张中俊报告：Cash实验评估与Bloomfilter在关键词索引中的应用

在Cash实验汇报中，由张中俊进行的实验旨在评估一种特定的方案性能。该方案采用了Cash的OXT技术，主要应用于处理文档数据，将每个网页视为一个独立的文档，通过用户分布来存储关键词-文件名对，并利用MySQL存储TSets（时间戳集合）。为了实现高效检索，他们选择使用Bloom Filter来存储XSets，这是一种空间效率高的概率型数据结构，用于检测元素是否在一个集合中的算法。 实验所使用的环境配置包括Intel Xeon E5-16032.8GHz四核处理器，16GB RAM，以及Ubuntu 14.04 LTS操作系统。报告重点讨论了Bloom Filter的使用，指出其大小与要插入的最大元素数量有关。在实验中，当XSet中的元素数量达到10,000,000时，对应的Bloom Filter大小为11.758 MB。实验关注的是TSet的大小与其包含的关键词数量之间的关系，随着关键词数量的增加，TSet的大小也随之增长。 索引建立过程中，由于实验工作站在构建索引，报告中展示的数据是模拟结果，但趋势具有代表性。报告中展示了不同数量的关键词与搜索时间的关系，例如，当关键词数量为216时，搜索时间为279.45毫秒；随着关键词增多，搜索时间显著增加，当有219个关键词时，搜索时间飙升至4859.77毫秒。 此外，实验设计还包括随机选取3个关键词，从加密数据库中检索，搜索时间不包含关键词生成的时间。图表显示了搜索时间随着查询复杂度的上升而逐渐增长，这表明随着查询规模的扩大，系统的性能受到了影响。 整个实验着重于评估现金存储策略在实际应用中的效能，尤其是在处理大规模文档数据和快速检索方面。通过这些数据，研究人员能够评估并优化他们的索引策略，以提高系统的整体性能和响应速度。