CN110019342A - 分区表访问方法、装置及设备、计算机可读存储介质 - Google Patents
分区表访问方法、装置及设备、计算机可读存储介质 Download PDFInfo
- Publication number
- CN110019342A CN110019342A CN201711329962.1A CN201711329962A CN110019342A CN 110019342 A CN110019342 A CN 110019342A CN 201711329962 A CN201711329962 A CN 201711329962A CN 110019342 A CN110019342 A CN 110019342A
- Authority
- CN
- China
- Prior art keywords
- subregion
- sublist
- sql statement
- data
- visited
- 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
- G06F16/2453—Query optimisation
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开一种分区表访问方法、装置及设备、计算机可读存储介质,该方法包括步骤:确定分区子表的命名与分区字段的对应关系,根据所述分区字段定位所述分区子表名称;根据定位到的所述分区子表名称,将待访问数据的结构化查询语言SQL语句,转换为待访问数据对应的分区子表的SQL语句;执行所述待访问数据对应的分区子表的SQL语句。本发明通过定位到的分区子表名称,可直接访问分区子表;避开了大量的元数据***表访问,避免打开的表数量过多,绕开了影响访问耗时较多的环节;解决了在HAWQ***中,请求访问分区表时的性能缓慢问题。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种分区表访问方法、装置及设备、计算机可读存储介质。
背景技术
在大数据时代背景下,各行各业的数据量激增,对基于海杜普的结构化查询语言(SQL on Hadoop)的应用需求非常迫切与强烈。IT和互联网厂商开始纷纷推出针对大数据场景下SQL(Structured Query Language,结构化查询语言)分析引擎。
HAWQ(Hadoop With Query)由GreenPlum发展而来,是一个Hadoop原生大规模并行SQL分析引擎,针对的是分析性应用。和其他关系型数据库类似,接受SQL,返回结果集。但它具有大规模并行处理很多传统数据库以及其他数据库没有的特性及功能。
在HAWQ的应用中,分区表(即含分区的表)十分常见,针对分区表的查询和***操作也十分常用。在HAWQ中,表的每个分区均是一张分区子表,分区子表与独立的表并无本质区别。如果通过访问表(或相对“子表”而言称之为“主表”)进而访问分区中的数据,则***首先访问主表的元数据,之后访问所有分区子表的元数据。而一张分区子表会涉及到大量元数据(主要是几十张单独存储的***表),分区数量过多会导致次数繁多的加载元数据的IO(Input/Output,输入/输出)操作,消耗大量的***资源,进而导致请求(查询或***)响应缓慢。表的分区数量越多,性能缓慢程度越明显。另一方面,在HAWQ中同时打开的表数量(或者称为同时申请的表“句柄”资源)本身也是一个资源。当同时打开的表数量过多,会导致该资源的大量占用,影响到请求的执行效率。
发明内容
有鉴于此,本发明的目的在于提供一种分区表访问方法、装置及设备、计算机可读存储介质,以解决在HAWQ***中,请求访问分区表(查询或***)时的性能缓慢问题。
本发明解决上述技术问题所采用的技术方案如下:
根据本发明的一个方面,提供的一种分区表访问方法,所述方法包括步骤:
确定分区子表的命名与分区字段的对应关系,根据所述分区字段定位所述分区子表名称;
根据定位到的所述分区子表名称,将待访问数据的结构化查询语言SQL语句,转换为待访问数据对应的分区子表的SQL语句;
执行所述待访问数据对应的分区子表的SQL语句。
根据本发明的另一个方面,提供的一种分区表访问装置,所述装置包括子表定位模块、SQL语句转换模块和执行模块;
所述子表定位模块,用于确定分区子表的命名与分区字段的对应关系,根据所述分区字段定位所述分区子表名称;
所述SQL语句转换模块,用于根据定位到的所述分区子表名称,将待访问数据的结构化查询语言SQL语句,转换为待访问数据对应的分区子表的SQL语句;
所述执行模块,用于执行所述待访问数据对应的分区子表的SQL语句。
根据本发明的另一个方面,提供的一种分区表访问设备,所述分区表访问设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的分区表访问程序,所述分区表访问程序被所述处理器执行时实现上述的分区表访问方法的步骤。
根据本发明的另一个方面,提供的一种计算机可读存储介质,所述计算机可读存储介质上存储有分区表访问程序,所述分区表访问程序被处理器执行时实现上述的分区表访问方法的步骤。
本发明实施例的分区表访问方法、装置及设备、计算机可读存储介质,通过定位到的分区子表名称,可直接访问分区子表;避开了大量的元数据***表访问,避免打开的表数量过多,绕开了影响访问耗时较多的环节;解决了在HAWQ***中,请求访问分区表时的性能缓慢问题。
附图说明
图1为本发明第一实施例的分区表访问方法流程示意图;
图2为本发明第一实施例的分区表访问方法中确定分区子表的命名与分区字段的对应关系的流程示意图;
图3为本发明第一实施例的分区表访问方法另一流程示意图;
图4为本发明第二实施例的分区表访问装置结构示意图;
图5为本发明第二实施例的分区表访问装置中子表定位模块结构示意图;
图6为本发明第二实施例的分区表访问装置另一结构示意图;
图7为本发明第三实施例的分区表访问装置结构示意图;
图8为本发明实施例实施前的分区表访问的性能量化分析结构示意图;
图9为本发明实施例实施后的分区表访问的性能量化分析结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白,以下结合附图和实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
第一实施例
如图1所示,本发明第一实施例提供一种分区表访问方法,其特征在于,所述方法包括步骤:
S11、确定分区子表的命名与分区字段的对应关系,根据所述分区字段定位所述分区子表名称。
在本实施例中,所述分区字段包括日期字段或者数字字段。
请参考图2所示,在本实施例中,通过以下方式确定所述分区子表的命名与分区字段的对应关系:
S111、对内核源代码进行分析,得到所述分区子表的命名规则;
S112、根据所述分区子表的命名规则,确定所述分区子表的命名与分区字段的对应关系。
分区表在HAWQ的应用场景中很常见,分区均是按照一定规律分区。最为常见的分区规则是按日期分区和按数字分区,例如一天为一个分区,或一个月为一个分区。在含有分区的HAWQ的表中,每一次查询或***数据的请求,均会落到对应分区的子表中。HAWQ会通过一种命名规则,将每个分区一一对应到分区子表的名称,而这种命名规则是有规律可循的。
例如:
CREATE TABLE sale(id int,date date,amt decimal(10,2))
DISTRIBUTED BY(id)
PARTITION BY RANGE(date)
(START(date'2015-01-01')INCLUSIVE
END(date'2020-01-01')EXCLUSIVE
EVERY(INTERVAL'1day'));
从以上代码中,可以看出创建出来的分区子表从2015-01-01开始命名为sale_1_prt_1,命名尾数逐一递增,直到2020-01-01的命名为sale_1_prt_1826。
以上的按照日期分区,可以给出计算公式,分区子表名:
主表名_1_prt_当天日期与起始日期的天数间隔,其中天数间隔算上了首尾当天。
假设需要在上述sale表中定位2016-02-03的分区子表名称,则直接计算2016-02-03与2015-01-01这两者之间的日期间隔,算上首尾当天,总共间隔400天。所以分区子表的名称为:sale_1_prt_400。
S12、根据定位到的所述分区子表名称,将待访问数据的结构化查询语言SQL语句,转换为待访问数据对应的分区子表的SQL语句。
在一种实施方式中,所述根据定位到的所述分区子表名称,将待访问数据的结构化查询语言SQL语句,转换为待访问数据对应的分区子表的SQL语句包括步骤:
根据所述待访问数据的分布情况和定位到的所述分区子表名称,将待访问数据的结构化查询语言SQL语句,转换为一个或多个分区子表的SQL语句。
需要说明的是,SQL语句的转换工作,可在SQL应用程序或HAWQ源码中完成,也可单独成为一个HAWQ插件,根据命名规则编写相应代码即可。也可由执行SQL的用户手动改写SQL语句。
S13、执行所述待访问数据对应的分区子表的SQL语句。
请参考图3所示,在一种实施方式中,所述执行所述待访问数据对应的分区子表的SQL语句之后还包括步骤:
S14、获取并展示所述待访问数据对应的分区子表的SQL语句的执行结果。
为了更好地说明本实施例,以下结合图8和图9进行说明:
图8为本发明实施例实施前的分区表访问的性能量化分析结构示意图,图9为本发明实施例实施后的分区表访问的性能量化分析结构示意图。
使用本发明实施例前后HAWQ分区表访问流程的主要区别在于,在未使用本发明实施例时,SQL请求先打开主表并访问主表元数据,然后打开所有子表,并访问所有子表元数据,最后才定位到对应的分区子表,并进行后续的数据访问流程。而在使用了本发明实施例后,将SQL请求转换为直接访问对应的分区子表的语句,直接打开该分区子表并访问该表的元数据,然后进行后续的数据访问流程。
请查看图8所示,以访问单个分区为例,若一张表含有N个分区,那么在未使用本发明实施例前,需要打开N+1张表,并进行“(N+1)*几十次”加载(load)***表的元数据操作。
请参考图9,在使用本发明实施例后,仅需要打开1张表,并进行几十次load***表的元数据操作即可。
当图中所示N值越大时,性能差距越明显。例如当N=10000时,使用本发明实施例可以避免打开10000张表,并且避免105量级次数的***表load操作。实际性能优化效果非常明显。
本发明实施例的分区表访问方法,通过定位到的分区子表名称,可直接访问分区子表;避开了大量的元数据***表访问,避免打开的表数量过多,绕开了影响访问耗时较多的环节;解决了在HAWQ***中,请求访问分区表时的性能缓慢问题。
第二实施例
如图4所示,本发明第二实施例提供一种分区表访问装置,所述装置包括子表定位模块21、SQL语句转换模块22和执行模块23;
所述子表定位模块21,用于确定分区子表的命名与分区字段的对应关系,根据所述分区字段定位所述分区子表名称。
在本实施例中,所述分区字段包括日期字段或者数字字段。
请参考图5所示,在本实施例中,所述子表定位模块包括分析单元211和确定单元212;
所述分析单元211,用于对内核源代码进行分析,得到所述分区子表的命名规则;
所述确定单元212,用于根据所述分区子表的命名规则,确定所述分区子表的命名与分区字段的对应关系。
分区表在HAWQ的应用场景中很常见,分区均是按照一定规律分区。最为常见的分区规则是按日期分区和按数字分区,例如一天为一个分区,或一个月为一个分区。在含有分区的HAWQ的表中,每一次查询或***数据的请求,均会落到对应分区的子表中。HAWQ会通过一种命名规则,将每个分区一一对应到分区子表的名称,而这种命名规则是有规律可循的。
例如:
CREATE TABLE sale(id int,date date,amt decimal(10,2))
DISTRIBUTED BY(id)
PARTITION BY RANGE(date)
(START(date'2015-01-01')INCLUSIVE
END(date'2020-01-01')EXCLUSIVE
EVERY(INTERVAL'1day'));
从以上代码中,可以看出创建出来的分区子表从2015-01-01开始命名为sale_1_prt_1,命名尾数逐一递增,直到2020-01-01的命名为sale_1_prt_1826。
以上的按照日期分区,可以给出计算公式,分区子表名:
主表名_1_prt_当天日期与起始日期的天数间隔,其中天数间隔算上了首尾当天。
假设需要在上述sale表中定位2016-02-03的分区子表名称,则直接计算2016-02-03与2015-01-01这两者之间的日期间隔,算上首尾当天,总共间隔400天。所以分区子表的名称为:sale_1_prt_400。
所述SQL语句转换模块22,用于根据定位到的所述分区子表名称,将待访问数据的结构化查询语言SQL语句,转换为待访问数据对应的分区子表的SQL语句。
在一种实施方式中,所述SQL语句转换模块22,还用于根据所述待访问数据的分布情况和定位到的所述分区子表名称,将待访问数据的结构化查询语言SQL语句,转换为一个或多个分区子表的SQL语句。
需要说明的是,SQL语句的转换工作,可在SQL应用程序或HAWQ源码中完成,也可单独成为一个HAWQ插件,根据命名规则编写相应代码即可。也可由执行SQL的用户手动改写SQL语句。
所述执行模块23,用于执行所述待访问数据对应的分区子表的SQL语句。
请参考图6所示,在一种实施方式中,所述装置还包括执行结果展示模块24;
所述执行结果展示模块24,用于获取并展示所述待访问数据对应的分区子表的SQL语句的执行结果。
为了更好地说明本实施例,以下结合图8和图9进行说明:
图8为本发明实施例实施前的分区表访问的性能量化分析结构示意图,图9为本发明实施例实施后的分区表访问的性能量化分析结构示意图。
使用本发明实施例前后HAWQ分区表访问流程的主要区别在于,在未使用本发明实施例时,SQL请求先打开主表并访问主表元数据,然后打开所有子表,并访问所有子表元数据,最后才定位到对应的分区子表,并进行后续的数据访问流程。而在使用了本发明实施例后,将SQL请求转换为直接访问对应的分区子表的语句,直接打开该分区子表并访问该表的元数据,然后进行后续的数据访问流程。
请查看图8所示,以访问单个分区为例,若一张表含有N个分区,那么在未使用本发明实施例前,需要打开N+1张表,并进行“(N+1)*几十次”加载(load)***表的元数据操作。
请参考图9,在使用本发明实施例后,仅需要打开1张表,并进行几十次load***表的元数据操作即可。
当图中所示N值越大时,性能差距越明显。例如当N=10000时,使用本发明实施例可以避免打开10000张表,并且避免105量级次数的***表load操作。实际性能优化效果非常明显。
本发明实施例的分区表访问装置,通过定位到的分区子表名称,可直接访问分区子表;避开了大量的元数据***表访问,避免打开的表数量过多,绕开了影响访问耗时较多的环节;解决了在HAWQ***中,请求访问分区表时的性能缓慢问题。
第三实施例
如图7所示,本发明第三实施例提供一种分区表访问设备,所分区表访问设备包括:存储器31、处理器32及存储在所述存储器31上并可在所述处理器32上运行的分区表访问程序,所述分区表访问程序被所述处理器32执行时,用于实现以下所述的分区表访问方法的步骤:
确定分区子表的命名与分区字段的对应关系,根据所述分区字段定位所述分区子表名称;
根据定位到的所述分区子表名称,将待访问数据的结构化查询语言SQL语句,转换为待访问数据对应的分区子表的SQL语句;
执行所述待访问数据对应的分区子表的SQL语句。
所述分区表访问程序被所述处理器32执行时,还用于实现以下所述的分区表访问方法的步骤:
所述分区字段包括日期字段或者数字字段。
所述分区表访问程序被所述处理器32执行时,还用于实现以下所述的分区表访问方法的步骤:
对内核源代码进行分析,得到所述分区子表的命名规则;
根据所述分区子表的命名规则,确定所述分区子表的命名与分区字段的对应关系。
所述分区表访问程序被所述处理器32执行时,还用于实现以下所述的分区表访问方法的步骤:
根据所述待访问数据的分布情况和定位到的所述分区子表名称,将待访问数据的结构化查询语言SQL语句,转换为一个或多个分区子表的SQL语句。
所述分区表访问程序被所述处理器32执行时,还用于实现以下所述的分区表访问方法的步骤:
获取并展示所述待访问数据对应的分区子表的SQL语句的执行结果。
本发明实施例的分区表访问设备,通过定位到的分区子表名称,可直接访问分区子表;避开了大量的元数据***表访问,避免打开的表数量过多,绕开了影响访问耗时较多的环节;解决了在HAWQ***中,请求访问分区表时的性能缓慢问题。
第四实施例
本发明第四实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有分区表访问程序,所述分区表访问程序被处理器执行时实现第一实施例所述的分区表访问方法的步骤。
本发明实施例的计算机可读存储介质,通过定位到的分区子表名称,可直接访问分区子表;避开了大量的元数据***表访问,避免打开的表数量过多,绕开了影响访问耗时较多的环节;解决了在HAWQ***中,请求访问分区表时的性能缓慢问题。
需要说明的是,上述装置实施例与方法实施例属于同一构思,其具体实现过程详见方法实施例,且方法实施例中的技术特征在装置实施例中均对应适用,这里不再赘述。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件来实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上参照附图说明了本发明的优选实施例,并非因此局限本发明的权利范围。本领域技术人员不脱离本发明的范围和实质,可以有多种变型方案实现本发明,比如作为一个实施例的特征可用于另一实施例而得到又一实施例。凡在运用本发明的技术构思之内所作的任何修改、等同替换和改进,均应在本发明的权利范围之内。
Claims (11)
1.一种分区表访问方法,其特征在于,所述方法包括步骤:
确定分区子表的命名与分区字段的对应关系,根据所述分区字段定位所述分区子表名称;
根据定位到的所述分区子表名称,将待访问数据的结构化查询语言SQL语句,转换为待访问数据对应的分区子表的SQL语句;
执行所述待访问数据对应的分区子表的SQL语句。
2.根据权利要求1所述的一种分区表访问方法,其特征在于,所述分区字段包括日期字段或者数字字段。
3.根据权利要求1所述的一种分区表访问方法,其特征在于,通过以下方式确定所述分区子表的命名与分区字段的对应关系:
对内核源代码进行分析,得到所述分区子表的命名规则;
根据所述分区子表的命名规则,确定所述分区子表的命名与分区字段的对应关系。
4.根据权利要求1所述的一种分区表访问方法,其特征在于,所述根据定位到的所述分区子表名称,将待访问数据的结构化查询语言SQL语句,转换为待访问数据对应的分区子表的SQL语句包括步骤:
根据所述待访问数据的分布情况和定位到的所述分区子表名称,将待访问数据的结构化查询语言SQL语句,转换为一个或多个分区子表的SQL语句。
5.根据权利要求1所述的一种分区表访问方法,其特征在于,所述执行所述待访问数据对应的分区子表的SQL语句之后还包括步骤:
获取并展示所述待访问数据对应的分区子表的SQL语句的执行结果。
6.一种分区表访问装置,其特征在于,所述装置包括子表定位模块、SQL语句转换模块和执行模块;
所述子表定位模块,用于确定分区子表的命名与分区字段的对应关系,根据所述分区字段定位所述分区子表名称;
所述SQL语句转换模块,用于根据定位到的所述分区子表名称,将待访问数据的结构化查询语言SQL语句,转换为待访问数据对应的分区子表的SQL语句;
所述执行模块,用于执行所述待访问数据对应的分区子表的SQL语句。
7.根据权利要求6所述的一种分区表访问装置,其特征在于,所述分区字段包括日期字段或者数字字段。
8.根据权利要求6所述的一种分区表访问装置,其特征在于,所述子表定位模块包括分析单元和确定单元;
所述分析单元,用于对内核源代码进行分析,得到所述分区子表的命名规则;
所述确定单元,用于根据所述分区子表的命名规则,确定所述分区子表的命名与分区字段的对应关系。
9.根据权利要求6所述的一种分区表访问装置,其特征在于,所述装置还包括执行结果展示模块;
所述执行结果展示模块,用于获取并展示所述待访问数据对应的分区子表的SQL语句的执行结果。
10.一种分区表访问设备,其特征在于,所述分区表访问设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的分区表访问程序,所述分区表访问程序被所述处理器执行时实现如权利要求1至5中任一项所述的分区表访问方法的步骤。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有分区表访问程序,所述分区表访问程序被处理器执行时实现如权利要求1至5中任一项所述的分区表访问方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711329962.1A CN110019342B (zh) | 2017-12-13 | 2017-12-13 | 分区表访问方法、装置及设备、计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711329962.1A CN110019342B (zh) | 2017-12-13 | 2017-12-13 | 分区表访问方法、装置及设备、计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110019342A true CN110019342A (zh) | 2019-07-16 |
CN110019342B CN110019342B (zh) | 2023-03-28 |
Family
ID=67186899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711329962.1A Active CN110019342B (zh) | 2017-12-13 | 2017-12-13 | 分区表访问方法、装置及设备、计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110019342B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111209296A (zh) * | 2019-12-31 | 2020-05-29 | 航天信息股份有限公司企业服务分公司 | 数据库访问方法、装置、电子设备及存储介质 |
CN111949653A (zh) * | 2020-07-03 | 2020-11-17 | 广州博依特智能信息科技有限公司 | 一种基于数据仓库hive的工业离线计算调度方法 |
CN112328622A (zh) * | 2020-11-05 | 2021-02-05 | 上海达梦数据库有限公司 | 分组处理方法、装置、电子设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521282A (zh) * | 2011-11-25 | 2012-06-27 | 北京人大金仓信息技术股份有限公司 | 基于行指针的数据库垂直分区存储方法 |
CN103927168A (zh) * | 2014-04-02 | 2014-07-16 | 北京中交兴路车联网科技有限公司 | 一种面向对象的数据模型持久化的方法及装置 |
CN105930387A (zh) * | 2016-04-14 | 2016-09-07 | 北京思特奇信息技术股份有限公司 | 一种基于数据路由、分库分表的数据操作***及方法 |
CN106649552A (zh) * | 2016-11-07 | 2017-05-10 | 湖北省农村信用社联合社网络信息中心 | 常态化数据清理方法 |
US20170132280A1 (en) * | 2014-07-23 | 2017-05-11 | Huawei Technologies Co., Ltd. | Database access method and apparatus, and database system |
-
2017
- 2017-12-13 CN CN201711329962.1A patent/CN110019342B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521282A (zh) * | 2011-11-25 | 2012-06-27 | 北京人大金仓信息技术股份有限公司 | 基于行指针的数据库垂直分区存储方法 |
CN103927168A (zh) * | 2014-04-02 | 2014-07-16 | 北京中交兴路车联网科技有限公司 | 一种面向对象的数据模型持久化的方法及装置 |
US20170132280A1 (en) * | 2014-07-23 | 2017-05-11 | Huawei Technologies Co., Ltd. | Database access method and apparatus, and database system |
CN105930387A (zh) * | 2016-04-14 | 2016-09-07 | 北京思特奇信息技术股份有限公司 | 一种基于数据路由、分库分表的数据操作***及方法 |
CN106649552A (zh) * | 2016-11-07 | 2017-05-10 | 湖北省农村信用社联合社网络信息中心 | 常态化数据清理方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111209296A (zh) * | 2019-12-31 | 2020-05-29 | 航天信息股份有限公司企业服务分公司 | 数据库访问方法、装置、电子设备及存储介质 |
CN111949653A (zh) * | 2020-07-03 | 2020-11-17 | 广州博依特智能信息科技有限公司 | 一种基于数据仓库hive的工业离线计算调度方法 |
CN112328622A (zh) * | 2020-11-05 | 2021-02-05 | 上海达梦数据库有限公司 | 分组处理方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110019342B (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8655861B2 (en) | Query metadata engine | |
US8438190B2 (en) | Generating web services from business intelligence queries | |
KR20120106827A (ko) | 데이터 쿼리 관리 | |
US20160063107A1 (en) | Data retrieval via a telecommunication network | |
CN108984155A (zh) | 数据处理流程设定方法和装置 | |
CN110019342A (zh) | 分区表访问方法、装置及设备、计算机可读存储介质 | |
Sinthong et al. | Aframe: Extending dataframes for large-scale modern data analysis | |
US9600786B2 (en) | Optimizing analytic flows | |
CN115335821A (zh) | 卸载统计收集 | |
US10261765B1 (en) | Enhancing program execution using optimization-driven inlining | |
Souza et al. | Provenance of dynamic adaptations in user-steered dataflows | |
US10324908B2 (en) | Exposing database artifacts | |
WO2023219734A1 (en) | Evaluating row-store expressions on a column-store database | |
Heyvaert et al. | Ontology-based data access mapping generation using data, schema, query, and mapping knowledge | |
Sinthong et al. | AFrame: Extending DataFrames for large-scale modern data analysis (Extended Version) | |
US10255316B2 (en) | Processing of data chunks using a database calculation engine | |
US10169410B2 (en) | Merge of stacked calculation views with higher level programming language logic | |
US20170147637A1 (en) | Data-driven union pruning in a database semantic layer | |
US10846198B2 (en) | Automatic navigation from log statement to code | |
US10732946B2 (en) | Simulation-based code duplication | |
Son et al. | Parallel Job Processing Technique for Real-time Big-Data Processing Framework | |
EP2990960A1 (en) | Data retrieval via a telecommunication network | |
CN109325239A (zh) | 学生课堂表现管理方法及*** | |
US11841857B2 (en) | Query efficiency using merged columns | |
Wang et al. | Formalizing Spark Applications with MSVL |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220104 Address after: 100176 602, floor 6, building 6, courtyard 10, KEGU 1st Street, Beijing Economic and Technological Development Zone, Daxing District, Beijing (Yizhuang group, high-end industrial area of Beijing Pilot Free Trade Zone) Applicant after: Jinzhuan Xinke Co.,Ltd. Address before: 518000 Zhongnan communication tower, South China Road, Nanshan District high tech Industrial Park, Shenzhen, Guangdong Applicant before: ZTE Corp. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |