CN106383864A - 一种时序数据库的查询请求处理方法和装置 - Google Patents
一种时序数据库的查询请求处理方法和装置 Download PDFInfo
- Publication number
- CN106383864A CN106383864A CN201610801140.8A CN201610801140A CN106383864A CN 106383864 A CN106383864 A CN 106383864A CN 201610801140 A CN201610801140 A CN 201610801140A CN 106383864 A CN106383864 A CN 106383864A
- Authority
- CN
- China
- Prior art keywords
- query
- inquiry
- inquiry request
- write frequency
- data amount
- 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.)
- Granted
Links
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
- G06F16/245—Query processing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种时序数据库的查询请求处理方法和装置,所述方法包括:当接收到用户的查询请求时,确定查询请求的查询类型,查询类型包括:快查询和慢查询;若为快查询,则将查询请求加入到第一线程池的队列中;若为慢查询,则将查询请求加入到第二线程池的队列中。应用本发明所述方案,能够提高***的处理效率等。
Description
【技术领域】
本发明涉及数据库技术,特别涉及一种时序数据库的查询请求处理方法和装置。
【背景技术】
时序数据库是存储海量时间序列数据的数据库,时间序列数据,即指每个数据均与一个时间戳对应,时序数据库可支持用户对其中的海量数据的查询。
时序数据库可支持多个用户同时使用,多个用户可同时提交多个查询请求,一个用户也可同时提交多个查询请求,这些查询请求可分为两种查询类型,即消耗计算资源比较少、耗时比较短的快查询,以及,消耗计算资源比较多、耗时比较长的慢查询。
如果***被大量的慢查询占据了大量的计算资源,会导致快查询的耗时变长,甚至可能出现需要排队等待的情况,比如,原来只需要耗时100毫秒即可完成的一个快查询,由于需要等待排在前面的慢查询完成后才能执行,因此变成需要耗时10秒才能完成,从而延长了***的总体等待时间,进而降低了***的处理效率。
【发明内容】
本发明提供了一种时序数据库的查询请求处理方法和装置,能够提高***的处理效率。
具体技术方案如下:
一种时序数据库的查询请求处理方法,包括:
当接收到用户的查询请求时,确定所述查询请求的查询类型,所述查询类型包括:快查询和慢查询;
若为快查询,则将所述查询请求加入到第一线程池的队列中;
若为慢查询,则将所述查询请求加入到第二线程池的队列中。
根据本发明一优选实施例,所述确定所述查询请求的查询类型包括:
确定出所述查询请求对应的查询结果预估数据量;
若所述查询结果预估数据量小于预先设定的阈值,则确定所述查询请求的查询类型为快查询,否则,确定所述查询请求的查询类型为慢查询。
根据本发明一优选实施例,
所述查询请求中携带有所需查询的表、查询的数据的起始时间以及结束时间;
所述确定出所述查询请求对应的查询结果预估数据量包括:
获取所述所需查询的表在最近预定时长内的表写入频率;
根据所述起始时间和所述结束时间,计算出查询时间范围;
根据所述表写入频率以及所述查询时间范围,计算出所述查询结果预估数据量。
根据本发明一优选实施例,
所述查询时间范围=结束时间-起始时间;
所述查询结果预估数据量=查询时间范围*表写入频率。
根据本发明一优选实施例,
所述查询请求中进一步携带有过滤条件;
所述确定出所述查询请求对应的查询结果预估数据量包括:
获取所述所需查询的表在最近预定时长内的表写入频率;
根据所述表写入频率计算出所述过滤条件中规定的所需过滤的列的列写入频率;
根据所述起始时间和所述结束时间,计算出查询时间范围;
根据所述列写入频率和所述查询时间范围,计算出所述查询结果预估数据量。
根据本发明一优选实施例,
所述列写入频率=表写入频率/所需过滤的各列的基数的乘积,其中,每列的基数等于该列中的不同取值的数目。
根据本发明一优选实施例,
所述查询时间范围=结束时间-起始时间;
所述查询结果预估数据量=查询时间范围*列写入频率。
一种时序数据库的查询请求处理装置,包括:接收单元、处理单元和分发单元;
所述接收单元,用于接收用户的查询请求,并将所述查询请求发送给所述处理单元和所述分发单元;
所述处理单元,用于确定所述查询请求的查询类型,所述查询类型包括:快查询和慢查询,并将确定结果发送给所述分发单元;
所述分发单元,用于当确定结果为快查询时,将所述查询请求加入到第一线程池的队列中,当确定结果为慢查询时,将所述查询请求加入到第二线程池的队列中。
根据本发明一优选实施例,
所述处理单元中包括:第一处理子单元和第二处理子单元;
所述第一处理子单元,用于确定出所述查询请求对应的查询结果预估数据量,并将所述查询结果预估数据量发送给所述第二处理子单元;
所述第二处理子单元,用于将所述查询结果预估数据量与预先设定的阈值进行比较,若所述查询结果预估数据量小于所述阈值,则确定所述查询请求的查询类型为快查询,否则,确定所述查询请求的查询类型为慢查询,并将确定结果发送给所述分发单元。
根据本发明一优选实施例,
所述查询请求中携带有所需查询的表、查询的数据的起始时间以及结束时间;
所述第一处理子单元获取所述所需查询的表在最近预定时长内的表写入频率;根据所述起始时间和所述结束时间,计算出查询时间范围;根据所述表写入频率以及所述查询时间范围,计算出所述查询结果预估数据量。
根据本发明一优选实施例,
所述查询时间范围=结束时间-起始时间;
所述查询结果预估数据量=查询时间范围*表写入频率。
根据本发明一优选实施例,
所述查询请求中进一步携带有过滤条件;
所述第一处理子单元获取所述所需查询的表在最近预定时长内的表写入频率;根据所述表写入频率计算出所述过滤条件中规定的所需过滤的列的列写入频率;根据所述起始时间和所述结束时间,计算出查询时间范围;根据所述列写入频率和所述查询时间范围,计算出所述查询结果预估数据量。
根据本发明一优选实施例,
所述列写入频率=表写入频率/所需过滤的各列的基数的乘积,其中,每列的基数等于该列中的不同取值的数目。
根据本发明一优选实施例,
所述查询时间范围=结束时间-起始时间;
所述查询结果预估数据量=查询时间范围*列写入频率。
基于上述介绍可以看出,采用本发明所述方案,通过线程池将快查询和慢查询进行隔离,从而尽可能地避免了现有技术中所述的慢查询对快查询的影响,进而减少了***的总体等待时间,提高了***的处理效率。
【附图说明】
图1为本发明所述时序数据库的查询请求处理方法实施例的流程图。
图2为本发明所述时序数据库的查询请求处理方法较佳实施例的流程图。
图3为本发明所述时序数据库的查询请求处理装置实施例的组成结构示意图。
【具体实施方式】
为了使本发明的技术方案更加清楚、明白,以下参照附图并举实施例,对本发明所述方案作进一步地详细说明。
实施例一
图1为本发明所述时序数据库的查询请求处理方法实施例的流程图,如图1所示,包括以下具体实现方式:
在11中,当接收到用户的查询请求时,确定查询请求的查询类型,查询类型包括:快查询和慢查询;
在12中,若为快查询,则将查询请求加入到第一线程池的队列中;若为慢查询,则将查询请求加入到第二线程池的队列中。
要对快查询和慢查询进行隔离,主要是通过将快查询和慢查询放在不同的线程池执行来实现的,两个线程池都有自己的队列,查询请求只会在它所属的线程池的队列中排队,因此,慢查询不会影响快查询,即慢查询不会阻塞快查询。
为便于表述,将两个线程池分别称为第一线程池和第二线程池,其中,将快查询对应的线程池称为第一线程池,将慢查询对应的线程池称为第二线程池。
但是,在还没有执行一个查询请求之前,是无法直接确定出其是快查询还是慢查询的,所以需要估计出查询请求的查询类型。
由于快查询的耗时比较短,慢查询的耗时比较长,而耗时的长短与查询结果的数据量有关,数据量越大,耗时越长,因此,当接收到查询请求时,可首先确定出查询请求对应的查询结果预估数据量,进而根据查询结果预估数据量确定出查询请求的查询类型。
以下即对如何获取查询请求的查询结果预估数据量进行详细说明。
与现有技术中一样,接收到的查询请求中会携带有以下信息:
1)所需查询的表;
2)查询的数据的起始时间和结束时间;
3)过滤条件,即可以对表中的某些列的值进行过滤。
其中,1)和)2是必须携带的,而3)是可选的,即可以携带,也可以不携带。
如果查询请求中仅携带有上述1)和2)中所述的信息,那么确定出查询请求对应的查询结果预估数据量的方式可包括:
获取1)中所述的所需查询的表在最近预定时长内的表写入频率(点数每秒);
根据2)中所述的起始时间和结束时间,计算出查询时间范围;
根据表写入频率以及查询时间范围,计算出查询结果预估数据量。
所述预定时长的具体取值可根据实际需要而定,比如,最近一小时,最近预定时长内的表写入频率,通常是指最近预定时长内的平均写入频率,如用总写入量除以所述预定时长,如何获取表写入频率为现有技术。
查询时间范围=结束时间-起始时间,可精确到秒。
查询结果预估数据量=查询时间范围*表写入频率。
如果查询请求中同时携带有上述1)、2)和3)中所述的信息,那么确定出查询请求对应的查询结果预估数据量的方式可包括:
获取1)中所述的所需查询的表在最近预定时长内的表写入频率;
根据表写入频率计算出3)中所述的过滤条件中规定的所需过滤的列的列写入频率;
根据2)中所述的起始时间和结束时间,计算出查询时间范围;
根据列写入频率和查询时间范围,计算出查询结果预估数据量。
其中,列写入频率=表写入频率/所需过滤的各列的基数的乘积。
每列的基数等于该列中的不同取值的数目,比如,某一列中包括1,1,2,3四个值,但因为1存在一次重复,因此该列的基数为3。
每列的基数可以通过定时扫描表的索引获取,每次计算时用最新获取到的基数进行计算。
查询时间范围=结束时间-起始时间;
查询结果预估数据量=查询时间范围*列写入频率。
在得到查询请求的查询结果预估数据量之后,可将查询结果预估数据量与预先设定的阈值进行比较,若查询结果预估数据量小于阈值,则可确定查询请求的查询类型为快查询,否则,确定查询请求的查询类型为慢查询。
所述阈值的具体取值可根据实际需要而定。
若确定查询请求的查询类型为快查询,可将查询请求加入到第一线程池的队列中,若确定查询请求的查询类型为慢查询,可将查询请求加入到第二线程池的队列中。
每个线程池中可包括多个线程,对于任一线程来说,一旦其处于空闲状态,且所在线程池的队列不为空,则可按照先进先出的原则取出一个查询请求进行处理,并返回查询结果。
每个线程池分别包括的线程数可根据实际需要而定,可通过设置两个线程池中的线程数配比,来实现计算资源在快查询和慢查询之间的合理分配。
实施例二
基于上述介绍,图2为本发明所述时序数据库的查询请求处理方法较佳实施例的流程图,如图2所示,包括以下具体实现方式。
在21中,接收用户的查询请求。
在22中,根据查询请求中携带的查询的数据的起始时间以及结束时间,计算出查询时间范围。
查询时间范围=结束时间-起始时间。
在23中,获取查询请求中携带的所需查询的表在最近预定时长内的表写入频率。
在24中,确定查询请求中是否进一步携带有过滤条件,若否,则执行25,若是,则执行26。
也就是说,接收到的查询请求中会携带有以下信息:
1)所需查询的表;
2)查询的数据的起始时间和结束时间;
3)过滤条件,即可以对表中的某些列的值进行过滤。
其中,1)和)2是必须携带的,而3)是可选的,即可以携带,也可以不携带。
在25中,根据表写入频率以及查询时间范围,计算出查询结果预估数据量,之后执行28。
查询结果预估数据量=查询时间范围*表写入频率。
在26中,根据表写入频率计算出过滤条件中规定的所需过滤的列的列写入频率。
列写入频率=表写入频率/所需过滤的各列的基数的乘积,其中,每列的基数等于该列中的不同取值的数目。
在27中,根据列写入频率和查询时间范围,计算出查询结果预估数据量,之后执行28。
查询结果预估数据量=查询时间范围*列写入频率。
在28中,确定查询结果预估数据量是否小于预先设定的阈值,若是,则执行29,否则,执行210。
在29中,确定查询请求的查询类型为快查询,将查询请求加入到第一线程池的队列中,之后执行211。
在210中,确定查询请求的查询类型为慢查询,将查询请求加入到第二线程池的队列中,之后执行211。
在211中,执行队列中的查询请求,结束流程。
以上是关于方法实施例的介绍,以下通过装置实施例,对本发明所述方案进行进一步说明。
实施例三
图3为本发明所述时序数据库的查询请求处理装置实施例的组成结构示意图,如图3所示,包括:接收单元31、处理单元32和分发单元33。
接收单元31,用于接收用户的查询请求,并将查询请求发送给处理单元32和分发单元33。
处理单元32,用于确定查询请求的查询类型,查询类型包括:快查询和慢查询,并将确定结果发送给分发单元33。
分发单元33,用于当确定结果为快查询时,将查询请求加入到第一线程池的队列中,当确定结果为慢查询时,将查询请求加入到第二线程池的队列中。
要对快查询和慢查询进行隔离,主要是通过将快查询和慢查询放在不同的线程池执行来实现的,两个线程池都有自己的队列,查询请求只会在它所属的线程池的队列中排队,因此,慢查询不会影响快查询,即慢查询不会阻塞快查询。
为便于表述,将两个线程池分别称为第一线程池和第二线程池,其中,将快查询对应的线程池称为第一线程池,将慢查询对应的线程池称为第二线程池。
但是,在还没有执行一个查询请求之前,是无法直接确定出其是快查询还是慢查询的,所以需要估计出查询请求的查询类型。
由于快查询的耗时比较短,慢查询的耗时比较长,而耗时的长短与查询结果的数据量有关,数据量越大,耗时越长,因此,当接收到查询请求时,可首先确定出查询请求对应的查询结果预估数据量,进而根据查询结果预估数据量确定出查询请求的查询类型。
相应地,处理单元32中可包括:第一处理子单元321和第二处理子单元322。
第一处理子单元321,用于确定出查询请求对应的查询结果预估数据量,并将查询结果预估数据量发送给第二处理子单元322。
第二处理子单元322,用于将查询结果预估数据量与预先设定的阈值进行比较,若查询结果预估数据量小于所述阈值,则确定查询请求的查询类型为快查询,否则,确定查询请求的查询类型为慢查询,并将确定结果发送给分发单元33。
和现有技术中一样,查询请求中会携带有所需查询的表、查询的数据的起始时间以及结束时间。
第一处理子单元321可首先获取所需查询的表在最近预定时长内的表写入频率,并根据起始时间和结束时间,计算出查询时间范围,之后根据表写入频率以及查询时间范围,计算出查询结果预估数据量。
其中,查询时间范围=结束时间-起始时间;
查询结果预估数据量=查询时间范围*表写入频率。
另外,查询请求中还可进一步携带有过滤条件。
当携带有过滤条件时,第一处理子单元321可首先获取所需查询的表在最近预定时长内的表写入频率,并根据表写入频率计算出过滤条件中规定的所需过滤的列的列写入频率,之后根据起始时间和结束时间,计算出查询时间范围,进而根据列写入频率和查询时间范围,计算出查询结果预估数据量。
其中,列写入频率=表写入频率/所需过滤的各列的基数的乘积,其中,每列的基数等于该列中的不同取值的数目;
查询时间范围=结束时间-起始时间;
查询结果预估数据量=查询时间范围*列写入频率。
总之,采用本发明所述方案,通过线程池将快查询和慢查询进行隔离,从而尽可能地避免了现有技术中所述的慢查询对快查询的影响,进而减少了***的总体等待时间,提高了***的处理效率;而且,可通过设置两个线程池中的线程数配比,来实现计算资源在快查询和慢查询之间的合理分配;另外,本发明所述方案实现起来简单方便,从而便于进行普及和推广。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (14)
1.一种时序数据库的查询请求处理方法,其特征在于,包括:
当接收到用户的查询请求时,确定所述查询请求的查询类型,所述查询类型包括:快查询和慢查询;
若为快查询,则将所述查询请求加入到第一线程池的队列中;
若为慢查询,则将所述查询请求加入到第二线程池的队列中。
2.根据权利要求1所述的方法,其特征在于,
所述确定所述查询请求的查询类型包括:
确定出所述查询请求对应的查询结果预估数据量;
若所述查询结果预估数据量小于预先设定的阈值,则确定所述查询请求的查询类型为快查询,否则,确定所述查询请求的查询类型为慢查询。
3.根据权利要求2所述的方法,其特征在于,
所述查询请求中携带有所需查询的表、查询的数据的起始时间以及结束时间;
所述确定出所述查询请求对应的查询结果预估数据量包括:
获取所述所需查询的表在最近预定时长内的表写入频率;
根据所述起始时间和所述结束时间,计算出查询时间范围;
根据所述表写入频率以及所述查询时间范围,计算出所述查询结果预估数据量。
4.根据权利要求3所述的方法,其特征在于,
所述查询时间范围=结束时间-起始时间;
所述查询结果预估数据量=查询时间范围*表写入频率。
5.根据权利要求3所述的方法,其特征在于,
所述查询请求中进一步携带有过滤条件;
所述确定出所述查询请求对应的查询结果预估数据量包括:
获取所述所需查询的表在最近预定时长内的表写入频率;
根据所述表写入频率计算出所述过滤条件中规定的所需过滤的列的列写入频率;
根据所述起始时间和所述结束时间,计算出查询时间范围;
根据所述列写入频率和所述查询时间范围,计算出所述查询结果预估数据量。
6.根据权利要求5所述的方法,其特征在于,
所述列写入频率=表写入频率/所需过滤的各列的基数的乘积,其中,每列的基数等于该列中的不同取值的数目。
7.根据权利要求5或6所述的方法,其特征在于,
所述查询时间范围=结束时间-起始时间;
所述查询结果预估数据量=查询时间范围*列写入频率。
8.一种时序数据库的查询请求处理装置,其特征在于,包括:接收单元、处理单元和分发单元;
所述接收单元,用于接收用户的查询请求,并将所述查询请求发送给所述处理单元和所述分发单元;
所述处理单元,用于确定所述查询请求的查询类型,所述查询类型包括:快查询和慢查询,并将确定结果发送给所述分发单元;
所述分发单元,用于当确定结果为快查询时,将所述查询请求加入到第一线程池的队列中,当确定结果为慢查询时,将所述查询请求加入到第二线程池的队列中。
9.根据权利要求8所述的装置,其特征在于,
所述处理单元中包括:第一处理子单元和第二处理子单元;
所述第一处理子单元,用于确定出所述查询请求对应的查询结果预估数据量,并将所述查询结果预估数据量发送给所述第二处理子单元;
所述第二处理子单元,用于将所述查询结果预估数据量与预先设定的阈值进行比较,若所述查询结果预估数据量小于所述阈值,则确定所述查询请求的查询类型为快查询,否则,确定所述查询请求的查询类型为慢查询,并将确定结果发送给所述分发单元。
10.根据权利要求9所述的装置,其特征在于,
所述查询请求中携带有所需查询的表、查询的数据的起始时间以及结束时间;
所述第一处理子单元获取所述所需查询的表在最近预定时长内的表写入频率;根据所述起始时间和所述结束时间,计算出查询时间范围;根据所述表写入频率以及所述查询时间范围,计算出所述查询结果预估数据量。
11.根据权利要求10所述的装置,其特征在于,
所述查询时间范围=结束时间-起始时间;
所述查询结果预估数据量=查询时间范围*表写入频率。
12.根据权利要求10所述的装置,其特征在于,
所述查询请求中进一步携带有过滤条件;
所述第一处理子单元获取所述所需查询的表在最近预定时长内的表写入频率;根据所述表写入频率计算出所述过滤条件中规定的所需过滤的列的列写入频率;根据所述起始时间和所述结束时间,计算出查询时间范围;根据所述列写入频率和所述查询时间范围,计算出所述查询结果预估数据量。
13.根据权利要求12所述的装置,其特征在于,
所述列写入频率=表写入频率/所需过滤的各列的基数的乘积,其中,每列的基数等于该列中的不同取值的数目。
14.根据权利要求12或13所述的装置,其特征在于,
所述查询时间范围=结束时间-起始时间;
所述查询结果预估数据量=查询时间范围*列写入频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610801140.8A CN106383864B (zh) | 2016-09-02 | 2016-09-02 | 一种时序数据库的查询请求处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610801140.8A CN106383864B (zh) | 2016-09-02 | 2016-09-02 | 一种时序数据库的查询请求处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106383864A true CN106383864A (zh) | 2017-02-08 |
CN106383864B CN106383864B (zh) | 2019-08-27 |
Family
ID=57938840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610801140.8A Active CN106383864B (zh) | 2016-09-02 | 2016-09-02 | 一种时序数据库的查询请求处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106383864B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107341056A (zh) * | 2017-07-05 | 2017-11-10 | 郑州云海信息技术有限公司 | 一种基于网络文件***的线程分配的方法及装置 |
CN108595254A (zh) * | 2018-03-09 | 2018-09-28 | 北京永洪商智科技有限公司 | 一种查询调度方法 |
CN109241094A (zh) * | 2017-07-10 | 2019-01-18 | 大唐移动通信设备有限公司 | 一种数据查询方法及装置 |
CN110069511A (zh) * | 2017-09-26 | 2019-07-30 | 北京国双科技有限公司 | 一种数据查询的分配方法及装置 |
CN110166282A (zh) * | 2019-04-16 | 2019-08-23 | 苏宁易购集团股份有限公司 | 资源分配方法、装置、计算机设备和存储介质 |
CN110609737A (zh) * | 2019-08-14 | 2019-12-24 | 平安科技(深圳)有限公司 | 关联数据查询方法、装置、计算机设备和存储介质 |
CN111046081A (zh) * | 2019-12-06 | 2020-04-21 | 宁波和利时智能科技有限公司 | 一种工业时序数据的访问方法及*** |
CN112311616A (zh) * | 2019-08-01 | 2021-02-02 | 北京百度网讯科技有限公司 | 数据通信频率统计方法、装置及存储介质 |
CN116719646A (zh) * | 2023-08-09 | 2023-09-08 | 浙江邦盛科技股份有限公司 | 热点数据处理方法、装置、电子装置和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495851A (zh) * | 2011-11-17 | 2012-06-13 | 百度在线网络技术(北京)有限公司 | 时序数据的存储和查询方法、***及装置 |
CN103853752A (zh) * | 2012-11-30 | 2014-06-11 | 国际商业机器公司 | 管理时间序列数据库的方法和装置 |
CN104750690A (zh) * | 2013-12-25 | 2015-07-01 | ***通信集团公司 | 一种查询处理方法、装置及*** |
US20150331910A1 (en) * | 2014-04-28 | 2015-11-19 | Venkatachary Srinivasan | Methods and systems of query engines and secondary indexes implemented in a distributed database |
-
2016
- 2016-09-02 CN CN201610801140.8A patent/CN106383864B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495851A (zh) * | 2011-11-17 | 2012-06-13 | 百度在线网络技术(北京)有限公司 | 时序数据的存储和查询方法、***及装置 |
CN103853752A (zh) * | 2012-11-30 | 2014-06-11 | 国际商业机器公司 | 管理时间序列数据库的方法和装置 |
CN104750690A (zh) * | 2013-12-25 | 2015-07-01 | ***通信集团公司 | 一种查询处理方法、装置及*** |
US20150331910A1 (en) * | 2014-04-28 | 2015-11-19 | Venkatachary Srinivasan | Methods and systems of query engines and secondary indexes implemented in a distributed database |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107341056A (zh) * | 2017-07-05 | 2017-11-10 | 郑州云海信息技术有限公司 | 一种基于网络文件***的线程分配的方法及装置 |
CN109241094A (zh) * | 2017-07-10 | 2019-01-18 | 大唐移动通信设备有限公司 | 一种数据查询方法及装置 |
CN110069511B (zh) * | 2017-09-26 | 2021-10-15 | 北京国双科技有限公司 | 一种数据查询的分配方法及装置 |
CN110069511A (zh) * | 2017-09-26 | 2019-07-30 | 北京国双科技有限公司 | 一种数据查询的分配方法及装置 |
CN108595254B (zh) * | 2018-03-09 | 2022-02-22 | 北京永洪商智科技有限公司 | 一种查询调度方法 |
CN108595254A (zh) * | 2018-03-09 | 2018-09-28 | 北京永洪商智科技有限公司 | 一种查询调度方法 |
CN110166282A (zh) * | 2019-04-16 | 2019-08-23 | 苏宁易购集团股份有限公司 | 资源分配方法、装置、计算机设备和存储介质 |
CN112311616A (zh) * | 2019-08-01 | 2021-02-02 | 北京百度网讯科技有限公司 | 数据通信频率统计方法、装置及存储介质 |
CN110609737A (zh) * | 2019-08-14 | 2019-12-24 | 平安科技(深圳)有限公司 | 关联数据查询方法、装置、计算机设备和存储介质 |
CN110609737B (zh) * | 2019-08-14 | 2023-04-25 | 平安科技(深圳)有限公司 | 关联数据查询方法、装置、计算机设备和存储介质 |
CN111046081A (zh) * | 2019-12-06 | 2020-04-21 | 宁波和利时智能科技有限公司 | 一种工业时序数据的访问方法及*** |
CN111046081B (zh) * | 2019-12-06 | 2023-09-12 | 和利时卡优倍科技有限公司 | 一种工业时序数据的访问方法及*** |
CN116719646A (zh) * | 2023-08-09 | 2023-09-08 | 浙江邦盛科技股份有限公司 | 热点数据处理方法、装置、电子装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106383864B (zh) | 2019-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106383864A (zh) | 一种时序数据库的查询请求处理方法和装置 | |
CN103678408B (zh) | 一种查询数据的方法及装置 | |
US9842136B2 (en) | Database management system, computer, and database management method | |
US7478083B2 (en) | Method and system for estimating cardinality in a database system | |
US9805077B2 (en) | Method and system for optimizing data access in a database using multi-class objects | |
CN103970870A (zh) | 数据库查询方法和服务器 | |
CN106502791A (zh) | 一种任务分配方法及装置 | |
JP2008059438A (ja) | 記憶システム、そのデータ再配置方法、データ再配置プログラム | |
EP3040865A1 (en) | Database management system and computer system | |
CN105956666B (zh) | 一种机器学习方法及*** | |
CN103019649B (zh) | 信息提供方法及设备 | |
CN103713895B (zh) | 一种数据发送方法和装置 | |
RU2004104017A (ru) | Декларативная последовательная параметризация отчетов | |
CN110807145A (zh) | 查询引擎获取方法、设备和计算机可读存储介质 | |
CN107480041A (zh) | 一种大数据的任务自动化测试方法和*** | |
CN110209597A (zh) | 处理访问请求的方法、装置、设备和存储介质 | |
CN103092886B (zh) | 一种数据查询操作的实现方法、装置及*** | |
CN103713944B (zh) | 一种内核中线程的处理方法、装置和*** | |
US9384219B2 (en) | Computer system, data retrieval method and database management computer | |
CN110175073B (zh) | 数据交换作业的调度方法、发送方法、装置及相关设备 | |
CN111260272A (zh) | 基于库存响应用户请求的方法、装置、设备及存储介质 | |
CN108664322A (zh) | 数据处理方法及*** | |
CN106202374A (zh) | 一种数据处理方法及装置 | |
CN106446080B (zh) | 数据查询的方法、查询服务设备、客户端设备和数据*** | |
CN110597829B (zh) | 主键生成方法、装置及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |