轻量级缓存策略的关系型数据库全文搜索加强与扩展

doi:10.11772/j.issn.1001-9081.2022071108

《计算机应用》唯一官方网站 ›› 2023, Vol. 43 ›› Issue (8): 2431-2438.DOI: 10.11772/j.issn.1001-9081.2022071108

• 数据科学与技术 • 上一篇

轻量级缓存策略的关系型数据库全文搜索加强与扩展

杨婷, 莫若玉, 张秀娟, 朱洲森

四川师范大学物理与电子工程学院，成都 610101

收稿日期:2022-07-29 修回日期:2022-09-19 接受日期:2022-09-19 发布日期:2023-01-15 出版日期:2023-08-10
通讯作者: 朱洲森
作者简介:杨婷（1997—），女，四川广元人，硕士研究生，主要研究方向：智能信息处理
莫若玉（1994—），女，四川广元人，硕士研究生，主要研究方向：智能信息处理
张秀娟（1996—），女，四川南充人，硕士研究生，主要研究方向：智能信息处理；
基金资助:
国家社会科学基金资助项目(20BMZ092)

Enhancement and expansion of full-text search in relational databases based on lightweight caching strategy

Ting YANG, Ruoyu MO, Xiujuan ZHANG, Zhousen ZHU

School of Physics and Electronic Engineering，Sichuan Normal University，Chengdu Sichuan 610101，China

Received:2022-07-29 Revised:2022-09-19 Accepted:2022-09-19 Online:2023-01-15 Published:2023-08-10
Contact: Zhousen ZHU
About author:YANG Ting， born in 1997， M. S. candidate. Her research interests include intelligent information processing.
MO Ruoyu， born in 1994， M. S. candidate. Her research interests include intelligent information processing.
ZHANG Xiujuan， born in 1996， M. S. candidate. Her research interests include intelligent information processing.
Supported by:
National Social Science Foundation of China(20BMZ092)

摘要/Abstract

摘要：

针对关系型数据库（RDB）现有的全文搜索方案存在的效率低下、资源占用高的问题，提出一种具有增强式辅助缓存的轻量级关系型数据库全文搜索模型。首先，该模型构建基于Redis的倒排索引，并利用缓存索引缩小搜索范围，从而用内存高效的数据处理能力解决关系型数据库I/O瓶颈，并提升系统整体性能；其次，为保证搜索结果的准确性和时效性，进一步提出索引同步策略，而且设计并实现了增量索引组件来隐藏索引处理细节，从而提高模型的易用性和通用性；最后，对于热点数据提供一种基于访问热度的索引更新机制，以降低倒排索引的内存占用。实验结果表明，所提模型在保证关系型数据库全文搜索响应速度和准确度的前提下，空间资源消耗比MySQL全文索引降低了48.8%~60.9%，比Elasticsearch降低了85.2%~96.2%，证明所提模型在实际应用中可行且有效。

关键词: MySQL, Redis, 全文搜索, 倒排索引, 一致性

Abstract:

Aiming at the problems of low efficiency and high resource consumption in the existing full-text search schemes of Relational DataBase （RDB）， a lightweight full-text search model for relational databases with enhanced secondary cache was proposed. Firstly， an inverted index based on Redis was built in the proposed model and cache index was used to reduce the search scope， which solved the I/O bottleneck of relational database with efficient data processing capacity in memory， and the overall performance of the system was improved. Secondly， in order to ensure the accuracy and real time performance of the search results， the index synchronization strategy was further proposed， and the incremental index component was designed and implemented to hide the index processing details， so as to improve the usability and universality of the model. Finally， an index update mechanism based on access heat was provided for hotspot data to reduce memory usage of the inverted index. Experimental results show that on the premise of ensuring the response speed and accuracy of full-text search in relational databases， the space resource consumption of the proposed model is 48.8% - 60.9% lower than that of MySQL full-text index and 85.2% - 96.2% lower than that of Elasticsearch， verifying that the proposed model is feasible and effective in practical applications.

Key words: MySQL, Redis, full-text search, inverted index, consistency

中图分类号:

TP311

杨婷, 莫若玉, 张秀娟, 朱洲森. 轻量级缓存策略的关系型数据库全文搜索加强与扩展[J]. 计算机应用, 2023, 43(8): 2431-2438.

Ting YANG, Ruoyu MO, Xiujuan ZHANG, Zhousen ZHU. Enhancement and expansion of full-text search in relational databases based on lightweight caching strategy[J]. Journal of Computer Applications, 2023, 43(8): 2431-2438.

图/表 14

参考文献 36

1	FERNÁNDEZ CANDEL C J， RUIZ D S， GARCÍA-MOLINA J J. A unified metamodel for NoSQL and relational databases［J］. Information Systems， 2022， 104： No.101898. 10.1016/j.is.2021.101898
2	YILMAZEL O， YUREKLI B， YILMAZEL B， et al. Relational databases versus information retrieval systems： a case study［C/OL］// Proceedings of the 2009 IADIS International Conference Applied Computing ［2022-05-22］..
3	鲁佳文，严丽. 对象关系数据库到RDF（S）的映射方法［J］. 计算机科学， 2021， 48（10）：145-151. 10.11896/jsjkx.200800006
	LU J W， YAN L. Mapping method from object-relational database to RDF（S）［J］. Computer Science， 2021， 48（10）： 145-151. 10.11896/jsjkx.200800006
4	ČEREŠŇÁK R， KVET M. Comparison of query performance in relational a non-relation databases［J］. Transportation Research Procedia， 2019， 40： 170-177. 10.1016/j.trpro.2019.07.027
5	JIN D W， CHEN G， HAO W N， et al. Whole database retrieval method of general relational database based on Lucene［C］// Proceedings of the 2020 IEEE International Conference on Artificial Intelligence and Computer Applications. Piscataway： IEEE， 2020： 1277-1279. 10.1109/icaica50127.2020.9182496
6	GYŐRÖDI C A， DUMŞE-BURESCU D V， ZMARANDA D R， et al. Performance analysis of NoSQL and relational databases with CouchDB and MySQL for application’s data storage［J］. Applied Sciences， 2020， 10（23）： No.8524. 10.3390/app10238524
7	吴小青. 嵌入式数据库（MySQL）中数据模糊检索方法解析［J］. 软件， 2020， 41（9）：115-118. 10.3969/j.issn.1003-6970.2020.09.032
	WU X Q. Analysis of data fuzzy retrieval methods in embedded database （MySQL）［J］. Software， 2020， 41（9）： 115-118. 10.3969/j.issn.1003-6970.2020.09.032
8	KELEC A， DUJLOVIC I， OBRADOVIC N. One approach for full-text search of files in MongoDB based systems［C］// Proceedings of the 18th International Symposium INFOTEH-JAHORINA. Piscataway： IEEE， 2019： 1-6. 10.1109/infoteh.2019.8717777
9	CHAITANYA B S S K， REDDY D A K， CHANDRA B P S E， et al. Full-text search using database index［C］// Proceedings of the 5th International Conference on Computing， Communication， Control and Automation. Piscataway： IEEE， 2019： 1-5. 10.1109/iccubea47591.2019.9128683
10	吴东明，王丽娟. 基于MySQL的中文全文搜索研究［J］. 电脑知识与技术， 2017， 13（32）：7-8.
	WU D M， WANG L J. Research on Chinese full text search based on MySQL［J］. Computer Knowledge and Technology， 2017， 13（32）： 7-8.
11	SHAH N， WILLICK D， MAGO V. A framework for social media data analytics using Elasticsearch and Kibana［J］. Wireless Networks， 2022， 28（3）： 1179-1187. 10.1007/s11276-018-01896-2
12	MARINŠEK B. Analiza integracije iskalnega mehanizma Elasticsearch na primeru sistema eArhiv Pošte Slovenije［D］. Maribor ： University of Maribor， 2018.
13	TAWARE U， SHAIKH N. Heterogeneous database system for faster data querying using Elasticsearch［C］// Proceedings of the 4th International Conference on Computing Communication Control and Automation. Piscataway： IEEE， 2018： 1-4. 10.1109/iccubea.2018.8697437
14	ZMARANDA D R， MOISI C I， GYŐRÖDI C A， et al. An analysis of the performance and configuration features of MySQL document store and Elasticsearch as an alternative backend in a data replication solution［J］. Applied Sciences， 2021， 11（24）： No.11590. 10.3390/app112411590
15	刘泽恩. 基于Elasticsearch的垂直搜索推荐系统研究［D］. 武汉：湖北大学， 2021：56-58. 10.47056/0365-9615-2022-174-9-361-368
	LIU Z E. Research of vertical search recommendation system based on Elasticsearch［D］. Wuhan： Hubei University， 2021：56-58. 10.47056/0365-9615-2022-174-9-361-368
16	王伟，魏乐，刘文清，等. 基于ElasticSearch的分布式全文搜索系统［J］. 电子科技， 2018， 31（8）：56-59， 65.
	WANG W， WEI L， LIU W Q， et al. Design and implementation on distributed full-text search system based on ElasticSearch［J］. Electronic Science and Technology， 2018， 31（8）： 56-59， 65.
17	梁爽，赵宝军，张海霞. 基于Elasticsearch的海量数据入库及快速检索方法研究［J］. 测绘与空间地理信息， 2020， 43（12）：74-76. 10.3969/j.issn.1672-5867.2020.12.019
	LIANG S， ZHAO B J， ZHANG H X. Research on storage and quick retrieval of massive data based on Elasticsearch［J］. Geomatics & Spatial Information Technology， 2020， 43（12）： 74-76. 10.3969/j.issn.1672-5867.2020.12.019
18	BHANDARKAR S， BN N. A full-text-based search algorithm vs Elasticsearch［J］. Studies in Indian Place Names， UGC Care Journal， 2020， 40（74）： 2168-2171.
19	毛海宇，舒继武，李飞，等. 内存计算研究进展［J］. 中国科学：信息科学， 2021， 51（2）：173-205. 10.1360/ssi-2020-0037
	MAO H Y， SHU J W， LI F， et al. Development of progressing-in-memory［J］. SCIENTIA SINICA Informationis， 2021， 51（2）：173-205. 10.1360/ssi-2020-0037
20	葛微，罗圣美，周文辉，等. HiBase：一种基于分层式索引的高效HBase查询技术与系统［J］. 计算机学报， 2016， 39（1）：140-153. 10.11897/SP.J.1016.2016.00140
	GE W， LUO S M， ZHOU W H， et al. HiBase： a hierarchical indexing mechanism and system for efficient HBase query［J］. Chinese Journal of Computers， 2016， 39（1）：140-153. 10.11897/SP.J.1016.2016.00140
21	ZULFA M I， FADLI A， WARDHANA A W. Application caching strategy based on in-memory using Redis server to accelerate relational data access［J］. Jurnal Teknologi dan Sistem Komputer， 2020， 8（2）： 157-163. 10.14710/jtsiskom.8.2.2020.157-163
22	SU Q K， GAO X， ZHANG X， et al. A novel cache strategy leveraging Redis with filters to speed up queries［C］// Proceedings of the SPIE 12162， International Conference on High Performance Computing and Communication. Bellingham， WA： SPIE， 2022： No.121620O. 10.1117/12.2628119
23	EDDELBUETTEL D. A brief introduction to Redis［EB/OL］. （2022-03-13）［2022-04-10］..
24	MATALLAH H， BELALEM G， BOUAMRANE K. Evaluation of NoSQL databases： MongoDB， Cassandra， HBase， Redis， Couchbase， OrientDB［J］. International Journal of Software Science and Computational Intelligence， 2020， 12（4）： 71-91. 10.4018/ijssci.2020100105
25	CHEN X， WANG F J， XU J M， et al. A distributed cache system based on Redis for high-speed railway catenary monitoring system［C］// Proceedings of the 2020 Chinese Automation Congress. Piscataway： IEEE， 2020： 2048-2053. 10.1109/cac51589.2020.9326531
26	黄立冬. 分布式搜索引擎中关键词倒排索引方法仿真［J］. 计算机仿真， 2019， 36（8）：380-383， 398. 10.3969/j.issn.1006-9348.2019.08.079
	HUANG L D. Simulation of keyword inverted index method in distributed search engine［J］. Computer Simulation， 2019， 36（8）： 380-383， 398. 10.3969/j.issn.1006-9348.2019.08.079
27	王莱，周腾达，王正飞，等. 基于布隆过滤器和B+树构建倒排索引的电子病历密文搜索［J］. 计算机应用与软件， 2021， 38（4）：276-280， 333.
	WANG L， ZHOU T D， WANG Z F， et al. Search on encrypted electronic medical records using inverted index based on bloom filter and B+tree［J］. Computer Applications and Software， 2021， 38（4）： 276-280， 333.
28	李子骅. Redis入门指南［M］. 北京：人民邮电出版社， 2013：19-57.
	LI Z H. Redis Getting Started Guide［M］. Beijing： Posts & Telecom Press， 2013：19-57.
29	霍晨鹏. 科技专家遴选系统关键技术研究与实现［D］. 广州：华南理工大学， 2020：9-10.
	HUO C P. The research and implementation of key techniques in science-technology expert selection system［D］. Guangzhou： South China University of Technology， 2020：9-10.
30	邱涛，王斌，舒昭维，等. 面向关系数据库的智能索引调优方法［J］. 软件学报， 2020， 31（3）：634-647.
	QIU T， WANG B， SHU Z W， et al. Intelligent index tuning approach for relational databases［J］. Journal of Software， 2020， 31（3）： 634-647.
31	李燚，顾乃杰，黄增士，等. Redis集群可靠性的研究与优化［J］. 计算机工程， 2018， 44（5）：40-46.
	LI Y， GU N J， HUANG Z S， et al. Research and optimization of Redis cluster reliability［J］. Computer Engineering， 2018， 44（5）： 40-46.
32	TIAN Q， LI J M， ZHAO S， et al. A cache consistency protocol with improved architecture［J］. International Journal of Performability Engineering， 2018， 14（1）：178-185.
33	ÖZSU M T， VALDURIEZ P. Principles of Distributed Database Systems［M］. 2nd ed. Upper Saddle River， NJ： Prentice Hall， 1999：247-248.
34	MEGIDDO N， MODHA D S. Outperforming LRU with an adaptive replacement cache algorithm［J］. Computer， 2004， 37（4）： 58-65. 10.1109/mc.2004.1297303
35	MELNIK S， GUBAREV A， LONG J J， et al. Dremel： interactive analysis of web-scale datasets［J］. Proceedings of the VLDB Endowment， 2010， 3（1/2）：330-339. 10.14778/1920841.1920886
36	瞿龙俊. 基于HBase的交通流数据实时存储与查询优化方案的设计与实现［D］. 镇江：江苏大学， 2017：32-33.
	QU L J. Design and implementation of HBase-based traffic stream data real-time storage and query optimization［D］. Zhenjiang： Jiangsu University， 2017：32-33.

id	stem	answer
1	Redis支持的数据类型	String，Hash，List，Set和Zset
2	消息队列在存取消息时要满足的3个需求	消息保序、处理重复的消息和保证消息可靠性
3	Redis中Hash的实现	Hash类型的底层数据结构是由压缩列表或哈希表实现的

id	stem	answer
1	Redis支持的数据类型	String，Hash，List，Set和Zset
2	消息队列在存取消息时要满足的3个需求	消息保序、处理重复的消息和保证消息可靠性
3	Redis中Hash的实现	Hash类型的底层数据结构是由压缩列表或哈希表实现的

词元	倒排列表
Redis	〈question： stem；｛1，3｝〉
支持	〈question： stem；｛1｝〉
数据	〈question： stem；｛1｝〉，〈question： answer；｛1｝〉
类型	〈question： stem；｛1｝〉，〈question： answer；｛3｝〉
Hash	〈question： stem；｛1｝〉，〈question： answer；｛1，3｝〉

词元	倒排列表
Redis	〈question： stem；｛1，3｝〉
支持	〈question： stem；｛1｝〉
数据	〈question： stem；｛1｝〉，〈question： answer；｛1｝〉
类型	〈question： stem；｛1｝〉，〈question： answer；｛3｝〉
Hash	〈question： stem；｛1｝〉，〈question： answer；｛1，3｝〉

方法	自定义词典	数字识别	人名识别	机构名识别	新词发现
BaseAnalysis	×	√	×	×	×
ToAnalysis	√	√	√	×	×
NlpAnalysis	√	√	√	√	√
IndexAnalysis	√	√	√	×	×

轻量级缓存策略的关系型数据库全文搜索加强与扩展

Enhancement and expansion of full-text search in relational databases based on lightweight caching strategy

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 36

相关文章 15

编辑推荐

Metrics

属性	说明
sql	原查询语句
sCol	查询字段
Condition	条件表达式（字段、条件运算符和条件值）
fTable	表名

属性	数据类型	说明
sqlType	String	操作类型
tbName	String	表单
cols	String［］	列名集合
colValues	String［］	列值集合
condition	Condition	更新条件

数据条数/10⁴	数据大小/MB	FullText索引		Elasticsearch		缓存模式
数据条数/10⁴	数据大小/MB	大小/MB	耗时/s	大小/MB	耗时/s	大小/MB	耗时/s
1	100.67	2.15	1.6	28.8	53	1.10	1.4
50	625.00	12.54	3.6	105.1	290	4.90	24.0
100	1 996.80	22.56	7.8	140.8	480	9.46	39.0
500	4 853.76	101.68	29.0	327.6	1 852	48.40	155.0

查询文本	Like匹配	FullText	Elasticsearch	缓存模式
通信电缆	0	0	7 001	7 001
船舶电气钳工	1 000	1 000	13 000	13 000
飞机测量	0	0	11 000	11 000
电信交换	1 000	1 000	2 000	2 000

[1]	高安安, 胡爱花, 江正仙. 事件触发脉冲控制多智能体系统的安全一致[J]. 《计算机应用》唯一官方网站, 2023, 43(1): 140-146.
[2]	李懿恒, 杜晨曦, 杨燕燕, 李翔宇. 基于伪标签一致度的不平衡数据特征选择算法[J]. 《计算机应用》唯一官方网站, 2022, 42(2): 475-484.
[3]	吴悦, 雒江涛, 刘锐, 胡钟尹. 基于感知哈希和切块的视频相似度检测方法[J]. 计算机应用, 2021, 41(7): 2070-2075.
[4]	马子玉, 何明, 刘祖均, 顾凌枫, 刘锦涛. 无人机协同控制研究综述[J]. 计算机应用, 2021, 41(5): 1477-1483.
[5]	王云燕, 胡爱花. 网络攻击下双层结构多智能体系统一致性[J]. 计算机应用, 2021, 41(5): 1399-1405.
[6]	汤晨, 黄国锐, 金培权. 非易失性内存友好的线性哈希索引——NVM-LH[J]. 计算机应用, 2021, 41(3): 623-629.
[7]	姜琨, 刘征, 朱磊, 李晓星. 基于有向无环图的倒排链等字长划分压缩算法[J]. 计算机应用, 2021, 41(3): 727-732.
[8]	韩艳茹, 尹梦晓, 覃子轩, 苏鹏, 杨锋. 图像和视频的低多边形渲染[J]. 计算机应用, 2021, 41(2): 504-510.
[9]	孙晓玲, 杨光, 沈焱萍, 杨秋格, 陈涛. 基于可拆分倒排索引的可搜索加密方案[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3288-3294.
[10]	胡誉生, 何炳蔚, 邓清康. 混合视觉系统的运动物体检测和静态地图重建[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3332-3336.
[11]	成亚玲, 柏智, 谭爱平. 基于引导滤波和差分图像的多聚焦图像融合方法[J]. 计算机应用, 2021, 41(1): 220-224.
[12]	朱梦迪, 束永安. 软件定义网络中控制数据平面一致性的验证[J]. 计算机应用, 2020, 40(6): 1751-1754.
[13]	丁辉, 李丽宏, 原钢. 融合GMS与VCS+GC-RANSAC的图像配准算法[J]. 计算机应用, 2020, 40(4): 1138-1143.
[14]	邱云飞, 刘兴. 具有抗仿射性的局部特征点匹配方法[J]. 计算机应用, 2020, 40(4): 1133-1137.
[15]	陈维兴, 刘清涛, 孙习习, 陈斌. 机坪感知网络的快速收敛平均一致性时间同步算法[J]. 计算机应用, 2020, 40(11): 3407-3412.

数据条数/10⁴	Like匹配	FullText索引	Elasticsearch	缓存模式
10	382	41	18	24
50	2 146	1 094	101	360
100	4 140	2 055	718	1 215

数据条数/10⁴	Like匹配	FullText索引	Elasticsearch	缓存模式
10	382	41	18	24
50	2 146	1 094	101	360
100	4 140	2 055	718	1 215