一种基于目录级可伸缩的Bloom Filter位图表的并行文件搜索方法

摘要

本发明针对当前大规模文件系统搜索存在准确率低下、额外开销大等问题，采用轻量级的存储技术，公开了一种基于目录级可伸缩的Bloom？Filter位图表的并行文件搜索方法。通过基于目录级可伸缩的Bloom？Filter位图表的搜索算法，快速缩小了目录结构的搜索范围，位图表只占用少量的系统资源，可以快速得缩小目录结构的搜索范围，提高了系统搜索性能。基于目录级可伸缩的Bloom？Filter位图表的搜索算法，树形目录结构转化扁平化结构，为并行化搜索提供了基础，通过基于Map-Reduce框架达到并行化搜索，大大加快了搜索速率。根据应用需求，该方法克服了搜索准确率低、额外负载开销大技术难题，同时兼顾了高准确率和低开销的优点。因此，本发明具有高准确率和低额外负载开销，广阔的应用前景和可产生显著的经济效益等特色。