劉兵

(中國(guó)電子科技集團(tuán)第二十八研究所，江蘇 南京210007)

本論文的研究?jī)?nèi)容是設(shè)計(jì)并實(shí)現(xiàn)一個(gè)基于Linux 平臺(tái)B/S架構(gòu)的多功能信息檢索代理系統(tǒng)，該系統(tǒng)能夠?qū)崿F(xiàn)本地文件檢索和詞語(yǔ)的在線搜索，使用戶有更好的用戶體驗(yàn)。更好地利用Linux 系統(tǒng)，提高工作效率和學(xué)習(xí)效率。

1 背景介紹

近年來(lái)，Linux 操作系統(tǒng)的普及，Linux 發(fā)行了各種版本，包括Red Hat Linux、Ubuntu Linux、SuSE Linux 及Gentoo Linux等，國(guó)內(nèi)的中標(biāo)和麒麟也越來(lái)越成熟，越來(lái)越多的用戶選擇Linux 系統(tǒng)。但目前各Linux 版本下沒(méi)有一個(gè)易于使用的像Windows 系統(tǒng)下的本地快速搜索工具。因此，開(kāi)發(fā)一個(gè)輕量級(jí)本地文件搜索工具是非常必要的。

任何操作系統(tǒng)都由數(shù)千個(gè)文件組成，Linux 系統(tǒng)下的公共文件、字符設(shè)備、目錄、塊設(shè)備、套接字等都被視為文件。通常在Linux 系統(tǒng)下確定問(wèn)題存放位置的方法有三種：Linux 系統(tǒng)桌面版本的文件管理器、locate 命令和find 命令。

1.1 文件管理器

文件管理器是Linux 系統(tǒng)提供用戶界面管理文件的工具，常見(jiàn)的Linux 文件管理器有鸚鵡螺、海豚、尼莫和牡丹等。這些管理器都提供了文件管理、文檔查看及網(wǎng)絡(luò)瀏覽的功能。對(duì)普通用戶而言文件管理器是最方便的文件搜索工具。但是，Linux系統(tǒng)的文件管理器在搜索文件時(shí)是對(duì)整個(gè)磁盤(pán)文件進(jìn)行掃描，搜索文件的時(shí)間會(huì)很長(zhǎng)，嚴(yán)重影響用戶的體驗(yàn)和工作效率。

1.2 查找命令(find)

Linux 系統(tǒng)下通常用find 命令在指定的目錄下查找文件。find 命令根據(jù)文件屬性包括文件名、正則表達(dá)式、文件權(quán)限、文件大小等多種查詢方式進(jìn)行搜索。由于find 命令會(huì)在當(dāng)前目錄下查找所有的子目錄和文件，所以如果系統(tǒng)中文件和目錄比較復(fù)雜時(shí)通過(guò)find 命令查找文件的效率會(huì)很低，通常要花十幾分鐘才能搜索完整個(gè)目錄樹(shù)。

1.3 定位命令(locate)

Linux 系統(tǒng)下通過(guò)定位命令可以快速的搜索到系統(tǒng)的指定文件，它的效率比f(wàn)ind 命令要快很多。Locate 命令預(yù)先構(gòu)建一個(gè)包括系統(tǒng)所有文件名和路徑的索引數(shù)據(jù)庫(kù)，然后當(dāng)搜索文件時(shí)只需要在這個(gè)索引數(shù)據(jù)庫(kù)中進(jìn)行查詢匹配文件信息就可以了。構(gòu)建索引數(shù)據(jù)庫(kù)需要遍歷整個(gè)Linux 系統(tǒng)的根目錄，這個(gè)過(guò)程比較耗費(fèi)資源，而且locate 命令不是實(shí)時(shí)查找，查找的結(jié)果不是百分百準(zhǔn)確。

通過(guò)對(duì)上述三種方法的分析，都不能滿足用戶快速實(shí)時(shí)準(zhǔn)確進(jìn)行文件檢索和詞語(yǔ)的在線搜索，所以設(shè)計(jì)和開(kāi)發(fā)一個(gè)本地文件快速搜索工具來(lái)滿足工程中的用戶需求當(dāng)務(wù)之急。

2 快速搜索工具軟件設(shè)計(jì)

快速搜索工具軟件設(shè)計(jì)結(jié)構(gòu)主要包括業(yè)務(wù)邏輯、后臺(tái)數(shù)據(jù)處理、用戶界面三個(gè)部分，該軟件采用簡(jiǎn)化的模型- 視圖- 控制器(MVC)模式。MVC 模式可以把數(shù)據(jù)庫(kù)和業(yè)務(wù)邏輯以及用戶界面的開(kāi)發(fā)分開(kāi)，當(dāng)軟件需求、算法改進(jìn)或用戶界面改變時(shí)，軟件易于維護(hù)和升級(jí)。

2.1 業(yè)務(wù)邏輯模型

業(yè)務(wù)邏輯模型（LogicModule.py）用于處理搜索工具軟件的數(shù)據(jù)邏輯。它包含了創(chuàng)建文件索引數(shù)據(jù)庫(kù)、索引數(shù)據(jù)庫(kù)庫(kù)的查詢、數(shù)據(jù)庫(kù)記錄更新以及全局變量等。主要功能如表1 所示。這些函數(shù)實(shí)現(xiàn)指定目錄中的文件索引創(chuàng)建、索引數(shù)據(jù)庫(kù)創(chuàng)建、實(shí)時(shí)文件索引更新和索引數(shù)據(jù)的查詢等。

表1 業(yè)務(wù)邏輯模型中的主要功能

2.2 后臺(tái)數(shù)據(jù)模塊

后臺(tái)數(shù)據(jù)管理使用SQLite 數(shù)據(jù)庫(kù)。SQLite 是一款輕型的關(guān)系型數(shù)據(jù)庫(kù)，其特點(diǎn)是體積小、性能高、可移植性。同時(shí)它可以在Windows、Unix、Linux 等主流操作系統(tǒng)的軟件平臺(tái)中運(yùn)行。它可以與許多編程語(yǔ)言(C、Java、PHP、Python 等)以及ODBC 接口相結(jié)合。

2.3 用戶界面顯示

Python 作為一種跨平臺(tái)的、結(jié)合了編譯性、解釋性、互動(dòng)性和面向?qū)ο蟮哪_本語(yǔ)言，Python 開(kāi)發(fā)人員可以選擇GUI 開(kāi)發(fā)框架，包括wxpython、pyqt5、gtk 和tkinter。

由于工程中各應(yīng)用軟件都是基于QT 進(jìn)行開(kāi)發(fā)的，所以該軟件選擇pyqt5 作為用戶界面的開(kāi)發(fā)框架。

3 關(guān)鍵技術(shù)設(shè)計(jì)

3.1 索引設(shè)計(jì)與實(shí)現(xiàn)

3.1.1 數(shù)據(jù)的實(shí)時(shí)更新

Inotify 是一個(gè)Linux 內(nèi)核特性，它提供了監(jiān)視文件系統(tǒng)事件的機(jī)制，及時(shí)向應(yīng)用程序發(fā)出相關(guān)的事件警告，比如文件刪除、文件添加，文件讀寫(xiě)和卸載操作等，還可以跟蹤活動(dòng)的源頭和目標(biāo)等細(xì)節(jié)。

3.1.2 實(shí)時(shí)監(jiān)控和更新文件索引

Inotifywait 用于收集有關(guān)文件訪問(wèn)信息。該命令可以監(jiān)視任何指定的文件或目錄，并且可以遞歸地監(jiān)視該目錄下的整個(gè)目錄樹(shù)。

在應(yīng)用程序使用inotifywait 命令獲取監(jiān)視目錄更改事件之后，應(yīng)用程序?qū)⒈４娓牡男畔⒉⒏聰?shù)據(jù)庫(kù)中的信息。主要腳本如下：

3.2 檢索算法實(shí)現(xiàn)設(shè)計(jì)

為了從字典中快速找到對(duì)應(yīng)的單詞，系統(tǒng)使用一種特定的方法來(lái)查找單詞排序。

這個(gè)詞建立了一個(gè)等級(jí)索引。在搜索時(shí)使用二進(jìn)制搜索算法，首先在第一級(jí)索引中查找，查找在單詞所在的頁(yè)面之后，仍然使用二進(jìn)制搜索算法在頁(yè)面中找到它。二進(jìn)制搜索要求：a.必須采用順序存儲(chǔ)結(jié)構(gòu)；b.必須按關(guān)鍵字大小順序排列。

優(yōu)缺點(diǎn)：半重搜索方法的優(yōu)點(diǎn)是比較次數(shù)少，搜索速度快，平均性能好；缺點(diǎn)是待檢查的表是排序表，插入和刪除困難。因此，二元搜索方法適用于不頻繁變化查找頻繁排序的列表。

算法思想：首先，將記錄在表的中間位置的關(guān)鍵字與搜索關(guān)鍵字進(jìn)行比較。如果兩者相等，則搜索成功；否則，如果中間位置，則使用中間位置記錄將表劃分為兩個(gè)子表。如果位置記錄的關(guān)鍵字大于搜索關(guān)鍵字，則進(jìn)一步搜索前一個(gè)子表，否則在進(jìn)一步搜索之后。比較后一個(gè)子列表的中間記錄關(guān)鍵字和要搜索的關(guān)鍵字，重復(fù)上述步驟，直到找到為止。下面提供了算法的偽代碼：

二進(jìn)制搜索算法充分利用待檢數(shù)組的有序特性，采用分治策略。即使在最壞的情況下，算法的搜索時(shí)間復(fù)雜度也是O(log n)。

4 工程使用及運(yùn)行效果

該軟件設(shè)計(jì)主要用于某工程的文件檢索和定位，該工程中需要在硬盤(pán)上保存大量的系統(tǒng)實(shí)時(shí)數(shù)據(jù)，該數(shù)據(jù)包括原始數(shù)據(jù)、運(yùn)算結(jié)果、報(bào)表評(píng)估等各種結(jié)果數(shù)據(jù)，數(shù)據(jù)量大，存儲(chǔ)的結(jié)構(gòu)比較復(fù)雜，而且用戶需要根據(jù)知道的條件快速定位到文件，獲取到文件的詳細(xì)信息。

系統(tǒng)實(shí)際的運(yùn)行環(huán)境：

操作系統(tǒng)是Enterprise Red Hat 7; 開(kāi)發(fā)工具是PyDev 插件和Eclipse；硬件CPU 為inter i7、內(nèi)存ddr3 256GB、和1TB 硬盤(pán)。

軟件運(yùn)行效果如圖1 所示。

圖1 本地搜索運(yùn)行截圖

該軟件能滿足用戶在系統(tǒng)軟件中快速定位文件的需求，而且在工程中得到了驗(yàn)證，得到了用戶的肯定。

結(jié)束語(yǔ)

和Linux 系統(tǒng)自帶的文件管理器、locate 命令和find 命令相比，該工具體積小，運(yùn)行速度快，搜索文件快，同時(shí)還支持模糊查詢，通過(guò)工具查詢到結(jié)果后雙擊搜索到的文件即可打開(kāi)所需文件并實(shí)現(xiàn)文件索引的實(shí)時(shí)更新。后續(xù)軟件設(shè)計(jì)將引入多線程技術(shù)，優(yōu)化文件索引的算法，縮短索引的建立時(shí)間，同時(shí)完善索引接口來(lái)實(shí)現(xiàn)智能化搜索，提高用戶在工程中的使用滿意度。