CN114911830A - 基于时序数据库的索引缓存方法、装置、设备及存储介质 - Google Patents
基于时序数据库的索引缓存方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114911830A CN114911830A CN202210512537.0A CN202210512537A CN114911830A CN 114911830 A CN114911830 A CN 114911830A CN 202210512537 A CN202210512537 A CN 202210512537A CN 114911830 A CN114911830 A CN 114911830A
- Authority
- CN
- China
- Prior art keywords
- index
- request
- data query
- index cache
- cache table
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000010354 integration Effects 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000012217 deletion Methods 0.000 claims description 12
- 230000037430 deletion Effects 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 10
- 230000002776 aggregation Effects 0.000 claims description 7
- 238000004220 aggregation Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 abstract description 13
- 238000012545 processing Methods 0.000 abstract description 5
- 238000007726 management method Methods 0.000 description 46
- 238000010586 diagram Methods 0.000 description 6
- 238000013507 mapping Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- 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
-
- 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
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及数据处理领域，公开了一种基于时序数据库的索引缓存方法、装置、设备及存储介质，用于提高时序数据库索引的效率。所述方法包括：从时序数据库中获取目标管理节点，通过目标管理节点将数据查询节点发送至多个索引缓存节点；根据多个索引缓存节点判断是否存在索引缓存表，得到判断结果；若判断结果为数据库中存在索引缓存表，则根据数据查询请求匹配索引缓存表；将数据查询请求和索引缓存表发送至目标管理节点，并对索引缓存表进行信息整合，得到数据查询请求对应的目标索引缓存表；将目标索引缓存表作为数据查询请求对应的查询结果，并将查询结果返回至终端。此外，本发明还涉及区块链技术，目标管理节点可存储于区块链节点中。
Description
技术领域
本发明涉及数据处理领域，尤其涉及一种基于时序数据库的索引缓存方法、装置、设备及存储介质。
背景技术
近些年来，时序数据库发展迅速，在监控、物联网等领域的应用中越发重要。在时序数据库中，表通常根据指标来设置，而标签是一个很重要的概念，用于描述序列的重要特征，是区分不同序列的因素之一。时序数据库支持多种聚合函数，查询性能较高，但是要查询关联信息则比较麻烦，对性能的消耗也比较大，尤其是多个时序数据库组成集群的场景里，例如查询资源的关联指标、关联标签、最新序列数据、有序列表检索等。
现有的索引缓存方案把集群中多个写入的数据，在落库前进行缓存和合并，将查询结果缓存到数据库内存中，以便后续可以直接从内存缓存结果中查找查询结果，此种方式只会占用数据库内较多的内存资源，从而降低数据库索引的效率。
发明内容
本发明提供了一种基于时序数据库的索引缓存方法、装置、设备及存储介质，通过将查询结果存储在时序数据库中，在时序数据库中创建查询结果对应的索引缓存表之后，可以直接从对应的索引缓存表中查询对应的查询结果，进而提高了时序数据库的索引效率。
本发明第一方面提供了一种基于时序数据库的索引缓存方法，所述基于时序数据库的索引缓存方法包括：接收终端发送的数据查询请求，并根据所述数据查询请求从预置的时序数据库中获取目标管理节点，以及通过所述目标管理节点将数据查询节点发送至所述时序数据库中的多个索引缓存节点；根据所述多个索引缓存节点判断所述时序数据库中是否存在与所述数据查询请求对应的索引缓存表，得到判断结果；若所述判断结果为所述时序数据库中存在索引缓存表，则对所述数据查询请求进行请求解析，得到请求类型和请求参数，并根据所述请求类型和所述请求参数匹配与所述多个索引缓存节点对应的索引缓存表；将所述数据查询请求和所述索引缓存表发送至所述目标管理节点，并通过所述目标管理节点对所述索引缓存表进行信息整合，得到所述数据查询请求对应的目标索引缓存表；将所述目标索引缓存表作为所述数据查询请求对应的查询结果，并将所述查询结果返回至所述终端。
可选的，在本发明第一方面的第一种实现方式中，在所述根据所述多个索引缓存节点判断所述时序数据库中是否存在与所述数据查询请求对应的索引缓存表，得到判断结果之后，所述基于时序数据库的索引缓存方法还包括：若所述判断结果为所述时序数据库中不存在索引缓存表，则通过所述时序数据库创建与所述数据查询请求对应的索引缓存表，得到所述数据查询请求对应的创建缓存表；将所述数据查询请求和所述创建缓存表存储至所述时序数据库中；获取所述数据查询请求的生命周期，并根据所述生命周期对所述创建缓存表进行更新，得到更新缓存表。
可选的，在本发明第一方面的第二种实现方式中，所述若所述判断结果为所述时序数据库中不存在索引缓存表，则通过所述时序数据库创建与所述数据查询请求对应的索引缓存表，得到所述数据查询请求对应的创建缓存表，包括：若所述判断结果为所述时序数据库中不存在索引缓存表，则根据所述数据查询请求确定所述数据查询请求对应的请求特征，其中，所述请求特征包括关联和不关联；若所述请求特征为非关联，则通过所述时序数据库创建与所述数据查询请求对应的多个索引缓存表，其中，所述多个索引缓存表为相同的索引缓存表；若所述请求特征为关联，则通过所述时序数据库创建与所述数据查询请求对应的唯一索引缓存表。
可选的，在本发明第一方面的第三种实现方式中，所述根据所述多个索引缓存节点判断所述时序数据库中是否存在与所述数据查询请求对应的索引缓存表，得到判断结果，包括：获取所述多个索引缓存节点对应的请求数据库，并从所述请求数据库中查找是否存储有所述数据查询请求；若所述请求数据库中存储有所述数据查询请求，则确定所述时序数据库中存在与所述数据查询请求相对应的索引缓存表，并输出判断结果为所述时序数据库中存在索引缓存表；若所述数据查询请求数据库中没有存储有所述数据查询请求，则确定所述时序数据库中不存在与所述数据查询请求相对应的索引缓存表，并输出判断结果为所述时序数据库中不存在索引缓存表。
可选的，在本发明第一方面的第四种实现方式中，所述若所述判断结果为所述时序数据库中存在索引缓存表，则对所述数据查询请求进行请求解析，得到请求类型和请求参数，并根据所述请求类型和所述请求参数匹配与所述多个索引缓存节点对应的索引缓存表，包括：若所述判断结果为所述时序数据库中存在索引缓存表，则对所述数据查询请求进行请求解析，得到请求类型和请求参数；根据所述请求类型和所述请求参数从所述时序数据库中获取缓存关联指标、标签和时序数据；调用预置的聚合函数将所述缓存关联指标、所述标签和所述时序数据生成索引缓存表。
可选的，在本发明第一方面的第五种实现方式中，所述将所述数据查询请求和所述索引缓存表发送至所述目标管理节点，并通过所述目标管理节点对所述索引缓存表进行信息整合，得到所述数据查询请求对应的目标索引缓存表，包括：通过每个索引缓存节点获取所述索引缓存表对应的缓存表名称；将所述缓存表名称和所述数据查询请求返回至所述目标管理节点；通过所述目标管理节点对所述索引缓存表进行信息整合，得到所述数据查询请求对应的目标索引缓存表。
可选的，在本发明第一方面的第六种实现方式中，在所述将所述目标索引缓存表作为所述数据查询请求对应的查询结果，并将所述查询结果返回至所述终端之后，所述基于时序数据库的索引缓存方法包括：获取目标索引缓存表对应的时间阈值；遍历所述时序数据库中的数据，并获取所述数据对应的时间戳；对所述时间戳和所述时间阈值进行比对，得到比对结果；若所述比对结果为所述时间戳小于所述时间阈值，则将所述数据从所述时序数据中取出并删除，以及对所述数据添加删除标记。
本发明第二方面提供了一种基于时序数据库的索引缓存装置，所述基于时序数据库的索引缓存装置包括：接收模块，用于接收终端发送的数据查询请求，并根据所述数据查询请求从预置的时序数据库中获取目标管理节点，以及通过所述目标管理节点将数据查询节点发送至所述时序数据库中的多个索引缓存节点；判断模块，用于根据所述多个索引缓存节点判断所述时序数据库中是否存在与所述数据查询请求对应的索引缓存表，得到判断结果；解析模块，用于若所述判断结果为所述时序数据库中存在索引缓存表，则对所述数据查询请求进行请求解析，得到请求类型和请求参数，并根据所述请求类型和所述请求参数匹配与所述多个索引缓存节点对应的索引缓存表；整合模块，用于将所述数据查询请求和所述索引缓存表发送至所述目标管理节点，并通过所述目标管理节点对所述索引缓存表进行信息整合，得到所述数据查询请求对应的目标索引缓存表；返回模块，用于将所述目标索引缓存表作为所述数据查询请求对应的查询结果，并将所述查询结果返回至所述终端。
可选的，在本发明第二方面的第一种实现方式中，所述基于时序数据库的索引缓存装置还包括：创建模块，用于若所述判断结果为所述时序数据库中不存在索引缓存表，则通过所述时序数据库创建与所述数据查询请求对应的索引缓存表，得到所述数据查询请求对应的创建缓存表；存储模块，用于将所述数据查询请求和所述创建缓存表存储至所述时序数据库中；更新模块，用于获取所述数据查询请求的生命周期，并根据所述生命周期对所述创建缓存表进行更新，得到更新缓存表。
可选的，在本发明第二方面的第二种实现方式中，所述创建模块具体用于：若所述判断结果为所述时序数据库中不存在索引缓存表，则根据所述数据查询请求确定所述数据查询请求对应的请求特征，其中，所述请求特征包括关联和不关联；若所述请求特征为非关联，则通过所述时序数据库创建与所述数据查询请求对应的多个索引缓存表，其中，所述多个索引缓存表为相同的索引缓存表；若所述请求特征为关联，则通过所述时序数据库创建与所述数据查询请求对应的唯一索引缓存表。
可选的，在本发明第二方面的第三种实现方式中，所述判断模块具体用于：获取所述多个索引缓存节点对应的请求数据库，并从所述请求数据库中查找是否存储有所述数据查询请求；若所述请求数据库中存储有所述数据查询请求，则确定所述时序数据库中存在与所述数据查询请求相对应的索引缓存表，并输出判断结果为所述时序数据库中存在索引缓存表；若所述数据查询请求数据库中没有存储有所述数据查询请求，则确定所述时序数据库中不存在与所述数据查询请求相对应的索引缓存表，并输出判断结果为所述时序数据库中不存在索引缓存表。
可选的，在本发明第二方面的第四种实现方式中，所述解析模块具体用于：若所述判断结果为所述时序数据库中存在索引缓存表，则对所述数据查询请求进行请求解析，得到请求类型和请求参数；根据所述请求类型和所述请求参数从所述时序数据库中获取缓存关联指标、标签和时序数据；调用预置的聚合函数将所述缓存关联指标、所述标签和所述时序数据生成索引缓存表。
可选的，在本发明第二方面的第五种实现方式中，所述整合模块具体用于：通过每个索引缓存节点获取所述索引缓存表对应的缓存表名称；将所述缓存表名称和所述数据查询请求返回至所述目标管理节点；通过所述目标管理节点对所述索引缓存表进行信息整合，得到所述数据查询请求对应的目标索引缓存表。
可选的，在本发明第二方面的第六种实现方式中，所述基于时序数据库的索引缓存装置还包括：删除模块，用于获取目标索引缓存表对应的时间阈值；遍历所述时序数据库中的数据，并获取所述数据对应的时间戳；对所述时间戳和所述时间阈值进行比对，得到比对结果；若所述比对结果为所述时间戳小于所述时间阈值，则将所述数据从所述时序数据中取出并删除，以及对所述数据添加删除标记。
本发明第三方面提供了一种基于时序数据库的索引缓存设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于时序数据库的索引缓存设备执行上述的基于时序数据库的索引缓存方法。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的基于时序数据库的索引缓存方法。
本发明提供的技术方案中，接收终端发送的数据查询请求，并根据所述数据查询请求从预置的时序数据库中获取目标管理节点，以及通过所述目标管理节点将数据查询节点发送至所述时序数据库中的多个索引缓存节点；根据所述多个索引缓存节点判断所述时序数据库中是否存在与所述数据查询请求对应的索引缓存表，得到判断结果；若所述判断结果为所述时序数据库中存在索引缓存表，则对所述数据查询请求进行请求解析，得到请求类型和请求参数，并根据所述请求类型和所述请求参数匹配与所述多个索引缓存节点对应的索引缓存表；将所述数据查询请求和所述索引缓存表发送至所述目标管理节点，并通过所述目标管理节点对所述索引缓存表进行信息整合，得到所述数据查询请求对应的目标索引缓存表；将所述目标索引缓存表作为所述数据查询请求对应的查询结果，并将所述查询结果返回至所述终端。本发明通过将查询结果存储在时序数据库中，在时序数据库中创建查询结果对应的索引缓存表之后，可以直接从对应的索引缓存表中查询对应的查询结果，进而提高了时序数据库的索引效率。
附图说明
图1为本发明实施例中基于时序数据库的索引缓存方法的一个实施例示意图；
图2为本发明实施例中基于时序数据库的索引缓存方法的另一个实施例示意图；
图3为本发明实施例中基于时序数据库的索引缓存装置的一个实施例示意图；
图4为本发明实施例中基于时序数据库的索引缓存装置的另一个实施例示意图；
图5为本发明实施例中基于时序数据库的索引缓存设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种基于时序数据库的索引缓存方法、装置、设备及存储介质，用于提高时序数据库索引的效率。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”、“第三”、“第四”等(如果存在)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，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，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、***、产品或设备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。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。人工智能基础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、大数据处理技术、操作/交互***、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术和机器学习/深度学习等几大方向。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中基于时序数据库的索引缓存方法的第一个实施例包括：
101、接收终端发送的数据查询请求，并根据数据查询请求从预置的时序数据库中获取目标管理节点，以及通过目标管理节点将数据查询节点发送至时序数据库中的多个索引缓存节点；
可以理解的是，本发明的执行主体可以为基于时序数据库的索引缓存装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
需要说明的是，目标管理节点指的是时序数据库集群的管理节点，其无状态，能够支持部署多个实现负载均衡，同时具有对外提供时序数据的增删改查接口的功能，索引缓存节点是以设计模式为时序数据库提供索引缓存功能的功能节点，具体的，服务器接收终端发送的数据查询请求，并根据数据查询请求从预置的时序数据库中获取目标管理节点，以及通过目标管理节点将数据查询节点发送至时序数据库中的多个索引缓存节点，需要强调的是，为进一步保证上述目标管理节点的私密性和安全性，上述目标管理节点还可以存储于一区块链的节点中。
102、根据多个索引缓存节点判断时序数据库中是否存在与数据查询请求对应的索引缓存表，得到判断结果；
需要说明的是，本发明实施例中预置有预先存储查询请求的时序数据库，具体的，服务器工作通过判断数据查询请求数据中是否存在与该查询请求相对应的索引缓存表，得到对应的判断结果。
103、若判断结果为时序数据库中存在索引缓存表，则对数据查询请求进行请求解析，得到请求类型和请求参数，并根据请求类型和请求参数匹配与多个索引缓存节点对应的索引缓存表；
具体的，当服务器确定数据库中存在该查询请求对应的查询结果缓存表时，从查询请求数据库中获取该查询请求对应的查询结果缓存表的缓存表信息，需要说明的是，在时序数据库中内置序列数据池，其中，内置序列数据池缓存了多个序列数据，序列数据由元数据及最新时序数据组成，其中元数据包括序列ID、资源标识、指标、标签等，缓存表信息可以是查询结果缓存表的名称信息，具体的，服务器对数据查询请求进行请求解析，得到请求类型和请求参数，并根据请求类型和请求参数匹配与多个索引缓存节点对应的索引缓存表。
104、将数据查询请求和索引缓存表发送至目标管理节点，并通过目标管理节点对索引缓存表进行信息整合，得到数据查询请求对应的目标索引缓存表；
具体的，在将数据查询请求和索引缓存表发送至目标管理节点之后，将查询请求及缓存表信息发送给预置的时序数据库，数据库根据缓存表信息确定该查询请求对应的查询结果缓存表的位置，进而通过预置的整合配置脚本对该索引缓存表进行信息整合，得到数据查询请求对应的目标索引缓存表。
105、将目标索引缓存表作为数据查询请求对应的查询结果，并将查询结果返回至终端。
具体的，服务器根据请求类型和参数，通过获取缓存关联指标、标签、最新时序数据，或调用时序数据库的聚合函数等方式，得出在当前索引缓存节点及时序数据库节点的查询结果，即上述的目标索引缓存表，返回给终端。
本发明实施例中，接收终端发送的数据查询请求，并根据数据查询请求从预置的时序数据库中获取目标管理节点，以及通过目标管理节点将数据查询节点发送至时序数据库中的多个索引缓存节点；根据多个索引缓存节点判断时序数据库中是否存在与数据查询请求对应的索引缓存表，得到判断结果；若判断结果为时序数据库中存在索引缓存表，则对数据查询请求进行请求解析，得到请求类型和请求参数，并根据请求类型和请求参数匹配与多个索引缓存节点对应的索引缓存表；将数据查询请求和索引缓存表发送至目标管理节点，并通过目标管理节点对索引缓存表进行信息整合，得到数据查询请求对应的目标索引缓存表；将目标索引缓存表作为数据查询请求对应的查询结果，并将查询结果返回至终端。本发明通过将查询结果存储在时序数据库中，在时序数据库中创建查询结果对应的索引缓存表之后，可以直接从对应的索引缓存表中查询对应的查询结果，进而提高了时序数据库的索引效率。
请参阅图2，本发明实施例中基于时序数据库的索引缓存方法的第二个实施例包括：
201、接收终端发送的数据查询请求，并根据数据查询请求从预置的时序数据库中获取目标管理节点，以及通过目标管理节点将数据查询节点发送至时序数据库中的多个索引缓存节点；
具体的，在本实施例中，步骤201的具体实施方式与上述步骤101类似，此处不再赘述。
202、根据多个索引缓存节点判断时序数据库中是否存在与数据查询请求对应的索引缓存表，得到判断结果；
具体的，服务器获取多个索引缓存节点对应的请求数据库，并从请求数据库中查找是否存储有数据查询请求；服务器若请求数据库中存储有数据查询请求，则确定时序数据库中存在与数据查询请求相对应的索引缓存表，并输出判断结果为时序数据库中存在索引缓存表；服务器若数据查询请求数据库中没有存储有数据查询请求，则确定时序数据库中不存在与数据查询请求相对应的索引缓存表，并输出判断结果为时序数据库中不存在索引缓存表。
其中，服务器接收终端发送的数据查询请求，服务器查找查询请求数据库中是否存在该查询请求，需要说明的是，数据查询请求数据库存储在节点中，存储首次查询的首次查询请求，以及为该首次查询请求创建的查询结果缓存表的信息，例如缓存表的格式信息。当查询请求数据库中存在接收到的查询请求时，判断查询请求数据库中是否存在该查询请求，具体的，服务器若请求数据库中存储有数据查询请求，则确定时序数据库中存在与数据查询请求相对应的索引缓存表，并输出判断结果为时序数据库中存在索引缓存表；服务器若数据查询请求数据库中没有存储有数据查询请求，则确定时序数据库中不存在与数据查询请求相对应的索引缓存表。
203、若判断结果为时序数据库中存在索引缓存表，则对数据查询请求进行请求解析，得到请求类型和请求参数，并根据请求类型和请求参数匹配与多个索引缓存节点对应的索引缓存表；
具体的，服务器若判断结果为时序数据库中存在索引缓存表，则对数据查询请求进行请求解析，得到请求类型和请求参数；服务器根据请求类型和请求参数从时序数据库中获取缓存关联指标、标签和时序数据；服务器调用预置的聚合函数将缓存关联指标、标签和时序数据生成索引缓存表。
需要说明的是，关联指标包括度量、域、度量值等信息，度量指的是监测数据的指标，例如温度等监测数据的信息，标签指的是指标项监测针对的具体对象，属于指定度量下的数据子类别。一个标签由一个标签键和一个对应的标签值组成，域指的是在指定度量下数据的子类别，一般情况下存放的是会随着时间戳的变化而变化的数据，度量值指的是度量对应的数值，时间戳指的是数据产生的时间点。其中，服务器根据序列ID检索最近一次的缓存，若不存在，则保存到序列数据池，得到序列数据的引用，并在最近一次的缓存中建立序列ID与序列数据引用的映射关系，否则对比数据的时间戳，若数据的时间戳大于检索到数据的时间戳，则把值和时间戳更新到缓存序列数据的最新时序数据中，根据资源标识检索资源缓存，若不存在，则在资源缓存中建立资源标识与序列数据列表的映射关系；根据监控指标、标签检索对应的时序数据，若不存在，则将序列数据引用加入到序列数据列表里。将资源标识添加到待处理数组的尾部。
204、若判断结果为时序数据库中不存在索引缓存表，则通过时序数据库创建与数据查询请求对应的索引缓存表，得到数据查询请求对应的创建缓存表；
具体的，服务器若判断结果为时序数据库中不存在索引缓存表，则根据数据查询请求确定数据查询请求对应的请求特征，其中，请求特征包括关联和不关联；服务器若请求特征为非关联，则通过时序数据库创建与数据查询请求对应的多个索引缓存表，其中，多个索引缓存表为相同的索引缓存表；服务器若请求特征为关联，则通过时序数据库创建与数据查询请求对应的唯一索引缓存表。
其中，如果查询请求数据库中不存在该查询请求，表明数据库中不存在该查询请求对应的查询结果缓存表，则在数据库中创建该查询请求对应的查询结果缓存表，具体的，服务器若请求特征为非关联，则通过时序数据库创建与数据查询请求对应的多个索引缓存表，其中，多个索引缓存表为相同的索引缓存表；服务器若请求特征为关联，则通过时序数据库创建与数据查询请求对应的唯一索引缓存表。
205、将数据查询请求和创建缓存表存储至时序数据库中；
需要说明的是，当请求特征为非关联时，创建对应的索引缓存表并作为该创建缓存表，并从创建缓存表中取出所有数据，放入临时数组，进而从待处理数组中取出所有数据，通过二分检索找到在临时数组中的位置，若不存在，则***到对应位置，保持数组的有序性，清空待处理数组，将临时数组替换到标识数组，得到更新后的创建缓存表并存储至时序数据库中。
206、获取数据查询请求的生命周期，并根据生命周期对创建缓存表进行更新，得到更新缓存表；
需要说明的是，生命周期，即结构化查询语言参数中的过期时间。例如，某查询请求的生命周期是2小时，更新周期是15s，则在接收到查询请求的2小时内每15更新一次查询结果缓存表中的数据，同时根据查询请求的类型不同，查询结果缓存表的维护方法也可以不相同，具体的，服务器获取数据查询请求的生命周期，并根据生命周期对创建缓存表进行更新，得到更新缓存表。
207、将数据查询请求和索引缓存表发送至目标管理节点，并通过目标管理节点对索引缓存表进行信息整合，得到数据查询请求对应的目标索引缓存表；
具体的，服务器通过每个索引缓存节点获取索引缓存表对应的缓存表名称；服务器将缓存表名称和数据查询请求返回至目标管理节点；服务器通过目标管理节点对索引缓存表进行信息整合，得到数据查询请求对应的目标索引缓存表。
需要说明的时候，对该索引缓存表进行信息整合，实质为对该索引缓存标准的时序数据进行信息整合，服务器基于预设时间戳获取时序数据信息，并提取预设时间范围内的起始时序数据信息；基于时序数据信息提取时序数据格式信息，并基于起始时序数据信息获取待压缩的时序数据格式信息，时序数据格式信息包括数值、数值获取时间数据、数值产生时间数据戳；分别对待压缩的时序数据格式信息的数值、数值获取时间数据、数值产生时间数据、质量戳进行压缩；对压缩后的数值、数值获取时间数据、数值产生时间数据、质量戳进行整合，得到数据查询请求对应的目标索引缓存表。
208、将目标索引缓存表作为数据查询请求对应的查询结果，并将查询结果返回至终端。
具体的，服务器获取目标索引缓存表对应的时间阈值；服务器遍历时序数据库中的数据，并获取数据对应的时间戳；服务器对时间戳和时间阈值进行比对，得到比对结果；服务器若比对结果为时间戳小于时间阈值，则将数据从时序数据中取出并删除，以及对数据添加删除标记。
其中，计算时间阈值的方法为通过当前时间戳减去相应的过期间隔；加载时序数据库中的所有表，并对多个表进行遍历，加载表在时间阈值内的数据序列，将数据更新到缓存数据库中，需要说明的是，在服务器遍历序列数据池，对比数据的时间戳时，若小于时间阈值，将数据从序列数据池中取出并删除，添加删除标记，放入临时队列，遍历最近一次的缓存信息，将存在删除标记的数据的映射关系删除，遍历资源缓存中，资源标识对应的时序数据列表，将存在删除标记的数据删除，若时序数据列表为空，则将资源标识与时序数据列表的映射关系从资源缓存中删除；遍历临时队列，通过二分检索找到在标识数组中的位置，若存在，则从标识数组中删除，具体的，服务器对时间戳和时间阈值进行比对，得到比对结果；服务器若比对结果为时间戳小于时间阈值，则将数据从时序数据中取出并删除，以及对数据添加删除标记。
本发明实施例中，将数据从序列数据池中取出并删除，添加删除标记，放入临时队列，遍历最近一次的缓存信息，将存在删除标记的数据的映射关系删除，遍历资源缓存中，资源标识对应的时序数据列表，将存在删除标记的数据删除，若时序数据列表为空，则将资源标识与时序数据列表的映射关系从资源缓存中删除；遍历临时队列，通过二分检索找到在标识数组中的位置，若存在，则从标识数组中删除，具体的，服务器对时间戳和时间阈值进行比对，得到比对结果；服务器若比对结果为时间戳小于时间阈值，则将数据从时序数据中取出并删除，支持包括序列检索、资源标识关联检索、资源列表检索等，同时把集群中多个写入的数据，在落库前进行缓存和合并，降低了时序数据库的连接数、资源消耗，进而提高了时序数据库的索引效率。
请参阅图3，本发明实施例中基于时序数据库的索引缓存装置一个实施例包括：
接收模块301，用于接收终端发送的数据查询请求，并根据所述数据查询请求从预置的时序数据库中获取目标管理节点，以及通过所述目标管理节点将数据查询节点发送至所述时序数据库中的多个索引缓存节点；
判断模块302，用于根据所述多个索引缓存节点判断所述时序数据库中是否存在与所述数据查询请求对应的索引缓存表，得到判断结果；
解析模块303，用于若所述判断结果为所述时序数据库中存在索引缓存表，则对所述数据查询请求进行请求解析，得到请求类型和请求参数，并根据所述请求类型和所述请求参数匹配与所述多个索引缓存节点对应的索引缓存表；
整合模块304，用于将所述数据查询请求和所述索引缓存表发送至所述目标管理节点，并通过所述目标管理节点对所述索引缓存表进行信息整合，得到所述数据查询请求对应的目标索引缓存表；
返回模块305，用于将所述目标索引缓存表作为所述数据查询请求对应的查询结果，并将所述查询结果返回至所述终端。
请参阅图4，本发明实施例中基于时序数据库的索引缓存装置另一个实施例包括：
接收模块301，用于接收终端发送的数据查询请求，并根据所述数据查询请求从预置的时序数据库中获取目标管理节点，以及通过所述目标管理节点将数据查询节点发送至所述时序数据库中的多个索引缓存节点；
判断模块302，用于根据所述多个索引缓存节点判断所述时序数据库中是否存在与所述数据查询请求对应的索引缓存表，得到判断结果；
解析模块303，用于若所述判断结果为所述时序数据库中存在索引缓存表，则对所述数据查询请求进行请求解析，得到请求类型和请求参数，并根据所述请求类型和所述请求参数匹配与所述多个索引缓存节点对应的索引缓存表；
整合模块304，用于将所述数据查询请求和所述索引缓存表发送至所述目标管理节点，并通过所述目标管理节点对所述索引缓存表进行信息整合，得到所述数据查询请求对应的目标索引缓存表；
返回模块305，用于将所述目标索引缓存表作为所述数据查询请求对应的查询结果，并将所述查询结果返回至所述终端。
可选的，所述基于时序数据库的索引缓存装置还包括：
创建模块306，用于若所述判断结果为所述时序数据库中不存在索引缓存表，则通过所述时序数据库创建与所述数据查询请求对应的索引缓存表，得到所述数据查询请求对应的创建缓存表；
存储模块307，用于将所述数据查询请求和所述创建缓存表存储至所述时序数据库中；
更新模块308，用于获取所述数据查询请求的生命周期，并根据所述生命周期对所述创建缓存表进行更新，得到更新缓存表。
可选的，所述创建模块306具体用于：若所述判断结果为所述时序数据库中不存在索引缓存表，则根据所述数据查询请求确定所述数据查询请求对应的请求特征，其中，所述请求特征包括关联和不关联；若所述请求特征为非关联，则通过所述时序数据库创建与所述数据查询请求对应的多个索引缓存表，其中，所述多个索引缓存表为相同的索引缓存表；若所述请求特征为关联，则通过所述时序数据库创建与所述数据查询请求对应的唯一索引缓存表。
可选的，所述判断模块302具体用于：获取所述多个索引缓存节点对应的请求数据库，并从所述请求数据库中查找是否存储有所述数据查询请求；若所述请求数据库中存储有所述数据查询请求，则确定所述时序数据库中存在与所述数据查询请求相对应的索引缓存表，并输出判断结果为所述时序数据库中存在索引缓存表；若所述数据查询请求数据库中没有存储有所述数据查询请求，则确定所述时序数据库中不存在与所述数据查询请求相对应的索引缓存表，并输出判断结果为所述时序数据库中不存在索引缓存表。
可选的，所述解析模块303具体用于：若所述判断结果为所述时序数据库中存在索引缓存表，则对所述数据查询请求进行请求解析，得到请求类型和请求参数；根据所述请求类型和所述请求参数从所述时序数据库中获取缓存关联指标、标签和时序数据；调用预置的聚合函数将所述缓存关联指标、所述标签和所述时序数据生成索引缓存表。
可选的，所述整合模块304具体用于：通过每个索引缓存节点获取所述索引缓存表对应的缓存表名称；将所述缓存表名称和所述数据查询请求返回至所述目标管理节点；通过所述目标管理节点对所述索引缓存表进行信息整合，得到所述数据查询请求对应的目标索引缓存表。
可选的，所述基于时序数据库的索引缓存装置还包括：
删除模块309，用于获取目标索引缓存表对应的时间阈值；遍历所述时序数据库中的数据，并获取所述数据对应的时间戳；对所述时间戳和所述时间阈值进行比对，得到比对结果；若所述比对结果为所述时间戳小于所述时间阈值，则将所述数据从所述时序数据中取出并删除，以及对所述数据添加删除标记。
上面图3和图4从模块化功能实体的角度对本发明实施例中的基于时序数据库的索引缓存装置进行详细描述，下面从硬件处理的角度对本发明实施例中基于时序数据库的索引缓存设备进行详细描述。
图5是本发明实施例提供的一种基于时序数据库的索引缓存设备的结构示意图，该基于时序数据库的索引缓存设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)510(例如，一个或一个以上处理器)和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对基于时序数据库的索引缓存设备500中的一系列指令操作。更进一步地，处理器510可以设置为与存储介质530通信，在基于时序数据库的索引缓存设备500上执行存储介质530中的一系列指令操作。
基于时序数据库的索引缓存设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作***531，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图5示出的基于时序数据库的索引缓存设备结构并不构成对基于时序数据库的索引缓存设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种基于时序数据库的索引缓存设备，所述基于时序数据库的索引缓存设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述基于时序数据库的索引缓存方法的步骤。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述基于时序数据库的索引缓存方法的步骤。
进一步地，计算机可读存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明所指区块链是分布式数据存储，点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链，本质上是一个去中心化的数据库，是一串使用密码方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块，区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
Claims (10)
1.一种基于时序数据库的索引缓存方法，其特征在于，所述基于时序数据库的索引缓存方法包括：
接收终端发送的数据查询请求，并根据所述数据查询请求从预置的时序数据库中获取目标管理节点，以及通过所述目标管理节点将数据查询节点发送至所述时序数据库中的多个索引缓存节点；
根据所述多个索引缓存节点判断所述时序数据库中是否存在与所述数据查询请求对应的索引缓存表，得到判断结果；
若所述判断结果为所述时序数据库中存在索引缓存表，则对所述数据查询请求进行请求解析，得到请求类型和请求参数，并根据所述请求类型和所述请求参数匹配与所述多个索引缓存节点对应的索引缓存表；
将所述数据查询请求和所述索引缓存表发送至所述目标管理节点，并通过所述目标管理节点对所述索引缓存表进行信息整合，得到所述数据查询请求对应的目标索引缓存表；
将所述目标索引缓存表作为所述数据查询请求对应的查询结果，并将所述查询结果返回至所述终端。
2.根据权利要求1所述的基于时序数据库的索引缓存方法，其特征在于，在所述根据所述多个索引缓存节点判断所述时序数据库中是否存在与所述数据查询请求对应的索引缓存表，得到判断结果之后，所述基于时序数据库的索引缓存方法还包括：
若所述判断结果为所述时序数据库中不存在索引缓存表，则通过所述时序数据库创建与所述数据查询请求对应的索引缓存表，得到所述数据查询请求对应的创建缓存表；
将所述数据查询请求和所述创建缓存表存储至所述时序数据库中；
获取所述数据查询请求的生命周期，并根据所述生命周期对所述创建缓存表进行更新，得到更新缓存表。
3.根据权利要求2所述的基于时序数据库的索引缓存方法，其特征在于，所述若所述判断结果为所述时序数据库中不存在索引缓存表，则通过所述时序数据库创建与所述数据查询请求对应的索引缓存表，得到所述数据查询请求对应的创建缓存表，包括：
若所述判断结果为所述时序数据库中不存在索引缓存表，则根据所述数据查询请求确定所述数据查询请求对应的请求特征，其中，所述请求特征包括关联和不关联；
若所述请求特征为非关联，则通过所述时序数据库创建与所述数据查询请求对应的多个索引缓存表，其中，所述多个索引缓存表为相同的索引缓存表；
若所述请求特征为关联，则通过所述时序数据库创建与所述数据查询请求对应的唯一索引缓存表。
4.根据权利要求1所述的基于时序数据库的索引缓存方法，其特征在于，所述根据所述多个索引缓存节点判断所述时序数据库中是否存在与所述数据查询请求对应的索引缓存表，得到判断结果，包括：
获取所述多个索引缓存节点对应的请求数据库，并从所述请求数据库中查找是否存储有所述数据查询请求；
若所述请求数据库中存储有所述数据查询请求，则确定所述时序数据库中存在与所述数据查询请求相对应的索引缓存表，并输出判断结果为所述时序数据库中存在索引缓存表；
若所述数据查询请求数据库中没有存储有所述数据查询请求，则确定所述时序数据库中不存在与所述数据查询请求相对应的索引缓存表，并输出判断结果为所述时序数据库中不存在索引缓存表。
5.根据权利要求1所述的基于时序数据库的索引缓存方法，其特征在于，所述若所述判断结果为所述时序数据库中存在索引缓存表，则对所述数据查询请求进行请求解析，得到请求类型和请求参数，并根据所述请求类型和所述请求参数匹配与所述多个索引缓存节点对应的索引缓存表，包括：
若所述判断结果为所述时序数据库中存在索引缓存表，则对所述数据查询请求进行请求解析，得到请求类型和请求参数；
根据所述请求类型和所述请求参数从所述时序数据库中获取缓存关联指标、标签和时序数据；
调用预置的聚合函数将所述缓存关联指标、所述标签和所述时序数据生成索引缓存表。
6.根据权利要求1所述的基于时序数据库的索引缓存方法，其特征在于，所述将所述数据查询请求和所述索引缓存表发送至所述目标管理节点，并通过所述目标管理节点对所述索引缓存表进行信息整合，得到所述数据查询请求对应的目标索引缓存表，包括：
通过每个索引缓存节点获取所述索引缓存表对应的缓存表名称；
将所述缓存表名称和所述数据查询请求返回至所述目标管理节点；
通过所述目标管理节点对所述索引缓存表进行信息整合，得到所述数据查询请求对应的目标索引缓存表。
7.根据权利要求1-6中任一项所述的基于时序数据库的索引缓存方法，其特征在于，在所述将所述目标索引缓存表作为所述数据查询请求对应的查询结果，并将所述查询结果返回至所述终端之后，所述基于时序数据库的索引缓存方法还包括：
获取目标索引缓存表对应的时间阈值；
遍历所述时序数据库中的数据，并获取所述数据对应的时间戳；
对所述时间戳和所述时间阈值进行比对，得到比对结果；
若所述比对结果为所述时间戳小于所述时间阈值，则将所述数据从所述时序数据中取出并删除，以及对所述数据添加删除标记。
8.一种基于时序数据库的索引缓存装置，其特征在于，所述基于时序数据库的索引缓存装置包括：
接收模块，用于接收终端发送的数据查询请求，并根据所述数据查询请求从预置的时序数据库中获取目标管理节点，以及通过所述目标管理节点将数据查询节点发送至所述时序数据库中的多个索引缓存节点；
判断模块，用于根据所述多个索引缓存节点判断所述时序数据库中是否存在与所述数据查询请求对应的索引缓存表，得到判断结果；
解析模块，用于若所述判断结果为所述时序数据库中存在索引缓存表，则对所述数据查询请求进行请求解析，得到请求类型和请求参数，并根据所述请求类型和所述请求参数匹配与所述多个索引缓存节点对应的索引缓存表；
整合模块，用于将所述数据查询请求和所述索引缓存表发送至所述目标管理节点，并通过所述目标管理节点对所述索引缓存表进行信息整合，得到所述数据查询请求对应的目标索引缓存表；
返回模块，用于将所述目标索引缓存表作为所述数据查询请求对应的查询结果，并将所述查询结果返回至所述终端。
9.一种基于时序数据库的索引缓存设备，其特征在于，所述基于时序数据库的索引缓存设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述基于时序数据库的索引缓存设备执行如权利要求1-7中任一项所述的基于时序数据库的索引缓存方法。
10.一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指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述的基于时序数据库的索引缓存方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210512537.0A CN114911830B (zh) | 2022-05-12 | 2022-05-12 | 基于时序数据库的索引缓存方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210512537.0A CN114911830B (zh) | 2022-05-12 | 2022-05-12 | 基于时序数据库的索引缓存方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114911830A true CN114911830A (zh) | 2022-08-16 |
| CN114911830B CN114911830B (zh) | 2024-04-05 |
Family
ID=82767505
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210512537.0A Active CN114911830B (zh) | 2022-05-12 | 2022-05-12 | 基于时序数据库的索引缓存方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114911830B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115391355A (zh) * | 2022-10-26 | 2022-11-25 | 本原数据(北京)信息技术有限公司 | 数据处理方法、装置、设备及存储介质 |
| CN115495498A (zh) * | 2022-09-23 | 2022-12-20 | 共青科技职业学院 | 数据关联方法、***、电子设备及存储介质 |
| CN116126896A (zh) * | 2022-09-30 | 2023-05-16 | 中电金信软件有限公司 | 数据检索方法及装置 |
| CN116226222A (zh) * | 2022-12-02 | 2023-06-06 | 清华大学 | 基于时序数据库的数据段标记处理方法及装置 |
| CN117668003A (zh) * | 2024-02-01 | 2024-03-08 | 福建省华大数码科技有限公司 | 实现数据库中集合数据类型的数据处理方法及*** |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108205561A (zh) * | 2016-12-19 | 2018-06-26 | 北京国双科技有限公司 | 数据查询***、方法及装置 |
| CN113535777A (zh) * | 2021-06-24 | 2021-10-22 | 上海浦东发展银行股份有限公司 | 数据库查询方法、装置和*** |
| CN113886434A (zh) * | 2021-11-02 | 2022-01-04 | 北京百度网讯科技有限公司 | 基于数据库集群的查询和存储方法、装置以及设备 |
| CN114020721A (zh) * | 2021-10-29 | 2022-02-08 | 平安科技（深圳）有限公司 | 时序数据库集群的数据管理方法、装置、设备及存储介质 |
| CN114329155A (zh) * | 2021-12-30 | 2022-04-12 | 北京诺司时空科技有限公司 | 一种包含时序数据库的多模态存储缓存***及查询方法 |
-
2022
- 2022-05-12 CN CN202210512537.0A patent/CN114911830B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108205561A (zh) * | 2016-12-19 | 2018-06-26 | 北京国双科技有限公司 | 数据查询***、方法及装置 |
| CN113535777A (zh) * | 2021-06-24 | 2021-10-22 | 上海浦东发展银行股份有限公司 | 数据库查询方法、装置和*** |
| CN114020721A (zh) * | 2021-10-29 | 2022-02-08 | 平安科技（深圳）有限公司 | 时序数据库集群的数据管理方法、装置、设备及存储介质 |
| CN113886434A (zh) * | 2021-11-02 | 2022-01-04 | 北京百度网讯科技有限公司 | 基于数据库集群的查询和存储方法、装置以及设备 |
| CN114329155A (zh) * | 2021-12-30 | 2022-04-12 | 北京诺司时空科技有限公司 | 一种包含时序数据库的多模态存储缓存***及查询方法 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115495498A (zh) * | 2022-09-23 | 2022-12-20 | 共青科技职业学院 | 数据关联方法、***、电子设备及存储介质 |
| CN115495498B (zh) * | 2022-09-23 | 2023-06-16 | 共青科技职业学院 | 数据关联方法、***、电子设备及存储介质 |
| CN116126896A (zh) * | 2022-09-30 | 2023-05-16 | 中电金信软件有限公司 | 数据检索方法及装置 |
| CN115391355A (zh) * | 2022-10-26 | 2022-11-25 | 本原数据(北京)信息技术有限公司 | 数据处理方法、装置、设备及存储介质 |
| CN115391355B (zh) * | 2022-10-26 | 2023-01-17 | 本原数据(北京)信息技术有限公司 | 数据处理方法、装置、设备及存储介质 |
| CN116226222A (zh) * | 2022-12-02 | 2023-06-06 | 清华大学 | 基于时序数据库的数据段标记处理方法及装置 |
| CN116226222B (zh) * | 2022-12-02 | 2023-11-07 | 清华大学 | 基于时序数据库的数据段标记处理方法及装置 |
| CN117668003A (zh) * | 2024-02-01 | 2024-03-08 | 福建省华大数码科技有限公司 | 实现数据库中集合数据类型的数据处理方法及*** |
| CN117668003B (zh) * | 2024-02-01 | 2024-05-03 | 福建省华大数码科技有限公司 | 实现数据库中集合数据类型的数据处理方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114911830B (zh) | 2024-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114911830B (zh) | 基于时序数据库的索引缓存方法、装置、设备及存储介质 | |
| CN111459985B (zh) | 标识信息处理方法及装置 | |
| US9015214B2 (en) | Process of generating a list of files added, changed, or deleted of a file server | |
| CN106663056B (zh) | 文件***中的元数据索引搜索 | |
| CN107783985B (zh) | 一种分布式数据库查询方法、装置及管理*** | |
| CN112364014B (zh) | 数据查询方法、装置、服务器及存储介质 | |
| CN112328631A (zh) | 一种生产故障分析方法、装置、电子设备及存储介质 | |
| CN114840487A (zh) | 分布式文件***的元数据管理方法和装置 | |
| CN110134698A (zh) | 数据管理方法及相关产品 | |
| CN107239399B (zh) | 用于测试的索引生成方法、装置、***及可读存储介质 | |
| CN109739854A (zh) | 一种数据存储方法及装置 | |
| CN108804502A (zh) | 大数据查询***、方法、计算机设备及存储介质 | |
| CN107463578B (zh) | 应用下载量统计数据去重方法、装置和终端设备 | |
| CN115905373B (zh) | 一种数据查询以及分析方法、装置、设备及存储介质 | |
| CN116361287A (zh) | 路径解析方法、装置以及*** | |
| CN106776810A (zh) | 一种大数据的数据处理***及方法 | |
| CN111522918A (zh) | 数据汇聚方法、装置、电子设备及计算机可读存储介质 | |
| CN109684331A (zh) | 一种基于Kudu的对象存储元数据管理装置及方法 | |
| CN113946365A (zh) | 页面识别方法、装置、计算机设备和存储介质 | |
| CN114416741A (zh) | 基于多级索引的kv数据写入读取方法、装置及存储介质 | |
| KR100870144B1 (ko) | 웹 페이지 관리를 위한 웹 아카이브 시스템 및 방법 | |
| CN112162904B (zh) | 订单变更过程整合方法、提取方法、整合装置和提取装置 | |
| CN114153830B (zh) | 数据验证方法及其装置、计算机存储介质、电子设备 | |
| CN117009439B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
| CN111311329B (zh) | 标签数据获取方法、装置、设备及可读存储介质 |
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 |