CN116010472A - 一种数据查询方法、装置、设备及存储介质 - Google Patents

Abstract

本申请公开了一种数据查询方法、装置、设备及存储介质，涉及数据库技术领域，应用于用户侧，包括：通过本地的从数据库搜集用户查询记录信息，并发送至位于云端的主数据库，以便主数据库根据用户查询记录信息利用预设人工智能算法对用户查询需求进行预测；从位于云端的主数据库中获取与预测的用户查询需求对应的目标数据，并将目标数据保存至从数据库；当获取到实时查询请求，则判断从数据库中是否存在与实时查询请求对应的数据；若是，则从用户侧从数据库中获取与实时查询请求对应的数据，得到目标查询数据。这样一来，本申请通过预测用户查询需求，执行相应的数据处理操作，可以减小数据库中CPU执行实时查询请求的压力，提高数据查询效率。

Description

一种数据查询方法、装置、设备及存储介质

技术领域

本发明涉及数据库技术领域，特别涉及一种数据查询方法、装置、设备及存储介质。

背景技术

数据库是一种数据记录存储***，它支持数据的存储、搜索和解析。它被广泛应用于商业、工业、智能家居和医疗保健等领域。用户可以通过查询数据库来发现隐藏在数据集中的信息。

随着人工智能领域和信息化社会的不断推进，数据库中存储的信息种类和数量日渐增加。当前商用CPU的性能发展逐步进入瓶颈期，庞大的数据基数为数据库管理***CPU实现数据实时查询响应带来了巨大挑战。

由此可见，如何优化数据库管理***CPU的数据实时查询响应是本领域要解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种数据查询方法、装置、设备及存储介质，能够通过预测用户的查询需求，进而提高数据查询的效率。其具体方案如下：

第一方面，本申请提供了一种数据查询方法，应用于用户侧，包括：

通过本地的从数据库搜集用户查询记录信息，并将所述用户查询记录信息发送至位于云端的主数据库，以便所述主数据库根据所述用户查询记录信息利用预设人工智能算法对用户查询需求进行预测；

从位于云端的主数据库中获取与预测的所述用户查询需求对应的目标数据，并将所述目标数据保存至所述用户侧从数据库；

当获取到实时查询请求，则判断所述用户侧从数据库中是否存在与实时查询请求对应的数据；

若是，则从所述用户侧从数据库中获取与所述实时查询请求对应的数据，得到目标查询数据。

可选的，所述主数据库根据所述用户查询记录信息利用预设人工智能算法对用户查询需求进行预测，包括：

通过所述主数据库的数据库管理***的CPU对所述用户查询记录信息进行分解，得到查询关键词以及操作关键字；

基于所述查询关键词以及所述操作关键字利用所述预设人工智能算法对用户查询需求进行预测。

可选的，所述从位于云端的主数据库中获取与预测的所述用户查询需求对应的目标数据，包括：

获取位于云端的主数据库在所述云端的数据库管理***的CPU处于空闲时发送的与预测的所述用户查询需求对应的目标数据。

可选的，所述将所述目标数据保存至所述用户侧从数据库，包括：

根据用户查询记录信息中与所述目标数据相关的查询频次对所述目标数据进行热度划分，得到若干个不同热度的划分后数据；

分别将不同热度的所述划分后数据保存至所述用户侧从数据库。

可选的，所述将所述目标数据保存至所述用户侧从数据库之后，还包括：

根据当前更新的用户查询记录信息对所述划分后数据对应的热度进行调整，以便根据实时查询请求对调整热度后的数据进行检索。

可选的，所述从所述用户侧从数据库中获取与所述实时查询请求对应的数据，得到目标查询数据，包括：

根据所述实时查询请求从所述用户侧从数据库中检索得到相应的初始查询数据；

根据预设查询结果数据格式对所述初始查询数据的格式进行调整，以得到所述目标查询数据。

可选的，所述判断所述用户侧从数据库中是否存在与所述实时查询请求对应的数据之后，还包括：

若所述用户侧从数据库中不存在与所述实时查询请求对应的数据，则基于所述实时查询请求从位于云端的所述主数据库中获取相应的数据，得到目标查询数据。

第二方面，本申请提供了一种数据查询装置，应用于用户侧，包括：

需求预测模块，用于通过本地的从数据库搜集用户查询记录信息，并将所述用户查询记录信息发送至位于云端的主数据库，以便所述主数据库根据所述用户查询记录信息利用预设人工智能算法对用户查询需求进行预测；

数据保存模块，用于从位于云端的主数据库中获取与预测的所述用户查询需求对应的目标数据，并将所述目标数据保存至所述用户侧从数据库；

数据查询模块，用于当获取到实时查询请求，则判断所述用户侧从数据库中是否存在与所述实时查询请求对应的数据；

目标数据获取模块，用于当所述用户侧从数据库中存在与实时查询请求对应的数据时，从所述用户侧从数据库中获取与所述实时查询请求对应的数据，得到目标查询数据。

第三方面，本申请提供了一种电子设备，包括：

存储器，用于保存计算机程序；

处理器，用于执行所述计算机程序以实现如上述的数据查询方法。

第四方面，本申请提供了一种计算机可读存储介质，用于保存计算机程序，所述计算机程序被处理器执行时实现如上述的数据查询方法。

由此可见，本申请中通过本地的从数据库搜集用户查询记录信息，并将所述用户查询记录信息发送至位于云端的主数据库，以便所述主数据库根据所述用户查询记录信息利用预设人工智能算法对用户查询需求进行预测；从位于云端的主数据库中获取与预测的所述用户查询需求对应的目标数据，并将所述目标数据保存至所述用户侧从数据库；当获取到实时查询请求，则判断所述用户侧从数据库中是否存在与所述实时查询请求对应的数据；若是，则从所述用户侧从数据库中获取与所述实时查询请求对应的数据，得到目标查询数据。这样一来，本申请可以根据用户查询记录信息对用户查询需求进行预测，然后获取相应的数据保存至用户侧从数据库，当获取到实时查询请求时，可以判断所述用户侧从数据库中是否存在与所述实时查询请求对应的目标查询数据；这样一来，本申请可以通过预测的用户查询需求可以处理部分实时查询请求，这样可以尽量避免CPU临时执行繁琐耗时的实时查询处理过程，提高了数据查询的效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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，还可以根据提供的附图获得其他的附图。

图1为本申请公开的一种数据查询方法流程图；

图2为本申请公开的一种具体的数据查询方法流程图；

图3为本申请公开的一种用户查询需求预测流程图；

图4为本申请公开的另一种具体的数据查询方法流程图；

图5为本申请公开的一种用户侧从数据库功能结构示意图；

图6为本申请公开的一种主数据库与从数据库结构示意图；

图7为本申请公开的一种数据查询装置结构示意图；

图8为本申请公开的一种电子设备结构图。

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。

本申请可以预测用户的查询需求，并将用户可能查询的数据从云端主数据库推送至用户侧从数据库；待获取到用户下发的实时查询请求后，CPU可以直接判断查询类型并将对应数据由从数据库推送至用户终端。其中，可以在CPU空闲时段处理与预测的用户查询需求对应的数据，以避免CPU临时执行繁琐耗时的实时查询处理过程；这样在保证查询可靠性的前提下，可以最大限度上降低了用户数据库查询耗时。

参见图1所示，本发明实施例公开了一种数据查询方法，应用于用户侧，包括：

步骤S11、通过本地的从数据库搜集用户查询记录信息，并将所述用户查询记录信息发送至位于云端的主数据库，以便所述主数据库根据所述用户查询记录信息利用预设人工智能算法对用户查询需求进行预测。

本申请实施例中，首先可以通过本地的所述用户侧从数据库搜集用户查询记录信息，然后将所述用户查询记录信息发送到位于云端的所述主数据库，需要指出的是，所述主数据库可以利用所述预设人工智能算法对所述用户查询需求进行预测。需要指出的是，在具体的实施例中，一个云端的主数据库可以和若干个用户侧从数据库互联。本申请中，可以根据从数据库中的用户查询记录信息对该从数据库中后续可能出现的用户查询需求进行预测。

步骤S12、从位于云端的主数据库中获取与预测的所述用户查询需求对应的目标数据，并将所述目标数据保存至所述用户侧从数据库。

进一步的，通过所述预设人工智能算法对所述用户查询需求进行预测之后，可以从位于云端的所述主数据库中获取与预测的所述用户查询需求对应的所述目标数据，然后将所述目标数据保存至所述用户侧从数据库。

需要指出的是，在一种具体的实施例中，所述将所述目标数据保存至所述用户侧从数据库，可以包括：根据用户查询记录信息中与所述目标数据相关的查询频次对所述目标数据进行热度划分，得到若干个不同热度的划分后数据；分别将不同热度的所述划分后数据保存至所述用户侧从数据库。具体的，可以根据用户查询记录信息中的数据查询频次和热度对所述目标数据进行划分得到不同的数据层级；可以理解的是，查询频次高的高热度数据可以保存至更便于读取的存储缓存。相应的，在具体的实施例中，所述将所述目标数据保存至所述用户侧从数据库之后，还可以包括：根据当前更新的用户查询记录信息对所述划分后数据对应的热度进行调整，以便根据实时查询请求对调整热度后的数据进行检索。具体的，在数据检索的过程中，可以根据更新的用户查询记录信息中不同数据的查询热度对保存的目标数据的热度进行调整，热度越来越低的数据最终会被新的数据取代，挤出存储缓存。

步骤S13、当获取到实时查询请求，则判断所述用户侧从数据库中是否存在与实时查询请求对应的数据。

本申请实施例中，当获取到所述实时查询请求时，可以判断所述用户侧从数据库中是否存在与所述实时查询请求对应的数据。可以理解的是，在具体的实施例中，所述判断所述用户侧从数据库中是否存在与所述实时查询请求对应的数据之后，还可以包括：若所述用户侧从数据库中不存在与所述实时查询请求对应的数据，则基于所述实时查询请求从位于云端的所述主数据库中获取相应的数据，得到目标查询数据。具体的，若所述用户侧从数据库中不存在与所述实时查询请求对应的数据，则可以根据所述实时查询请求从位于云端的所述主数据库中获取相应的数据。即使根据前述步骤对用户查询需求进行预测得到的用户查询需求与实际的实时查询请求不一致，也即从数据库中不存在与实时查询请求相关的数据时，可以从位于云端的主数据库中检索并获取与实时查询请求对应的数据，这样可以保证用户的实时查询请求得到可靠的响应，需要指出的是，在输出与实时查询请求对应的目标查询数据之前，可以对目标查询数据的格式进行调整，再输出调整后的目标查询数据，这样可以提高数据查询结果的可靠性。

步骤S14、若是，则从所述用户侧从数据库中获取与所述实时查询请求对应的数据，得到目标查询数据。

本申请实施例中，若所述用户侧从数据库中存在与所述实时查询请求对应的数据时，可以直接从所述用户侧从数据库中获取与所述实时查询请求对应的所述目标查询数据。需要指出的是，在具体的实施例中，所述从所述用户侧从数据库中获取与所述实时查询请求对应的数据，得到目标查询数据，可以包括：根据所述实时查询请求从所述用户侧从数据库中检索得到相应的初始查询数据；根据预设查询结果数据格式对所述初始查询数据的格式进行调整，以得到所述目标查询数据。具体的，若所述用户侧从数据库中存在与所述实时查询请求对应的数据时，可以直接从所述用户侧从数据库中获取相应的初始查询数据，然后根据所述实时查询请求以及所述预设查询结果数据格式对所述初始查询数据的格式进行调整，得到所述目标查询数据，这样通过数据格式的调整可以提高数据查询结果的可靠性。

由此可见，本申请实施例中，通过预设人工智能算法对用户查询需求进行预测之后，可以根据用户查询的热度对相应的数据进行热度划分，然后保存至用户侧从数据库，并且在后续的数据查询过程中，可以根据用户实时查询请求中不同数据的热度对从数据库中的数据热度进行调整，这样可以及时更新用户的查询习惯，提高对用户查询需求预测的准确性；并且当从数据库中不存在与实时查询请求对应的数据时，可以从位于云端的主数据库获取与实时查询请求对应的数据；这样保证了实时查询请求都能得到可靠的响应，在输出目标查询数据之前可以针对数据格式进行调整，以提高数据查询结果的可靠性。

参见图2所示，本发明实施例公开了一种数据查询方法，应用于用户侧，包括：

步骤S21、通过主数据库的数据库管理***的CPU对用户查询记录信息进行分解，得到查询关键词以及操作关键字。

在具体的实施例中，位于云端的数据库数据库管理***的CPU可以包含用于完成云端的主数据库和用户侧从数据库之间的信息交换所必需的算法和控制逻辑。本申请实施例中，可以理解的是，用户侧从数据库可以实时搜集用户的阶段性查询喜好、查询关键词、阶段查询频次、平均查询时长、数据处理喜好等关键信息，汇总得到用户查询记录信息，然后发送至云端的主数据库。进一步的，位于云端的主数据库对应的数据库管理***可以通过预设的算法对所述用户查询记录信息进行分解得到查询关键词，提取相应关键词的频次以及平均停留时长等，然后可以根据用户查询记录信息中的数据处理记录确定相应的操作关键字。

步骤S22、基于所述查询关键词以及所述操作关键字利用所述预设人工智能算法对用户查询需求进行预测。

本申请实施例中，进一步的，可以利用所述预设人工智能算法基于所述查询关键词以及所述操作关键字对用户查询需求进行预测。需要指出的是，在具体的实施例中，云端数据库管理***可以包括位于云端的数据库管理***的CPU（中央处理器），主数据库数据存储分区以及位于用户侧的从数据库；数据库管理***将用户侧从数据库和主数据库数据存储分区相连；如图3所示，数据库管理***的CPU包含用于完成云端主数据库和用户侧从数据库之间信息交换所必需的算法和控制逻辑；具体的，对用户查询需求进行预测时，可以通过哈希函数（Hash function）分解阶段性用户查询喜好，对照分解查询关键词；通过数值抽取操作（Extraction）实现对应关键词查询频次以及平均停留时长的提取；根据用户查询的数据处理喜好，通过操作键值（Operation value）确定用户操作关键字；进一步的，还可以结合用户对之前预测结果的当前满意系数，即结合当前用户满意系数来对用户查询需求进行预测，这样可以得到用户查询喜好分析结果，即可以得到预测的用户查询需求；具体的，可以将查询关键词、操作关键字以及当前用户满意系数输入预设的智能分解算法（Smart），这样可以得到用户查询喜好分析结果，需要指出的是，在具体的实施例中，中可以表示当前的用户查询关键词系数、中可以表示操作关键字系数、中可以表示预测满意系数，相应的，、、为用户预设的权重。进一步的，前述公式中X为查询关键词的采集集合，同样的，Y为操作关键字的采集集合；W为相关性系数，w为实际常数；n为频次，k为总数；相应的，input（）为满意度系数求解函数，其中，s为当前满意度结果，i为预计满意度结果。

步骤S23、获取位于云端的主数据库在所述云端的数据库管理***的CPU处于空闲时发送的与预测的所述用户查询需求对应的目标数据，并将所述目标数据保存至所述用户侧从数据库。

本申请实施例中，可以在所述云端的数据库管理***的CPU处于空闲状态时发送的与预测的所述用户查询需求对应的所述目标数据，并将所述目标数据保存至所述用户侧从数据库；这样一来，在后续出现大量的实时查询请求时，能够依靠所述用户侧从数据库中的所述目标数据应对部分的实时查询请求，能够缓解所述数据库管理***在面对大量实时查询请求时的压力。需要指出的是，在一种具体的实施例中，在保存与用户查询需求相关的数据之前，还可以根据用户查询需求相关的操作关键字对相应的数据进行预处理，然后将预处理后的数据保存至用户侧从数据库中。

步骤S24、当获取到实时查询请求，则判断所述用户侧从数据库中是否存在与所述实时查询请求对应的数据。

步骤S25、若是，则从所述用户侧从数据库中获取与所述实时查询请求对应的数据，得到目标查询数据。

其中，关于上述步骤S24和S25更加具体的处理过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。

由此可见，本申请中可以对用户查询记录信息进行分解，提取历史上用户查询的关键特征，然后利用预设人工智能算法对得到的关键特征进行处理，并且可以结合用户对之前预测的用户查询需求的满意度来对未来的用户查询需求进行预测，然后在数据库管理***的CPU处于空闲时将与预测的用户查询需求对应的数据保存至从数据库，可以缓解所述数据库管理***在面对大量实时查询请求时的压力。并且这样可以对用户查询需求进行合理的预测，可以提高用户的使用满意度。相应的，通过对用户查询需求进行合理预测，可以大概率在从数据库中保存用户将要查询的相应数据，这样可以尽量减少CPU临时执行的繁琐耗时的实时查询处理过程，进而可以提高云数据库整体的数据查询效率。

下面实施例将结合如图4所示的流程图对本申请的技术方案进行介绍，包括:

本申请实施例中，用户侧从数据库直接与数据库用户集群相连接，起到了承接云端主数据库和用户应用层面的衔接作用。需要指出的是，如图5所示，用户侧从数据库的应用层面可以分为数据存储和数据查询；具体的，在用户侧从数据库的数据存储层面中，当接收到用户下发的存储指令和数据后，数据区对数据进行整合，按照数据库存储结构调整待存储数据的位宽和深度数据基本格式，并将整合结果送入存储网关进行格式校验；如校验通过，待存储数据直接经缓存区打包并存入用户侧从数据库数据存储分区，否则存储网关将数据重新送回数据区进行再次整合。最后，用户侧数据库数据存储分区将校验通过的待存储数据发送至云端主数据库存储区，完成该次数据存储任务。相应的，在用户侧从数据库的查询层面中，首先根据用户的实时查询请求从用户侧从数据库数据存储分区的相应的数据层级的缓存区获取与实时查询请求对应的数据，然后对该数据进行解码，再通过计算单元对解码后的数据进行数据查询的常规处理过程（排序、聚合、筛选、分组）等，这样可以输出与实时查询请求对应的目标查询数据。

进一步的，本申请实施例中，首先判断当前是否有查询或存储任务，若当前不存在数据查询或数据存储任务，则位于云端的主数据库可以通过用户侧从数据库收集阶段性的用户查询记录等信息，即用户侧从数据库收集阶段性的用户查询记录信息，然后发送至位于云端的主数据库，以便云数据库管理***的CPU根据收集到的用户查询记录信息对用户的查询需求进行预测，具体的，可以利用预设的人工智能算法对用户查询需求进行预测，以得到当前用户集群查询处理喜好；然后可以根据得到的用户集群查询处理喜好对相应的数据进行预处理操作，进一步的，可以将处理后的数据打包保存至相应用户侧从数据库的数据存储分区。

相应的，若当前存在数据查询任务，即存在实时查询请求，则可以从用户侧从数据库中查询与实时查询请求对应的数据，若用户侧从数据库中不存在相应的数据，则可以从云端的主数据库中查询；然后对查询得到的数据进行解码处理等操作，并将处理结果发送至用户查询终端。相应的，若当前存在数据存储任务，则通过用户侧从数据库对待存储数据进行整合，然后进行数据校验，校验通过的数据暂存至用户侧从数据库；然后将用户侧从数据库中校验通过的待存储数据发送至云端主数据库，以完成数据存储任务。

如图6所示，可以理解的是，一个云端的主数据库可以通过与用户侧从数据库之间的数据通道和若干个用户侧从数据库互联。其中，用户侧从数据库直接与用户侧的数据库用户集群实现信息交互。云端主数据库为主库，存储了若干个用户群体所需的全部数据，能满足用户集群所有用户的查询需求。在具体的实施例中，云端主数据库与用户侧从数据库之间采用“预推送”机制，用户侧从数据库负责实时搜集用户的阶段性查询喜好、查询关键词、阶段查询频次、平均查询时长、数据处理喜好等关键信息，汇总后发送至云端的主数据库；云端的主数据库根据汇总的信息通过数据链路将用户可能查询的数据通过对应的数据通道推送至相应的用户侧从数据库；具体的，云端主数据库的数据库管理***CPU针对搜集的用户查询记录信息通过一系列的算法对用户可能执行的数据库查询任务进行预判断，辨别当前用户集群的查询处理喜好，即预测用户查询需求，并在CPU空闲时段执行与预测的用户查询需求对应的数据预处理操作，及时将处理后的数据打包发送至用户侧从数据库；当用户集群有查询需要时，则可以直接读取用户侧从数据库存储的数据信息，这样可以缓解云端主数据库管理***的CPU面对大量实时查询处理任务的压力，可以提高数据检索效率，进而提高数据查询效率。

由此可见，本申请可以根据用户查询记录信息分析出用户查询习惯、喜好等，然后对用户后续的查询需求进行预测，并将与预测的用户查询需求对应的数据保存至用户侧从数据库，这样一来，后续获取到用户的实时查询请求时，可以从用户侧从数据库检索相关的数据，若用户侧从数据库中不存在相应数据，再从位于云端的主数据库中检索与实时查询请求相关的数据。这样通过预测用户查询需求的方式可以应对后续部分实时查询请求，在面对大量实时查询请求时，可以适当降低用户侧与位于云端的主数据库之间的查询压力，并且可以提升实时查询的效率。

如图7所示，本申请公开了一种数据查询装置，应用于用户侧，包括：

需求预测模块11，用于通过本地的从数据库搜集用户查询记录信息，并将所述用户查询记录信息发送至位于云端的主数据库，以便所述主数据库根据所述用户查询记录信息利用预设人工智能算法对用户查询需求进行预测；

数据保存模块12，用于从位于云端的主数据库中获取与预测的所述用户查询需求对应的目标数据，并将所述目标数据保存至所述用户侧从数据库；

数据查询模块13，用于当获取到实时查询请求，则判断所述用户侧从数据库中是否存在与实时查询请求对应的数据；

目标数据获取模块14，用于当所述用户侧从数据库中存在与所述实时查询请求对应的数据时，从所述用户侧从数据库中获取与所述实时查询请求对应的数据，得到目标查询数据。

由此可见，本申请可以根据用户查询记录信息对用户查询需求进行预测，然后获取相应的数据保存至用户侧从数据库，当获取到实时查询请求时，可以判断所述用户侧从数据库中是否存在与所述实时查询请求对应的目标查询数据；这样可以尽可能减少实时查询请求与位于云端的主数据库之间的数据处理过程，可以提高实时数据查询的响应上限，提高查询效率。

在一种具体的实施例中，所述需求预测模块11，可以包括：

信息分解单元，用于通过所述主数据库的数据库管理***的CPU对所述用户查询记录信息进行分解，得到查询关键词以及操作关键字；

需求预测单元，用于基于所述查询关键词以及所述操作关键字利用所述预设人工智能算法对用户查询需求进行预测。

在一种具体的实施例中，所述数据保存模块12，可以包括：

数据获取单元，用于获取位于云端的主数据库在所述云端的数据库管理***的CPU处于空闲时发送的与预测的所述用户查询需求对应的目标数据。

在另一种具体的实施例中，所述数据保存模块12，可以包括：

数据热度划分单元，用于根据用户查询记录信息中与所述目标数据相关的查询频次对所述目标数据进行热度划分，得到若干个不同热度的划分后数据；

数据保存单元，用于分别将不同热度的所述划分后数据保存至所述用户侧从数据库。

在一种具体的实施例中，所述装置还可以包括：

数据热度更新单元，用于根据当前更新的用户查询记录信息对所述划分后数据对应的热度进行调整，以便根据实时查询请求对调整热度后的数据进行检索。

在一种具体的实施例中，所述目标数据获取模块14，可以包括：

数据检索单元，用于根据所述实时查询请求从所述用户侧从数据库中检索得到相应的初始查询数据；

数据格式调整单元，用于根据预设查询结果数据格式对所述初始查询数据的格式进行调整，以得到所述目标查询数据。

在一种具体的实施例中，所述装置还可以包括：

数据查询单元，用于当所述用户侧从数据库中不存在与所述实时查询请求对应的数据时，基于所述实时查询请求从位于云端的所述主数据库中获取相应的数据，得到目标查询数据。

进一步的，本申请实施例还公开了一种电子设备，图8是根据一示例性实施例示出的电子设备20结构图，图中的内容不能认为是对本申请的使用范围的任何限制。

图8为本申请实施例提供的一种电子设备20的结构示意图。该电子设备20，具体可以包括：至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中，所述存储器22用于存储计算机程序，所述计算机程序由所述处理器21加载并执行，以实现前述任一实施例公开的数据查询方法中的相关步骤。另外，本实施例中的电子设备20具体可以为电子计算机。

本实施例中，电源23用于为电子设备20上的各硬件设备提供工作电压；通信接口24能够为电子设备20创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口25，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。

另外，存储器22作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源可以包括操作***221、计算机程序222等，存储方式可以是短暂存储或者永久存储。

其中，操作***221用于管理与控制电子设备20上的各硬件设备以及计算机程序222，其可以是Windows Server、Netware、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的数据查询方法的计算机程序之外，还可以进一步包括能够用于完成其他特定工作的计算机程序。

进一步的，本申请还公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的数据查询方法。关于该方法的具体步骤可以参考前述实施例中公开的相应内容，在此不再进行赘述。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本申请所提供的技术方案进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种数据查询方法，其特征在于，应用于用户侧，包括：

通过本地的从数据库搜集用户查询记录信息，并将所述用户查询记录信息发送至位于云端的主数据库，以便所述主数据库根据所述用户查询记录信息利用预设人工智能算法对用户查询需求进行预测；

从位于云端的所述主数据库中获取与预测的所述用户查询需求对应的目标数据，并将所述目标数据保存至所述用户侧从数据库；

当获取到实时查询请求，则判断所述用户侧从数据库中是否存在与实时查询请求对应的数据；

若是，则从所述用户侧从数据库中获取与所述实时查询请求对应的数据，得到目标查询数据。

2.根据权利要求1所述的数据查询方法，其特征在于，所述主数据库根据所述用户查询记录信息利用预设人工智能算法对用户查询需求进行预测，包括：

通过所述主数据库的数据库管理***的CPU对所述用户查询记录信息进行分解，得到查询关键词以及操作关键字；

基于所述查询关键词以及所述操作关键字利用所述预设人工智能算法对用户查询需求进行预测。

3.根据权利要求1所述的数据查询方法，其特征在于，所述从位于云端的主数据库中获取与预测的所述用户查询需求对应的目标数据，包括：

获取位于云端的主数据库在所述云端的数据库管理***的CPU处于空闲时发送的与预测的所述用户查询需求对应的目标数据。

4.根据权利要求1所述的数据查询方法，其特征在于，所述将所述目标数据保存至所述用户侧从数据库，包括：

根据用户查询记录信息中与所述目标数据相关的查询频次对所述目标数据进行热度划分，得到若干个不同热度的划分后数据；

分别将不同热度的所述划分后数据保存至所述用户侧从数据库。

5.根据权利要求4所述的数据查询方法，其特征在于，所述将所述目标数据保存至所述用户侧从数据库之后，还包括：

根据当前更新的用户查询记录信息对所述划分后数据对应的热度进行调整，以便根据实时查询请求对调整热度后的数据进行检索。

6.根据权利要求1至4任一项所述的数据查询方法，其特征在于，所述从所述用户侧从数据库中获取与所述实时查询请求对应的数据，得到目标查询数据，包括：

根据所述实时查询请求从所述用户侧从数据库中检索得到相应的初始查询数据；

根据预设查询结果数据格式对所述初始查询数据的格式进行调整，以得到所述目标查询数据。

7.根据权利要求1所述的数据查询方法，其特征在于，所述判断所述用户侧从数据库中是否存在与所述实时查询请求对应的数据之后，还包括：

若所述用户侧从数据库中不存在与所述实时查询请求对应的数据，则基于所述实时查询请求从位于云端的所述主数据库中获取相应的数据，得到目标查询数据。

8.一种数据查询装置，其特征在于，应用于用户侧，包括：

需求预测模块，用于通过本地的从数据库搜集用户查询记录信息，并将所述用户查询记录信息发送至位于云端的主数据库，以便所述主数据库根据所述用户查询记录信息利用预设人工智能算法对用户查询需求进行预测；

数据保存模块，用于从位于云端的主数据库中获取与预测的所述用户查询需求对应的目标数据，并将所述目标数据保存至所述用户侧从数据库；

数据查询模块，用于当获取到实时查询请求，则判断所述用户侧从数据库中是否存在与实时查询请求对应的数据；

目标数据获取模块，用于当所述用户侧从数据库中存在与所述实时查询请求对应的数据时，从所述用户侧从数据库中获取与所述实时查询请求对应的数据，得到目标查询数据。

9.一种电子设备，其特征在于，包括：

存储器，用于保存计算机程序；

处理器，用于执行所述计算机程序以实现如权利要求1至7任一项所述的数据查询方法。

10.一种计算机可读存储介质，其特征在于，用于保存计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的数据查询方法。

Images