数据库全文检索方案建议书.pdfVIP

厦门巨龙软件工程公司 厦门巨龙软件工程公司 数据库全文检索系统项目建议书 数据库全文检索系统项目建议书 百度在线网络技术（北京）有限公 B (Beijing) Co., Ltd. 2005 年 百度公司版权所有, 2005 本文档涉及百度公司机密 未经百度公司的书面允许，不得对此文档进行复制或传播 目 录 目 录 2 百度在线网络技术（北京）有限公司深圳分公司 1 概述 1.1 现状分析 厦门巨龙软件工程公司是一家专业从事软件开发、系统集成、咨询服务和技术服 务的国家级重点高新技术企业；致力于政府信息化、公安信息化、企业信息化建设；。 各个系统数据繁多，结构化数据和非结构化数据都有，是一个综合信息平台。信息存 储在多个数据库中，随着业务量增长，信息量持续高速增长，数据量庞大（百万级）， 数据管理的复杂度大幅增加，特别是对数据库检索提出了更高要求，仅由商业数据库 自身带有的检索功能，随着数据量的增加是远远不能满足用户需求的。目前数据库检 索的存在问题如下： 1. 数据库自身技术存在缺陷 不擅长文本字段检索，不支持两个以上单词复合检索 2. 数据库系统性能限制 在大数据量，多用户进行查询操作时，效率非常低下 检索请求占用数据库大量资源，产生雪崩效应，数据库性能急剧下降 3. 对中文分词处理 商业数据库本身不具备分词的技术，在检索的准确性方面难以保障。 4. 数据库检索不能针对大对象检索。 对于数据库中存储的 BLOB 字段的二进制流的文件，数据库没有检索功能。即对 非结构化数据不支持检索。 百度全文检索系统采用先进的中文分词技术，支持数据量大，访问量高，性能高， 稳定性强，效率高，数据实时同步，能很好为用户提供性能优异的检索服务。 1.2 提供检索服务的必要性 信息只有成功的传递到使用者手中，才能真是体现其价值。因此信息开发和利用 包括两个重要环节：信息的积累和有效传递，二者缺一不可。所以在注重信息积累的 3 百度在线网络技术（北京）有限公司深圳分公司 同时，也要提供查找信息的便利手段，实现信息有效传递，从而完善信息的开发和利 用环节。  数据整合 信息的不断积累造成信息量庞大，并且，信息类型种类繁多。所有各种信息都要 为用户服务。所以作为信息传递之最有效的方式－检索系统，要能对多重信息源 进行整合后，提供检索功能，以确保用户在最短的时间能找到他想要的信息  提高用户检索体验，最大限度方便用户 信息量总在不断增长，日常工作繁忙，事务众多，在浩瀚的数据中，你是否曾为 找不到某个文件而耗费了大量时间？又或者因为查找速度太慢，而放弃？只需一 个专业的检索，这些烦恼就可迎刃而解。 1.3 搜索技术需求说明 1、良好的可扩展性。未来扩展所查询的数据库的内容时，代价最小。 2 、能够提供自定义的输出控制，如结果读取条数、摘要类型等。 3、提供同义词的自定义接口和格式。 4 、提供对多文档的支持，包括Word, Excel, PPT, PDF, txt, HTML 等。 5、提供相关开发接口。 6、多种数据源：多数据库，用户检索时以统一的形式体现。 7、数据同步方式，要求数据可以实时索引；即数据变化发送到检索系统后，检索 系统可以立即反映出来。 8、检索响应速度：1 秒内返回搜索结果。 9、大数据量，大并发用户数 4 百度在线网络技术（北京）有限公司深圳分公司 2 解决方案建议 2.1 建