以下、図面を参照して、本発明の実施の� ��態に係る情報検索システムについて説明す� ��。

 図1は、本発明の実施の形態に係る情報検 索システムのプログラムの構成を示す。

 本プログラムは大きく命令プログラム101� ��検索プログラム102からなる。

 命令プログラム101と検索プログラム102は� ��一マシン上で実行してもよいし、異なるマ� ��ン上で実行してもよい。

 命令プログラム101は通信手段を介して検� ��プログラム102に実行パラメータを送信する� ��実行パラメータは、検索対象となる条件を� ��す検索対象条件情報、検索対象となる源情� ��がファイル或いは名前付きメモリのいずれ� ��に存在するかを示す源情報検索先情報、検� ��の対象となる源情報の源情報名、検索され� ��情報をファイル或いは名前付きメモリのど� ��らに格納するかを示す格納先情報、書き込� ��の対象となる検索された情報の検索結果情� ��名を含む。

 ここで、「名前付メモリ」とは、ユーザ� ��指定した名前を付けられたメモリ領域を意� ��する。

 これらの実行パラメータは命令プログラ� ��の実行コマンドの引数として指定しても良� ��し(例えば、「cmd prm1 prm2 prm3」)、ファイ� �に記して、このファイルを実行コマンドの� �数として指定しても良いし(例えば、「cmd fi le1」)、またこれらを混合した方法で指定し� �もよい(例えば、「cmd file1 prm1 prm2」)。上� �例でcmdはコマンド名、prm1、prm2、prm3は実行� �ラメータ、file1はファイル名を示す。

 命令プログラム101にGUI(Graphical User Interfa ce)を付与し、実行パラメータをGUIから入力さ せることも可能である。このような命令プロ グラムはブラウザ上のプログラムとして作成 することもできる。

 検索プログラム102は、命令プログラム101� ��ら伝達された実行パラメータに従って、源� ��報(検索対象となる情報)中の情報の組(構造� ��された情報(データ)の固まり)を順次走査し� ��、その情報の組が検索の条件(検索対象条件 情報)に適合しているか否かを判定し、適合� �ている場合にはその情報の組を検索結果情� �として名前付メモリまたはファイルに書き� �む。

 検索プログラム102は、源情報の検索が完� ��すると、検索処理が完了した旨を命令プロ� ��ラム101に通知する。このとき検索された情� ��の組の件数や処理に要した時間などを併せ� ��通知することもできる。

 検索プログラム102は、命令プログラム101� ��よる最初の実行命令が発行される前に起動� ��れている。また、検索プログラム102は、命� ��プログラム101による一連の実行命令の結果� ��力が完了するまでメモリ上にロードされた� ��まである。

 繰り返し行われる一連の実行命令の間、� ��索プログラム102がメモリ上にロードされた� ��まであることにより、この間、名前付メモ� ��をメモリ上に保持し、ファイルのように実� ��命令間で使い回すことができる。

 検索プログラム102は、通信処理部103、情� ��読み込み処理部104、情報比較・操作処理部1 05、情報書き込み処理部106及び管理テーブル1 07を具備する。

 通信処理部103は、命令プログラム101から� ��行パラメータを受信する。また、検索結果� ��命令プログラム101に送信する。送信される� ��果には、処理の成功・失敗、検索された情� ��の組の件数や処理に要した時間などが含ま� ��る。命令プログラム101と検索プログラム102� ��の間の通信は同一マシン内、LAN上、インタ� ��ネット上を想定している。

 104は、情報読み込み処理部である。実行� ��ラメータ(検索対象となる源情報がファイル 或いはメモリのいずれかに存在するかを示す 源情報検索先情報)によって指定された源情� �)がファイルの場合はファイルの一部または� ��部を一時的にメモリ上に読み込む。実行パ� ��メータ(源情報検索先情報)によって指定さ� �た源情報が名前付メモリの場合は管理テー� �ル107を参照して実行パラメータ(検索の対象� ��なる源情報の源情報名)として渡された名前 からメモリ領域を特定する。

 源情報として、複数のファイル108や名前� ��メモリ109を用いることができる。フォルダ� ��ドライブ内のファイル、複数のPCに分散し� �ファイルなどを源情報とすることもできる� �

 情報比較・操作処理部105は、命令プログ� ��ム101から伝達された実行パラメータ(検索対 象条件情報、源情報検索先情報、源情報名)� �従って、源情報中の情報の組を順次走査し� �、その情報の組が検索の条件に適合してい� �か否かを判定する。

 検索対象条件情報としては、例えば、検� ��対象となる源情報中に日時情報項目がある� ��すれば、その日時情報が特定の日時の範囲� ��あることなどである。

 判定の対象となった情報の組が条件に適� ��した場合に、ある情報項目の値を置換する� ��どのオプション処理を加えることも可能で� ��る。

 情報書き込み処理部106は、情報比較・操� ��処理部105によって条件に適合していると判� ��された情報の組を、実行パラメータ(格納先 情報、検索結果情報名)にしたがって、ファ� �ル111または名前付メモリ110に書き込む。書� �込み先がファイルの場合は書き込み情報の� �部または全部を一時的にメモリ上に保持し� �後にファイルに書き込むことも可能である� �

 実行パラメータ(格納先情報)で書き込み� �が名前付メモリを指定された場合は、メモ� �上に一定サイズの領域を確保し、その先頭� �ドレスと実行パラメータ(検索結果情報名)で 指定された名前との組を管理テーブル107に書 き込む。確保したメモリ領域のサイズ、日時 などその他の情報も併せて管理テーブルに記 録することもできる。確保するメモリ領域の サイズは実行パラメータで指定することもで きる。書き込み先が名前付メモリの場合は、 情報比較・操作処理部105によって条件に適合 していると判定された情報の組みを名前付メ モリに書き込む。

 管理テーブル107は、名前付メモリを管理� ��、図2に示す通り、名前付メモリの名前202と メモリ上の先頭アドレス203の対応付けが記録 され、相互に参照可能としている。また、最 大サイズ204や使用サイズ205などの情報も併せ て記録される。この他、名前付メモリの作成 日時や更新日時などの日時情報206や先頭アド レスから現在のオフセット位置などその他の 情報が記録される。この管理テーブルにより 、複数の名前付メモリを使用することが可能 になる。 検索プログラム102は、源情報の走� ��が完了すると、検索処理が完了した旨を命� ��プログラム101に通知する。

 結果通知113は、検索された件数や処理に� ��した時間などを通知することができる。

 また、結果通知113では、検索プログラム� ��処理中に発生したエラーを通知することが� ��きる。このようなエラーとしては例えば、� ��定した名前に対応した名前付メモリの領域� ��確保されていない場合、名前付メモリに対� ��て指定されたサイズのメモリ領域が確保で� ��ない場合、名前付メモリへの指定された最� ��サイズを超える書き込みを行おうとした場� ��などが考えられる。なお、検索プログラム1 02の機能として、特定の情報項目あるいは情� ��項目の組み合わせに対し、同一の値がいく� ��ずつあるかを数え上げる機能を追加しても� ��く、これにより効率的に数え上げができる� ��

 図3は、本発明の実施の形態に係る情報検 索処理を説明するためのフローチャートであ る。

 一連の検索作業において、初回の検索の� ��情報301は、通常、ファイルから読み込まれ� ��。すなわち、命令プログラム101から検索プ� ��グラム102に送られる実行パラメータのうち� ��「源情報検索先情報」にはファイルが指定� ��れ、「源情報名」にはファイル上のファイ� ��名が指定される。なお、これら実行パラメ� ��タは、命令プログラム101を通してユーザが� ��定しても良いし、命令プログラム自体が自� ��的に設定しても良い。

 検索プログラム102は、命令プログラム101� ��ら送られた実行パラメータに基づいて、検� ��処理を行なう。具体的には、実行パラメー� ��の「源情報検索先情報」に基づいて検索対� ��となる源情報がファイル或いはメモリのい� ��れかに存在するかを決定し、「源情報名」� ��基づいて、検索の対象となる源情報を決定� ��る。

 ここでは、「源情報検索先情報」にはフ� ��イルが指定され、「源情報名」にはファイ� ��上のファイル名が指定されるていることか� ��、ファイル上のファイル名によって指定さ� ��る情報を源情報として、「検索対象条件情� ��」として示される検索対象条件に合致する� ��報を検索する。

 検索結果の情報(一次検索情報)302は、実� �パラメータにしたがって、名前付メモリ或� �はファイルに格納される(303)。具体的には、 検索プログラム102は、命令プログラム101から 送られた実行パラメータの「格納先情報」に 基づいて、検索された情報をファイル或いは メモリのどちらに格納するかを決定し、決定 された格納先に、書き込みの対象となる検索 された情報を「検索結果情報名」で格納する 。

 ここでは、「格納先情報」はメモリに格� ��することを示しているものとする。この場� ��、検索プログラム102は、名前付きメモリに� ��索された情報を書き込み、かつ、「検索結� ��情報名」及び情報が書き込まれるメモリ領� ��情報とともに、管理テーブル201に格納する� ��「メモリ領域」には、図2に示すように、先 頭アドレス、最大サイズ、使用サイズが含ま れる。また、情報が書き込まれた日時などの 付加的な情報を格納してもよい。

 次回の検索においては、「源情報検索先� ��報」で名前付きメモリを指定し、「源情報� ��」で名前を指定することにより、前回の検� ��結果である名前付メモリに格納された情報� ��源情報とすることができる(304)。

 ここでは、命令プログラム101から送られ� ��くる実行パラメータの「源情報検索先情報� ��にメモリが指定され、「源情報名」には、� ��初に検索された情報が格納された名前と同� ��名前(すなわち、最初の検索における実行パ ラメータの「検索結果情報名」)が指定され� �いるものとする。

 検索プログラム102は、「源情報検索先情� ��」にメモリが指定されている場合、「源情� ��名」と一致するメモリ領域の名前を管理テ� ��ブル201から検索する。そして、源情報名と� ��致するメモリ領域の名前が検索された場合� ��、検索されたメモリ領域の名前に関連付け� ��れたメモリ領域から、受信した検索対象条� ��情報に合致する情報を取得する。

 なお、「源情報検索先情報」にファイル� ��指定されている場合、「源情報名」と一致� ��るファイル名のファイルから検索対象条件� ��報に合致する情報を取得する。

 検索プログラム102は、命令プログラム101� ��ら送られた実行パラメータの「格納先情報� ��に基づいて、検索された情報をファイル或� ��はメモリのどちらに格納するかを決定し、� ��定された格納先に、書き込みの対象となる� ��索された情報を「検索結果情報名」で格納� ��る(305)。

 ここでは、「格納先情報」はメモリに格� ��することを示しているものとする。この場� ��、検索プログラム102は、名前付きメモリに� ��索された情報を書き込み、かつ、「検索結� ��情報名」及び情報が書き込まれるメモリ領� ��情報とともに、管理テーブル201に格納する� ��

 上述の実行パラメータの例では、検索対� ��先及び情報の格納先に関する情報を有する� ��合について説明したが、情報の格納先に関� ��る情報(「格納先情報」、「検索結果情報名 」)のみを実行パラメータとして、予め名前� �きメモリ領域の確保をのみを行ない、管理� �ーブル201上に、その名前とメモリ領域情報� �確保してもよい。

 また、管理テーブル201上に、「検索結果� ��報名」に相当する名前が存在する場合があ� ��、このような場合には、当該「検索結果情� ��名」に関連付けられたメモリ情報によって� ��されるメモリ領域に、検索された情報が書� ��込まれる。

 このように検索を段階的に繰り返し、最� ��的な検索結果の情報を、実行パラメータ(「 格納先情報」)でファイルを指定することに� �り、ファイルに格納することができる(306)。

 なお、途中の検索結果は必要に応じてフ� ��イルに書き出してもよいし、またそれを次� ��源情報として用いてもよい。

 各検索は、都度ユーザが結果を確認した� ��で、次の検索の条件を決定して実行しても� ��いし、定型的に行う作業であれば、各回の� ��索の条件を事前に決めておいて、バッチや� ��クリプトなどを利用して、連続的に命令を� ��行してもよい。

 図4は、大量の情報から効率よく高速で目 的とする情報を検索するために本発明をマル チCPUや複数のPCにまたがる並列マシン環境で� ��用した場合を示している。

 高速化のためには、プロセッサの多様な� ��式がある。アレイ・コンピュータ(array compu ter system)は、配列、行列の形式になった情報 を処理するためのもので、一つの命令で複数 の情報を同時に処理できる。この典型がスー パコンピュータ(supercomputer)であって、膨大な 数値の行列情報など並行高速処理を扱える。

 この他にも、並列処理コンピュータ(parall el computer system)は、ベクトル・プロセッサ(ve ctor processor system)、クラスタ・コンピュータ (cluster computer system)があって高速化に対応で き、本発明をこのような環境で利用すると効 果的である。

 図4においては、核となるメイン・プロセ ッサとメイン・プロセッサの命令で動作処理 する複数個のコ・プロセッサが示されている 。401はシステムバスである。システムバス401 には、メインCPU402、デュアルポートRAM(dual po rt RAM)403、RAM404、ROM405、コ・プロセッサ406が� ��続される。

 メインCPU402は、コ・プロセッサ群406n1~406n m、406n0を制御する。メインCPU402は、コ・プロ セッサ406n1~406nm、406n0との情報の交換、コ・� �ロセッサ406n1~406nm、406n0の制御を行う。デュ� ��ルポートRAM403は、メモリへの情報の入出力� ��同時に行うことができる。

 RAM404は、メインCPU402のメモリに使用され� ��。ROM405は、プログラム・メモリであってメ� ��ン・プロッセサ402のプログラムが書き込ま� ��ていて、メイン・プロセッサ402は、このプ� ��グラムによって処理する。

 コ・プロセッサ406n1~406nm、406n0は、メイン ・プロセッサ402の管理下で処理が実行される 。各名前付メモリや各ファイルの入出力処理 毎、I/O機器の制御処理毎、その他の処理毎に コ・プロセッサは割り当てられて、並列処理 する。いずれにしても、高速化を目的とした 手段である。

 406n1は処理407、例えばファイルや名前付� �モリからの情報の読み込み処理を行う。

 406n2は処理408、例えばファイルや名前付� �モリへの情報の書き込み処理を行う。

 406nmは処理409、例えば検索の条件比較処� �を行う。

 このように独立した処理を各プロセッサ� ��割り当てると効率的である。必要に応じて� ��・プロセッサ406、処理407~409は増減する。

 タスクの生成、消去、プログラムのローデ� ��グ、タスクへのコ・プロセッサ406の割り当� ��、割り込み処理のタスク管理(task management)� ��、メイン・プロッセサ402が行う。 
 コ・プロセッサ406n0は、I/O410の制御を行う� �

 I/O410は、LAN412によってPC411n1~nmに接続され ている。

 源情報を複数のPC411に分散して、各PCにて 並列に検索プログラムを動作させることによ って検索を高速に行うことができる。各PCに� ��割り当てられた源情報が一度にメモリ上に� ��み込めるように源情報を分割すると効率的� ��ある。つまり想定する源情報のサイズに併� ��てPC数を増加させればよい。

 複数のPC411の内の一つまたは複数のPCで命 令プログラムを利用し、他のPCにて検索プロ� ��ラムを動作させることもできる。

 本実施の形態によるマルチCPUおよび並列� ��シンシステムは、各CPUやPCに処理や源情報� �効果的に割り当てることによって検索の高� �処理を可能とする。

 図5は、本発明の実施の形態に係る検索シ ステムをインターネットなどの通信網を介し てさらに拡張したした場合について示した図 である。500は、検索サイトの構成を示す。501 は検索エンジンであって、検索プログラムか らなり前記説明した図4の構成の並列マシン� �境を含む。

 502はPCであって、ユーザ、クライアント� �、ここから検索開始する。先にも説明した� �うに、PCでなくともユーザ、クライアントは 他の情報機器、PDA(personal digital assistant)、携 帯電話機、デジタル情報家電機器の類の端末 機器からでも検索命令を発信できる。

 503は、ウェブサーバ(world wide web server)� �あって、インターネットのトランザクショ� �(transaction)処理機能を備えている。公衆情報� ��信網とのアクセス機能があって、ハッカー( hacker)等の不正侵入を防ぐファイア・ウオー� �(fire wall:インターネットとLANの間において� �正侵入から内部ネットワークを守る仕組み)� ��能も備えている。

 504はサーバであって、ファイル・サーバ� ��プリント・サーバ、データベースサーバ、� ��信制御を行うコミュニケーション・サーバ� ��特定業務処理を行うアプリケーション・サ� ��バの機能を持っている。

 505、506はデータベースであって、情報の� ��種ファイルを保管している。ユーザの求め� ��応じてここにあるファイルにアクセスして� ��検索を行う。情報は随時更新・作成される� ��

 507は、これらの機器を有機的に接続するL ANである。508は情報通信網510に接続する通信� ��線である。509、510、511は各種専用ウエブ・� ��イト(web site)である。

 511は、データベースサイトである。テキ� ��トデータの他、例えば映像、映画等の画像� ��供サイトとしてもよい。映画は近年、ハイ� ��ジョン・デジタルカメラ(hi-vision digital came ra)の低価格化と高機能化によって素人でも高 度な映画製作が可能であって、このようなア ーカイブ・ライブラリを利用する個人、法人 は増加している。

 当該サイト511とは通信回線508で接続して� ��る。512は、アーカイブ・ライブラリの機器� ��有機的に接続するLANであって、サーバ513、P C514及びデータベース515が接続されている。� �おデータベース515は、テキストや映像、音� �情報を蓄積してテラバイト級の大容量であ� �て、検索エンジン501にある前記説明したよ� �な外部からの検索に対応した検索エンジン50 1をPC514に必要とする。

 このように世界中に分散した情報に対し� ��、検索エンジンを配置することによって、� ��令プログラムを有するPCや各種情報機器か� �情報の検索を可能にする。

 図4において、マルチCPUなどの並列環境に おいては、検索プログラムの各処理に対し、 リソースを適切に配分することによって処理 の高速化を図ることができることを説明した 。ここでは、より具体的に、検索プログラム の処理を複数スレッドで行う場合に各処理に 割り当てるスレッド数を最適化する方法につ いて述べる。

 検索プログラムの処理としては、例えば� ��ファイルまたはメモリ上に保持された情報� ��ら1つまたは複数の情報の組を読み込む読み 込み処理、前記読み込み手段により読み込ま れた情報に対し、指定された条件に合致する 情報項目の組を選別する選別処理、前記選別 手段により選別された情報をファイルまたは メモリ上に書き込む書き込み処理などが挙げ られる。

 これらの処理はそれぞれ独立したスレッ� ��で行うことができる。

 また、検索処理においては、情報読み込� ��処理における情報の読み込み順、選別処理� ��おける条件比較を行う情報の順、書き込み� ��理における情報の書き込み順は一般に結果� ��影響を与えないため、それぞれの処理を複� ��のスレッドで処理することができる。

 情報のフォーマットが決まっており、一� ��の情報単位の長さが固定の場合は情報の読� ��込みまたは書き込み位置が容易に計算でき� ��ので、このような並列処理に向いている。

 一定数の複数スレッドで処理を行うこと� ��想定した場合、全てのスレッドが等しく高� ��荷な状態であるのが、全体として最も効率� ��良い。

 たとえば、読み込み処理、選別処理、書� ��込み処理の負荷が全て等しく高負荷な状態� ��あるような場合である。

 処理の負荷の定義としては、たとえば、� ��の処理を行った全てのスレッドの一定時間� ��のCPU使用時間の合計などが考えられる。

 本実施の形態においては、高負荷な処理� ��スレッド数を増加し、低負荷な処理のスレ� ��ド数を減少させることによって検索プログ� ��ム全体の処理効率を動的に高める方法を提� ��する。

 図6は、各処理が使用可能なスレッド数を 管理するためのスレッド管理テーブルである 。

 本実施の形態の検索プログラム102は、検� ��対象となる条件を示す検索対象条件情報、� ��索対象となる源情報がファイル或いはメモ� ��のいずれかに存在するかを示す源情報検索� ��情報、検索の対象となる源情報の源情報名� ��検索された情報をファイル或いはメモリの� ��ちらに格納するかを示す格納先情報、書き� ��みの対象となる検索された情報の検索結果� ��報名を受信する受信機能と、前記受信した� ��情報検索先情報によって示された検索対象� ��なる源情報がメモリに存在することを示し� ��いる場合に、前記受信した検索の対象とな� ��源情報の源情報名と一致するメモリ領域の� ��前を管理テーブルから検索する検索機能と� ��前記検索機能によって前記受信した検索の� ��象となる源情報の源情報名と一致するメモ� ��領域の名前が検索された場合に、前記検索� ��れたメモリ領域の名前に関連付けられたメ� ��リ領域から、前記受信した検索対象条件情� ��に合致する情報を取得する取得機能と、前� ��受信された格納先情報がメモリに格納する� ��とを示している場合に、前記取得機能によ� ��て取得した情報を、メモリに書き込むとと� ��に、前記受信した書き込みの対象となる検� ��された情報の検索結果情報名をメモリ領域� ��ともに、前記管理テーブルに格納する格納� ��能などを具備するが、これら各機能をスレ� ��ドに割り当てることができる。

 検索プログラム102によって、スレッド管� ��テーブル601に、各処理に対し、使用可能ス� ��ッド数602と現在の負荷情報603が記録される� ��負荷情報としては、先に述べたように、例� ��ば、その処理を行った全てのスレッドの一� ��時間内のCPU使用時間の合計などが考えられ� ��。スレッド管理テーブルは各処理からアク� ��ス可能である。

 図7に各処理の使用可能スレッド数を動的 に最適化する方法のフローを示す。

 処理S701は一定の情報ブロック単位に繰り 返し行われるものとする。

 S702は最後の情報ブロックに対する処理が 完了したかを判定し、完了している場合には 処理を終了し、完了していない場合にはスレ ッド数の調整処理を行う。

 S703では、図6に示すスレッド管理テーブ� �を参照し、各処理の負荷情報を比較して自� �理が最大負荷の場合は、S704スレッド管理テ� ��ブルに記録されている自処理の使用可能ス� ��ッド数を増加する。例えば1加える。

 また、S705では、最小負荷の処理に対し、 スレッド管理テーブルに記録されている使用 可能スレッド数をその分減じる。例えば1減� �す。

 次の情報ブロックに対してS701の処理を行 う場合は、更新されたスレッド数で行う。

 読み込み処理を例により具体的に説明す� ��。

 S701で一定の単位数の情報をファイルから 読み込む。使用可能スレッド数が2に設定さ� �ていたとし、これらのスレッドをA,Bとする� �。1単位の情報をABAB・・・と交互に読み込む ことになる。

 本処理を行っている2スレッドの合計の負 荷、例えばCPU使用時間が最大で、例えば書き 込み処理の負荷が最低だったとすると、スレ ッド管理テーブルにおいて読み込み処理の使 用可能スレッド数を増やし3とする。また書� �込み処理の使用可能スレッド数を1減らす。

 次にS701で読み込み処理を行う際は、3つ� �スレッドA,B,Cで交互にABCABC・・・と読むこと になる。

 このように、高負荷な処理のスレッド数� ��増やし、低負荷な処理のスレッド数を減ら� ��ことを随時行うことによって、検索プログ� ��ム全体として効率的に動作するように動的� ��最適化できる。

 条件に適合する情報の組が少ないような� ��合は、読み込み処理、選別処理に比して、� ��き込み処理の処理量が少なくなることが予� ��されるが、このような場合に各処理に平均� ��にスレッド数を分配するのではなく、この� ��うな仕組みを利用することで、動的かつ自� ��的に最適なスレッド数の分配が可能になる� ��