CN114547034A - 一种数据查询的方法、装置、设备及存储介质 - Google Patents
一种数据查询的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114547034A CN114547034A CN202210167239.2A CN202210167239A CN114547034A CN 114547034 A CN114547034 A CN 114547034A CN 202210167239 A CN202210167239 A CN 202210167239A CN 114547034 A CN114547034 A CN 114547034A
- Authority
- CN
- China
- Prior art keywords
- query
- index
- data
- index mode
- mode
- 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.)
- Pending
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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2264—Multidimensional index structures
-
- 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
-
- 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
- G06F16/2455—Query execution
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供了一种数据查询的方法、装置、设备及存储介质。该方法包括:实时分析业务数据的当前查询特征;根据所述当前查询特征,从已配置的多索引模式中选出适配索引模式;利用所述适配索引模式执行所述业务数据的查询操作。本申请实现数据查询时所采用索引模式的动态变换,保证数据索引与查询需求间的适配性,避免采用采用单一固定的索引策略时存在数据查询局限性的问题,从而确保数据查询的灵活性,增加数据查询的可扩展性,提高数据查询的高效性。
Description
技术领域
本申请实施例涉及数据处理技术领域,具体涉及一种数据查询的方法、装置、设备及存储介质。
背景技术
随着大数据技术应用的不断深入,面向多场景数据的实时查询和分析对于数据高速精准查询提出了全新挑战。数据规模的***式增长给传统的关系型数据库带来了巨大的挑战,使其在数据查询的扩展性和容错性等方面遇到了瓶颈。
目前,现有的大规模数据管理***在执行相应数据查询操作时,通常仅支持基于主键的快速查询,而由于缺乏索引、视图等机制,无法提供高效的多维数据查询。此时,现有的数据查询通常采用一种单一固定的索引策略,而由于在多场景的大数据环境下的数据存储方式复杂多样,单一固定的索引策略会存在一定的数据查询局限性,极大影响数据查询的效率。
发明内容
本申请提供一种数据查询的方法、装置、设备及存储介质,确保数据查询的灵活性,增加数据查询的可扩展性,提高数据查询的高效性。
第一方面,本申请实施例提供了一种数据查询的方法,该方法包括:
实时分析业务数据的当前查询特征;
根据所述当前查询特征,从已配置的多索引模式中选出适配索引模式;
利用所述适配索引模式执行所述业务数据的查询操作。
第二方面,本申请实施例提供了一种数据查询的装置,该装置包括:
特征分析模块,用于实时分析业务数据的当前查询特征;
模式适配模块,用于根据所述当前查询特征,从已配置的多索引模式中选出适配索引模式;
数据查询模块,用于利用所述适配索引模式执行所述业务数据的查询操作。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:
处理器和存储器,所述存储器用于存储计算机程序,所述处理器用于调用并运行所述存储器中存储的计算机程序,以执行本申请第一方面中提供的数据查询的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,用于存储计算机程序,所述计算机程序使得计算机执行如本申请第一方面中提供的数据查询的方法。
第五方面,本申请实施例提供了一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现如本申请第一方面中提供的数据查询的方法。
本申请实施例提供的一种数据查询的方法、装置、设备及存储介质,通过实时分析业务数据的当前查询特征,来从已配置的多索引模式中选出适配索引模式,然后利用该适配索引模式来执行业务数据的查询操作,从而实现数据查询时所采用索引模式的动态变换,保证数据索引与查询需求间的适配性,避免采用采用单一固定的索引策略时存在数据查询局限性的问题,从而确保数据查询的灵活性,增加数据查询的可扩展性,提高数据查询的高效性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例示出的一种数据查询的方法的流程图;
图2为本申请实施例示出的数据查询方法所应用***的原理示意图;
图3为本申请实施例示出的另一种数据查询的方法的流程图;
图4为本申请实施例示出的一种数据查询的装置的原理框图;
图5是本申请实施例提供的电子设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
对于多场景业务数据下的实时查询,通常在业务***内采用预先设定好的单一固定的索引策略来执行,存在一定数据查询局限性的问题,对多场景业务数据的高速精准查询造成一定限制。因此,考虑到针对不同业务场景下的数据查询特性,存在多种多样的索引模式,例如多层分级索引技术、全局分布式索引技术、基于线性技术的数据索引等。为了解决上述技术问题,本申请设计了一种面向多场景数据查询下的索引模式动态选择的方法,通过在每次对业务数据进行查询时,动态从所配置的多索引模式中选出对应的适配索引模式,来执行相应的数据查询操作,从而实现数据查询时所采用索引模式的动态变换,保证数据索引与查询需求间的适配性,确保数据查询的灵活高效性。
首先,本申请对于多场景业务***中的数据查询,可以预先在业务***中配置现有的多个索引模式,以支持业务数据实时查询时实际采用的索引模式的动态变换选择。
目前,现有的代表性的数据索引技术主要包括:多索引模式中的多层分级索引技术、全局分布式索引技术和基于线性技术的数据索引,此时通过上述三种数据索引技术来对本申请中的多索引模式进行示例性说明。需要说明的是,本申请中的多索引模式包括但不限于上述三种索引技术,本申请在业务***中配置的多索引模式可以为现有的任一种索引技术。
1)多层分级索引技术
多层分级索引技术的索引部分包括局部索引和全局索引,通过大量的由廉价计算机组成的计算机集群来为用户提供计算资源和存储资源。用户数据按照一定的规则被划分成数据块,并按照分布式文件***的协议被分配到不同的计算机节点存储。在双层索引方案中,对每个计算机节点的数据建立一个本地的局部索引,该局部索引只负责本地节点上的数据。除局部索引外,每个计算节点还需要共享一部分存储空间用来存储全局索引。全局索引是由部分局部索引组成的。由于存储空间的限制和查询效率的要求,不可能把所有的局部索引节点全都发布到全局索引中,所以针对局部索引需要按照一定的规则选择其中的一部分索引节点来进行发布。对于被选中的索引节点,在全局索引中可以有不同的方案对其进行组织。
2)全局分布式索引技术
为了支持大规模数据存储,并保证业务***具有较高的吞吐量,提出了一种容错的、高可扩展的分布式多路搜索树的数据结构(也就是B-tree结构)的全局分布式索引技术。该技术方案除了具有传统B-tree的一般特点之外,还具有一些新的特性:自动负载均衡、操作的原子性和存储节点的动态增加或删除。所有数据以B-tree结构进行组织,B-tree的节点(包括内部节点和叶子节点)分散存储在不同的节点上。为了实现数据的一致性,通过引入版本表(version table),用以记录节点的最新版本。为了提高查询的效率,B-tree的内部节点都会缓存在客户端,并采用lazy replica的方式进行更新。这种方法主要有两个缺点:一是该方法对于简单的点查询具有较高的效率,但是对于复杂的范围查询和多维查询效率较低;二是服务器端的维护代价较高,客户端需要消耗大量的内存空间去缓存B-tree的内部节点。
3)基于线性技术的高效数据索引技术
基于线性技术的高效数据索引技术是一种特定的索引结构,如B-tree结构或向多维空间发展的R-tree结构。当业务***内的业务数据更新十分频繁的时候,索引更新维护的代价就非常高,所以为了降低索引更新维护的代价,同时又能保证***的性能,而提出了基于线性化技术的索引方案。其基本思想是:按照一定的规则将整个空间范围划分为大小相等的格子,并给每一网格分配一个编号,用这些编号为空间目标生成一组具有代表意义的数字。其实质是通过某种特定的方式将k维空间的实体映射到一维空间,从而可以利用现有数据库管理***中比较成熟的一维索引技术来组织数据。
由上述内容可知,目前已有的各个索引模式都存在自身的优势和缺陷。例如,全局分布式索引技术能够支持大规模的业务数据存储,并保证业务***具有较高的吞吐量,而基于线性技术的高效数据索引技术能够降低业务数据频繁更新时对数据索引的维护代价。
此时,为了保证数据索引与查询需求间的适配性,提升数据查询的灵活性和高效性,本申请对于每次数据查询时,如何动态切换到合适的索引模式,来执行实际的数据查询操作进行详细的解释说明。
图1为本申请实施例示出的一种数据查询的方法的流程图。参照图1,该方法具体可以包括如下步骤:
S110,实时分析业务数据的当前查询特征。
考虑到本申请的主要目的为在业务***内每次执行数据查询时,能够动态选择出合适的索引模式,来执行实际的查询操作,以提升数据查询的灵活性和高效准确性。同时,现有的不同索引技术(也就是本申请中的各个索引模式)都存在自身的优势和缺陷,且均与业务***内的数据变化特征相关,例如全局分布式索引能够支持大规模的数据存储和较高吞吐量,而基于线性技术的高效数据索引技术能够在数据频繁更新时降低业务数据的索引维护代价。因此,为了在每次数据查询时能够准确选中当前最合适的索引模式,需要在接收到每次的数据查询请求时,首先在业务***内获取在当前时段和历史时段内的各个业务数据,然后根据业务数据的查询变化情况,实时分析业务数据的当前查询特征。
需要说明的是,为了能够与现有的各个索引模式的优势进行匹配,本申请中的当前查询特征至少可以包括数据查询更新时间、数据吞吐量和查询响应时间三种,以便后续判断当前查询特征具体符合哪一索引模式的优势,从而选出最合适的索引模式,来执行实际的查询操作。
S120,根据当前查询特征,从已配置的多索引模式中选出适配索引模式。
本申请中,为了实现数据查询时所采用索引模式的动态变换,确保数据索引与查询需求间的适配性,会将现有的各种不同索引技术提前配置在业务***内,从而得到已配置好的多索引模式,以便后续在每次数据查询时,能够快速从多索引模式中筛选出最适合本次查询的索引模式。
因此,在分析出业务数据的当前查询特征后,首先在已配置好的多索引模式内,分析每一索引模式对于数据查询带来的查询性能优势。然后,对当前查询特征与每一索引模式对于数据查询带来的查询性能优势进行特征匹配,以判断该当前查询特征具体满足哪一索引模式的查询性能优势的需求。进而,按照当前查询特征对于各个索引模式的查询性能优势的符合情况,从已配置好的多索引模式中筛选出最适合本次查询的索引模式,作为本申请中的适配索引模式。
需要说明的是,如图2所示,本申请在原有数据查询方案的基础上,可以在业务***内提前配置多个现有的索引模式,例如多层分级索引技术、全局分布式索引技术和基于线性技术的高效数据索引技术等。同时,为了实现数据查询时所采用的索引模式的动态变换,还会在业务***内相应增加用于索引模式智能识别的功能模块。该功能模块主要用于接入业务***内的业务数据源,并实时分析业务数据的当前查询特征,以动态选择实际的适配索引模式。
S130,利用适配索引模式执行业务数据的查询操作。
在从多索引模式中选出适配索引模式后,直接在业务***内运行该适配索引模式,从而采用该适配索引模式来执行业务数据的实际查询操作,以便在多场景数据查询下,通过动态变换实际采用的索引模式来确保数据查询的灵活性,提升多场景数据查询的高效性。
此外,为了确保数据快速查询,如图2所示,本申请在从已配置的多索引模式中选出适配索引模式之后,还对该适配索引模式执行路由更新和负载均衡配置,通过在用于数据查询的计算集群内对数据检索和存储进行路由更新、负载均衡等操作,用于保证数据索引模式动态变换后的查询性能。
本申请实施例提供的技术方案,通过实时分析业务数据的当前查询特征,来从已配置的多索引模式中选出适配索引模式,然后利用该适配索引模式来执行业务数据的查询操作,从而实现数据查询时所采用索引模式的动态变换,保证数据索引与查询需求间的适配性,避免采用采用单一固定的索引策略时存在数据查询局限性的问题,从而确保数据查询的灵活性,增加数据查询的可扩展性,提高数据查询的高效性。
作为本申请实施例中的一种可选实现方案,为了确保适配索引模式的灵活变换,本申请对适配索引模式的具体选择过程和实际查询过程进行详细的说明。
图3为本申请实施例示出的另一种数据查询的方法的流程图。如图3所示,该方法具体可以包括如下步骤:
S310,实时分析业务数据的当前查询特征。
S320,确定已配置的多索引模式内每一索引模式的查询指标。
可选的,为了保证适配索引模式的准确性,本申请针对已配置的多索引模式内的每一索引模式,会分析每一索引模式对于数据查询带来的查询性能优势。然后,按照每一索引模式具备的查询性能优势,分别为每一索引模式设定一个对应的查询指标,该查询指标用于表示该索引模式所支持的查询性能上限,在业务***内当前执行查询时的性能特征低于某一索引模式的查询指标时,则需要利用该索引模式执行对应的查询操作来提升对应的查询性能优势,确保数据查询的高效性。
示例性的,对于多层分级索引技术表示的索引模式,可以设定查询指标为业务***内的数据查询效率指标上限γ;对于全局分布式索引技术表示的索引模式,可以设定查询指标为业务***内的数据吞吐量上限β;对于基于线性技术的高效数据索引技术表示的索引模式,可以设定查询指标为业务***内的数据查询更新频率上限α。
S330,对当前查询特征和每一索引模式的查询指标进行匹配,确定对应的适配索引模式。
在本申请中,通过对业务数据的当前查询特征和每一索引模式的查询指标依次进行匹配,判断当前查询特征是否低于各个索引模式的查询指标,以分析本次数据查询需要在业务***内提升哪一索引模式的查询性能优势,从而确定对应的适配索引模式。
例如,如果按照当前查询特征内的数据索引更新时间表示的索引更新频率大于预先设定的数据查询更新频率上限α时,说明业务***内的数据索引频繁更新,可能会影响数据索引查询效率,因此会自动选择基于线性技术的高效数据索引技术,作为本申请中的适配索引模式,以降低数据频繁更新时的索引维护代价。如果当前查询特征内的数据吞吐量大于预先设定的数据吞吐量上限β时,说明业务***内数据查询的吞吐量性能要求较高,需要自动选择对应的全局分布式索引技术,作为本本申请中的适配索引模式来进行数据查询,以保证业务***具有较高的吞吐量。如果按照当前查询特征内的查询响应时间表示的数据查询效率大于已知设定的数据查询效率指标上限γ时,会自动选择多层分级索引,作为本申请中的适配索引模式,以提升数据查询的高效性。
其中,本申请中每一索引模式的查询指标是根据具体业务场景的业务需求所设置的固定实验常量。
需要说明的是,考虑到本申请中的当前查询特征可能与多个索引模式的查询指标匹配成功,此时需要从成功匹配的索引模式中筛选出一个最适合本次查询的索引模式。因此,本申请会按照各个索引模式的优势和缺陷,提前为多索引模式设定对应的优先级。那么,如果当前查询特征与至少两个索引模式的查询指标匹配成功,则根据各索引模式的优先级确定对应的适配索引模式。也就是说,在业务数据的当前查询特征与多个索引模式的查新指标匹配成功后,可以从匹配成功的各个索引模式中选出优先级最高的索引模式,作为本申请中的适配索引模式。
S340,将当前索引模式切换为适配索引模式,并运行适配索引模式,以完成业务数据的查询操作。
在确定出适配索引模式后,直接在业务***内将当前采用的索引模式切换为该适配索引模式,然后运行该适配索引模式,从而利用该适配索引模式来执行业务数据的实际查询操作。
本申请实施例提供的技术方案,通过实时分析业务数据的当前查询特征,来从已配置的多索引模式中选出适配索引模式,然后利用该适配索引模式来执行业务数据的查询操作,从而实现数据查询时所采用索引模式的动态变换,保证数据索引与查询需求间的适配性,避免采用采用单一固定的索引策略时存在数据查询局限性的问题,从而确保数据查询的灵活性,增加数据查询的可扩展性,提高数据查询的高效性。
图4为本申请实施例示出的一种数据查询的装置的原理框图。如图4所示,该装置400可以包括:
特征分析模块410,用于实时分析业务数据的当前查询特征;
模式适配模块420,用于根据所述当前查询特征,从已配置的多索引模式中选出适配索引模式;
数据查询模块430,用于利用所述适配索引模式执行所述业务数据的查询操作。
进一步的,所述模式适配模块420,可以包括:
指标确定单元,用于确定已配置的多索引模式内每一索引模式的查询指标;
模式适配单元,用于对所述当前查询特征和每一索引模式的查询指标进行匹配,确定对应的适配索引模式。
进一步的,所属模式适配单元,可以具体用于:
如果所述当前查询特征与至少两个索引模式的查询指标匹配成功,则根据各所述索引模式的优先级确定对应的适配索引模式。
进一步的,所述数据查询模块430,可以具体用于:
将当前索引模式切换为所述适配索引模式,并运行所述适配索引模式,以完成所述业务数据的查询操作。
进一步的,所述数据查询的装置400,还可以包括:
索引配置模块,用于对所述适配索引模式执行路由更新和负载均衡配置。
进一步的,所述业务数据的当前查询特征至少包括数据查询更新时间、数据吞吐量和查询响应时间。
本申请实施例中,通过实时分析业务数据的当前查询特征,来从已配置的多索引模式中选出适配索引模式,然后利用该适配索引模式来执行业务数据的查询操作,从而实现数据查询时所采用索引模式的动态变换,保证数据索引与查询需求间的适配性,避免采用采用单一固定的索引策略时存在数据查询局限性的问题,从而确保数据查询的灵活性,增加数据查询的可扩展性,提高数据查询的高效性。
应理解的是,装置实施例与方法实施例可以相互对应,类似的描述可以参照方法实施例。为避免重复,此处不再赘述。具体地,图4所示的装置400可以执行本申请提供的任一方法实施例,并且装置400中的各个模块的前述和其它操作和/或功能分别为了实现本申请实施例的各个方法中的相应流程,为了简洁,在此不再赘述。
上文中结合附图从功能模块的角度描述了本申请实施例的装置400。应理解,该功能模块可以通过硬件形式实现,也可以通过软件形式的指令实现,还可以通过硬件和软件模块组合实现。具体地,本申请实施例中的方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路和/或软件形式的指令完成,结合本申请实施例公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。可选地,软件模块可以位于随机存储器,闪存、只读存储器、可编程只读存储器、电可擦写可编程存储器、寄存器等本领域的成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法实施例中的步骤。
图5是本申请实施例提供的电子设备500的示意性框图。
如图5所示,该电子设备500可包括:
存储器510和处理器520,该存储器510用于存储计算机程序,并将该程序代码传输给该处理器520。换言之,该处理器520可以从存储器510中调用并运行计算机程序,以实现本申请实施例中的方法。
例如,该处理器520可用于根据该计算机程序中的指令执行上述方法实施例。
在本申请的一些实施例中,该处理器520可以包括但不限于:
通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等等。
在本申请的一些实施例中,该存储器510包括但不限于:
易失性存储器和/或非易失性存储器。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synch link DRAM,SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,DR RAM)。
在本申请的一些实施例中,该计算机程序可以被分割成一个或多个模块,该一个或者多个模块被存储在该存储器510中,并由该处理器520执行,以完成本申请提供的方法。该一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述该计算机程序在该电子设备中的执行过程。
如图5所示,该电子设备还可包括:
收发器530,该收发器530可连接至该处理器520或存储器510。
其中,处理器520可以控制该收发器530与其他设备进行通信,具体地,可以向其他设备发送信息或数据,或接收其他设备发送的信息或数据。收发器530可以包括发射机和接收机。收发器530还可以进一步包括天线,天线的数量可以为一个或多个。
应当理解,该电子设备中的各个组件通过总线***相连,其中,总线***除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。
本申请实施例还提供了一种计算机存储介质,其上存储有计算机程序,该计算机程序被计算机执行时使得该计算机能够执行上述方法实施例的方法。或者说,本申请实施例还提供一种包含指令的计算机程序产品,该指令被计算机执行时使得计算机执行上述方法实施例的方法。
当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时,全部或部分地产生按照本申请实施例该的流程或功能。该计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如数字视频光盘(digital video disc,DVD))、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的模块及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请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,该模块的划分,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,例如多个模块或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,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模块来实现本实施例方案的目的。例如,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。
以上,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以该权利要求的保护范围为准。
Claims (10)
1.一种数据查询的方法,其特征在于,包括:
实时分析业务数据的当前查询特征;
根据所述当前查询特征,从已配置的多索引模式中选出适配索引模式;
利用所述适配索引模式执行所述业务数据的查询操作。
2.根据权利要求1所述的方法,其特征在于,所述根据所述当前查询特征,从已配置的多索引模式中选出适配索引模式,包括:
确定已配置的多索引模式内每一索引模式的查询指标;
对所述当前查询特征和每一索引模式的查询指标进行匹配,确定对应的适配索引模式。
3.根据权利要求2所述的方法,其特征在于,所述对所述当前查询特征和每一索引模式的查询指标进行匹配,确定对应的适配索引模式,包括:
如果所述当前查询特征与至少两个索引模式的查询指标匹配成功,则根据各所述索引模式的优先级确定对应的适配索引模式。
4.根据权利要求1所述的方法,其特征在于,所述利用所述适配索引模式执行所述业务数据的查询操作,包括:
将当前索引模式切换为所述适配索引模式,并运行所述适配索引模式,以完成所述业务数据的查询操作。
5.根据权利要求1所述的方法,其特征在于,在从已配置的多索引模式中选出适配索引模式之后,还包括:
对所述适配索引模式执行路由更新和负载均衡配置。
6.根据权利要求1所述的方法,其特征在于,所述业务数据的当前查询特征至少包括数据查询更新时间、数据吞吐量和查询响应时间。
7.一种数据查询的装置,其特征在于,包括:
特征分析模块,用于实时分析业务数据的当前查询特征;
模式适配模块,用于根据所述当前查询特征,从已配置的多索引模式中选出适配索引模式;
数据查询模块,用于利用所述适配索引模式执行所述业务数据的查询操作。
8.一种电子设备,其特征在于,包括:
处理器和存储器,所述存储器用于存储计算机程序,所述处理器用于调用并运行所述存储器中存储的计算机程序,以执行权利要求1-6中任一项所述的数据查询的方法。
9.一种计算机可读存储介质,其特征在于,用于存储计算机程序,所述计算机程序使得计算机执行如权利要求1-6中任一项所述的数据查询的方法。
10.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现如权利要求1-6任一项所述的数据查询的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210167239.2A CN114547034A (zh) | 2022-02-23 | 2022-02-23 | 一种数据查询的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210167239.2A CN114547034A (zh) | 2022-02-23 | 2022-02-23 | 一种数据查询的方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114547034A true CN114547034A (zh) | 2022-05-27 |
Family
ID=81678222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210167239.2A Pending CN114547034A (zh) | 2022-02-23 | 2022-02-23 | 一种数据查询的方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114547034A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115827646A (zh) * | 2023-02-22 | 2023-03-21 | 北京仁科互动网络技术有限公司 | 索引配置方法、装置和电子设备 |
-
2022
- 2022-02-23 CN CN202210167239.2A patent/CN114547034A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115827646A (zh) * | 2023-02-22 | 2023-03-21 | 北京仁科互动网络技术有限公司 | 索引配置方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210056087A1 (en) | Method and apparatus for providing efficient indexing and computer program included in computer readable medium therefor | |
CN103019960B (zh) | 分布式缓存方法及*** | |
CN107423422B (zh) | 基于网格的空间数据分布式存储及检索方法和*** | |
CN103118132B (zh) | 一种面向时空数据的分布式缓存***及方法 | |
US20120084407A1 (en) | Real-load tuning of database applications | |
CN102937964B (zh) | 基于分布式***的智能数据服务方法 | |
CN111258978B (zh) | 一种数据存储的方法 | |
CN103544261A (zh) | 一种海量结构化日志数据全局索引管理方法及装置 | |
CN114356893A (zh) | 基于机器学习的元数据调优方法、装置、设备及存储介质 | |
CN104166661A (zh) | 数据存储***和数据存储方法 | |
CN113553339A (zh) | 数据查询方法、中间件、电子装置和存储介质 | |
CN111666344A (zh) | 异构数据同步方法及装置 | |
CN114547034A (zh) | 一种数据查询的方法、装置、设备及存储介质 | |
CN115918110A (zh) | 使用键值存储库的空间搜索 | |
US11281666B2 (en) | Interception of database queries for delegation to an in memory data grid | |
CN115963987A (zh) | 分布式存储方法、装置、设备及计算机可读存储介质 | |
KR102233944B1 (ko) | 데이터베이스 관리를 위한 컴퓨터 프로그램 | |
US20190057120A1 (en) | Efficient Key Data Store Entry Traversal and Result Generation | |
CN110968267A (zh) | 数据管理方法、装置、服务器及*** | |
CN110569310A (zh) | 一种云计算环境下的关系大数据的管理方法 | |
US10324918B2 (en) | Data-partitioning for processing loosely ordered relations | |
US9330152B2 (en) | Grid loader process | |
CN117193674B (zh) | 一种提升物联网设备海量数据存取效能的方法及装置 | |
CN116010677B (zh) | 空间索引方法、装置及其电子设备 | |
Dong et al. | IoT search method for entity based on advanced density clustering |
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 |