CN112559631A - 分布式图数据库的数据处理方法、装置以及电子设备 - Google Patents
分布式图数据库的数据处理方法、装置以及电子设备 Download PDFInfo
- Publication number
- CN112559631A CN112559631A CN202011480363.1A CN202011480363A CN112559631A CN 112559631 A CN112559631 A CN 112559631A CN 202011480363 A CN202011480363 A CN 202011480363A CN 112559631 A CN112559631 A CN 112559631A
- Authority
- CN
- China
- Prior art keywords
- node
- identifier
- data
- edge
- graph database
- 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
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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2219—Large Object storage; Management thereof
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开公开了分布式图数据库的数据处理方法、装置以及电子设备,涉及计算机技术领域,尤其涉及知识图谱、分布式存储等人工智能技术领域。具体实现方案为:获取分布式图数据库中第一节点待添加的边数据,其中,所述边数据包括:边标识以及对应的边关系数据;从所述边标识中提取出所述第一节点的节点标识;根据所述节点标识获取所述第一节点所属的目标分片的标识;以及根据所述目标分片的标识,将所述边标识以及对应的边关系数据分发到所述分布式图数据库的所述目标分片上进行存储。由此,减小了分布式图数据库中数据分发的运算量,节省了数据分发的时间及成本,提高了数据的查询效率。
Description
技术领域
本公开涉及计算机技术领域,特别涉及知识图谱、分布式存储等人工智能技术领域,尤其涉及分布式图数据库的数据处理方法、装置以及电子设备。
背景技术
相关技术中,在分布式图数据库中存储数据时,针对静态的分布式图数据库,主要采用社区划分类算法对分布式图数据库中的各个节点和边进行运算,确定节点和节点之间的紧密度,根据紧密度将分布式图数据库划分为多个子图,每个子图的数据存储在同一个分片中。
然而,上述算法,是针对整个分布式图数据库进行的运算,针对分布式图数据库中新增的图实体,需要结合新增的图实体以及整个分布式图数据库,来确定图实体所在的子图,运算量大,时间长,成本高。
发明内容
本公开提供了一种分布式图数据库的数据处理方法、装置、电子设备、存储介质以及计算机程序产品。
根据本公开的一方面,提供了一种分布式图数据库的数据处理方法,包括:获取分布式图数据库中第一节点待添加的边数据,其中,所述边数据包括:边标识以及对应的边关系数据;从所述边标识中提取出所述第一节点的节点标识;根据所述节点标识获取所述第一节点所属的目标分片的标识;以及根据所述目标分片的标识,将所述边标识以及对应的边关系数据分发到所述分布式图数据库的所述目标分片上进行存储。
根据本公开的另一方面,提供了一种分布式图数据库的数据处理装置,包括:第一获取模块,用于获取分布式图数据库中第一节点待添加的边数据,其中,所述边数据包括:边标识以及对应的边关系数据;提取模块,用于从所述边标识中提取出所述第一节点的节点标识;第二获取模块,用于根据所述节点标识获取所述第一节点所属的目标分片的标识;以及第一分发模块,用于根据所述目标分片的标识,将所述边标识以及对应的边关系数据分发到所述分布式图数据库的所述目标分片上进行存储。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的分布式图数据库的数据处理方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如上所述的分布式图数据库的数据处理方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据如上所述的分布式图数据库的数据处理方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开第一实施例的分布式图数据库的数据处理方法的流程示意图;
图2是根据本公开第二实施例的分布式图数据库的数据处理方法的流程示意图;
图3是根据本公开第三实施例的分布式图数据库的数据处理方法的流程示意图;
图4是根据本公开第三实施例的分布式图数据库的数据处理方法的示例图;
图5是根据本公开第四实施例的分布式图数据库的数据处理装置的结构框图;
图6是根据本公开第五实施例的分布式图数据库的数据处理装置的结构框图;
图7是用来实现本公开实施例的分布式图数据库的数据处理方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
可以理解的是,相关技术中,在分布式图数据库中存储数据时,针对静态的分布式图数据库,主要采用社区划分类算法对分布式图数据库中的各个节点和边进行运算,确定节点和节点之间的紧密度,根据紧密度将分布式图数据库划分为多个子图,每个子图的数据存储在同一个分片中。
然而,上述算法,是针对整个分布式图数据库进行的运算,针对分布式图数据库中新增的图实体,需要结合新增的图实体以及整个分布式图数据库,来确定图实体所在的子图,运算量大,时间长,成本高。
本公开提出一种分布式图数据库的数据处理方法,该方法在获取分布式图数据库中第一节点待添加的边数据后,先从边数据包括的边标识中提取出第一节点的节点标识,再根据节点标识获取第一节点所属的目标分片的标识,进而根据目标分片的标识,将边数据包括的边标识以及对应的边关系数据分发到分布式图数据库的目标分片上进行存储。由此,减小了分布式图数据库中数据分发的运算量,节省了数据分发的时间及成本,提高了数据的查询效率。
下面参考附图描述本公开实施例的分布式图数据库的数据处理方法、装置、电子设备、非瞬时计算机可读存储介质以及计算机程序产品。
首先结合图1,对本公开提供的分布式图数据库的数据处理方法进行详细描述。
图1是根据本公开第一实施例的分布式图数据库的数据处理方法的流程示意图。其中,需要说明的是,本实施例提供的分布式图数据库的数据处理方法,可以应用于分布式图数据库中知识图谱的存储,该方法的执行主体为分布式图数据库的数据处理装置,以下简称数据处理装置,该数据处理装置可以为电子设备,也可以被配置在电子设备中,以实现对分布式图数据库的数据处理,减小分布式图数据库中数据分发的运算量,节省数据分发的时间及成本,提高数据的查询效率。
其中,电子设备,可以是任意能够进行数据处理的静止或者移动计算设备,例如笔记本电脑、智能手机、可穿戴设备等移动计算设备,或者台式计算机等静止的计算设备,或者服务器,或者其它类型的计算设备等,本公开对此不作限制。
如图1所示,分布式图数据库的数据处理方法,可以包括以下步骤:
步骤101,获取分布式图数据库中第一节点待添加的边数据,其中,边数据包括:边标识以及对应的边关系数据。
可以理解的是,图数据库通常以数据结构中的图论(Graph)为理论基础,构成图的核心要素有两个:节点(vertex或node,也称为点)以及节点上的属性、边(edge或者relationship,也称为关系)以及边上的属性。
在本公开实施例中,第一节点,为分布式图数据库中的任意节点,第一节点待添加的边数据,为待添加至分布式图数据库中的、与第一节点具有连接关系的边的边数据。
需要说明的是,由于与第一节点具有连接关系的边可能包括一个或多个,那么,在本公开性实施例中,边数据,可以包括一个边的边数据,也可以包括多个边的边数据,本公开对此不作限制。
其中,边标识,用于唯一表征与第一节点具有连接关系的一条边的属性信息,其具体可以包括边标签、第一节点的节点标识、方向参数等属性信息,其中,边标签,为该边的标签,用于唯一标识该边,方向参数,用于表征该边的方向,第一节点的节点标识,用于唯一标识第一节点。边标识对应的边关系数据,包括边标识对应的边上的属性信息等。
举例来说,假设图实体包括节点“张三”和节点“李四”,节点“张三”与节点“李四”之间包括一条由“张三”指向“李四”、且属性为“老师”的边,以及一条由“李四”指向“张三”、且属性为“学生”的边,即“张三”为“李四”的老师,“李四”为“张三”的学生。则在分布式图数据库中添加节点“张三”对应的边数据时,对于由节点“张三”指向节点“李四”的边,边标识,包括由节点“张三”指向节点“李四”的边的边标签、节点标识“张三”及边的方向参数“出边”,对应的边关系数据包括“老师”;对于由节点“李四”指向节点“张三”的边,边标识,包括由节点“李四”指向节点“张三”的边的边标签、节点标识“张三”及边的方向参数“入边”,对应的边关系数据包括“学生”。
步骤102,从边标识中提取出第一节点的节点标识。
可以理解的是,边标识中包括边标签、第一节点的标识、方向参数等属性信息,则在获取分布式图数据库中第一节点待添加的边数据后,可以从边数据包括的边标识中提取出第一节点的节点标识。
步骤103,根据节点标识获取第一节点所属的目标分片的标识。
步骤104,根据目标分片的标识,将边标识以及对应的边关系数据分发到分布式图数据库的目标分片上进行存储。
其中,目标分片的标识,用于唯一标识分布式图数据库中的目标分片,其可以根据需要设置。
在本公开实施例中,可以设置在分布式图数据库中存储数据时,同一节点有关的数据存储到同一分片中,即每个节点均有其所属的分片。需要说明的是,不同节点所属的分片可以相同,也可以不同,本公开对此不作限制。
那么,在获取第一节点的节点标识后,可以根据节点标识,获取第一节点所属的目标分片的标识,进而根据目标分片的标识,将边标识以及对应的边关系数据分发到分布式图数据库的目标分片上进行存储。
通过上述过程,即可在获取到分布式图数据库中第一节点待添加的边数据后,将第一节点待添加的边数据分发到第一节点所属的目标分片上进行存储。由于在分布式图数据库中添加第一节点的边数据时,无需结合新增的图实体以及整个分布式图数据库进行运算,只需对边数据中的边标识进行运算即可实现对第一节点的边数据的存储,从而减小了在分布式图数据库中进行数据分发时的运算量,节省了数据分发的时间及成本。
可以理解的是,第一节点所属的目标分片中,还可以存储有第一节点的节点数据。其中,节点数据可以包括第一节点的节点标识,以及对应的节点属性数据。比如,第一节点的节点数据,可以包括节点标识“1”以及节点“1”对应的用户的年龄、性别等属性数据。
本公开实施例中,由于将第一节点的节点数据以及第一节点的边数据等与第一节点有关的数据均存储到了第一节点所属的目标分片上,进而在分布式图数据库中查询第一节点有关的数据时,仅需向目标分片这一个分片发起查询请求,即可获取第一节点的节点数据以及与第一节点有关的所有边的边数据,从而提高了分布式图数据库中数据的查询效率。
本公开实施例提供的分布式图数据库的数据处理方法,首先获取分布式图数据库中第一节点待添加的边数据,其中,边数据包括边标识以及对应的边关系数据,再从边数据包括的边标识中提取出第一节点的节点标识,再根据节点标识获取第一节点所属的目标分片的标识,进而根据目标分片的标识,将边数据包括的边标识以及对应的边关系数据分发到分布式图数据库的目标分片上进行存储。由此,减小了分布式图数据库中数据分发的运算量,节省了数据分发的时间及成本,提高了分布式图数据库中数据的查询效率。
通过上述分析可知,在本公开实施例中,在获取分布式图数据库中第一节点待添加的边数据后,可以从边数据包括的边标识中提取出第一节点的节点标识,再根据节点标识获取第一节点所属的目标分片的标识,进而根据目标分片的标识,将边标识以及对应的边关系数据分发到分布式图数据库的目标分片上进行存储。下面结合图2,对本公开提供的分布式图数据库的数据处理方法中,从边数据包括的边标识中提取出第一节点的节点标识,以及根据节点标识获取第一节点所属的目标分片的标识的过程进行进一步说明。
图2是根据本公开第二实施例的分布式图数据库的数据处理方法的流程示意图。如图2所示,分布式图数据库的数据处理方法,可以包括以下步骤:
步骤201,获取分布式图数据库中第一节点待添加的边数据,其中,边数据包括:边标识以及对应的边关系数据。
其中,上述步骤201的具体实现过程及原理,可以参考上述实施例的描述,此处不再赘述。
步骤202,获取边标识中排序在最后的第一间隔符。
步骤203,获取边标识中位于第一间隔符之后的内容。
步骤204,将上述内容确定为第一节点的节点标识。
在示例性实施例中,边标识可以由以下参数拼接得到:方向参数、边标签以及第一节点的节点标识;且相邻两个参数之间设置有间隔符。
其中,边标签,为边标识对应的边的标签,用于唯一标识该边;方向参数,用于表征边标识对应的边的方向,比如为第一节点指向其它节点的出边,还是其它节点指向第一节点的入边;第一节点的节点标识,用于唯一标识第一节点。间隔符,可以是任意能够将相邻两个参数分隔开的字符,其可以根据需要设置,比如,可以为“_”。
举例来说,假设边标识包括的边标签为“label1”,第一节点的节点标识为“id1”,边标识对应的边为第一节点指向其它节点的出边,则边标识可以为“出边_label1_id1”;假设边标识包括的边标签为“label2”,第一节点的节点标识为“id2”,边标识对应的边为其它节点指向第一节点的入边,则边标识可以为“入边_label2_id2”。
相应的,在示例性实施例中,可以获取边标识中排序在最后的第一间隔符,并获取边标识中位于第一间隔符之后的内容,进而将第一间隔符之后的内容确定为第一节点的节点标识。
通过获取边标识中排序在最后的第一间隔符,进而获取边标识中位于第一间隔符之后的内容,将该内容确定为第一节点的节点标识,实现了从边标识中提取第一节点的节点标识,且提取结果准确,提取过程运算量少,进一步减小了分布式图数据库中的数据分发的运算量,节省了数据分发的时间及成本。
步骤205,获取节点标识对应的二进制数据。
步骤206,对二进制数据进行哈希运算,获取第一节点所属的目标分片的标识。
在示例性实施例中,在获取第一节点的节点标识后,可以获取第一节点的节点标识对应的二进制数据,并对二进制数据进行哈希运算,哈希运算的结果即为第一节点所属的目标分片的标识。
其中,对第一节点的节点标识对应的二进制数据进行哈希运算的过程,可以参考相关技术中的哈希运算技术,此处不再赘述。
通过上述过程,实现了根据第一节点的节点标识获取第一节点所属的目标分片的标识,且获取第一节点所属的目标分片的标识的过程运算量少,进一步减小了分布式图数据库中的数据分发的运算量,节省了数据分发的时间及成本。
步骤207,根据目标分片的标识,将边标识以及对应的边关系数据分发到分布式图数据库的目标分片上进行存储。
具体的,在获取第一节点所属的目标分片的标识后,即可根据目标分片的标识,将边标识以及对应的边关系数据分发到分布式图数据库的目标分片上进行存储。
本公开实施例提供的分布式图数据库的数据处理方法,获取分布式图数据库中第一节点待添加的包括边标识以及对应的边关系数据的边数据后,获取边标识中排序在最后的第一间隔符,再获取边标识中位于第一间隔符之后的内容,将上述内容确定为第一节点的节点标识,再获取节点标识对应的二进制数据,对二进制数据进行哈希运算,获取第一节点所属的目标分片的标识,进而根据目标分片的标识,将边标识以及对应的边关系数据分发到分布式图数据库的目标分片上进行存储。由此,减小了分布式图数据库中数据分发的运算量,节省了数据分发的时间及成本,提高了数据的查询效率。
通过上述分析可知,本公开实施例中,在分布式图数据库中添加第一节点的边数据时,可以将边数据包括的边标识以及对应的边关系数据分发到第一节点所属的目标分片上进行存储。在一种可能的实现形式中,还可以在第一节点所属的目标分片上存储第一节点的节点数据,下面结合图3,对本公开提供的分布式图数据库的数据处理方法中,在分布式图数据库中第一节点所属的目标分片上存储第一节点的节点数据的过程进行进一步说明。
图3是根据本公开第三实施例的分布式图数据库的数据处理方法的流程示意图。如图3所示,分布式图数据库的数据处理方法,可以包括以下步骤:
步骤301,获取待添加至分布式图数据库的第一节点的节点数据,其中,节点数据包括:节点标识以及对应的节点属性数据。
其中,第一节点的节点标识,用于唯一标识第一节点,其可以根据需要设置。第一节点对应的节点属性数据,例如可以包括第一节点对应的用户的年龄、性别等属性数据。
步骤302,根据节点标识获取第一节点所属的目标分片的标识。
步骤303,根据目标分片的标识,将节点标识以及对应的节点属性数据分发到分布式图数据库的目标分片上进行存储。
其中,目标分片的标识,用于唯一标识分布式图数据库中的目标分片,其可以根据需要设置。
在本公开实施例中,可以设置在分布式图数据库中存储数据时,同一节点有关的数据存储到同一分片中,即每个节点均有其所属的分片。需要说明的是,不同节点所属的分片可以相同,也可以不同,本公开对此不作限制。
那么,在获取待添加至分布式图数据库的第一节点的节点数据后,可以根据节点数据包括的节点标识,获取第一节点所属的目标分片的标识,进而根据目标分片的标识,将节点标识以及对应的节点属性数据分发到分布式图数据库的目标分片上进行存储。
在示例性实施例中,在获取第一节点的节点标识后,可以获取第一节点的节点标识对应的二进制数据,并对二进制数据进行哈希运算,哈希运算的结果即为第一节点所属的目标分片的标识。
其中,对第一节点的节点标识对应的二进制数据进行哈希运算的过程,可以参考相关技术中的哈希运算技术,此处不再赘述。
通过上述过程,实现了根据待添加至分布式图数据库的第一节点的节点数据中的第一节点的节点标识,将第一节点的节点数据分发到第一节点所属的目标分片上进行存储,且由于在分布式图数据库中添加第一节点的节点数据时,只需对节点数据中的节点标识进行运算即可实现对第一节点的节点数据的存储,从而减小了在分布式图数据库中进行数据分发时的运算量,节省了数据分发的时间及成本。
步骤304,获取分布式图数据库中第一节点待添加的边数据,其中,边数据包括:边标识以及对应的边关系数据。
步骤305,从边标识中提取出第一节点的节点标识。
步骤306,根据节点标识获取第一节点所属的目标分片的标识。
步骤307,根据目标分片的标识,将边标识以及对应的边关系数据分发到分布式图数据库的目标分片上进行存储。
其中,上述步骤304-307的具体实现过程及原理,可以参考上述实施例的描述,此处不再赘述。
需要说明的是,在示例性实施例中,步骤304-307可以在步骤303之后执行,或者,步骤304-307也可以与步骤301-303同时执行,本公开实施例对上述步骤的执行时机不作限制。
通过上述过程,可以将分布式图数据库中第一节点待添加的边数据以及第一节点的节点数据,均分发到第一节点所属的目标分片上进行存储。
可以理解的是,待添加至分布式图数据库中的图实体中,各节点通常具有原始标识(也可表述为离线标识),而在分布式图数据库中,为了便于数据管理,可以为各节点设置对应的内部标识(也可表述为在线标识),并在分布式图数据库中存储各节点的离线标识与在线标识的映射关系。比如,假设图实体中共包括5个节点,各节点的离线标识分别为“节点A”、“张三”、“李四”、“节点B”、“节点C”,则为了便于数据管理,可以为各节点设置对应的在线标识“1”、“2”、“3”、“4”、“5”,并在分布式图数据库中存储上述5个节点的离线标识与在线标识的映射关系。
本公开实施例中,第一节点的节点标识,可以为第一节点在分布式图数据库中的在线标识。
参考图4,本公开实施例中,在分布式图数据库添加任意节点的节点数据时,可以根据节点数据中包括的节点的在线标识获取节点所属的目标分片的标识,进而根据目标分片的标识,将节点数据包括的节点标识以及对应的节点属性数据分发到分布式图数据库的目标分片上进行存储。在分布式图数据库添加任意节点的包括方向参数“出边”或“入边”、边标签、节点的在线标识等的边数据时,可以从边数据中提取节点的在线标识,根据节点的在线标识获取节点所属的目标分片的标识,进而根据目标分片的标识,将边数据分发到分布式图数据库的目标分片上进行存储。即在分布式图数据库中存储任意节点的节点数据和边数据时,均根据该节点的在线标识确定目标分片的标识,从而可以将节点的节点数据和边数据存储到分布式图数据库的同一分片上。
需要说明的是,在分布式图数据库中存储节点的离线标识与在线标识的映射关系时,可以根据节点的离线标识获取目标分片的标识,进而将映射关系存储到根据节点的离线标识确定的目标分片上。即本公开实施例中,节点的离线标识与在线标识的映射关系,可以与该节点的节点数据和边数据存储在不同的分片上。
可以理解的是,本公开实施例中,可以将同一节点的节点数据和边数据,存储在根据该节点的节点标识确定的同一分片上,那么,在分布式图数据库中查询某个节点的有关数据时,比如查询某节点的节点数据,或者某节点的边数据,或者查询某节点的节点数据以及边数据时,可以根据待查询节点的节点标识,获取待查询节点所属的待查询分片的标识,进而根据待查询分片的标识,从待查询分片中获取待查询节点的节点数据,或者边数据,或者节点数据以及边数据。
即,本公开提供的分布式图数据库的数据处理方法,还可以包括以下步骤:
获取待查询节点的节点标识;
根据待查询节点的节点标识,获取待查询节点所属的待查询分片的标识;
根据待查询分片的标识,从待查询分片中获取待查询节点的节点数据和/或边数据。
其中,待查询节点的节点标识,可以为待查询节点在分布式图数据库中的在线标识。
需要说明的是,分布式图数据库中,存储有图实体的各节点的离线标识与在线标识的映射关系,在获取的待查询节点的节点标识不为节点在线标识时,可以根据分布式图数据库中存储的图实体的各节点的离线标识与在线标识的映射关系,获取待查询节点的在线标识,再根据待查询节点的在线标识,获取待查询节点所属的待查询分片的标识。
需要说明的是,根据待查询节点的节点标识,获取待查询节点所属的待查询分片的标识的过程,可以参考上述实施例中的根据第一节点的节点标识,获取第一节点所属的目标分片的标识的方法,此处不再赘述。
通过根据待查询节点的节点标识,获取待查询节点所属的待查询分片的标识,进而根据待查询分片的标识,从待查询分片中获取待查询节点的节点数据和/或边数据,实现了分布式图数据库中的与节点有关的数据的查询,通过将同一节点的节点数据和边数据,根据该节点的节点标识,存储到该节点所属的同一分片上,从而查询待查询节点的相关数据时,仅需向待查询分片这一个分片发起查询请求,即可获取待查询节点的节点数据或者边数据,或者节点数据以及边数据,从而提高了分布式图数据库中数据的查询效率。
需要说明的是,在分布式图数据库的分片上存储节点的节点数据以及边数据时,可以通过key(关键字段)-value(字段值)的格式进行存储,其中,key-value存储是以键值对存储数据的一种存储方式,每个关键字段都会对应一个唯一的字段值。
比如,在分布式图数据库中,可以按照下面的方式存储节点的离线标识与在线标识的映射关系:
key:节点的离线标识,value:节点的在线标识
即,对于任一节点,关键字段可以存储节点的离线标识,关键字段对应的字段值可以存储节点的在线标识。
在分布式图数据库中,可以按照下面的方式存储节点的节点数据:
key:节点的在线标识,value:节点属性数据
即,对于任一节点,关键字段可以存储节点的在线标识,关键字段对应的字段值可以存储节点的节点属性数据。
在分布式图数据库中,可以按照下面的方式存储节点的边数据:
key:方向参数_边标签_节点内部标识,value:边关系数据
即,对于任一节点,关键字段可以存储节点的边标识,比如方向参数、边标签、节点内部标识等信息,关键字段对应的字段值可以存储节点的边关系数据。
本公开实施例提供的分布式图数据库的数据处理方法,获取待添加至分布式图数据库的第一节点的节点数据后,其中,节点数据包括:节点标识以及对应的节点属性数据,可以根据节点标识获取第一节点所属的目标分片的标识,进而根据目标分片的标识,将节点标识以及对应的节点属性数据分发到分布式图数据库的目标分片上进行存储,获取分布式图数据库中第一节点待添加的边数据后,其中,边数据包括:边标识以及对应的边关系数据,可以从边标识中提取出第一节点的节点标识,根据节点标识获取第一节点所属的目标分片的标识,进而根据目标分片的标识,将边标识以及对应的边关系数据分发到分布式图数据库的目标分片上进行存储。由此,实现了将待添加至分布式图数据库的任意节点的节点数据,以及分布式图数据库中该节点待添加的边数据,存储到该节点所属的同一分片上,且数据分发时的运算量小,数据分发时间短,数据分发成本低,数据查询效率高。
下面结合图5,对本公开提供的分布式图数据库的数据处理装置进行说明。
图5是根据本公开第四实施例的分布式图数据库的数据处理装置的结构示意图。
如图5所示,本公开提供的分布式图数据库的数据处理装置500,包括:第一获取模块501、提取模块502、第二获取模块503、第一分发模块504。
其中,第一获取模块501,用于获取分布式图数据库中第一节点待添加的边数据,其中,边数据包括:边标识以及对应的边关系数据;
提取模块502,用于从边标识中提取出第一节点的节点标识;
第二获取模块503,用于根据节点标识获取第一节点所属的目标分片的标识;以及
第一分发模块504,用于根据目标分片的标识,将边标识以及对应的边关系数据分发到分布式图数据库的目标分片上进行存储。
需要说明的是,本实施例提供的分布式图数据库的数据处理装置,可以执行前述实施例所述的分布式图数据库的数据处理方法。其中,分布式图数据库的数据处理装置可以为电子设备,也可以被配置在电子设备中,以实现对分布式图数据库的数据处理,减小分布式图数据库中数据分发的运算量,节省数据分发的时间及成本,提高数据的查询效率。
其中,电子设备,可以是任意能够进行数据处理的静止或者移动计算设备,例如笔记本电脑、智能手机、可穿戴设备等移动计算设备,或者台式计算机等静止的计算设备,或者服务器,或者其它类型的计算设备等,本公开对此不作限制。
需要说明的是,前述对于分布式图数据库的数据处理方法的实施例的说明,也适用于本公开提供的分布式图数据库的数据处理装置,此处不再赘述。
本公开实施例提供的分布式图数据库的数据处理装置,首先获取分布式图数据库中第一节点待添加的边数据,其中,边数据包括边标识以及对应的边关系数据,再从边数据包括的边标识中提取出第一节点的节点标识,再根据节点标识获取第一节点所属的目标分片的标识,进而根据目标分片的标识,将边数据包括的边标识以及对应的边关系数据分发到分布式图数据库的目标分片上进行存储。由此,减小了分布式图数据库中数据分发的运算量,节省了数据分发的时间及成本,提高了数据的查询效率。
下面结合图6,对本公开提供的分布式图数据库的数据处理装置进行说明。
图6是根据本公开第五实施例的分布式图数据库的数据处理装置的结构示意图。
如图6所示,分布式图数据库的数据处理装置600,具体可以包括:第一获取模块601、提取模块602、第二获取模块603、第一分发模块604,其中,图6中601至604与图5中501至504具有相同功能和结构。
在示例性实施例中,边标识由以下参数拼接得到:方向参数、边标签以及第一节点的节点标识;且相邻两个参数之间设置有间隔符,相应的,如图6所示,提取模块602,包括:
第一获取单元6021,用于获取边标识中排序在最后的第一间隔符;
第二获取单元6022,用于获取边标识中位于第一间隔符之后的内容;以及
确定单元6023,用于将内容确定为第一节点的节点标识。
在示例性实施例中,如图6所示,上述第二获取模块603,包括:
第三获取单元6031,用于获取节点标识对应的二进制数据;
第四获取单元6032,用于对二进制数据进行哈希运算,获取第一节点所属的目标分片的标识。
在示例性实施例中,如图6所示,上述装置,还可以包括:
第三获取模块605,用于获取待添加至分布式图数据库的第一节点的节点数据,其中,节点数据包括:节点标识以及对应的节点属性数据;
第四获取模块606,用于根据节点标识获取第一节点所属的目标分片的标识;
第二分发模块607,用于根据目标分片的标识,将节点标识以及对应的节点属性数据分发到分布式图数据库的目标分片上进行存储;
第五获取模块608,用于获取待查询节点的节点标识;
第六获取模块609,用于根据待查询节点的节点标识,获取待查询节点所属的待查询分片的标识;
第七获取模块610,用于根据待查询分片的标识,从待查询分片中获取待查询节点的节点数据和/或边数据。
需要说明的是,前述对于分布式图数据库的数据处理方法的实施例的说明,也适用于本公开提供的分布式图数据库的数据处理装置,此处不再赘述。
本公开实施例提供的分布式图数据库的数据处理装置,首先获取分布式图数据库中第一节点待添加的边数据,其中,边数据包括边标识以及对应的边关系数据,再从边数据包括的边标识中提取出第一节点的节点标识,再根据节点标识获取第一节点所属的目标分片的标识,进而根据目标分片的标识,将边数据包括的边标识以及对应的边关系数据分发到分布式图数据库的目标分片上进行存储。由此,减小了分布式图数据库中数据分发的运算量,节省了数据分发的时间及成本,提高了数据的查询效率。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如分布式图数据库的数据处理方法。例如,在一些实施例中,分布式图数据库的数据处理方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的分布式图数据库的数据处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行分布式图数据库的数据处理方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决传统物理主机与VPS(VirtualPrivate Server,虚拟专用服务器)服务中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式***的服务器,或者是结合了区块链的服务器。
本公开涉及计算机技术领域,特别涉及知识图谱、分布式存储等人工智能技术领域。
需要说明的是,人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
根据本公开实施例的技术方案,首先获取分布式图数据库中第一节点待添加的边数据,其中,边数据包括边标识以及对应的边关系数据,再从边数据包括的边标识中提取出第一节点的节点标识,再根据节点标识获取第一节点所属的目标分片的标识,进而根据目标分片的标识,将边数据包括的边标识以及对应的边关系数据分发到分布式图数据库的目标分片上进行存储。由此,减小了分布式图数据库中数据分发的运算量,节省了数据分发的时间及成本,提高了数据的查询效率。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (13)
1.一种分布式图数据库的数据处理方法,包括:
获取分布式图数据库中第一节点待添加的边数据,其中,所述边数据包括:边标识以及对应的边关系数据;
从所述边标识中提取出所述第一节点的节点标识;
根据所述节点标识获取所述第一节点所属的目标分片的标识;以及
根据所述目标分片的标识,将所述边标识以及对应的边关系数据分发到所述分布式图数据库的所述目标分片上进行存储。
2.根据权利要求1所述的方法,其中,所述边标识由以下参数拼接得到:方向参数、边标签以及第一节点的节点标识;且相邻两个参数之间设置有间隔符;
所述从所述边标识中提取出所述第一节点的节点标识,包括:
获取所述边标识中排序在最后的第一间隔符;
获取所述边标识中位于所述第一间隔符之后的内容;以及
将所述内容确定为所述第一节点的节点标识。
3.根据权利要求1所述的方法,其中,所述根据所述节点标识获取所述第一节点所属的目标分片的标识,包括:
获取所述节点标识对应的二进制数据;
对所述二进制数据进行哈希运算,获取所述第一节点所属的目标分片的标识。
4.根据权利要求1所述的方法,其中,在获取分布式图数据库中第一节点待添加的边数据之前,还包括:
获取待添加至所述分布式图数据库的所述第一节点的节点数据,其中,所述节点数据包括:节点标识以及对应的节点属性数据;
根据所述节点标识获取所述第一节点所属的目标分片的标识;以及
根据所述目标分片的标识,将所述节点标识以及对应的节点属性数据分发到所述分布式图数据库的所述目标分片上进行存储。
5.根据权利要求1-4任一项所述的方法,其中,还包括:
获取待查询节点的节点标识;
根据所述待查询节点的节点标识,获取所述待查询节点所属的待查询分片的标识;
根据所述待查询分片的标识,从所述待查询分片中获取所述待查询节点的节点数据和/或边数据。
6.一种分布式图数据库的数据处理装置,包括:
第一获取模块,用于获取分布式图数据库中第一节点待添加的边数据,其中,所述边数据包括:边标识以及对应的边关系数据;
提取模块,用于从所述边标识中提取出所述第一节点的节点标识;
第二获取模块,用于根据所述节点标识获取所述第一节点所属的目标分片的标识;以及
第一分发模块,用于根据所述目标分片的标识,将所述边标识以及对应的边关系数据分发到所述分布式图数据库的所述目标分片上进行存储。
7.根据权利要求6所述的装置,其中,所述边标识由以下参数拼接得到:方向参数、边标签以及第一节点的节点标识;且相邻两个参数之间设置有间隔符;
所述提取模块,包括:
第一获取单元,用于获取所述边标识中排序在最后的第一间隔符;
第二获取单元,用于获取所述边标识中位于所述第一间隔符之后的内容;以及
确定单元,用于将所述内容确定为所述第一节点的节点标识。
8.根据权利要求6所述的装置,其中,所述第二获取模块,包括:
第三获取单元,用于获取所述节点标识对应的二进制数据;
第四获取单元,用于对所述二进制数据进行哈希运算,获取所述第一节点所属的目标分片的标识。
9.根据权利要求6所述的装置,其中,还包括:
第三获取模块,用于获取待添加至所述分布式图数据库的所述第一节点的节点数据,其中,所述节点数据包括:节点标识以及对应的节点属性数据;
第四获取模块,用于根据所述节点标识获取所述第一节点所属的目标分片的标识;以及
第二分发模块,用于根据所述目标分片的标识,将所述节点标识以及对应的节点属性数据分发到所述分布式图数据库的所述目标分片上进行存储。
10.根据权利要求6-9任一项所述的装置,其中,还包括:
第五获取模块,用于获取待查询节点的节点标识;
第六获取模块,用于根据所述待查询节点的节点标识,获取所述待查询节点所属的待查询分片的标识;
第七获取模块,用于根据所述待查询分片的标识,从所述待查询分片中获取所述待查询节点的节点数据和/或边数据。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
13.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011480363.1A CN112559631B (zh) | 2020-12-15 | 2020-12-15 | 分布式图数据库的数据处理方法、装置以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011480363.1A CN112559631B (zh) | 2020-12-15 | 2020-12-15 | 分布式图数据库的数据处理方法、装置以及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112559631A true CN112559631A (zh) | 2021-03-26 |
CN112559631B CN112559631B (zh) | 2023-09-26 |
Family
ID=75062934
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011480363.1A Active CN112559631B (zh) | 2020-12-15 | 2020-12-15 | 分布式图数据库的数据处理方法、装置以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112559631B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113254527A (zh) * | 2021-04-22 | 2021-08-13 | 杭州欧若数网科技有限公司 | 分布式存储图数据的优化方法、电子装置和存储介质 |
CN113868254A (zh) * | 2021-09-28 | 2021-12-31 | 北京百度网讯科技有限公司 | 图数据库中的实体节点去重方法、设备和存储介质 |
CN114969444A (zh) * | 2022-05-24 | 2022-08-30 | 北京百度网讯科技有限公司 | 数据的处理方法、装置、电子设备和存储介质 |
WO2023131218A1 (zh) * | 2022-01-07 | 2023-07-13 | 支付宝(杭州)信息技术有限公司 | 图数据的存储 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150134637A1 (en) * | 2013-11-12 | 2015-05-14 | Inmobi Pte. Ltd. | System and Method for Sharding a Graph Database |
US20180039710A1 (en) * | 2016-08-05 | 2018-02-08 | International Business Machines Corporation | Distributed graph databases that facilitate streaming data insertion and queries by efficient throughput edge addition |
CN109635037A (zh) * | 2018-11-19 | 2019-04-16 | 中山大学 | 一种关系型分布式数据库的分片存储方法及装置 |
CN110825743A (zh) * | 2019-10-31 | 2020-02-21 | 北京百度网讯科技有限公司 | 一种图数据库的数据导入方法、装置、电子设备和介质 |
CN111523001A (zh) * | 2020-04-23 | 2020-08-11 | 北京百度网讯科技有限公司 | 用于存储数据的方法、装置、设备以及存储介质 |
CN111881326A (zh) * | 2020-07-24 | 2020-11-03 | 北京浪潮数据技术有限公司 | 一种图数据存储方法、装置、设备及可读存储介质 |
CN112015820A (zh) * | 2020-09-01 | 2020-12-01 | 杭州欧若数网科技有限公司 | 分布式图数据库实现的方法、***、电子装置和存储介质 |
-
2020
- 2020-12-15 CN CN202011480363.1A patent/CN112559631B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150134637A1 (en) * | 2013-11-12 | 2015-05-14 | Inmobi Pte. Ltd. | System and Method for Sharding a Graph Database |
US20180039710A1 (en) * | 2016-08-05 | 2018-02-08 | International Business Machines Corporation | Distributed graph databases that facilitate streaming data insertion and queries by efficient throughput edge addition |
CN109635037A (zh) * | 2018-11-19 | 2019-04-16 | 中山大学 | 一种关系型分布式数据库的分片存储方法及装置 |
CN110825743A (zh) * | 2019-10-31 | 2020-02-21 | 北京百度网讯科技有限公司 | 一种图数据库的数据导入方法、装置、电子设备和介质 |
CN111523001A (zh) * | 2020-04-23 | 2020-08-11 | 北京百度网讯科技有限公司 | 用于存储数据的方法、装置、设备以及存储介质 |
CN111881326A (zh) * | 2020-07-24 | 2020-11-03 | 北京浪潮数据技术有限公司 | 一种图数据存储方法、装置、设备及可读存储介质 |
CN112015820A (zh) * | 2020-09-01 | 2020-12-01 | 杭州欧若数网科技有限公司 | 分布式图数据库实现的方法、***、电子装置和存储介质 |
Non-Patent Citations (2)
Title |
---|
吕旭明;郑善奇;曹丽娜;栾敬钊;高潇;: "图数据库技术在电力***信息通信资产管理中的应用", 东北电力技术, no. 11 * |
陈崇成;林剑峰;吴小竹;巫建伟;连惠群;: "基于NoSQL的海量空间数据云存储与服务方法", 地球信息科学学报, no. 02 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113254527A (zh) * | 2021-04-22 | 2021-08-13 | 杭州欧若数网科技有限公司 | 分布式存储图数据的优化方法、电子装置和存储介质 |
CN113254527B (zh) * | 2021-04-22 | 2022-04-08 | 杭州欧若数网科技有限公司 | 分布式存储图数据的优化方法、电子装置和存储介质 |
CN113868254A (zh) * | 2021-09-28 | 2021-12-31 | 北京百度网讯科技有限公司 | 图数据库中的实体节点去重方法、设备和存储介质 |
CN113868254B (zh) * | 2021-09-28 | 2022-09-20 | 北京百度网讯科技有限公司 | 图数据库中的实体节点去重方法、设备和存储介质 |
WO2023131218A1 (zh) * | 2022-01-07 | 2023-07-13 | 支付宝(杭州)信息技术有限公司 | 图数据的存储 |
CN114969444A (zh) * | 2022-05-24 | 2022-08-30 | 北京百度网讯科技有限公司 | 数据的处理方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112559631B (zh) | 2023-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112559631B (zh) | 分布式图数据库的数据处理方法、装置以及电子设备 | |
CN113342345A (zh) | 深度学习框架的算子融合方法、装置 | |
CN112579727B (zh) | 文档内容的提取方法、装置、电子设备及存储介质 | |
CN113343803A (zh) | 模型训练方法、装置、设备和存储介质 | |
CN113836314B (zh) | 知识图谱构建方法、装置、设备以及存储介质 | |
CN113657289B (zh) | 阈值估计模型的训练方法、装置和电子设备 | |
CN113792154A (zh) | 故障关联关系的确定方法、装置、电子设备及存储介质 | |
CN112528067A (zh) | 图数据库的存储方法、读取方法、装置及设备 | |
CN114021156A (zh) | 漏洞自动化聚合的整理方法、装置、设备以及存储介质 | |
CN114218931A (zh) | 信息抽取方法、装置、电子设备和可读存储介质 | |
CN112506359A (zh) | 输入法中候选长句的提供方法、装置及电子设备 | |
CN112699237B (zh) | 标签确定方法、设备和存储介质 | |
CN113904943A (zh) | 账号检测方法、装置、电子设备和存储介质 | |
CN113641829A (zh) | 图神经网络的训练与知识图谱的补全方法、装置 | |
CN112559632A (zh) | 分布式图数据库的状态同步方法、装置、电子设备及介质 | |
CN113868254B (zh) | 图数据库中的实体节点去重方法、设备和存储介质 | |
CN113704256B (zh) | 数据识别方法、装置、电子设备及存储介质 | |
CN115665783A (zh) | 一种异常指标溯源方法、装置、电子设备及存储介质 | |
CN114969444A (zh) | 数据的处理方法、装置、电子设备和存储介质 | |
CN114328855A (zh) | 文档查询方法、装置、电子设备和可读存储介质 | |
CN112860811A (zh) | 数据血缘关系的确定方法、装置、电子设备和存储介质 | |
CN114817003A (zh) | 一种测试信息处理方法、装置、设备及存储介质 | |
CN114398434A (zh) | 结构化信息抽取方法、装置、电子设备和存储介质 | |
CN113553415A (zh) | 问答匹配的方法、装置及电子设备 | |
CN113032251A (zh) | 应用程序服务质量的确定方法、设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |