繼續(xù)處理下一條簡(jiǎn)歷，直到所有簡(jiǎn)歷都被處理。處理完成后，調(diào)用保存數(shù)據(jù)模塊保存最后數(shù)據(jù)，更新刪除文件的開(kāi)始4個(gè)字節(jié)的內(nèi)容(long數(shù)據(jù)類型)為刪除總數(shù)。8.循環(huán)讀取臨時(shí)索引緩沖區(qū)的節(jié)點(diǎn)信息，如果節(jié)點(diǎn)的字信息為不同的字，則更新索引緩沖區(qū)的起始位置，節(jié)點(diǎn)數(shù)量信息，保存臨時(shí)緩沖區(qū)的數(shù)據(jù)到正式索引文件中，如果節(jié)點(diǎn)的字相同，繼續(xù)從臨時(shí)索引文件中復(fù)制數(shù)據(jù)，直到所有節(jié)點(diǎn)的數(shù)據(jù)都被處理，最后將索引緩沖區(qū)的數(shù)據(jù)寫(xiě)入正式索引文件，寫(xiě)入文件頭段落的統(tǒng)計(jì)信息，刪除臨時(shí)索引文件。9.讀取分發(fā)列表，將正式索引文件和刪除文件分發(fā)到多臺(tái)索引服務(wù)器上，并將配置文件中的內(nèi)容從0改為1，表示索引文件已經(jīng)完成更新。簡(jiǎn)歷搜索引擎中的索引服務(wù)器由索引搜索服務(wù)階段完成其功能，這里的索引服務(wù)階段存在多個(gè)線程程序，其作用是啟動(dòng)套接字在指定端口監(jiān)聽(tīng)客戶端的搜索請(qǐng)求，如果檢測(cè)到搜索請(qǐng)求，則進(jìn)行快速進(jìn)行解析，數(shù)據(jù)讀取，數(shù)據(jù)匹配，通過(guò)高效的檢索，將符合條件的簡(jiǎn)歷ID結(jié)果集返回到Web客戶端。其具體的處理流程如圖3所示，圖3是本發(fā)明從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法中簡(jiǎn)歷索引搜索服務(wù)階段的流程示意圖。由圖可知，簡(jiǎn)歷索引搜索服務(wù)階段的處理流程如下1.讀取配置文件信息，包括AWE內(nèi)存大小，裝載的索引文件時(shí)間范圍，工作線程數(shù)量等配置信息。簡(jiǎn)歷索引服務(wù)器使用了地址窗口化擴(kuò)展插件(Address Windowing Extensions，簡(jiǎn)稱AWE)，這樣在32位的Windows操作系統(tǒng)上可以使用4G以上的物理內(nèi)存， 將索引文件常駐內(nèi)存來(lái)提高搜索效率。2.裝載索引數(shù)據(jù)到內(nèi)存中。將文件頭段落，精確搜索段落，字索引段落數(shù)據(jù)裝載到進(jìn)程空間內(nèi)的內(nèi)存中，將索引文件中數(shù)據(jù)量最大的詳細(xì)信息段落裝載到AWE內(nèi)存中，以提高搜索效率。3.啟動(dòng)監(jiān)控線程，用于監(jiān)控索引文件更新，啟動(dòng)工作線程，用于提供搜索服務(wù)。4.主線程在指定端口 8妨4監(jiān)聽(tīng)客戶端搜索請(qǐng)求。5.檢測(cè)是否有搜索請(qǐng)求，如果檢測(cè)到搜索請(qǐng)求，則將套接字接收下來(lái)，將主線程阻塞，工作線程將接收套接字復(fù)制，并喚醒主線程繼續(xù)接收其他搜索請(qǐng)求。6.工作線程判斷本機(jī)是否出于更新索引狀態(tài)，如果當(dāng)前機(jī)器處于更新?tīng)顟B(tài)，將搜索請(qǐng)求轉(zhuǎn)給備份服務(wù)器進(jìn)行處理，通過(guò)套接字連接備份服務(wù)器，備份服務(wù)器搜索完成后將數(shù)據(jù)返回給本機(jī)，本機(jī)將搜索結(jié)果轉(zhuǎn)發(fā)給Web客戶端。7.當(dāng)前工作線程開(kāi)始接收客戶端詳細(xì)的搜索請(qǐng)求，并將編碼的搜索請(qǐng)求轉(zhuǎn)化為內(nèi)部的搜索關(guān)鍵字結(jié)構(gòu)，如果傳入的數(shù)據(jù)不符合數(shù)據(jù)規(guī)范，則直接返回0給Web客戶端。索引文件是按照簡(jiǎn)歷更新日期降序排列，搜索從最新的索引文件開(kāi)始，判斷索引文件日期是否小于搜索的開(kāi)始日期，如果小于，則剩下的索引文件中必然不包含有效數(shù)據(jù)，無(wú)需繼續(xù)搜索，否則取出當(dāng)前索引文件的信息，調(diào)用詞語(yǔ)搜索算法進(jìn)行搜索，循環(huán)所有的索引文件，最后返回搜索要求的簡(jiǎn)歷ID的列表給Web客戶端。8.監(jiān)控線程每隔一段時(shí)間，通常為5秒掃描一次索引更新目錄下的配置文件，判斷索引文件是否更新。如果發(fā)現(xiàn)索引文件已經(jīng)更新，則本服務(wù)器接收到的搜索請(qǐng)求都轉(zhuǎn)給備份服務(wù)器進(jìn)行搜索，本服務(wù)器開(kāi)始進(jìn)行數(shù)據(jù)更新，重新裝載最新的索引文件，包括文件頭段落，精確搜索段落，字索引段落以及位置索引段落，以前月份的索引文件則只進(jìn)行精確搜索段落的更新，將在刪除文件中存在的簡(jiǎn)歷ID的狀態(tài)從1改為0，這樣表示在這個(gè)索引文件中這份簡(jiǎn)歷已經(jīng)無(wú)效，在搜索過(guò)程中狀態(tài)為0的簡(jiǎn)歷將會(huì)被認(rèn)為不滿足精確搜索條件，這樣的處理結(jié)果保證搜索結(jié)果不會(huì)出現(xiàn)數(shù)據(jù)重復(fù)。在簡(jiǎn)歷索引搜索服務(wù)階段的處理流程中涉及到了詞語(yǔ)搜索，其具體的流程如圖4 所示，圖4是本發(fā)明從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法中詞語(yǔ)搜索過(guò)程的示意圖。由圖可知， 詞語(yǔ)搜索算法的處理流程如下1.判斷是否存在關(guān)鍵字。如果存在關(guān)鍵字，跳轉(zhuǎn)到步驟3，否則繼續(xù)執(zhí)行步驟2。2.直接進(jìn)行精確搜索部分字段的過(guò)濾，符合搜索條件的記錄，放入結(jié)果集中，不符合搜索條件，繼續(xù)進(jìn)行搜索，遍歷整個(gè)精確搜索部分或者搜索結(jié)果數(shù)量已經(jīng)達(dá)到最大的返回?cái)?shù)量。3.解析關(guān)鍵字，從字索引段落的B+樹(shù)結(jié)構(gòu)中查找每一個(gè)字的起始位置以及數(shù)量信息，并從索引文件中或者AWE內(nèi)存中讀取詳細(xì)位置信息的部分或者全部數(shù)據(jù)到內(nèi)存中。4.判斷詞語(yǔ)的數(shù)量，如果包含多于一個(gè)詞語(yǔ)，則跳轉(zhuǎn)到步驟5，否則調(diào)用字搜索算法搜索當(dāng)前詞語(yǔ)，如果存在滿足條件的記錄，取出精確搜索部分信息進(jìn)行過(guò)濾，如果滿足條件，則將簡(jiǎn)歷ID放入結(jié)果集中，繼續(xù)進(jìn)行搜索，直到遍歷所有字的記錄或者搜索結(jié)果數(shù)量達(dá)到最大的返回?cái)?shù)量。5.關(guān)鍵字中包含多個(gè)詞語(yǔ)，比較前后兩個(gè)詞語(yǔ)的內(nèi)部ID，如果前一詞語(yǔ)的內(nèi)部ID 小于后一詞語(yǔ)的內(nèi)部ID，則移動(dòng)前一詞語(yǔ)，否則移動(dòng)后一詞語(yǔ)，直到前后兩個(gè)詞語(yǔ)的內(nèi)部 ID相等或者有詞語(yǔ)數(shù)據(jù)已經(jīng)全部讀取完成。6.判斷在前面移動(dòng)的過(guò)程中，是否移動(dòng)了前一詞語(yǔ)并且前一詞語(yǔ)不是第一個(gè)詞語(yǔ)，如果移動(dòng)了，則需要回溯詞語(yǔ)指針，將前一詞語(yǔ)賦給后一詞語(yǔ)，前二詞語(yǔ)賦給前一詞語(yǔ)， 重新比較前一詞語(yǔ)和后一詞語(yǔ)，直到前后兩個(gè)詞語(yǔ)相等并且前一詞語(yǔ)沒(méi)有移動(dòng)或者前一詞語(yǔ)為第一個(gè)詞語(yǔ)。這樣不斷循環(huán)，直到后一詞語(yǔ)為最后一個(gè)詞語(yǔ)為止或者有詞語(yǔ)數(shù)據(jù)已經(jīng)全部讀取完成，如果有詞語(yǔ)數(shù)據(jù)已經(jīng)全部讀取完成，則置搜索結(jié)束標(biāo)記。7.判斷是否找到搜索結(jié)果，如果找到，則進(jìn)行精確字段信息過(guò)濾，如果滿足條件， 則將簡(jiǎn)歷ID放入結(jié)果集中，如果搜索的結(jié)果數(shù)量已經(jīng)達(dá)到最大的返回?cái)?shù)量，則置搜索結(jié)束標(biāo)記。8.判斷是否搜索結(jié)束，如果有詞語(yǔ)的數(shù)據(jù)已經(jīng)全部讀取完成或者搜索結(jié)果數(shù)量已經(jīng)達(dá)到最大的返回?cái)?shù)量，則搜索結(jié)束，繼續(xù)查找不可能在找到符合條件的結(jié)果，執(zhí)行步驟9， 否則返回步驟5，繼續(xù)搜索。9.將搜索到簡(jiǎn)歷ID列表返回，本索引文件搜索結(jié)束。在上述的詞語(yǔ)搜索中涉及到了字搜索過(guò)程，如圖5所示，圖5是本發(fā)明從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法中字搜索過(guò)程的示意圖。由圖可知，其具體的處理流程如下
1.判斷當(dāng)前詞語(yǔ)是否只包含一個(gè)字，如果包含多余一個(gè)字，執(zhí)行步驟3。2.移動(dòng)當(dāng)前字到下一條記錄(第一次除外)。如果當(dāng)前已經(jīng)讀取的內(nèi)存塊中包含記錄，直接移動(dòng)到下一個(gè)記錄即可，如果當(dāng)前內(nèi)存塊中已經(jīng)讀取完成，則需要從AWE內(nèi)存中或者從索引文件中讀取下一塊的信息到內(nèi)存中，如果已經(jīng)全部讀取完成，則返回i^alse，否則讀取下一記錄，記錄內(nèi)部ID信息，返回True。3.當(dāng)前詞語(yǔ)中如果包含多個(gè)字，比較前后字的位置信息，包括內(nèi)部ID，字段，以及位置信息，符合條件的詞語(yǔ)中前后關(guān)鍵字位置差1，這樣將前一關(guān)鍵字的位置信息加1后和后一關(guān)鍵字進(jìn)行比較，如果前一關(guān)鍵字小于后一關(guān)鍵字，則移動(dòng)前一關(guān)鍵字，否則移動(dòng)后一關(guān)鍵字，直到前后兩個(gè)關(guān)鍵字的內(nèi)部ID，字段，位置信息滿足要求或者有關(guān)鍵字的數(shù)據(jù)已經(jīng)全部讀取完成。4.判斷在前面移動(dòng)的過(guò)程中，是否移動(dòng)了前一關(guān)鍵字并且前一關(guān)鍵字不是第一個(gè)關(guān)鍵字，如果移動(dòng)了，則需要回溯關(guān)鍵字指針，將前一關(guān)鍵字賦給后一關(guān)鍵字，前二關(guān)鍵字賦給前一關(guān)鍵字，重新比較前一關(guān)鍵字和后一關(guān)鍵字，直到前后兩個(gè)關(guān)鍵字位置信息滿足要求并且前一關(guān)鍵字沒(méi)有移動(dòng)或者前一關(guān)鍵字為第一個(gè)關(guān)鍵字。這樣不斷循環(huán)，直到后一關(guān)鍵字為最后一個(gè)關(guān)鍵字為止或者有關(guān)鍵字?jǐn)?shù)據(jù)已經(jīng)全部讀取完成，如果有關(guān)鍵字?jǐn)?shù)據(jù)已經(jīng)全部讀取完成，返回i^alse。5.記錄滿足條件的內(nèi)部ID，返回true。本發(fā)明的搜索方法創(chuàng)造性地提出了在簡(jiǎn)歷數(shù)據(jù)庫(kù)和搜索客戶端之間設(shè)置了搜索引擎，大幅度地提高了從客戶端檢索簡(jiǎn)歷的速度，同時(shí)也將簡(jiǎn)歷檢索的精度大大提高。
權(quán)利要求
1.一種從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法，其特征在于，該方法是在簡(jiǎn)歷數(shù)據(jù)庫(kù)與web 服務(wù)器之間設(shè)置一個(gè)簡(jiǎn)歷搜索引擎，利用該簡(jiǎn)歷搜索引擎將簡(jiǎn)歷的全文關(guān)鍵字進(jìn)行快速索弓丨，通過(guò)按字索引的方式使簡(jiǎn)歷數(shù)據(jù)庫(kù)中存在的簡(jiǎn)歷數(shù)據(jù)能夠快速有效地被檢索出并在 web服務(wù)器中呈現(xiàn)出來(lái)。
2.根據(jù)權(quán)利要求1所述的一種從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法，其特征在于，該方法包括簡(jiǎn)歷索引生成階段和簡(jiǎn)歷索引搜索服務(wù)階段在簡(jiǎn)歷索引生成階段第一步，將簡(jiǎn)歷數(shù)據(jù)庫(kù)中的簡(jiǎn)歷按照更新時(shí)間進(jìn)行降序排列，以降序讀取新增、修改、 邏輯刪除的簡(jiǎn)歷數(shù)據(jù)；第二步，掃描每份簡(jiǎn)歷在數(shù)據(jù)庫(kù)中的索引字段，按照月份生成索引文件，索引文件包括文件頭段落、精確搜索段落、字索引段落和詳細(xì)位置信息段落，每天更新生成當(dāng)月的索引文件，該索引文件通過(guò)復(fù)制的方式更新數(shù)據(jù)至索引服務(wù)器上；簡(jiǎn)歷索引搜索服務(wù)階段第三步，所述的索引服務(wù)器為多線程模塊，其包括有主線程、工作線程和監(jiān)控線程，主線程通過(guò)套接字在指定端口 8妨4監(jiān)聽(tīng)搜索請(qǐng)求，若有搜索請(qǐng)求則將其轉(zhuǎn)給工作線程處理；第四步，工作線程接收Web客戶端的搜索請(qǐng)求并將搜索請(qǐng)求信息解析，如果不包含關(guān)鍵字，直接進(jìn)行精確搜索段落的檢索，如果包含關(guān)鍵字，則通過(guò)字索引段落，快速找到每個(gè)關(guān)鍵字的詳細(xì)位置信息的起始位置，并判斷關(guān)鍵字是否符合搜索請(qǐng)求，如果關(guān)鍵字滿足搜索請(qǐng)求，則繼續(xù)判斷精確搜索段落是否滿足搜索請(qǐng)求，如果都滿足搜索請(qǐng)求，則將簡(jiǎn)歷ID 放入搜索結(jié)果中，搜索完成后返回Web客戶端；第五步，監(jiān)控線程定時(shí)掃描文件更新，若索引文件正在更新，則將當(dāng)前服務(wù)器的搜索請(qǐng)求轉(zhuǎn)移到備份服務(wù)器上搜索。
3.落在文件中的起始位置，節(jié)點(diǎn)的大小，以及節(jié)點(diǎn)的數(shù)量；精確搜索段落包括自增長(zhǎng)的內(nèi)部ID，數(shù)據(jù)庫(kù)的簡(jiǎn)歷ID，居住地，學(xué)歷，性別，工作年限，簡(jiǎn)歷更新時(shí)間以及狀態(tài)信息；字索引段落包括漢字和英文信息，每個(gè)漢字為一個(gè)節(jié)點(diǎn)，每個(gè)英文單詞為一個(gè)單獨(dú)節(jié)點(diǎn)；詳細(xì)位置信息段落記錄字的內(nèi)部ID、字段以及位置信息。
4.根據(jù)權(quán)利要求2所述的一種從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法，其特征在于，所述第四步中查找關(guān)鍵字的詳細(xì)位置信息時(shí)，對(duì)比每個(gè)關(guān)鍵字的前后位置信息，若所有關(guān)鍵字都滿足位置信息，則該條記錄滿足關(guān)鍵字搜索條件，如果同時(shí)滿足精確搜索條件，就可以提取該簡(jiǎn)歷ID至搜索結(jié)果集。
全文摘要
本發(fā)明涉及一種從簡(jiǎn)歷庫(kù)中快速檢索簡(jiǎn)歷的方法，該方法是在簡(jiǎn)歷數(shù)據(jù)庫(kù)與web服務(wù)器之間設(shè)置一個(gè)簡(jiǎn)歷搜索引擎，利用該簡(jiǎn)歷搜索引擎將簡(jiǎn)歷的全文關(guān)鍵字進(jìn)行快速索引，通過(guò)按字索引的方式使簡(jiǎn)歷數(shù)據(jù)庫(kù)中存在的簡(jiǎn)歷數(shù)據(jù)能夠快速有效地被檢索出并在web服務(wù)器中呈現(xiàn)出來(lái)。本發(fā)明的搜索方法能夠?qū)崿F(xiàn)簡(jiǎn)歷數(shù)據(jù)庫(kù)內(nèi)的所有簡(jiǎn)歷都快速有效地被檢索出來(lái)，在保證檢索準(zhǔn)確性的情況下大幅提高了檢索速度。
文檔編號(hào)G06F17/30GK102231168SQ20111021665
公開(kāi)日2011年11月2日 申請(qǐng)日期2011年7月29日 優(yōu)先權(quán)日2011年7月29日
發(fā)明者俞希林, 孔衛(wèi)東 申請(qǐng)人:前錦網(wǎng)絡(luò)信息技術(shù)(上海)有限公司