面向關系數據庫關鍵字查詢系統的設計

毛金玲

摘要：本文深入研究了關系數據庫的關鍵字檢索的檢索機制和

關鍵技術，包括構建全文索引、構建數據庫模式圖、查詢語言及查詢結果生成等等。通過分析相關檢索系統的實現策略，給出了面向關系數據庫的關鍵字查詢的形式化描述，設計了支持關鍵字檢索的系統架構和核心構成組件，主要包括數據庫索引、關鍵字檢索和結果生成。

關鍵詞：關系數據庫 ?關鍵詞查詢 ?數據庫索引

1 系統總體設計

人們在求解一個復雜問題時，通常采用的是逐步分解、分而治之的方法。也就是把一個大問題分解成若干個比較容易求解的小問題，然后分別求解。設計一個復雜的系統時，往往也是把整個系統劃分為若干個功能較為單一的功能模塊，然后分別予以設計、實現，這就是模塊化設計。本系統也采用這種模塊化設計方式。

■

圖1 ?面向關系數據庫關鍵字查詢系統框圖

2 數據庫設計

本系統為面向關系數據庫的關鍵字查詢系統，在實驗中本文選取了IMDB 數據集，為了進行實驗，將數據集整理為以下七個表數據結構。

實驗數據集（電影信息數據庫）：

create table Actor（ ? ? //演員表

actorname varchar（50） Primary Key ; ? //演員姓名key

sex varchar（2）; ? ? //性別

mvname varchar（50）; ? ?//出演電影或電視劇名

mvyear varchar（10）; ? ?//電影上映時間

mvactorname varchar（10）; ? //電影中人物姓名

position varchar（20）; ? ?//電影中人物排名

made varchar（10）; ? //TV 或是Video

setname varchar（50）; ? ? //出演電視劇集名

episode varchar（10）; ? //出演電視劇集

date varchar（10）; ? ? //電視劇播出日期

classification varchar（30）; ?//（achieve football）

）

creat table Consume（ ? ?//設計師

consumename varchar（20） Primary Key; ? ? //設計師姓名key

mvname varchar（20）; ? ? //電影名或電視劇名

mvyear varchar（10）; ? ? //上映日期

setname varchar（20）; ? ?//電視劇集名

episode varchar（10）; ? //電視劇集

productiondate varchar（10）; ?//電視劇播放日期

classification varchar（30）; ? ? //（as M...）

made varchar（10）; ? ?///（V/TV/uncredited）

）

creat table Director（ ? //導演信息

directorname varchar（20） Primary Key; ? //導演姓名key

mvname varchar（20）; ? ? ?//電影或電視劇名

mvyear varchar（10）; ? ? ? //上映日期

setname varchar（20）; ? ?//電視劇集名

episode varchar（20）; ? ?//電視劇集

made varchar（10）; ? ?//（V/TV/VG）

explantaion varchar（30）; ? ? ?//（as M...）

）

creat table Business（ ? ? //投資

mvname varchar（20） Primary Key; ? ? ?//電影名key

productiondate varchar（20）; ?//拍攝日期

company varchar（50）; ? ? ?//出品公司

studiodate varchar（50）; ? ? //上映日期

masterpiece varchar（1000）;///OW

budget varchar（20）; ? ? ?//預算

ad varchar（50）; ? ? ///AD

general_revenue varchar（20）; ? //收入

wg varchar（50）; ?//WG

）

creat table Editor（ ? ?//編輯

editorname varchar（20） ?Primary Key; ? ? //編輯名

mvname varchar（20）; ? ? ? //電影或電視劇名key

mvyear varchar（10）; ? ? ?//上映日期

made varchar（10）; ? //（V/TV/video）

setname varchar（20）; ? //電視劇集名key

episode varchar（20）; ? //電視劇集key

explantaion varchar（30）; ? //（as M...）

）

creat table Color { ?//顏色信息

mvname varchar（20）; ? ?//電影或電視劇名key

mvyear varchar（10）; ? ? //上映日期

setname varchar（20）; ? //電視劇集名key

episode varchar（20）; ?//電視劇集key

color varchar（20）; ? //顏色分類color或black and white

explantaion varchar（10）; //顏色分類之后的（）中有（HD）等，（HD）是高清

Primary Key（mvname，setname，episode）;

}

creat table Keyword（ ? ? //關鍵詞

mvname varchar（20）; ? ?//電影或電視劇名key

mvyear varchar（10）; ? ?//上映日期

setname varchar（20）; ? ?//電視劇集名key

episode varchar（10）; ? ?//電視劇集key

keyword varchar（50）; ? ?//關鍵詞

Primary Key（mvname，setname，episode）;

）

3 數據庫索引設計

由于關系型數據庫對于文本屬性上全文索引的支持，所以在文本屬性可以直接利用數據庫中的全文索引。對于給定的關鍵字k，全文索引能檢索出查詢關鍵字所在位置。

對于數據庫中的表屬性，構建索引的方式比較簡單，依賴于DBMS的IR索引。對于數據庫中具有文本屬性的列，在該列上建立全文索引。在進行關鍵字查詢時，對于給定的關鍵字，通過數據庫的全文索引，會返回包含該關鍵字的元組集合。

在進行關鍵字查詢的時候，對于用戶給定查詢關鍵字，系統首先要對給定的關鍵字進行定位，確定關鍵字所匹配的信息是模式項還是數值項。

例如，關鍵字{“Color”“Director”}的索引結構如表1所示。

表1 ?關鍵字{“Color”“Director”}的索引結構

■

4 關鍵字檢索設計

在搜索引擎行業，所謂關鍵字，就是用戶在使用搜索引擎時輸入的、能夠最大程度概括用戶所要查找的信息內容的字或者詞，是信息的概括化和集中化。關鍵字檢索作為一種易于使用的檢索方式，為大量普通用戶所喜愛。本文從關鍵字個數角度介紹現有的關鍵字檢索技術中最常見的單關鍵字查詢和多關鍵字查詢這兩種關鍵字檢索形式。

5 結果生成設計

在本文中，將查詢結果定義為元組連接樹。

元組連接樹（Joined Tuple Tree）是給定一個數據庫模式圖GS，一個元組連接樹T是一棵元組樹。其中，T中的每一條邊（ti，tj）（ti∈Ri，tj∈Rj）滿足以下兩個要求：

①（Ri，Rj）∈RS，

②ti∞tj∈Ri∞Rj。

同時這些元組連接樹滿足以下條件：

①完整性：用戶提交的所有關鍵字均出現在元組連接樹上;

②最小性：從元組連接樹中移除任何元組后的元組連接樹都不具有完整性。

6 結束語

通過分析相關檢索系統的實現策略，設計了支持關鍵字檢索的系統架構和核心構成組件，主要包括數據庫索引、數據庫模式圖、關鍵字檢索和結果生成。

參考文獻：

[1]吳清怡，馬良荔，孫煜飛.基于數據關系表的XML查詢算法[J].遼寧工程技術大學學報（自然科學版），2013（01）.

[2]林子雨，楊冬青，王騰蛟，張東站.基于關系數據庫的關鍵詞查詢[J].軟件學報，2010（10）.

[3]張穎，李昕.一種關系數據庫上的關鍵詞查詢排序方法[J].遼寧工業大學學報（自然科學版），2013（05）.