一种搜索引擎查询方法及装置的制造方法
【技术领域】
[0001]本申请涉及搜索引擎技术领域，尤其涉及一种搜索引擎查询方法及装置。
【背景技术】
[0002]随着交通行业的大规模发展，需要存储以及查询的数据量不断增大。为了提升系统工作效率，交通系统中普遍采用搜索引擎技术。
[0003]现有交通系统的搜索引擎技术主要是按照时间划分索引段，但是划分索引段的时间粒度不能太小，否则影响查询性能。随着交通网络的不断扩大，接入摄像机的数量不断增多，在不改变索引段粒度的情况下，索引段内的数据量会不断增加，当达到一定数量时，用户基于索引段的查询排序将消耗大量的时间，无法满足交通行业的快速响应要求。
【发明内容】
[0004]有鉴于此，本申请提供一种搜索引擎查询方法及装置。
[0005]具体地，本申请是通过如下技术方案实现的:
[0006]本申请提供一种搜索引擎查询方法，应用于搜索引擎服务器，该方法包括:
[0007]获取用户输入的若干查询条件，所述若干查询条件中包含所述用户输入的第一查询时间段；
[0008]根据所述用户输入的若干查询条件确定第二查询时间段，所述第二查询时间段小于或等于所述第一查询时间段；
[0009]将所述第一查询时间段替换为所述第二查询时间段，向搜索引擎下发包含所述第二查询时间段的查询条件。
[0010]本申请提供一种搜索引擎查询装置，应用于搜索引擎服务器，该装置包括:
[0011]获取单元，用于获取用户输入的若干查询条件，所述若干查询条件中包含所述用户输入的第一查询时间段；
[0012]确定单元，用于根据所述用户输入的若干查询条件确定第二查询时间段，所述第二查询时间段小于或等于所述第一查询时间段；
[0013]下发单元，用于将所述第一查询时间段替换为所述第二查询时间段，向搜索引擎下发包含所述第二查询时间段的查询条件。
[0014]由以上描述可以看出，本申请在满足用户查询信息量的情况下缩小用户输入的时间条件，从而缩小用户的查询范围，提升搜索引擎的查询性能。
【附图说明】
[0015]图1是本申请一示例性实施例示出的一种搜索引擎查询方法流程图；
[0016]图2是本申请一示例性实施例示出的一种第二查询时间段确定方法流程图；
[0017]图3是本申请一示例性实施例示出的一种搜索引擎查询装置所在设备的基础硬件结构示意图；
[0018]图4是本申请一示例性实施例示出的一种搜索引擎查询装置的结构示意图。
【具体实施方式】
[0019]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0020]在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0021]应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
[0022]随着交通行业的大规模发展，需要存储以及查询的数据量不断增大。为了提升系统工作效率，交通系统中普遍采用搜索引擎技术。
[0023]现有交通系统的搜索引擎技术主要是按照时间划分索引段，但是划分索引段的时间粒度不能太小，否则影响查询性能，例如，可按月划分索引段。随着交通网络的不断扩大，接入摄像机的数量不断增多，在不改变索引段粒度的情况下，索引段内的数据量会不断增加，当达到一定数量时，例如，索引段内的记录达到1亿条时，满足用户查询条件的记录也会非常多，对这些满足查询条件的记录进行排序将消耗大量时间，无法满足交通行业的快速响应要求。
[0024]针对上述问题，本申请实施例提出一种搜索引擎查询方法，该方法通过预估算法在满足用户查询信息量的情况下缩小用户输入的时间条件，从而缩小用户的查询范围，提升搜索引擎的查询性能。
[0025]参见图1，为本申请搜索引擎查询方法的一个实施例流程图，该实施例对搜索引擎查询过程进行描述。
[0026]步骤101，获取用户输入的若干查询条件，所述若干查询条件中包含所述用户输入的第一查询时间段。
[0027]用户通过输入若干查询条件启动搜索引擎查询，以获取满足查询条件的记录。例如，用户拟查询某车辆的过车记录，输入“2015年8月1日到2015年8月3日”、“浙A几123”、“黑色”，则搜索引擎根据上述查询条件进行筛选，返回满足查询条件的记录。其中，本申请实施例将用户输入的时间信息称为第一查询时间段。
[0028]步骤102，根据所述用户输入的若干查询条件确定第二查询时间段，所述第二查询时间段小于或等于所述第一查询时间段。
[0029]在步骤101中用户输入的第一查询时间段可能具有随意性，即使用户准确输入了其想要查询的时间段，但由于该时间段内记录的数量庞大，用户可能只需浏览位于前几页显示页面的记录，无法将所有记录都浏览一遍。如果将满足查询条件的所有记录都查询、排序并显示出来，将会影响搜索引擎的响应速度，同时，实用价值不高，造成不必要的资源浪费。
[0030]为此，本申请实施例根据用户输入的查询条件确定一个新的时间段，该时间段小于或等于第一查询时间段，以下将该新确定的时间段称为第二时间段。通过缩小查询时间段可以在满足用户浏览显示需求的基础上降低查询结果的总量，从而减少排序等消耗的时间，提高响应速度。
[0031]参见图2，为本申请第二查询时间段确定方法的一个实施例流程图。
[0032]步骤1021，按时间排序选择所述第一查询时间段中未参与结果总量预估操作的时间片。
[0033]搜索引擎服务器初始化时，首先进行时间片划分，该时间片的时间间隔较小。例如，9:00?9:15为一个时间片，9:15?9:30为一个时间片，9:30?9:45为一个时间片，以此类推，即每隔15分钟划分一个时间片。
[0034]在完成时间片划分后，搜索引擎服务器开始运行，并基于时间片对同一时间片内的记录进行分类统计。例如，以过车记录为例，搜索引擎服务器统计每一个时间片内的过车总量；统计每一个时间片内每一个车牌的数量；统计每一个时间片内不同颜色车辆的数里；寺寺ο
[0035]当搜索引擎服务器接收到用户输入的查询条件时，预估满足该查询条件的查询结果总量。具体为，首先根据用户输入的第一查询时间段确定位于该时间段内的时间片，假设，用户输入的第一查询时间段为8:55?9:50，则根据前述时间片划分规则，该第一查询时间段包含9:00?9:15、9:15?9:30、9:30?9:45三个时间片。然后按照用户输入的时间排序方式(按时间正序或按时间倒序)顺序选择该第一查询时间段内的时间片执行后续查询结果总量预估操作。
[0036]步骤1022，预估当前时间片内满足所述查询条件的结果数量。
[0037]具体为，计算用户输入的每一个查询条件在当前时间片的预估频率，计算公式如下:
[0038]P = (Ρ1-Ν*Ρ2)公式(1)
[0039]其中，Ρ1为当前查询条件的平均出现频率；Ρ2为若干时间片内当前查询条件实际出现频率的标准差；Ν为调节系数。
[0040]以下对公式(1)中的参数举例说明，例如，以其中一个查询条件为车牌为例，Ρ1为当前统计的该车牌的数量(到目前为止所有时间片内该车牌的总数量)占所有车牌总数量(所有时间片内所有车牌总数量)的百分比；Ρ2为当前时刻之前的若干时间片(例如，前10个时间片)内该车牌实际出现频率的标准差，其中，该车牌在每一个时间片内的实际出现频率为其所在时间片内统计的该车牌的数量占对应时间片内所有车牌总数量的百分比；Ν为调节系数，例如，Ν等于3。上述各参数计算所需车牌数量可由搜索引擎服务器实时统计获得，参见步骤1021的描述。搜索引擎服务器在获取到上述各参数后，通过公式(1)计算得到该车牌在当前时间片内的预估频率Ρ。
[0041]可见，由