35、区块链信息模糊检索技术研究

区块链信息模糊检索技术研究

1. 索引结构建立

1.1 索引技术概述

索引技术是现代信息检索、搜索应用和数据挖掘的关键技术之一。常见的索引技术有倒排索引和 B+树索引。倒排索引实现相对简单、查询速度快且易于支持同义词查询，广泛应用于大规模文档集检索等信息检索场景。B+树是 B 树的变体，适用于随机和顺序处理的应用环境，在数据库系统、文件系统索引等方面有广泛应用，理论上能对任何数据类型的属性进行索引，并保持索引级别与数据文件大小相对应，搜索的 I/O 开销稳定，对索引更新支持良好，能承载多种工作负载。

1.2 索引结构设计思路

索引对象包含字符数据和数值数据两种类型。在索引结构设计上采用分层思想：
- 第一层 ：对数据所属的属性进行索引。
- 第二层 ：对第一层数据属性对应的属性值进行索引。若属性值为字符类型数据，则建立倒排索引；若为数值类型数据，则建立 B+树索引。

这种混合索引结构与传统的 B+树结构不同，它避免了为所有字符数据建立 B+树索引，从而避免了节点分裂带来的时间成本，减少了节点分裂过程中临时节点占用的额外存储空间，提高了索引创建速度和空间利用率。倒排索引在字符数据检索方面表现良好，但无法满足数值数据的跨数据范围检索需求；B+树由于叶节点的有序性，在数值数据检索方面具有优势。因此，该混合索引结构通过分层并为不同类型的数据构建不同的索引结构，完成跨数据范围检索。

1.3 混合索引结构详细信息

第一层

为索引对象的属性构建 B+树索引结构。在该 B+树索引结构中，