CN105912594B - Sql语句处理方法和*** - Google Patents

Sql语句处理方法和*** Download PDF

Info

Publication number
CN105912594B
CN105912594B CN201610205606.8A CN201610205606A CN105912594B CN 105912594 B CN105912594 B CN 105912594B CN 201610205606 A CN201610205606 A CN 201610205606A CN 105912594 B CN105912594 B CN 105912594B
Authority
CN
China
Prior art keywords
sql
sql statement
statement
structured
original
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610205606.8A
Other languages
English (en)
Other versions
CN105912594A (zh
Inventor
朱隽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sangfor Technologies Co Ltd
Original Assignee
Sangfor Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sangfor Technologies Co Ltd filed Critical Sangfor Technologies Co Ltd
Priority to CN201610205606.8A priority Critical patent/CN105912594B/zh
Publication of CN105912594A publication Critical patent/CN105912594A/zh
Application granted granted Critical
Publication of CN105912594B publication Critical patent/CN105912594B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/242—Query formulation
    • G06F16/2433—Query languages

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Stored Programmes (AREA)

Abstract

本发明涉及一种SQL语句处理方法和***，该SQL语句处理方法，包括以下步骤：获取原始SQL语句；滤除原始SQL语句中的冗余字段，以获取滤除冗余字段的第一SQL语句；替换第一SQL语句中的变量值，以获取第二SQL语句；对第二SQL语句进行结构化处理，获取结构化SQL语句；对结构化SQL语句进行操作关联处理，获取所述原始SQL语句对应的SQL语句原型。上述的SQL语句处理方法和***，不仅方便用户查阅，而且减少了审计的数据量。

Description

SQL语句处理方法和***
技术领域
本发明涉及数据库技术领域，特别是涉及一种SQL语句处理方法和***。
背景技术
目前当前常见的数据库***主要是关系型数据库，数据库审计产品在对数据库***进行审计时，通常使用SQL语句与数据库***进行交互，因此审计的数据一般来自这些关系数据库的SQL语句。
但是直接审计SQL语句时，各种复杂的SQL命令交织在数据库***的各个部分，不利于审计查看。另外，每个SQL语句都存在一些例如空格、注释等的冗余字段。而且每个SQL语句的常数参数、条件语句的值、表名等信息均不相同，因此导致审计数据量巨大，处理海量数据对硬件要求较高。
发明内容
基于此，有必要针对上述技术问题，提供一种SQL语句处理方法和***，不仅方便用户查阅，而且减少了审计的数据量。
一种SQL语句处理方法，包括以下步骤：
获取原始SQL语句；
滤除所述原始SQL语句中的冗余字段，以获取滤除冗余字段的第一SQL语句；
替换所述第一SQL语句中的变量值，以获取第二SQL语句；
对所述第二SQL语句进行结构化处理，获取结构化SQL语句；
对所述结构化SQL语句进行操作关联处理，获取所述原始SQL语句对应的SQL语句原型。
在其中一个实施例中，在所述获取原始SQL语句的步骤之后，还包括：
对所述原始SQL语句进行词法语法分析，得到基于SQL语法元素和SQL语法字段的SQL特征库，其中，所述SQL语法元素包括所述冗余字段和所述变量值。
在其中一个实施例中，所述对所述第二SQL语句进行结构化处理，获取结构化SQL语句的步骤包括：
提取所述第二SQL语句中的SQL语法字段作为结构框架，获取相同结构框架下的所述结构化SQL语句，其中，所述SQL语法字段包括命令、表名、条件。
在其中一个实施例中，所述对所述结构化SQL语句进行操作关联处理的步骤包括：将所述结构化SQL语句中的相似的SQL语法元素进行归类合并。
在其中一个实施例中，还包括：建立所述冗余字段、所述变量值以及所述SQL语句原型的对应关系；
将不同的原始SQL语句对应的SQL语句原型统一存储，根据所述对应关系将所述同一SQL语句原型对应的不同的变化部分分别存储，其中，所述变化部分包括变量值和冗余字段。
一种SQL语句处理***，包括：
原始SQL语句获取模块，用于获取原始SQL语句；
第一SQL语句获取模块，用于滤除所述原始SQL语句中的冗余字段，以获取滤除冗余字段的第一SQL语句；
第二SQL语句获取模块，用于替换所述第一SQL语句中的变量值，以获取第二SQL语句；
结构化SQL语句获取模块，用于对所述第二SQL语句进行结构化处理，获取结构化SQL语句；
SQL语句原型获取模块，用于对所述结构化SQL语句进行操作关联处理，获取所述原始SQL语句对应的SQL语句原型。
在其中一个实施例中，还包括：SQL语句词法语法分析模块，用于对所述原始SQL语句进行词法语法分析，得到基于SQL语法元素和SQL语法字段的SQL特征库，其中，所述SQL语法元素包括所述冗余字段和所述变量值。
在其中一个实施例中，结构化SQL语句获取模块还用于：提取所述第二SQL语句中的SQL语法字段作为结构框架，获取相同结构框架下的所述结构化SQL语句，其中，所述SQL语法字段包括命令、表名、条件。
在其中一个实施例中，SQL语句原型获取模块还用于：将所述结构化SQL语句中的相似SQL语法元素进行归类合并。
在其中一个实施例中，还包括：存储模块，用于建立所述冗余字段、所述变量值以及所述SQL语句原型的对应关系；将不同的原始SQL语句对应的SQL语句原型统一存储，根据所述对应关系将所述同一SQL语句原型对应的不同的变化部分分别存储，其中，所述变化部分包括变量值和冗余字段。
上述实施例的SQL语句处理方法和***，通过对原始SQL语句进行滤除冗余字段、替换变量值、结构化以及操作关联处理后，回溯出原始SQL语句对应的SQL语句原型，审计时用户只需直接查看SQL语句原型即可，因此不仅方便用户查阅，而且减少了审计的数据量。
附图说明
图1为一个实施例的数据库***运行框架示意图；
图2为一个实施例的SQL语句处理方法的流程图；
图3为另一个实施例的SQL语句处理方法的流程图；
图4为一个实施例的SQL语句处理***的结构框图；
图5为另一个实施例的SQL语句处理***的结构框图。
具体实施方式
通常数据库***的运行框架，如图1所示，Web服务器通过一个核心交换机(或多个交换机)访问数据库(Database，DB)。Web服务器对DB进行访问和操作完成对各种信息的增、删、改、查等的基础功能。管理员通过运维区域的运维服务器对数据库的访问和维护操作，例如数据库的例行巡检、必要的管理运维等。数据库审计装置对用户访问数据库的海量SQL语句进行记录、分析和汇报。
一般情况下，Web服务器对数据库的访问和/或操作请求是由程序产生的，这些访问和/或操作请求通过各种中间件等来访问数据库。例如一个网站，要判断一个用户登陆是否成功，那么可能会设计一个用户的表，存放在数据库中。如果需要查询的时候，会将用户名、密码的hash值组装成一条select查询语句，到数据库中去查询(实现方法很多，这里只是对某个***举个例)。所有对用户登陆是否成功的判断，都可以归纳为一个SQL语句原型，例如：select*from user where user_name＝”user”and user_passwd＝”5f7d4c3a”。其中user_name字段和user_passwd的值会随着不同用户而变化。
类似的，其他的功能模块也会有这样的特性，例如某个报表翻页的查询语句可以为：select top m*from aclog.A20151211where user_id not in(select top n*fromaclog.U20151211 order by traffic_down_flow desc)order by user_total desc，其中一些具体表示用户页数或者每页数量的数值会有所不同，但程序设计一般是根据这个SQL语句原型来构建的。
在一个实施例中，如图2所示，提出了一种SQL语句处理方法，该方法包括以下步骤：
步骤102，获取原始SQL语句。
在本实施例中，数据库审计装置从数据库服务器中获取流量数据，并从这些流量数据中提取用于处理的原始SQL语句。
步骤104，滤除原始SQL语句中的冗余字段，以获取第一SQL语句。
在本实施例中，冗余字段是指原始SQL语句中的无用成分，这些冗余字段包括无用的空格、Tab、注释等。滤除原始SQL语句中的无用成分(冗余字段)后，将得到第一SQL语句。
例如，可以使用REPLACE函数批量替换原始SQL语句中的冗余字段。
步骤106，替换第一SQL语句中的变量值，获取第二SQL语句。
变量值包括第一SQL语句中会随不同的操作或访问而发生变化的变量。例如，判断条件、参数等。这些变量值可以为字符串、数值、时间日期中的至少一种。
在一个实施例中，可以采用占位符替换第一SQL语句中的变量值，以得到不包含变量值的第二SQL语句。在本实施例中，占位符可以为表格抽象的任意值，也可以是固定值。
例如，查询语句：SELECT TOP 100 desc，sum(val)from aclog.U20151112 wheregroup_id＝”5c2b97c6”and user_id！＝“35cc2f9b”order by total_flow desc。其中，数值“100”，group_id字段和user_id字段的值会发生变化。采用占位符(例如#)替换数值“100”，group_id字段和user_id字段后，得到的第二SQL语句为：SELECT TOP#desc,sum(val)from aclog.U20151112where group_id＝”#”and user_id！＝“#”order by total_flow desc。
步骤108，对第二SQL语句进行结构化处理，获取结构化SQL语句。
将相同结构框架下的第二SQL语句中的确定性字段提取出来，然后将这些确定性字段作为支撑性的结构化框架。
在一个实施例中，可以根据数据操作类型划分第二SQL语句的结构框架。通常情况下，数据操作类型包括：查询语句：select，DML(数据操作语句)：insert，update，delete，merge等；DDL(数据定义语句)：create，alter，drop，truncate等；DCL(数据控制语句)：revoke，grant等；事务控制语句：commit，roolback，savepoint等。相同结构框架是指同一数据操作类型的SQL语句。
在本实施例中，确定性字段包括命令、表名、条件等的确定的SQL语法元素。
步骤110，对结构化SQL语句进行操作关联处理，获取原始SQL语句对应的SQL语句原型。
在一个实施例中，操作关联处理包括将具有相同逻辑的运算，如函数等或者内嵌代码等进行归类合并处理。
根据预先建立的规则对上述实施例获取的结构化SQL语句进行操作关联处理后，便可得到原始SQL语句对应的SQL语句原型。
上述实施例的SQL语句处理方法，通过对原始SQL语句进行滤除冗余字段，替换变量值、结构化以及操作关联处理后，回溯出原始SQL语句对应的SQL语句原型，用户查看SQL语句原型便可显示对应的原始SQL语句，不仅方便用户查阅，而且减少了审计的数据量。
进一步地，对于从数据库获取的每一条SQL语句都经过上述步骤102至步骤110的操作来简化，从而了解某个用户常见的SQL操作，如果发现了异常的访问，便可及时采取相应的措施处理。
在一个实施例中，如图3所示，在获取原始SQL语句的步骤之后，该方法还包括：
步骤112，对原始SQL语句进行词法语法分析，得到基于SQL语法元素和SQL语法字段的SQL特征库，其中，SQL语法元素包括冗余字段和变量值。
基于SQL词法语法分析，建立基于SQL语法元素和SQL语法字段的SQL特征库，该SQL特征库用于(1)词法分析，经过词法分析，可得到如下的SQL语法元素：
冗余字段：包括空格、Tab、注释等。注释为***到SQL语句或脚本中起解释语句作用的文本。
标识符：诸如表、视图、列、数据库和服务器等对象的名称。
数据类型：定义数据对象(如列、变量和参数)所包含的数据类型。
函数：它可以有零个、一个或多个输入值，并返回一个标量值或者表格形式的值的集合。函数示例包括将多个值相加的SUM函数、确定两个日期之间相差多少个时间单位的DATEDIFF函数等。
表达式：表达式的示例包括常量、返回单值的函数、列或变量的引用。
运算符：与一个或多个简单表达式一起使用构造一个更为复杂的表达式。例如，将“-”(负号)运算符和常量12组合在一起得到常量-12。
保留关键字：保留下来由SQL Serve使用的词。数据库中的对象名不应使用这些字词。(2)语法分析，经过语法分析，可得到的SQL语法字段包括SQL语句的语句结构，例如是单语句还是多语句，语句之间的结构等。
基于上述实施例的SQL语句的词法语法分析，得到基于SQL语法元素和SQL语句字段的SQL特征库，该SQL语句的处理方法基于得到的SQL特征库对原始SQL语句进行一系列处理，提高了SQL语句处理的效率和准确率。
在一个实施例中，对第二SQL语句进行结构化处理，获取结构化SQL语句的步骤包括：
提取第二SQL语句中的SQL语法字段作为结构框架，并获取相同结构框架下的结构化SQL语句，其中，SQL语法字段包括命令、表名或者视图名、条件。
经过上述实施例的SQL语法分析获取SQL语法字段后，提取出第二SQL语句中的语法字段作为结构框架，对相同结构框架下的SQL语句进行抽象识别，得到结构化的SQL语句。
例如，第二SQL语句为查询语句：SELECT TOP#desc，sum(val)fromaclog.U20151112 where group_id＝”#”and user_id！＝“#”order by total_flow desc，其中，表名U20151112是随时间变化的，由于很多数据库会按天周月小时等方式切割来优化表的大小，因此，可以通过内置库以及学习算法用来识别这种表的优化。识别出这种20151112后，对这部分进行结构化处理，即采用占位符替换变化的部分。例如，上述示例的第二SQL语句结构化得到的结构化SQL为：SELECT TOP#desc，sum(val)from aclog.U*wheregroup_id＝”#”and user_id！＝“#”order by total_flow desc。
在一个实施例中，对结构化SQL语句进行操作关联处理的步骤包括：将结构化SQL语句中的相似的SQL语法元素进行归类合并。
在本实施例中，相似的SQL语法元素包括函数或者内嵌代码等。
例如，将结构化SQL语句中的相似的SQL语法元素进行归类合并包括将相同字段的多个函数运算进行归类合并。或者将相同字段的多个内嵌代码段进行归类合并。例如，将SELECT TOP#desc，sum(val)from aclog.U*where group_id＝”#”and user_id！＝“#”order by total_flow desc中的函数运算进行合并后得到的SQL语句原型为：SELECT TOP#desc,func<sum>(val)from aclog.U*where group_id＝”#”and user_id！＝“#”order bytotal_flow func<desc,asc>。其中，func表示将sum(val)操作以及条件中的desc操作表示为函数(操作)，尖括号里面的内容表示函数的无序集合。
通过上述的关联处理，将相同或相似的操作归类合并，获取一个结构化的模式串，便于后续阅读查看。
在一个实施例中，所述方法还包括：建立冗余字段、变量值以及SQL语句原型的对应关系，
并将不同的原始SQL语句对应的SQL语句原型统一存储，将同一SQL语句原型对应的不同的变化部分分别存储，其中，变化部分包括变量值和冗余字段。
在本实施例中，在上述实施例中的步骤102～步骤110的对SQL语句的处理过程中，依次建立每个原始SQL语句的冗余字段、变量值、以及SQL语句原型之间的对应关系(例如可以是建立索引的方式)，并将相同的模式串即SQL语句原型统一存储，变化部分(包括变量值和冗余字段)分开存储。
通过将相同的模式串部分统一存储，变化部分分别存储的方式，不仅减少了存储空间，而且方便对SQL语句进行记录、还原，提高了数据库审计效率。
在一个实施例中，如图4所示，在一个实施例中，还提出一种SQL语句处理***400，***400包括：原始SQL语句获取模块402，第一SQL语句获取模块404，第二SQL语句获取模块406，结构化SQL语句获取模块408和SQL语句原型获取模块410。
原始SQL语句获取模块402，用于获取原始SQL语句。第一SQL语句获取模块404，用于滤除原始SQL语句中的冗余字段，以获取滤除冗余字段的第一SQL语句。第二SQL语句获取模块406，用于替换第一SQL语句中的变量值，以获取第二SQL语句。结构化SQL语句获取模块408，用于对第二SQL语句进行结构化处理，获取结构化SQL语句。SQL语句原型获取模块410，用于对结构化SQL语句进行操作关联处理，获取原始SQL语句对应的SQL语句原型。
在一个实施例中，如图5所示，***400还包括：SQL语句词法语法分析模块412。SQL语句词法语法分析模块412，用于对原始SQL语句进行词法语法分析，得到基于SQL语法元素和SQL语法字段的SQL特征库，其中，SQL语法元素包括冗余字段和变量值。
基于上述实施例的SQL语句的词法语法分析，得到基于SQL语法元素和SQL语句字段的SQL特征库，该SQL语句的处理方法基于得到的SQL特征库对原始SQL语句进行一系列处理，提高了SQL语句处理的效率和准确率。在一个实施例中，结构化SQL语句获取模块408还用于：提取第二SQL语句中的SQL语法字段作为结构框架，获取相同结构框架下的结构化SQL语句，其中，SQL语法字段包括命令、表名、条件。
在本实施例中，提取出第二SQL语句中的语法字段作为结构框架，对相同结构框架下的SQL语句进行抽象识别，得到结构化的SQL语句。
在一个实施例中，SQL语句原型获取模块410还用于：将结构化SQL语句中的相似SQL语法元素进行归类合并。
在本实施例中，通过关联处理，将相同或相似的操作归类合并，获取一个结构化的模式串，便于后续阅读查看。
在一个实施例中，如图5所示，该***400还包括：存储模块414。存储模块414，用于建立冗余字段、变量值以及SQL语句原型的对应关系；将不同的原始SQL语句对应的SQL语句原型统一存储，根据对应关系将同一SQL语句原型对应的不同的变化部分分别存储，其中，变化部分包括变量值和冗余字段。
在本实施例中，通过将相同的模式串部分统一存储，变化部分分别存储的方式，不仅减少了存储空间，而且方便对SQL语句进行记录、还原，提高了数据库审计效率。以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (6)

1.一种SQL语句处理方法，其特征在于，包括以下步骤：
获取原始SQL语句；
对所述原始SQL语句进行词法语法分析，得到基于SQL语法元素和SQL语法字段的SQL特征库，其中，所述SQL语法元素包括冗余字段和变量值；
滤除所述原始SQL语句中的冗余字段，以获取滤除冗余字段的第一SQL语句；
替换所述第一SQL语句中的变量值，以获取不包括变量值的第二SQL语句；
对所述第二SQL语句进行结构化处理，获取结构化SQL语句；
对所述结构化SQL语句进行操作关联处理，获取所述原始SQL语句对应的SQL语句原型，所述操作关联处理包括将具有相同逻辑的运算进行归类合并处理；
所述对所述第二SQL语句进行结构化处理，获取结构化SQL语句的步骤包括：
提取所述第二SQL语句中的SQL语法字段作为结构框架，获取相同结构框架下的所述结构化SQL语句，对相同结构框架下的SQL语句进行抽象识别，得到结构化SQL语句；其中，所述SQL语法字段包括命令、表名、条件。
2.根据权利要求1所述的方法，其特征在于，所述对所述结构化SQL语句进行操作关联处理的步骤包括：将所述结构化SQL语句中的相似的SQL语法元素进行归类合并。
3.根据权利要求1至2中任一项所述的方法，其特征在于，还包括：建立所述冗余字段、所述变量值以及所述SQL语句原型的对应关系；
将不同的原始SQL语句对应的SQL语句原型统一存储，根据所述对应关系将同一SQL语句原型对应的不同的变化部分分别存储，其中，所述变化部分包括变量值和冗余字段。
4.一种SQL语句处理***，其特征在于，包括：
原始SQL语句获取模块，用于获取原始SQL语句；
SQL语句词法语法分析模块，用于对所述原始SQL语句进行词法语法分析，得到基于SQL语法元素和SQL语法字段的SQL特征库，其中，所述SQL语法元素包括冗余字段和变量值；
第一SQL语句获取模块，用于滤除所述原始SQL语句中的冗余字段，以获取滤除冗余字段的第一SQL语句；
第二SQL语句获取模块，用于替换所述第一SQL语句中的变量值，以获取不包括变量值的第二SQL语句；
结构化SQL语句获取模块，用于对所述第二SQL语句进行结构化处理，获取结构化SQL语句；
SQL语句原型获取模块，用于对所述结构化SQL语句进行操作关联处理，获取所述原始SQL语句对应的SQL语句原型，所述操作关联处理包括将具有相同逻辑的运算进行归类合并处理；
结构化SQL语句获取模块还用于：提取所述第二SQL语句中的SQL语法字段作为结构框架，获取相同结构框架下的所述结构化SQL语句，对相同结构框架下的SQL语句进行抽象识别，得到结构化SQL语句；其中，所述SQL语法字段包括命令、表名、条件。
5.根据权利要求4所述的***，其特征在于，SQL语句原型获取模块还用于：将所述结构化SQL语句中的相似SQL语法元素进行归类合并。
6.根据权利要求4至5任一项所述的***，其特征在于，还包括：
存储模块，用于建立所述冗余字段、所述变量值以及所述SQL语句原型的对应关系；将不同的原始SQL语句对应的SQL语句原型统一存储，根据所述对应关系将同一SQL语句原型对应的不同的变化部分分别存储，其中，所述变化部分包括变量值和冗余字段。
CN201610205606.8A 2016-04-05 2016-04-05 Sql语句处理方法和*** Active CN105912594B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610205606.8A CN105912594B (zh) 2016-04-05 2016-04-05 Sql语句处理方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610205606.8A CN105912594B (zh) 2016-04-05 2016-04-05 Sql语句处理方法和***

Publications (2)

Publication Number Publication Date
CN105912594A CN105912594A (zh) 2016-08-31
CN105912594B true CN105912594B (zh) 2020-01-07

Family

ID=56744614

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610205606.8A Active CN105912594B (zh) 2016-04-05 2016-04-05 Sql语句处理方法和***

Country Status (1)

Country Link
CN (1) CN105912594B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107844425A (zh) * 2017-11-16 2018-03-27 中国银行股份有限公司 一种数据库语句检查方法和装置
CN109325042B (zh) * 2018-08-14 2023-11-24 中国平安人寿保险股份有限公司 处理模版获取方法、表格处理方法、装置、设备及介质
CN109656947B (zh) * 2018-11-09 2020-12-29 金蝶软件（中国）有限公司 数据查询方法、装置、计算机设备和存储介质
CN109800240B (zh) * 2018-12-13 2024-03-22 平安科技（深圳）有限公司 Sql语句归类方法、装置、计算机设备和存储介质
CN109871338B (zh) * 2019-03-15 2021-01-29 北京思特奇信息技术股份有限公司 一种数据存储方法、装置及计算机设备
CN110874364B (zh) * 2019-11-19 2023-04-11 北京启迪区块链科技发展有限公司 一种查询语句处理方法、装置、设备及存储介质
CN111782678A (zh) * 2020-05-29 2020-10-16 北京沃东天骏信息技术有限公司 数据存储方法和装置
CN111651758B (zh) * 2020-06-08 2022-11-22 成都安恒信息技术有限公司 一种运维审计***关系型数据库结果集审计的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005088481A1 (en) * 2004-03-08 2005-09-22 Transreplicator, Inc. System for database relication of proprietary data transformation
CN101425117A (zh) * 2008-12-09 2009-05-06 阿里巴巴集团控股有限公司 一种构造sql语句的方法及装置
CN102609541A (zh) * 2012-02-21 2012-07-25 德讯科技股份有限公司 基于mssql数据库的sql信息采集审计***
CN102609462A (zh) * 2012-01-14 2012-07-25 杭州安恒信息技术有限公司 一种通过提取sql模板对海量sql压缩存储的方法
CN102945256A (zh) * 2012-10-18 2013-02-27 福建省海峡信息技术有限公司 海量sql语句合并归类的方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005088481A1 (en) * 2004-03-08 2005-09-22 Transreplicator, Inc. System for database relication of proprietary data transformation
CN101425117A (zh) * 2008-12-09 2009-05-06 阿里巴巴集团控股有限公司 一种构造sql语句的方法及装置
CN102609462A (zh) * 2012-01-14 2012-07-25 杭州安恒信息技术有限公司 一种通过提取sql模板对海量sql压缩存储的方法
CN102609541A (zh) * 2012-02-21 2012-07-25 德讯科技股份有限公司 基于mssql数据库的sql信息采集审计***
CN102945256A (zh) * 2012-10-18 2013-02-27 福建省海峡信息技术有限公司 海量sql语句合并归类的方法及装置

Also Published As

Publication number Publication date
CN105912594A (zh) 2016-08-31

Similar Documents

Publication Publication Date Title
CN105912594B (zh) Sql语句处理方法和***
US11436213B1 (en) Analysis of database query logs
US11789945B2 (en) Clause-wise text-to-SQL generation
US11294869B1 (en) Expressing complexity of migration to a database candidate
CN101021874B (zh) 一种对查询sql请求进行优化的方法及装置
US20040167884A1 (en) Methods and products for producing role related information from free text sources
CN110659282B (zh) 数据路由的构建方法、装置、计算机设备和存储介质
US20160092453A1 (en) Data dictionary with a reduced need for rebuilding
CA2919878A1 (en) Refining search query results
CN112162983A (zh) 数据库索引建议处理方法、装置、介质和电子设备
US20230289331A1 (en) Model generation service for data retrieval
CN105095436A (zh) 数据源数据自动建模方法
CN113282599A (zh) 数据同步方法及***
KR102345410B1 (ko) 빅데이터 지능형 수집 방법 및 장치
KR101136457B1 (ko) 데이터베이스 관리 시스템에서 구조화 질의어(ＳＱＬ)실행경로(Ｔｒａｃｅ) 분석 방법 및 장치
CN115510139A (zh) 数据查询方法和装置
Jiang et al. META: M ulti-r e solu t ion Fr a mework for Event Summarization
CN114841155A (zh) 主题内容智能聚合方法、装置、电子设备及存储介质
CN112306421B (zh) 一种用于存储分析测量数据格式mdf文件的方法和***
CN115345163A (zh) 一种基于故障数据的外场质量分析方法及***
KR101162468B1 (ko) 자동적인 데이터 저장소 아키텍처 검출
CN114610769A (zh) 数据分析方法、装置、设备及存储介质
US10042942B2 (en) Transforms using column dictionaries
CN108984698A (zh) 一种数据库业务行为的建模方法
CN114398355A (zh) 基于大数据的口令字典分析***和方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Nanshan District Xueyuan Road in Shenzhen city of Guangdong province 518000 No. 1001 Nanshan Chi Park building A1 layer

Applicant after: SINFOR Polytron Technologies Inc

Address before: Nanshan District Xueyuan Road in Shenzhen city of Guangdong province 518000 No. 1001 Nanshan Chi Park building A1 layer

Applicant before: Shenxinfu Electronics Science and Technology Co., Ltd., Shenzhen

GR01 Patent grant
GR01 Patent grant