基于倒排索引的关系数据库全文检索查询效率研究

【摘要】： 作为近年来的研究热点,全文检索领域取得了很多新成果和新突破。尤其以文本数据库为代表的新技术,在各项性能上有了突飞猛进的发展,并能满足当今大部分的文本检索需求。但是当面对全文检索和结构化数据检索的双重需求时,许多功能比较单一的文本数据库就显得力不从心。另一方面,除一些费用昂贵的商用关系数据库(Oracle,DB2等)外,以PostgreSQL为代表的开源关系数据库,在全文检索性能表现上显得十分不足,不能很好的满足全文检索的需要。所以寻找一种即能够满足全文检索和结构化数据检索的双重需求,且价格低廉的方案就显得具有重要的现实意义。 为了满足以上需求,本论文研究了已有的全文检索研究成果,并根据倒排索引模型的原理,对PostgreSQL关系数据库的全文检索方法进行了深入的分析,发现其在查询性能上有很大提升空间。通过对PostgreSQL全文检索索引结构和检索流程的学习和研究,本文找到了其全文检索性能不佳的原因,同时提出一套基于倒排索引的PostgreSQL数据库全文检索改进方案。这套方案主要包括倒排索引结构的改造、索引的扫描方法等内容。 最后,根据对比测试结果,改进后的PostgreSQL全文检索性能有了很大提升,它满足了全文检索和结构化检索的双重需求,证明了从内部改进开源关系数据库,以达到课题目标的可行性。