KR101747265B1 - 쿼리를 실행하기 위한 방법, 장치 및 컴퓨터 판독가능 매체 - Google Patents
쿼리를 실행하기 위한 방법, 장치 및 컴퓨터 판독가능 매체 Download PDFInfo
- Publication number
- KR101747265B1 KR101747265B1 KR1020160076235A KR20160076235A KR101747265B1 KR 101747265 B1 KR101747265 B1 KR 101747265B1 KR 1020160076235 A KR1020160076235 A KR 1020160076235A KR 20160076235 A KR20160076235 A KR 20160076235A KR 101747265 B1 KR101747265 B1 KR 101747265B1
- Authority
- KR
- South Korea
- Prior art keywords
- pivot
- column
- information
- blob
- name
- Prior art date
Links
Images
Classifications
-
- G06F17/30318—
-
- 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
- G06F16/24534—Query rewriting; Transformation
- G06F16/24535—Query rewriting; Transformation of sub-queries or views
-
- 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
- G06F16/221—Column-oriented storage; Management thereof
-
- 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
-
- 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
- G06F16/2282—Tablespace storage structures; Management thereof
-
- 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
- G06F16/24553—Query execution of query operations
-
- G06F17/30315—
-
- G06F17/30339—
-
- G06F17/30483—
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
본 개시내용의 일 실시예에 따라서, DBMS에서 쿼리를 실행하기 위한 방법이 제공된다. 상기 방법은: 피봇 테이블에 BLOB 타입으로 직렬화되어 저장된 BLOB 데이터를 요청하기 위한 쿼리 문을 수신하는 단계; 상기 피봇 테이블에 대한 피봇 이름 테이블을 조회함으로써, 상기 피봇 테이블의 각각의 피봇 컬럼에 포함된, 피봇 연산의 결과로서 생성된 하나 이상의 컬럼들에 대한 이름 정보를 결정하는 단계; 상기 피봇 테이블에 대한 피봇 메타 테이블을 조회함으로써, 상기 피봇 테이블의 내부 저장 타입 정보를 결정하는 단계; 및 상기 결정된 이름 정보 및 내부 저장 타입 정보에 기초하여, 상기 쿼리 문에 대응되는 BLOB 데이터에 대한 출력 정보를 생성하는 단계;를 포함할 수 있다.
Description
본 발명은 데이터베이스 관리 시스템(DBMS)에서의 쿼리 실행에 관한 것으로, 보다 구체적으로 데이터베이스 관리 시스템에서의 피봇(pivot) 연산을 수행하는 기법에 관한 것이다.
기업의 비즈니스는 폭발적인 데이터의 증가와 다양한 환경 및 플랫폼의 등장으로 빠르게 확장되고 있다. 새로운 비즈니스 환경이 도래함에 따라서, 보다 더 효율적이고 유연한 데이터 서비스와 정보의 처리, 데이터 관리 기능이 필요하게 되었다. 이러한 변화에 맞춰서 기업 비즈니스 구현의 기반이 되는 고성능, 고가용성 및 확장성의 문제를 해결하기 위한 데이터베이스에 대한 연구가 계속되고 있다.
데이터베이스 관리 시스템(DBMS)에서 데이터들은 데이터 저장소에 저장될 수 있다. 관계형 데이터베이스 관리 시스템(RDBMS)에서는 이러한 데이터 저장소는 테이블로 지칭될 수 있다. 이러한 테이블은 하나 이상의 로우들을 포함하고 하나 이상의 로우들 각각은 하나 이상의 컬럼들을 포함할 수 있다.
데이터베이스가 수많은 양의 데이터를 포함하고 있는 경우 또는 데이터베이스에 큰 용량의 데이터가 저장되는 경우, 사용자가 관심있어 하는 데이터를 리트리브하기 위한 쿼리를 수행하는데 있어서 상대적으로 긴 시간이 소요될 수 있다. 데이터베이스가 쿼리에 응답하는데 시간이 많이 소요되는 경우에는 데이터베이스의 성능에 있어서 악영향을 미칠 수 있다.
기존의 DBMS에서의 큰 용량의 오브젝트들은 과도하게 큰 용량에 대한 제약을 극복하기 위하여, LOB(large object) 또는 BLOB(binary large object) 데이터 타입으로 저장되었다. 하지만, 선행특허 US8,756,261호에 기재된 바와 같이, 이러한 LOB 또는 BLOB의 메타데이터만이 관계형 테이블에 저장되며, LOB 또는 BLOB 데이터는 별도의 파일 형태로 테이블 외부에 저장될 수 밖에 없었다.
더불어, 기존의 DBMS에서는 특정 조건에 대하여 집계 질의(Aggregation Query)를 수행하여 스키마(schema)를 확장하기 위해서는 피봇 연산을 수행하였다. 피봇 연산을 수행하는 경우, 추가적으로 다수의 피봇 컬럼(Pivot Column)들이 자동적으로 생성되기 때문에, 사용자가 이를 이용하여 추가적인 연산을 수행하기 위해서는 복잡한 SQL 문에 대한 수정을 필요로하는 등의 어려움이 존재하였다.
본 발명은, 전술한 배경기술을 감안하여 안출된 것으로서, 피봇 연산에 대한 수행 결과를 BLOB 형태로 효율적으로 저장, 조회 및 출력하기 위함이다.
본 발명의 일 실시예에 따라, 인코딩된 명령들을 포함하는 컴퓨터-판독가능 매체에 저장된 컴퓨터 프로그램이 개시된다. 상기 컴퓨터 프로그램은 컴퓨터 시스템의 하나 이상의 프로세서들에 의해 실행되는 경우, 상기 하나 이상의 프로세서들로 하여금 DBMS(Database Management System)에서 쿼리를 실행하기 위한 이하의 동작들을 수행하도록 한다. 상기 동작들은: 피봇 테이블에 BLOB(Binary large object) 타입으로 직렬화(serialization)되어 저장된 BLOB 데이터를 요청하기 위한 쿼리 문(query statement)을 수신하는 동작; 상기 피봇 테이블에 대한 피봇 이름(name) 테이블을 조회함으로써, 상기 피봇 테이블의 각각의 피봇 컬럼에 포함된, 피봇 연산의 결과로서 생성된 하나 이상의 컬럼들에 대한 이름 정보를 결정하는 동작; 상기 피봇 테이블에 대한 피봇 메타(meta) 테이블을 조회함으로써, 상기 피봇 테이블의 내부 저장 타입 정보를 결정하는 동작; 및 상기 결정된 이름 정보 및 내부 저장 타입 정보에 기초하여, 상기 쿼리 문에 대응되는 BLOB 데이터에 대한 출력 정보를 생성하는 동작;을 포함할 수 있다.
본 발명의 다른 실시예에 따라서, 쿼리를 실행하기 위한 장치가 개시된다. 상기 장치는: 피봇 테이블에 BLOB 타입으로 직렬화되어 저장된 BLOB 데이터를 요청하기 위한 쿼리 문을 수신하는 통신 모듈; 상기 피봇 테이블에 대한 피봇 이름 테이블을 조회함으로써, 상기 피봇 테이블의 각각의 피봇 컬럼에 포함된, 피봇 연산의 결과로서 생성된 하나 이상의 컬럼들에 대한 이름 정보를 결정하는 피봇 이름 테이블 조회 모듈; 상기 피봇 테이블에 대한 피봇 메타 테이블을 조회함으로써, 상기 피봇 테이블의 내부 저장 타입 정보를 결정하는 피봇 메타 테이블 조회 모듈; 및 상기 결정된 이름 정보 및 내부 저장 타입 정보에 기초하여, 상기 쿼리 문에 대응되는 BLOB 데이터에 대한 출력 정보를 생성하는 출력 정보 생성 모듈;을 포함할 수 있다.
본 발명의 또 다른 실시예에 따라서, DBMS에서 쿼리를 실행하기 위한 방법이 개시된다. 상기 방법은: 피봇 테이블에 BLOB 타입으로 직렬화되어 저장된 BLOB 데이터를 요청하기 위한 쿼리 문을 수신하는 단계; 상기 피봇 테이블에 대한 피봇 이름 테이블을 조회함으로써, 상기 피봇 테이블의 각각의 피봇 컬럼에 포함된, 피봇 연산의 결과로서 생성된 하나 이상의 컬럼들에 대한 이름 정보를 결정하는 단계; 상기 피봇 테이블에 대한 피봇 메타 테이블을 조회함으로써, 상기 피봇 테이블의 내부 저장 타입 정보를 결정하는 단계; 및 상기 결정된 이름 정보 및 내부 저장 타입 정보에 기초하여, 상기 쿼리 문에 대응되는 BLOB 데이터에 대한 출력 정보를 생성하는 단계;를 포함할 수 있다.
본 발명의 일 실시예에 따르면, 피봇 연산에 대한 수행 결과가 BLOB 형태로 효율적으로 저장, 조회 및 출력될 수 있다.
다양한 양상들이 이제 도면들을 참조로 기재되며, 여기서 유사한 참조 번호들은 총괄적으로 유사한 구성요소들을 지칭하는데 이용된다. 이하의 실시예에서, 설명 목적을 위해, 다수의 특정 세부사항들이 하나 이상의 양상들의 총체적 이해를 제공하기 위해 제시된다. 그러나, 그러한 양상(들)이 이러한 특정 세부사항들 없이 실시될 수 있음은 명백할 것이다. 다른 예시들에서, 공지의 구조들 및 장치들이 하나 이상의 양상들의 기재를 용이하게 하기 위해 블록도 형태로 도시된다.
도 1은 본 발명의 일 실시예에 따른 데이터베이스 시스템에 대한 개략도를 도시한다.
도 2는 본 발명의 일 실시예에 따른 데이터베이스 서버에 대한 개략도를 도시한다.
도 3은 본 발명의 일 실시예에 따른 쿼리 실행 방법에 대한 순서도를 도시한다.
도 4는 본 발명의 일 실시예에 따라 피봇 테이블에서 저장된 BLOB 데이터를 예시적으로 도시한다.
도 5는 본 발명의 일 실시예에 따른 쿼리 실행 방법에 대한 순서도를 도시한다.
도 6은 본 발명의 일 실시예에 따라 피봇 이름 테이블에 대한 예시적인 조회 결과 화면을 도시한다.
도 7은 본 발명의 일 실시예에 따라 피봇 메타 테이블에 대한 예시적인 조회 결과 화면을 도시한다.
도 8은 본 발명의 일 실시예에 따라 BLOB 데이터에 대한 예시적인 출력 정보를 도시한다.
도 9는 본 개시내용의 실시예들이 구현될 수 있는 데이터베이스 서버 또는 장치의 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도를 도시한다.
도 1은 본 발명의 일 실시예에 따른 데이터베이스 시스템에 대한 개략도를 도시한다.
도 2는 본 발명의 일 실시예에 따른 데이터베이스 서버에 대한 개략도를 도시한다.
도 3은 본 발명의 일 실시예에 따른 쿼리 실행 방법에 대한 순서도를 도시한다.
도 4는 본 발명의 일 실시예에 따라 피봇 테이블에서 저장된 BLOB 데이터를 예시적으로 도시한다.
도 5는 본 발명의 일 실시예에 따른 쿼리 실행 방법에 대한 순서도를 도시한다.
도 6은 본 발명의 일 실시예에 따라 피봇 이름 테이블에 대한 예시적인 조회 결과 화면을 도시한다.
도 7은 본 발명의 일 실시예에 따라 피봇 메타 테이블에 대한 예시적인 조회 결과 화면을 도시한다.
도 8은 본 발명의 일 실시예에 따라 BLOB 데이터에 대한 예시적인 출력 정보를 도시한다.
도 9는 본 개시내용의 실시예들이 구현될 수 있는 데이터베이스 서버 또는 장치의 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도를 도시한다.
다양한 실시예들 및/또는 양상들이 이제 도면들을 참조하여 개시된다. 하기 설명에서는 설명을 목적으로, 하나 이상의 양상들의 전반적 이해를 돕기 위해 다수의 구체적인 세부사항들이 개시된다. 그러나, 이러한 양상(들)은 이러한 구체적인 세부사항들 없이도 실행될 수 있다는 점 또한 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 인식될 수 있을 것이다. 이후의 기재 및 첨부된 도면들은 하나 이상의 양상들의 특정한 예시적인 양상들을 상세하게 기술한다. 하지만, 이러한 양상들은 예시적인 것이고 다양한 양상들의 원리들에서의 다양한 방법들 중 일부가 이용될 수 있으며, 기술되는 설명들은 그러한 양상들 및 그들의 균등물들을 모두 포함하고자 하는 의도이다.
또한, 다양한 양상들 및 특징들이 다수의 디바이스들, 컴포넌트들 및/또는 모듈들 등을 포함할 수 있는 시스템에 의하여 제시될 것이다. 다양한 시스템들이, 추가적인 장치들, 컴포넌트들 및/또는 모듈들 등을 포함할 수 있다는 점 그리고/또는 도면들과 관련하여 논의된 장치들, 컴포넌트들, 모듈들 등 전부를 포함하지 않을 수도 있다는 점 또한 이해되고 인식되어야 한다.
본 명세서에서 사용되는 "실시예", "예", "양상", "예시" 등은 기술되는 임의의 양상 또는 설계가 다른 양상 또는 설계들보다 양호하다거나, 이점이 있는 것으로 해석되지 않을 수도 있다. 아래에서 사용되는 용어들 '컴포넌트', '모듈', '시스템', '인터페이스' 등은 일반적으로 컴퓨터 관련 엔티티(computer-related entity)를 의미하며, 예를 들어, 하드웨어, 하드웨어와 소프트웨어의 조합, 소프트웨어를 의미할 수 있다.
더불어, 용어 "또는"은 배타적 "또는"이 아니라 내포적 "또는"을 의미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다. 즉, X가 A를 이용하거나; X가 B를 이용하거나; 또는 X가 A 및 B 모두를 이용하는 경우, "X는 A 또는 B를 이용한다"가 이들 경우들 어느 것으로도 적용될 수 있다. 또한, 본 명세서에 사용된 "및/또는"이라는 용어는 열거된 관련 아이템들 중 하나 이상의 아이템의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해되어야 한다.
또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하지만, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 명세서와 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다.
본 명세서에서의 컴퓨터 판독가능 매체는 컴퓨터 시스템에 의해서 판독될 수 있도록 프로그램 및 데이터가 저장되는 모든 종류의 저장 매체를 포함할 수 있다. 본 발명의 일 양상에 따르면, 이러한 매체는 ROM(판독 전용 메모리), RAM(랜덤 액세스 메모리), CD(컴팩트 디스크)-ROM, DVD(디지털 비디오 디스크)-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장장치 등을 포함할 수 있으며, 추가적으로, 이러한 매체는 네트워크로 연결된 시스템에 분산되어, 분산 방식으로 컴퓨터가 판독가능한 코드들 및/또는 명령들을 저장할 수도 있다.
본 발명의 실시를 위한 구체적인 내용을 설명하기에 앞서, 본 발명의 기술적 요지와 직접적 관련이 없는 구성에 대해서는 본 발명의 기술적 요지를 흩뜨리지 않는 범위 내에서 생략하였음에 유의하여야 할 것이다. 또한, 본 명세서 및 청구범위에 사용된 용어 또는 단어는 발명자가 자신의 발명을 최선의 방법으로 설명하기 위해 적절한 용어의 개념을 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 할 것이다.
도 1은 본 발명의 일 실시예에 따른 데이터베이스 시스템(100)에 대한 개략도를 도시한다.
도 1에서 도시되는 바와 같이, 데이터베이스 시스템(100)은 클라이언트(110) 및 데이터베이스 서버(120)를 포함할 수 있다.
도 1에서 도시되는 바와 같이, 클라이언트(110)는 네트워크를 통하여 통신하기 위한 매커니즘을 갖는 데이터베이스 시스템에서의 노드(들)를 의미할 수 있다. 예를 들어, 클라이언트(110)는 PC, 랩탑 컴퓨터, 워크스테이션, 단말 및/또는 네트워크 접속성을 갖는 임의의 전자 디바이스를 포함할 수 있다. 또한, 클라이언트(110)는 에이전트(Agent), API(Application Programming Interface) 및 플러그-인(Plug-in) 중 적어도 하나에 의해 구현되는 임의의 서버를 포함할 수도 있다. 예를 들어, 도 1에서의 클라이언트(110)는 데이터베이스 서버(120)를 사용하는 사용자(예컨대, DBA(DataBase Administration))와 관련될 수 있다. 이러한 예시에서, 클라이언트(110)는 데이터베이스 서버(120)로 피봇 연산자(operator)가 포함된 쿼리 문을 발행할 수 있다.
데이터베이스 서버(120)는, 예를 들어, 마이크로프로세서, 메인프레임 컴퓨터, 디지털 싱글 프로세서, 휴대용 디바이스 및 디바이스 제어기 등과 같은 임의의 타입의 컴퓨터 시스템 또는 컴퓨팅 디바이스를 포함할 수 있다. 이러한 데이터베이스 서버(120)들 각각은 DBMS(Database Management System)(120a) 및 영구 저장 매체(persistent storage)(120b)를 포함할 수 있다. 또한, 데이터베이스 서버(120)는 쿼리를 실행하기 위한 장치와 상호 교환가능하게 사용될 수도 있다.
더불어, 도 1에서는 1개의 데이터베이스 서버(120)만을 도시하고 있으나, 이보다 많은 데이터베이스 서버들 또한 본 발명의 범위에 포함될 수 있다는 점 그리고 데이터베이스 서버(120)가 추가적인 컴포넌트들을 포함할 수 있다는 점이 당해 출원분야에 있어서 통상의 지식을 가진 자에게 명백할 것이다. 예를 들어, 도 1에서는 도시되지 않았지만, 데이터베이스 서버(120)는 버퍼 캐시를 포함하는 하나 이상의 메모리를 포함할 수 있다. 또한, 도 1에서는 도시되지 않았지만, 데이터베이스 서버(120)는 하나 이상의 프로세서를 포함할 수 있다. 따라서, DBMS(120a)는 상기 메모리 상에서 상기 프로세서에 의하여 동작될 수 있다.
본 명세서에서의 메모리는, 예를 들어, 동적 램(DRAM, dynamic random access memory), 정적 램(SRAM, static random access memory) 등의 랜덤 액세스 메모리(RAM)와 같은, 프로세서가 직접 접근하는 주된 저장 장치로서 전원이 꺼지면 저장된 정보가 순간적으로 지워지는 휘발성(volatile) 저장 장치를 의미할 수 있지만, 이들로 한정되는 것은 아니다. 이러한 메모리는 프로세서에 의하여 동작 될 수 있다. 메모리는 데이터 값을 포함하는 데이터 테이블(data table)을 임시로 저장할 수 있다. 상기 데이터 테이블은 데이터 값을 포함할 수 있으며, 본 발명의 일 실시예에서 상기 데이터 테이블의 데이터 값은 메모리로부터 영구 저장 매체에 기록될 수 있다. 추가적인 양상에서, 메모리는 버퍼 캐시를 포함하며, 상기 버퍼 캐시의 데이터 블록에는 데이터가 저장될 수 있다. 버퍼 캐시에 저장된 데이터는 백그라운드 프로세스에 의하여 영구 저장 매체에 기록될 수 있다.
영구 저장 매체(120b)는, 예를 들어 자기(magnetic) 디스크, 광학(optical) 디스크 및 광자기(magneto-optical) 저장 디바이스뿐만 아니라 플래시 메모리 및/또는 배터리-백업 메모리에 기초한 저장 디바이스와 같은, 임의의 데이터를 지속적으로 할 수 있는 비-휘발성(non-volatile) 저장 매체를 의미할 수 있다. 이러한 영구 저장 매체(120b)는 다양한 통신 수단을 통하여 데이터베이스 서버(120)의 프로세서 및 메모리와 통신할 수 있다. 추가적인 실시예에서, 이러한 영구 저장 매체(120b)는 데이터베이스 서버(120) 외부에 위치하여 데이터베이스 서버(120)와 통신가능할 수도 있다.
DBMS(120a)는 데이터베이스 서버(120)에서 필요한 데이터를 검색, 삽입, 수정 및/또는 삭제 등과 같은 동작들을 수행하는 것을 허용하기 위한 프로그램으로서, 전술한 바와 같이, 데이터베이스 서버(120)의 메모리에서 프로세서에 의하여 구현될 수 있다.
클라이언트(110)와 데이터베이스 서버(120) 또는 데이터베이스 서버들은 네트워크(미도시)를 통하여 서로 통신할 수 있다. 본 발명의 일 실시예에 따른 네트워크는 공중전화 교환망(PSTN:Public Switiched Telephone Network), xDSL(x Digital Subscriber Line), RADSL(Rate Adaptive DSL), MDSL(Multi Rate DSL), VDSL(Very High Speed DSL), UADSL(Universal Asymmetric DSL), HDSL(High Bit Rate DSL) 및 근거리 통신망(LAN) 등과 같은 다양한 유선 통신 시스템들을 사용할 수 있다.
또한, 본 명세서에서 제시되는 네트워크는 CDMA(Code Division Multi Access), TDMA(Time Division Multi Access), FDMA(Frequency Division Multi Access), OFDMA(Orthogonal Frequency Division Multi Access), SC-FDMA(Single Carrier-FDMA) 및 다른 시스템들과 같은 다양한 무선 통신 시스템들을 사용할 수 있다. 예를 들어, 네트워크는 데이터베이스 링크(dblink)를 포함할 수도 있으며, 이에 따라 복수의 데이터베이스 서버들은 이러한 데이터베이스 링크를 통해 서로 통신하여 다른 데이터베이스 서버로부터의 데이터를 가져올 수 있다. 본 명세서에서 설명된 기술들은 위에서 언급된 네트워크들뿐만 아니라, 다른 네트워크들에서도 사용될 수 있다.
앞서 설명된 바와 같이, 데이터베이스에서 피봇 연산이 수행되는 경우, 피봇 연산의 결과로서 추가적인 다수의 피봇 컬럼들이 생성된다. 이에 따라서, 사용자가 추가적인 다수의 피봇 컬럼들을 이용하여 추가적인 연산을 수행하기 위해서는 복잡한 SQL 수정을 수행해야만 한다는 불편함이 존재하였다. 본 발명의 일 실시예에 따른 기법에 따르면, 피봇의 수행 결과가 테이블의 형태(예컨대, 하나 이상의 피봇 컬럼들)로 생성되고 그리고 BLOB의 형태로 직렬화되기 때문에, 단일 피봇 컬럼에 직렬화된 BLOB 데이터가 저장될 수 있다. 이를 통하여, 사용자는 피봇 연산이 수행된 결과 테이블이 단일 피봇 컬럼 내에서 표현될 수 있기 때문에, 편리하게 피봇 칼럼들을 관리할 수 있다. 추가적으로, 본 발명의 일 실시예는, 피봇 연산의 수행 결과를 피봇 BLOB의 형태로 저장하는 기법뿐만 아니라 피봇 BLOB을 해석하고 그리고 조회 및 출력하는 기법을 포함할 수 있다.
본 명세서에서 사용되는 용어 "오리지널 테이블"은 피봇 연산의 수행 결과로서 BLOB 데이터가 생성되는데 기초가 되는 데이터들이 저장된 테이블을 의미할 수 있다. 더불어, 본 명세서에서 사용되는 용어 "피봇 테이블"은 피봇 연산의 수행 결과로 생성된 BLOB 데이터가 저장되는 테이블을 의미할 수 있다. 또한, 본 명세서에서의 "피봇 컬럼"은 피봇 테이블 내에 존재하는, 피봇 BLOB을 포함하는 컬럼을 의미할 수 있다. 또한, 본 명세서에서 사용되는 용어 "피봇 BLOB"는 테이블의 형태의 피봇 연산의 결과가 직렬화되어 저장된 구조를 의미할 수 있다. 또한, 여기에서의 "직렬화"란, 예를 들어 테이블과 같은 복합적인 객체를 예를 들어 2진 또는 16진수와 같은 연속적인 스트림의 데이터로 변환 또는 나열하는 것을 의미할 수 있다. 또한, 여기에서의 "클라이언트"는 "사용자" 또는 "DBA"와 상호교환가능하게 사용될 수도 있다. 또한, 여기에서의 "쿼리 문" 및 "SQL 문"은 서로 상호교환가능하게 사용될 수도 있다.
본 명세서에서 기재되는 피봇 연산에 대한 수행은, 예를 들어, 집계(aggregation) 연산을 수행한 이후 로우(row)와 컬럼을 바꿔주는 것을 의미할 수 있다.
이하의 표 1에서 도시되는 바와 같이, 제 1 컬럼(C1)은 ITEM1 내지 ITEM3 중 하나에 대한 값을 포함하는 로우들을 포함할 수 있으며, 그리고 제 2 컬럼(C2)은 CARROT 또는 BANANA에 대한 값을 포함하는 로우들을 포함할 수 있다.
C1 | C2 |
ITEM1 | CARROT |
ITEM2 | CARROT |
ITEM2 | BANANA |
ITEM3 | CARROT |
ITEM3 | CARROT |
ITEM3 | BANANA |
표 1에서 도시되는 제 1 컬럼(C1) 및 제 2 컬럼(C2)을 포함하는 오리지널 테이블(예컨대, 피봇 연산의 수행 이전 테이블)에 대한 피봇 연산이 수행되는 경우, 이하의 표 2에서 도시되는 형태의 테이블이 생성될 수 있다.
C1 | CARROT | BANANA |
ITEM1 | 1 | |
ITEM2 | 1 | 1 |
ITEM3 | 2 | 1 |
표 2에서 도시되는 바와 같이, 표 1의 테이블에 대한 피봇 연산(제 2 컬럼(C2)과 연관됨) 수행되는 경우, 제 1 컬럼(C1)에 대해서는 암시적인(implicit) Group by 연산이 수행되고 제 2 컬럼(C2)에 대해서는 집계 연산이 수행된 후 로우와 컬럼이 서로 교환될 수 있다.
C1 | Pivot_Col |
ITEM1 | [1, ] |
ITEM2 | [1,1] |
ITEM3 | [2,1] |
표 3은 표 1에 도시된 테이블에 대한 피봇 연산의 결과(표 2)를 하나의 컬럼에 저장하는 예시를 나타낸다.
표 3에서 도시되는 바와 같이, 피봇 컬럼(Pivot_Col)이라는 단일의 컬럼에 테이블의 형태로 표 2에서의 CARROT 컬럼 및 BANANA 컬럼에 대한 값들이 저장될 수 있다. 상기 피봇 컬럼이라는 단일 컬럼의 각 로우에는 후술될 바와 같이 BLOB 타입의 데이터가 저장될 수 있기 때문에, 피봇 연산이 수행된다고 하더라도 하나의 컬럼에만 피봇 연산의 결과가 저장될 수 있다. 따라서, 사용자는 편리하게 피봇 연산이 수행된 컬럼들을 관리할 수 있다. 본 명세서에서는 설명의 간편함을 위하여, 하나의 피봇 테이블에 단일의 피봇 컬럼만이 포함된 예시만을 예로 들었으나, 하나의 피봇 테이블의 복수의 피봇 컬럼들이 포함된다는 점 또한 본 발명의 권리범위 내에 포함될 수 있다.
도 2는 본 발명의 일 실시예에 따른 데이터베이스 서버(120)에 대한 개략도를 도시한다.
도 2에서 도시되는 바와 같이, 데이터베이스 서버(120)는, 통신 모듈(210), 연산 수행 모듈(220), BLOB 데이터 생성 모듈(230), 저장 모듈(240), 피봇 이름(name) 테이블 조회 모듈(250), 피봇 메타(meta) 테이블 조회 모듈(260), 출력 정보 생성 모듈(270) 및 쿼리 생성 모듈(280)을 포함할 수 있다. 도 2에서 도시되는 데이터베이스 서버(120)의 컴포넌트들은 예시적인 것이며, 데이터베이스 서버(120)의 동작과 관련된 임의의 컴포넌트들이 추가될 수 있거나 또는 상기 컴포넌트들 중 일부가 생략될 수도 있다.
본 개시내용의 일 실시예에서, 통신 모듈(210)은 데이터베이스 서버(120)로 클라이언트(110) 또는 다른 데이터베이스 서버와의 통신 기능을 제공할 수 있다. 예를 들어, 통신 모듈(210)은 앞서 설명된 임의의 네트워크 및/또는 데이터베이스 링크를 사용하여, 다른 데이터베이스 서버 또는 클라이언트(110)와 통신할 수 있다. 또한, 통신 모듈(210)은 데이터베이스 서버(120)를 사용하는 클라이언트(110)로부터의 데이터 저장, 조회 및 인덱스 빌드, 조회 요청 등과 같은 임의의 요청을 수신할 수 있다. 또한, 통신 모듈(210)은 데이터 저장, 조회 및 인덱스 빌드, 조회 요청 등과 같은 임의의 요청에 대한 결과 정보를 클라이언트(110) 또는 다른 데이터베이스 서버로 전달할 수도 있다. 더불어, 통신 모듈(210)은 다른 데이터베이스 서버로 프로시저를 호출하는 방식으로 상기 다른 데이터베이스 서버와 통신할 수도 있다.
본 개시내용의 일 실시예에서, 통신 모듈(210)은 피봇 연산자가 포함된 쿼리문을 수신할 수 있다. 일례로, 상기 피봇 연산자는 피봇 연산을 수행한 결과를 BLOB 형태의 데이터로 저장하고자하는 연산자를 포함할 수 있다. 일례로, 상기 피봇 연산자는 "PIVOT BLOB" 연산자를 포함할 수 있다. 상기 수신된 쿼리 문은 오리지널 테이블과 연관될 수 있다. 예를 들어, 상기 쿼리 문은, 오리지널 테이블에 저장된 데이터들에 대하여 수행된 피봇 연산에 대한 결과가 BLOB 형태로 저장된다는 표시를 포함할 수 있다. 상기 쿼리 문은 오리지널 테이블에서의 적어도 일부분의 컬럼에 대해서는 피봇 연산이 수행될 것을 지정하는 표시를 포함할 수 있다. 오리지널 테이블은 피봇 연산자와 관련되지 않는 제 1 세트의 컬럼(들) 및 피봇 연산자와 관련되는 제 2 세트의 컬럼(들)을 포함할 수 있다.
본 개시내용의 일 실시예에서, 통신 모듈(210)은 피봇 테이블의 피봇 컬럼에 BLOB 타입으로 직렬화되어 저장된 BLOB 데이터를 요청하기 위한 쿼리 문을 수신할 수도 있다. 통신 모듈(210)은 클라이언트(110)로부터의 피봇 테이블 조회 요청 및/또는 피봇 테이블 출력 요청을 수신할 수 있다. 또한, 통신 모듈(210)은 클라이언트(110)로부터의 요청에 응답한 결과 값들(예컨대, 출력 정보 등)을 해당 클라이언트(110)로 전달할 수 있다. 또한, 통신 모듈(210)에 의해 수신되는 쿼리 문은, DBA로부터 입력된 피봇 관련된 컬럼을 표시하는 힌트 정보를 포함할 수 있다.
연산 수행 모듈(220)은 쿼리 문에 대한 수신에 응답하여 쿼리 문에 대응되는 임의의 데이터베이스 연산을 수행할 수 있다. 예를 들어, 연산 수행 모듈(220)은 오리지널 테이블에 대한 피봇 연산을 수행할 수 있다. 피봇 연산에 대한 수행은: 오리지널 테이블에서 피봇 연산자에 관련되지 않는 제 1 세트의 하나 이상의 컬럼에 대해서는 Group by 연산을 수행하고, 그리고 상기 오리지널 테이블에서 상기 피봇 연산자에 관련되는 제 2 세트의 하나 이상의 컬럼에 대해서는 상기 Group by 연산이 수행된 제 1 세트의 하나 이상의 컬럼 단위로 집계 연산을 수행한 이후에 상기 제 2 세트의 하나 이상의 컬럼에 대한 로우와 컬럼을 서로 교환하는 것을 포함할 수 있다.
연산 수행 모듈(220)은 버퍼 테이블을 생성할 수도 있다. 또한, 연산 수행 모듈(220)은 BLOB 데이터에 대한 출력 정보를 생성하는데 있어서 발생되는 임의의 데이터베이스 연산을 수행할 수도 있다.
BLOB 데이터 생성 모듈(230)은 피봇 연산의 수행 결과의 적어도 일부분을 BLOB 타입으로 직렬화함으로써 BLOB 데이터를 생성할 수 있다. BLOB 데이터 생성 모듈(230)은 오리지널 테이블에서 피봇 연산자에 관련되는 제 2 세트의 컬럼(들)에 대한 피봇 연산의 수행 결과를 BLOB 타입을 직렬화함으로써 BLOB 데이터를 생성할 수 있다.
저장 모듈(240)은, 데이터베이스 서버(120)의 테스크 수행과 관련하여 저장되는 임의의 데이터를 저장할 수 있다. 예를 들어, 저장 모듈(240)은 생성된 BLOB 데이터를 피봇 테이블에 저장하도록 구성될 수 있다. 저장 모듈(240)은 DBMS(120a) 및/또는 영구저장매체(120b)에 포함될 수 있다. 추가적으로, 저장 모듈(240)은 데이터베이스 서버(120) 오리지널 테이블 및/또는 피봇 테이블 등을 생성할 수도 있다. 다른 예시로, 이러한 테이블들의 생성은, 제어 모듈(미도시)과 같은 별도의 컴포넌트에 의해 수행될 수도 있다. 또한, 저장 모듈(240)은 데이터의 저장(업데이트 포함)과 관련된 요청을 처리 및 관리할 수 있다. 이러한 저장 모듈(207)은 데이터 테이블 및 인덱스 테이블 등에 임의의 데이터를 저장할 것을 결정할 수 있다. 또한, 저장 모듈(240)은 테이블에 대한 저장 위치를 결정할 수 있다. 예를 들어, 저장 모듈(240)은 데이터에 대하여 테이블 상에서의 저장 위치를 결정할 수 있다. 다른 예시로, 저장 모듈(240)은 데이터에 대하여 영구 저장 매체(120b) 상의 저장 위치를 결정할 수 있다.
본 발명의 일 실시예에서, 저장 모듈(240)은 피봇 테이블에서의 제 2 피봇 컬럼(즉, 피봇 BLOB 컬럼)에 상기 생성된 BLOB 데이터를 저장할 수 있다. 여기서의 제 2 피봇 컬럼은 단일 컬럼을 의미할 수 있다. 또한, 저장 모듈(240)은 오리지널 테이블에서 상기 피봇 연산자에 대응되지 않는 제 1 세트의 하나 이상의 컬럼에 대한 상기 피봇 연산의 수행 결과를 비(non)-BLOB 타입으로 상기 피봇 테이블에서의 제 1 피봇 컬럼에 저장할 수 있다. 여기서의 제 1 피봇 컬럼 및 제 2 피봇 컬럼은 서로 상이한 컬럼을 의미할 수 있다. 또한, 저장 모듈(240)은 생성된 BLOB 데이터를 피봇 테이블에 저장한 이후에, 상기 생성된 BLOB 데이터에 대한 메타 정보를 메타 정보 관리 테이블(피봇 이름 테이블 및 피봇 메타 테이블)에 저장할 수 있다.
도 2에서 피봇 이름 테이블 조회 모듈(250) 및 피봇 메타 테이블 조회 모듈(260)이 도시된다. 피봇 연산의 결과가 직렬화된 BLOB 데이터는 BLOB 데이터가 표현하는 테이블을 구성하는 각각의 컬럼들에 대한 데이터 정보 및 위치 정보를 포함할 수 있다. 상기 BLOB 데이터에 대한 보다 정확한 출력 정보를 생성하기 위해서, 상기 각각의 컬럼들에 대한 이름 정보를 저장하기 위한 피봇 이름 테이블 및 BLOB 데이터로부터 읽어온 테이블에 대한 정확한 생성 정보를 보관하기 위한 피봇 메타 테이블이 존재할 수 있다. 이러한 피봇 이름 테이블 및 피봇 메타 테이블은 전술한 오리지널 테이블 및 피봇 테이블과는 별개의 테이블들로서, 전술한 그리고 이하의 메타 정보들을 포함할 수 있다.
본 발명의 일 실시예에서, 피봇 이름 테이블은 다음의 표 4와 같은 예시적인 구조를 가질 수 있다:
컬럼명 | 타입 |
SGMT_ID | NUMBER |
COL_ID | NUMBER |
IDX | NUMBER |
NAME | VARCHAR(4000) |
표 4에서 도시되는 바와 같이, 피봇 이름 테이블은 피봇 테이블의 각각의 피봇 컬럼에 포함된, 피봇 연산의 결과로서 생성된 하나 이상의 컬럼들에 대한 이름 정보를 결정하는데 사용될 수 있다. 이러한 피봇 이름 테이블은, 피봇 테이블에 대한 ID를 식별하는 세그먼트 ID(SGMT_ID), 피봇 테이블에서 상기 BLOB 데이터가 저장되어있는 피봇 컬럼을 식별하는 컬럼 ID(COL_ID), 및 피봇 테이블 내에서의 상기 BLOB 데이터가 표현하는 테이블의 컬럼을 식별하는 인덱스(IDX)의 컬럼 명을 가질 수 있다. 또한, 피봇 메타 테이블은 피봇 컬럼 내의 BLOB 데이터가 표현하는 테이블의 IDX 컬럼의 컬럼 명을 나타내는 NAME을 포함할 수 있다.
본 발명의 일 실시예에서, 피봇 메타 테이블은 다음의 표 5와 같은 예시적인 구조를 가질 수 있다:
컬럼명 | 타입 |
SGMT_ID | NUMBER |
COL_ID | NUMBER |
IDX | NUMBER |
TYPE | NUMBER |
AGGR_NAME | VARCHAR(4000) |
표 5에서 도시되는 바와 같이, 피봇 메타 테이블은 상기 피봇 연산의 결과로 저장된 BLOB 데이터에 대한 내부 저장 형태를 식별하기 위한 TYPE의 컬럼명을 가질 수 있다. 예를 들어, 내부 저장 형태는 숫자를 나타내는 NUMBER, 문자를 나타내는 CHARACTER, 가변길이 문자열을 나타내는 VARCHAR()를 포함할 수 있다. 여기서 VARCHAR(4000)이란 최대 4000바이트의 가변길이 문자열을 의미할 수 있다. 또한, 피봇 메타 테이블은 피봇 테이블에 대한 ID를 식별하는 세그먼트 ID(SGMT_ID_, 피봇 테이블에서 상기 BLOB 데이터가 저장되어있는 피봇 컬럼을 식별하는 컬럼 ID(COL_ID), 및 피봇 테이블 내에서의 상기 BLOB 데이터가 표현하는 테이블의 컬럼을 식별하는 인덱스(IDX)의 컬럼 명을 가질 수 있다. 또한, 피봇 메타 테이블은 해당 피봇 BLOB에 저장된 테이블의 각각의 컬럼에 대한 컬럼명들이 만들어진 규칙을 저장하기 위한 AGGR_NAME을 포함할 수 있다.
추가적인 실시예에서, 전술한 피봇 이름 테이블 및 피봇 메타 테이블은 각각 자신과 관련되는 피봇 테이블과의 맵핑관계를 가질 수도 있거나, 별도의 맵핑관계를 표시하는 테이블이 존재할 수도 있다. 표 4 및 5에서 도시되는 테이블들에 저장된 값들은 예시적인 것이라는 점에 유의한다.
도 2로 되돌아 가면, 피봇 이름 테이블 조회 모듈(250)은, 피봇 테이블에 대한 피봇 이름 테이블을 조회함으로써, 상기 피봇 테이블의 각각의 피봇 컬럼에 포함된, 피봇 연산의 결과로서 생성된 하나 이상의 컬럼들에 대한 이름 정보를 결정할 수 있다. 또한, 피봇 메타 테이블 조회 모듈(260)은, 피봇 테이블에 대한 피봇 메타 테이블을 조회함으로써, 상기 피봇 테이블의 내부 저장 타입 정보를 결정할 수 있다. 여기서의 내부 저장 타입 정보는, 예를 들어, 피봇 연산의 결과로 저장된 BLOB 데이터에 대한 내부 저장 형태를 식별하기 위한 정보를 의미할 수 있다.
본 발명의 일 실시예에서, 출력 정보 생성 모듈(270)은, 결정된 이름 정보 및 내부 저장 타입 정보에 기초하여, 상기 쿼리 문에 대응되는 BLOB 데이터에 대한 출력 정보를 생성할 수 있다. 출력 정보 생성 모듈(270)은, 결정된 내부 저장 타입 정보 및 이름 정보에 기초하여, 상기 피봇 테이블의 피봇 컬럼에 저장된 BLOB 데이터의 값을 분석하는 동작, 상기 분석된 값에 기초하여 버퍼(buffer) 테이블을 생성하는 동작, 상기 생성된 버퍼 테이블을 조회하기 위한 SQL 문을 자동적으로 생성하는 동작, 및 상기 자동적으로 생성된 SQL 문에 따른 연산을 수행함으로써 상기 BLOB 데이터에 대한 출력 정보를 생성하는 동작을 수행할 수 있다.
본 발명의 일 실시예에서, 쿼리 생성 모듈(280)은, BLOB 데이터에 대한 값이 분석되는 경우, 이러한 값을 기초로 하여 생성된 피봇 이름 테이블 및 피봇 메타 테이블을 조회하기 위한 SQL문을 자동으로 생성할 수 있다. DBA가 특정 테이블 또는 특정 컬럼에 대한 조회/출력 요청만을 포함하는 SQL 문을 발행한다고 하더라도, 피봇 이름 테이블 및 피봇 메타 테이블을 조회하기 위한 서브 쿼리 문이 상기 쿼리 생성 모듈(280)에 의해 자동적으로 생성될 수 있다. 즉, 쿼리 생성 모듈(280)은, 수신되는 쿼리 문이 힌트 정보를 포함하는지 여부를 결정하고, 포함한다고 결정되는 경우 상기 수신되는 쿼리 문에 대한 2개의 서브 쿼리 문들을 각각 자동적으로 생성할 수 있다. 여기서, 상기 2개의 서브 쿼리 문은, 상기 피봇 이름 테이블을 조회하기 위한 서브 쿼리 문, 및 상기 피봇 네임 테이블을 조회하기 위한 서브 쿼리 문을 의미할 수 있다. 본 발명의 일 실시예에서, 쿼리 생성 모듈(280)은, BLOB 데이터에 대한 값이 분석되는 경우, 이러한 값을 기초로 하여, 생성된 버퍼 테이블을 조회하기 위한 SQL문(내부 SQL)을 자동으로 생성할 수 있다.
추가적으로, 쿼리 생성 모듈(280)은 생성된 BLOB 데이터를 피봇 테이블에 저장한 이후에, 상기 생성된 BLOB 데이터에 대한 메타 정보를 메타 정보 관리 테이블(예컨대, 피봇 네임 테이블 및 피봇 메타 테이블)에 저장하기 위한 내부 SQL 문을 생성할 수도 있다.
도 3은 본 발명의 일 실시예에 따른 쿼리 실행 방법에 대한 순서도를 도시한다. 도 3에서 도시되는 단계들은 예를 들어, 데이터베이스 서버(120)에 의해 수행될 수 있다. 도 3에서 도시되는 단계들은 예시적인 것이며, 추가적인 단계가 포함될 수 있거나 또는 적어도 일부의 단계가 생략될 수도 있다.
도 3에서 도시되는 바와 같이, 데이터베이스 서버(120)는 클라이언트(110)로부터 피봇 연산자가 포함된 쿼리 문을 수신할 수 있다(310). 본 발명의 일 실시예에서, 상기 쿼리 문은 클라이언트(110)로부터 입력된 힌트를 포함할 수 있다. 예를 들어, 힌트는 쿼리 문이 나타내는 특정 테이블 또는 테이블의 특정 컬럼이 피봇 BLOB 컬럼임을 표시하는 정보를 포함할 수 있다.
그리고나서, 데이터베이스 서버(120)는 쿼리 문에 대한 수신에 응답하여, 오리지널 테이블에 대한 피봇 연산을 수행할 수 있다(320). 즉, 데이터베이스 서버(120)는 수신된 쿼리 문에 대응되는 데이터베이스 연산을 수행할 수 있다. 예를 들어, 단계 320에서의 피봇 연산의 수행 단계는: 오리지널 테이블에서 상기 피봇 연산자에 관련되지 않는 제 1 세트의 하나 이상의 컬럼에 대하여 Group by 연산을 수행하는 단계, 및 오리지널 테이블에서 피봇 연산자에 관련되는 제 2 세트의 하나 이상의 컬럼에 대하여 상기 Group by 연산이 수행된 제 1 세트의 하나 이상의 컬럼 단위로 집계 연산을 수행한 이후에, 상기 제 2 세트의 하나 이상의 컬럼에 대한 로우와 컬럼을 서로 교환하는 단계를 포함할 수 있다.
데이터베이스 서버(120)는 피봇 연산에 대한 수행 결과의 적어도 일부분을 BLOB 타입으로 직렬화함으로써 BLOB 데이터를 생성할 수 있다(330). BLOB 데이터를 생성하는 단계는, 오리지널 테이블에서 상기 피봇 연산자에 관련되는 제 2 세트의 하나 이상의 컬럼에 대한 상기 피봇 연산의 수행 결과를 상기 BLOB 타입으로 직렬화함으로써 BLOB 데이터를 생성하는 단계를 포함할 수 있다.
상기 생성된 BLOB 데이터는, 상기 오리지널 테이블에서 상기 피봇 연산자에 관련되는 제 2 세트의 하나 이상의 컬럼에 대한 상기 피봇 연산의 결과, NULL 값이 아닌 컬럼의 개수를 나타내는 헤더 카운트(header count) BLOB 데이터, 상기 NULL 값이 아닌 컬럼 각각에 대한 헤더 정보를 나타내는 헤더 BLOB 데이터, 및 상기 NULL 값이 아닌 컬럼 각각에 대한 실제 값을 나타내는 값 BLOB 데이터를 포함할 수 있다. 상기 BLOB 데이터는, 헤더 카운트 BLOB 데이터, 헤더 BLOB 데이터, 및 값 BLOB 데이터의 순서로 구성(즉, 직렬화)될 수 있다.
보다 구체적으로, 헤더 BLOB 데이터의 헤더 정보는, 예를 들어, 4 바이트(byte)의 크기를 갖는 컬럼 번호 정보 및 4 바이트의 크기를 갖는 BLOB 데이터에서의 오프셋 정보를 포함할 수 있다. 상기 오프셋 정보는 상기 컬럼 번호 정보에 대응되는 컬럼의 값에 대한 BLOB 데이터 상에서의 실제 위치 정보를 나타낼 수 있다. 또한, 헤더 카운트 BLOB 데이터는 예를 들어 4 바이트의 크기를 가질 수 있다. 헤더 BLOB 데이터는 예를 들어, NULL 값이 아닌 컬럼의 개수에 8 바이트를 곱한 크기를 가질 수 있다.
다시 말하면, BLOB 데이터는 앞 부분에 메타데이터로서의 헤더(Header) 부분을 가지고 있다. 이러한 메타데이터는 BLOB 데이터 내의 테이블의 NULL이 아닌 값을 가지고 있는 컬럼의 수를 의미하는 4바이트의 헤더 카운트(Header Count)와 헤더 카운트 개수만큼의 각각 8바이트씩의 헤더들로 구성될 수 있다. 각각의 헤더들은 하나의 BLOB 데이터 내의 테이블의 하나의 컬럼 정보를 가지고 있으며 4바이트의 컬럼 번호와 BLOB 데이터 내의 위치를 나타내는 오프셋으로 구성될 수 있다. 그 뒤로 기록된 헤더의 순서에 따라 해당하는 컬럼의 실제 데이터의 값이 오프셋에 맞춰 배치될 수 있다.
도 3으로 되돌아 가면, 데이터베이스 서버(120)는, 생성된 BLOB 데이터를 피봇 테이블에 저장할 수 있다(340). 보다 구체적으로, 데이터베이스 서버(120)는, 상기 피봇 테이블에서의 단일 컬럼인 제 2 피봇 컬럼(즉, 피봇 BLOB 컬럼)에 상기 생성된 BLOB 데이터를 저장할 수 있다. 또한, 데이터베이스 서버(120)는 상기 제 2 피봇 컬럼과는 상이한 컬럼(들)에 피봇 연산자에 관련되지 않는 컬럼(들)에 대한 피봇 연산의 수행 결과를 비-BLOB 타입으로 저장할 수 있다.
데이터베이스 서버(120)는 생성된 BLOB 데이터에 대한 메타 정보를 메타 정보 관리 테이블(예컨대, 피봇 네임 테이블 및 피봇 메타 테이블)에 저장할 수 있다(350). 보다 구체적으로, 데이터베이스 서버(120)는 예컨대, INSERT_INTO SYS.PV_NAME VALUES (~~~~) 및 INSERT_INTO SYS.PV_META VALUES (~~~~)와 같은 내부 SQL을 생성하여, 상기 내부 SQL을 수행함으로써, 피봇 네임 테이블 및 피봇 메타 테이블에 BLOB 데이터에 대한 메타 정보를 저장(추가)할 수 있다.
본 발명의 일 실시예에서, 피봇 테이블에 저장된 BLOB 데이터는 다음과 같이 예시적으로 설명될 수 있다. 이하에서 설명될 SQL문을 본 발명의 설명을 위한 예시적인 것이며, 본 발명의 권리범위를 이하의 SQL문으로 한정하는 것은 아니라는 점이 주의되어야 한다.
create table orig_tbl (c1 varchar2(10), c2 varchar2(10), c3 number)의 표현(expression)이 포함된 SQL 문이 수신될 수 있다. 이에 따라 c1, c2, 및 c3의 컬럼들을 갖는 오리지널 테이블이 생성될 수 있다. 여기서의 varchar2(100)는 가변형 데이터 타입으로서 최대 100byte까지 가능하다는 표시를 지정할 수 있다. 또한, number는 해당 컬럼의 데이터 타입의 숫자라는 것을 지정할 수 있다. 또한, create table pivot_tbl (c1 varchar2(10), c2 blob)의 표현이 포함된 SQL 문이 수신될 수 있다. 여기서, pivot_tbl은 피봇 테이블을 의미할 수 있으며, 이에 따라 2개의 컬럼들(즉, varchar2(10)인 c1 컬럼과 blob 타입의 c2 컬럼)이 포함된 피봇 테이블이 생성될 수 있다.
예를 들어, 이하의 표 6 같은 오리지널 테이블이 존재한다고 가정한다:
C1 (varchar2(10)) | C2 (varchar2(10)) | C3 number |
ITEM1 | RED | 10 |
ITEM1 | YELLOW | 20 |
ITEM1 | GREEN | 30 |
ITEM1 | RED | 10 |
ITEM1 | YELLOW | 20 |
ITEM1 | GREEN | 30 |
ITEM2 | RED | 10 |
ITEM2 | GREEN | 30 |
이러한 경우, 이하의 SQL 문에 따라서 피봇 연산이 수행된 결과가 피봇 테이블에 BLOB 타입으로 저장될 수 있다.
INSERT /*+ APPEND */ INTO PIVOT_TBL
SELECT /*+ PIVOT_COL(PIVOT1 2) */ c1, pivot_col
FROM (
SELECT c1, pivot_col
FROM
(
SELECT c1, c2, c3 FROM ORIG_TBL
)
PIVOT BLOB (sum(c3) AS ““%_COL”” FOR (c2))
) PIVOT1
여기서, /*+ 내지 */으로 기재된 표현은 DBA에서 지정한 주석 형태의 힌트 표현을 의미할 수 있다. 예를 들어, /*+ APPEND */ 라는 표현은, 대용량 데이터 처리를 용이하게 하기 위하여 롤백(rollback)을 쌓지 않고 바로 테이블스페이스에 해당 데이터를 삽입하라는 힌트를 의미할 수 있다. 예를 들어, /*+ PIVOT_COL(PIVOT1 2) */ 라는 표현은, PIVOT1이라는 테이블 혹은 쿼리 중간 결과값의 두번째 컬럼이 피봇 컬럼이라는 것을 나타내는 힌트를 의미할 수 있다. 전술한 SQL 문에 따라서, 오리지널 테이블의 c1, c2 및 c3 컬럼 중에서, c2 컬럼의 로우들 대한 c3 값들의 합계가 피봇 테이블의 피봇 컬럼에 BLOB 타입으로 저장될 수 있다. 즉, PIVOT BLOB 연산자가 SQL에 포함되는 경우, 데이터베이스 서버는 해당 SQL 문에 기초하여, 오리지널 테이블에 대한 피봇 연산을 수행한 후, 피봇 테이블의 (단일) 컬럼에 피봇 연산의 수행 결과를 BLOB 타입으로 저장할 수 있다.
C1 (varchar2(10)) | C2 BLOB |
ITEM1 | 000000030000…….. |
ITEM2 | 000000020000…….. |
표 7은 표 6의 오리지널 테이블에서 전술한 SQL 문의 실행에 따라 피봇 연산이 수행된 후의 피봇 테이블을 나타낸다. 여기서, C2 BLOB 컬럼이라는 하나의 컬럼에 피봇 연산의 결과가 저장될 수 있다. 예를 들어, C2 BLOB 컬럼의 제 1 로우에서는 ([60(0), 20(1), 40(2)]) 이라는 데이터(즉, 'RED' : 20, 'YELLOW' : 40, 'GREEN' : 60 임을 나타내는 데이터)가 BLOB 형태로 저장될 수 있다. 예를 들어, C2 BLOB 컬럼의 제 2 로우에서는 ([30(0), 10(1)]) 이라는 데이터(즉, 'RED' : 10, 'GREEN' : 30 임을 나타내는 데이터)가 BLOB 형태로 저장될 수 있다. 이러한 BLOB 형태의 데이터들은 16진수로서 바이트를 표현할 수 있다.
도 4는 본 발명의 일 실시예에 따라 피봇 테이블에서 저장된 BLOB 데이터를 예시적으로 도시한다.
도 4에서 도시되는 바와 같이, ITEM2에 대한 피봇 컬럼은 ([30(0), 10(1)]) 이라는 데이터(즉, 'RED' : 10, 'GREEN' : 30 임을 나타내는 데이터)를 포함할 수 있다. 해당 피봇 컬럼의 BLOB 데이터의 첫번째 4개의 바이트들 00 00 00 02는 총 2개의 NULL이 아닌 컬럼을 표현할 수 있다. 이는 헤더 카운트(hdr_count)를 표현할 수 있다.
이러한 2개의 비-NULL 컬럼들 각각은 8 바이트의 헤더 값을 가질 수 있다. 상기 8 바이트의 헤더 값은 첫번째 4개의 바이트들 이후에 배치될 수 있다. 헤더 값은 4바이트의 컬럼 번호 값 및 4바이트의 BLOB에서의 오프셋(offset) 값을 표현할 수 있다. 즉, 상기 첫번째 4개의 바이트들 이후의 00 00 00 00은 0번째 컬럼에 대한 번호 값을 표현하며, 그리고 그 뒤로 이어진 00 00 00 14는 0번째 컬럼 값의 오프셋 값(즉, 오프셋이 20이며, 이는 최초 바이트로부터 20번 이후의 바이트에 0번째 컬럼에 대한 실제 값이 포함된다는 표시)을 표현할 수 있다. 그 뒤로 이어진 00 00 00 01은 1번째 컬럼에 대한 번호 값을 표현하며, 그리고 그 뒤로 이어진 00 00 00 17은 1번째 컬럼에 대한 오프셋 값(즉, 오프셋이 23임)을 표현할 수 있다.
그 뒤로 이어진 02 C1 9E 는 0번째 컬럼에 대한 실제 값(즉, 30)을 표현할 수 있으며, 02 C1 8A 는 1번째 컬럼에 대한 실제 값(즉, 10)을 표현할 수 있다. 여기서, 실제 값을 표현하는 바이트 스트림에서의 첫번째 1 바이트(02)는 그 뒤의 2바이트가 실제 값을 표현한다는 값(value)에 대한 길이(length)를 표현하도록 구성될 수 있다.
전술한 BLOB 데이터 구성에 대한 설명은 예시적인 것이며, 다양한 형태의 바이트 스트림 구성 또한 본 발명의 권리범위에 포함될 수 있다.
도 5는 본 발명의 일 실시예에 따른 쿼리 실행 방법에 대한 순서도를 도시한다. 도 5에서 도시되는 단계들은 예를 들어, 데이터베이스 서버(120)에 의해 수행될 수 있다. 도 5에서 도시되는 단계들은 예시적인 것이며, 추가적인 단계가 포함될 수 있거나 또는 적어도 일부의 단계가 생략될 수도 있다.
데이터베이스 서버(120)는 피봇 테이블에 BLOB 타입으로 직렬화되어 저장된 BLOB 데이터를 요청하기 위한 쿼리 문을 수신할 수 있다(510). 본 발명의 일 실시예에서, 상기 쿼리 문은 BLOB 데이터를 조회 및/또는 출력하기 위한 쿼리를 의미할 수 있다.
상기 수신되는 쿼리 문은, DBA로부터 입력된 피봇 관련된 컬럼을 표시하는 힌트 정보를 포함할 수 있다. 힌트 정보를 수신하는 경우, 데이터베이스 서버(120)(예컨대, 연산 수행 모듈)는 힌트 정보에 기초하여 해당 쿼리와 관련되는 테이블 또는 컬럼이 피봇 연산에 따른 BLOB 데이터를 저장하고 있다고 판단하고, 이에 대한 프로세싱을 수행할 수 있다. 따라서, 힌트 정보가 수신되는 경우, 데이터베이스 서버(120)는 해당 컬럼에 저장된 값이 바이트 스트림 형태로 되어있다고 하더라도, 이를 단순한 바이트 스트림 형태가 아닌 BLOB 데이터를 나타내는 바이트 스트림 형태로 판단할 수 있다. 이를 통하여, 데이터베이스 서버(120)는 도 4에서 도시되는 출력 정보가 아닌 도 8에서 도시되는 출력 정보를 생성하여, DBA에게 이를 전달할 수 있다.
데이터베이스 서버(120)(예컨대, 쿼리 생성 모듈(280))는, 수신되는 쿼리 문이 힌트 정보를 포함하는지 여부를 결정할 수 있다. 데이터베이스 서버(120)가 쿼리 문이 힌트 정보를 포함한다고 결정하는 경우, 상기 수신되는 쿼리 문에 대한 2개의 서브 쿼리 문들이 각각 자동적으로 생성될 수 있다. 여기서, 상기 2개의 서브 쿼리 문은, 상기 피봇 이름 테이블을 조회하기 위한 서브 쿼리 문, 및 상기 피봇 네임 테이블을 조회하기 위한 서브 쿼리 문을 의미할 수 있다.
그리고나서, 데이터베이스 서버(120)는 피봇 테이블에 대한 피봇 이름 테이블을 조회함으로써, 피봇 테이블의 각각의 피봇 컬럼에 포함된, 피봇 연산의 결과로서 생성된 하나 이상의 컬럼들에 대한 이름 정보를 결정할 수 있다(520). 데이터베이스 서버(120)가 피봇 이름 테이블을 조회함에 따라, 피봇 컬럼이 포함된 테이블에 대한 정보, 해당 테이블 내의 몇번째 컬럼에 BLOB 데이터가 존재하는지를 나타내는 정보, BLOB 데이터를 나타내는 정보, 및 각 피봇 컬럼 내에 저장된 테이블 내의 컬럼(들)에 대한 이름 정보 등이 획득될 수 있다.
그리고나서, 데이터베이스 서버(120)는 피봇 테이블에 대한 피봇 메타 테이블을 조회함으로써, 피봇 테이블의 내부 저장 타입 정보를 결정할 수 있다. 이러한 피봇 메타 테이블을 조회하는 경우, 데이터베이스 서버(120)는 피봇 컬럼 또는 피봇 테이블에 저장된 데이터의 타입에 대한 정보를 획득할 수 있다.
그리고나서, 데이터베이스 서버(120)는 결정된 이름 정보 및 내부 저장 타입 정보에 기초하여, 쿼리 문에 대응되는 BLOB 데이터에 대한 출력 정보를 생성할 수 있다(540). 보다 구체적으로, 데이터베이스 서버(120)는: 결정된 내부 저장 타입 정보 및 이름 정보에 기초하여, 상기 피봇 테이블의 피봇 컬럼에 저장된 BLOB 데이터의 값을 분석하고, 상기 분석된 값에 기초하여 버퍼 테이블을 생성하고, 상기 생성된 버퍼 테이블을 조회하기 위한 SQL 문을 자동적으로 생성하며, 그리고 상기 자동적으로 생성된 SQL 문에 따른 연산을 수행함으로써 상기 BLOB 데이터에 대한 출력 정보를 생성할 수 있다.
도 6은 본 발명의 일 실시예에 따라 피봇 이름 테이블에 대한 예시적인 조회 결과 화면을 도시한다.
본 발명의 일 실시예에서, 클라이언트(110)로부터 쿼리 문을 수신하는 경우, 그리고 해당 쿼리 문이 BLOB 데이터가 저장된 피봇 테이블(또는 피봇 컬럼)과 연관된다고 결정되는 경우, 데이터베이스 서버(120)는 예를 들어 select * from sys.pv_name 이라는 피봇 이름 테이블을 조회하기 위한 서브 쿼리를 생성할 수 있다. 본 발명의 추가적인 실시예에서, 데이터베이스 서버(120)는 클라이언트(110)로부터 쿼리 문을 수신하는 경우 그리고 해당 쿼리 문을 처리하는데 있어서 BLOB 데이터가 저장된 컬럼을 발견하는 경우, 피봇 이름 테이블을 조회하기 위한 서브 쿼리를 생성할 수도 있다. 본 발명의 추가적인 실시예에서, 데이터베이스 서버(120)는 클라이언트로부터 쿼리 문을 수신하는 경우 그리고 해당 쿼리 문을 처리하는데 있어서 BLOB 데이터가 저장된 컬럼을 발견하는 경우, 클라이언트(110)로 BLOB 데이터가 저장된 컬럼을 발견하였으니 피봇 이름 테이블을 조회할 것인지를 질의하는 정보를 생성할 수도 있다. 본 발명의 추가적인 실시예에서, 클라이언트(110)로부터 생성된 쿼리 문에 따라서 해당 피봇 이름 테이블이 조회될 수도 있다.
데이터베이스 서버(120)에서 생성된 해당 서브 쿼리를 통하여, 도 6에서 도시되는 바와 같이, 피봇 이름 테이블이 조회 및 출력될 수 있다. 도 6에서 도시되는, 피봇 이름 테이블에 대한 출력 정보는, 1970 이라는 식별번호를 갖는 피봇 테이블의 1 이라는 식별번호를 갖는 피봇 컬럼에 GREEN_COL, RED_COL, 및 YELLOW_COL의 이름을 갖는 값들이 BLOB 타입으로 저장되어있다는 것을 나타낸다.
도 7은 본 발명의 일 실시예에 따라 피봇 메타 테이블에 대한 예시적인 조회 결과 화면을 도시한다.
본 발명의 일 실시예에서, 클라이언트(110)로부터 쿼리 문을 수신하는 경우, 그리고 해당 쿼리 문이 BLOB 데이터가 저장된 피봇 테이블(또는 피봇 컬럼)과 연관된다고 결정되는 경우, 데이터베이스 서버(120)는 예를 들어 select * from sys.pv_meta 이라는 피봇 메타 테이블을 조회하기 위한 서브 쿼리를 생성할 수 있다. 보다 구체적으로, 예를 들어, select name from pv_name where sgmt_id=?? and col_id=?? order by idx,
select type, aggr_name from pv_meta wehre sgmt_id=?? and col_id=?? order by idx 와 같은 형태의 피봇 네임 테이블 및 피봇 메타 테이블을 조회하기 위한 서브 쿼리가 생성될 수 있다.
본 발명의 추가적인 실시예에서, 데이터베이스 서버(120)는 클라이언트(110)로부터 쿼리 문을 수신하는 경우 그리고 해당 쿼리 문을 처리하는데 있어서 BLOB 데이터가 저장된 컬럼을 발견하는 경우, 피봇 메타 테이블을 조회하기 위한 서브 쿼리를 생성할 수도 있다. 본 발명의 추가적인 실시예에서, 데이터베이스 서버(120)는 클라이언트로부터 쿼리 문을 수신하는 경우 그리고 해당 쿼리 문을 처리하는데 있어서 BLOB 데이터가 저장된 컬럼을 발견하는 경우, 클라이언트(110)로 BLOB 데이터가 저장된 컬럼을 발견하였으니 피봇 메타 테이블을 조회할 것인지를 질의하는 정보를 생성할 수도 있다. 본 발명의 추가적인 실시예에서, 클라이언트(110)로부터 생성된 쿼리 문에 따라서 해당 피봇 메타 테이블이 조회될 수도 있다.
데이터베이스 서버(120)에서 생성된 해당 서브 쿼리를 통하여, 도 7에서 도시되는 바와 같이, 피봇 메타 테이블이 조회 및 출력될 수 있다. 도 7에서 도시되는, 피봇 메타 테이블에 대한 출력 정보는, 1970 이라는 식별번호를 갖는 피봇 테이블의 1 이라는 식별번호를 갖는 피봇 컬럼에 저장된 BLOB 데이터에 저장된 테이블의 0번 컬럼 값이 1 이라는 식별번호를 갖는 타입(예컨대, 숫자)을 표현한다는 것을 나타낸다.
도 8은 본 발명의 일 실시예에 따라 BLOB 데이터에 대한 예시적인 출력 정보를 도시한다.
앞서 설명되었던 도 4에서 도시되는 형태의 출력 정보는, 예를 들어, select c1, c2 from PIVOT_TBL 이라는 쿼리 문에 따라 생성될 수 있다. 즉, 도 4에서의 출력 정보는 클라이언트(110)로부터 수신된 쿼리 문에서 힌트 정보가 포함되지 않았기 때문에, BLOB 데이터가 바이트 스트림 형태로 그대로 출력될 수 있다.
클라이언트(110)로부터 수신된 쿼리문이 예를 들어, select /*+ PIVOT_COL(PIVOT_TBL) */ c1, c2 from PIVOT_TBL 일 수 있다. /*+ PIVOT_COL(PIVOT_TBL) */ 의 표현에서 나타내지는 바와 같이, 해당 테이블 또는 컬럼이 피봇 테이블 또는 피봇 컬럼이라는 힌트 정보를 포함하고 있기 때문에, 데이터베이스 서버(120)는 도 8에서 도시되는 출력 정보를 생성할 수 있다. 본 명세서에서의 힌트 정보는 전술한 /*+ */ 표현만으로 제한되는 것은 아니며, 다양한 형태의 힌트 정보가 포함될 수 있다.
도 8에서 도시되는 바와 같이, 피봇 테이블의 피봇 컬럼들의 값들이 BLOB 형태가 아닌 테이블 형태(예컨대, ITEM 1의 경우 [60.0(0), 20.0(1), 40.0(2)]로 표시될 수 있다. 또한, 이러한 ITEM 1의 값들은 각각 순서대로 GREEN_COL(0), RED_COL(1), 및 YELLOW_COL(2)와 대응될 수 있다.
도 9는 본 개시내용의 실시예들이 구현될 수 있는 데이터베이스 서버 또는 장치의 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도를 도시한다.
본 발명이 일반적으로 하나 이상의 컴퓨터 상에서 실행될 수 있는 컴퓨터 실행가능 명령어와 관련하여 전술되었지만, 당업자라면 본 발명이 기타 프로그램 모듈들과 결합되어 및/또는 하드웨어와 소프트웨어의 조합으로서 구현될 수 있다는 것을 잘 알 것이다.
일반적으로, 프로그램 모듈은 특정의 태스크를 수행하거나 특정의 추상 데이터 유형을 구현하는 루틴, 프로시져, 프로그램, 컴포넌트, 데이터 구조, 기타 등등을 포함한다. 또한, 당업자라면 본 발명의 방법이 단일-프로세서 또는 멀티프로세서 컴퓨터 시스템, 미니컴퓨터, 메인프레임 컴퓨터는 물론 퍼스널 컴퓨터, 핸드헬드 컴퓨팅 장치, 마이크로프로세서-기반 또는 프로그램가능 가전 제품, 기타 등등(이들 각각은 하나 이상의 연관된 장치와 연결되어 동작할 수 있음)을 비롯한 다른 컴퓨터 시스템 구성으로 실시될 수 있다는 것을 잘 알 것이다.
본 발명의 설명된 실시예들은 또한 어떤 태스크들이 통신 네트워크를 통해 연결되어 있는 원격 처리 장치들에 의해 수행되는 분산 컴퓨팅 환경에서 실시될 수 있다. 분산 컴퓨팅 환경에서, 프로그램 모듈은 로컬 및 원격 메모리 저장 장치 둘다에 위치할 수 있다.
컴퓨터는 통상적으로 다양한 컴퓨터 판독가능 매체를 포함한다. 컴퓨터에 의해 액세스 가능한 매체는 그 어떤 것이든지 컴퓨터 판독가능 매체가 될 수 있고, 이러한 컴퓨터 판독가능 매체는 휘발성 및 비휘발성 매체, 일시적(transitory) 및 비일시적(non-transitory) 매체, 이동식 및 비-이동식 매체를 포함한다. 제한이 아닌 예로서, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 포함할 수 있다. 컴퓨터 판독가능 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보를 저장하는 임의의 방법 또는 기술로 구현되는 휘발성 및 비휘발성 매체, 일시적 및 비-일시적 매체, 이동식 및 비이동식 매체를 포함한다. 컴퓨터 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리 또는 기타 메모리 기술, CD-ROM, DVD(digital video disk) 또는 기타 광 디스크 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 기타 자기 저장 장치, 또는 컴퓨터에 의해 액세스될 수 있고 원하는 정보를 저장하는 데 사용될 수 있는 임의의 기타 매체를 포함하지만, 이에 한정되지 않는다.
통신 매체는 통상적으로 반송파(carrier wave) 또는 기타 전송 메커니즘(transport mechanism)과 같은 피변조 데이터 신호(modulated data signal)에 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터등을 구현하고 모든 정보 전달 매체를 포함한다. 피변조 데이터 신호라는 용어는 신호 내에 정보를 인코딩하도록 그 신호의 특성들 중 하나 이상을 설정 또는 변경시킨 신호를 의미한다. 제한이 아닌 예로서, 통신 매체는 유선 네트워크 또는 직접 배선 접속(direct-wired connection)과 같은 유선 매체, 그리고 음향, RF, 적외선, 기타 무선 매체와 같은 무선 매체를 포함한다.
컴퓨터(1102)를 포함하는 본 발명의 여러가지 측면들을 구현하는 예시적인 환경(1100)이 나타내어져 있으며, 컴퓨터(1102)는 처리 장치(1104), 시스템 메모리(1106) 및 시스템 버스(1108)를 포함한다. 시스템 버스(1108)는 시스템 메모리(1106)(이에 한정되지 않음)를 비롯한 시스템 컴포넌트들을 처리 장치(1104)에 연결시킨다. 처리 장치(1104)는 다양한 상용 프로세서들 중 임의의 프로세서일 수 있다. 듀얼 프로세서 및 기타 멀티프로세서 아키텍처도 역시 처리 장치(1104)로서 이용될 수 있다.
시스템 버스(1108)는 메모리 버스, 주변장치 버스, 및 다양한 상용 버스 아키텍처 중 임의의 것을 사용하는 로컬 버스에 추가적으로 상호 연결될 수 있는 몇가지 유형의 버스 구조 중 임의의 것일 수 있다. 시스템 메모리(1106)는 판독 전용 메모리(ROM)(1110) 및 랜덤 액세스 메모리(RAM)(1112)를 포함한다. 기본 입/출력 시스템(BIOS)은 ROM, EPROM, EEPROM 등의 비휘발성 메모리(1110)에 저장되며, 이 BIOS는 시동 중과 같은 때에 컴퓨터(1102) 내의 구성요소들 간에 정보를 전송하는 일을 돕는 기본적인 루틴을 포함한다. RAM(1112)은 또한 데이터를 캐싱하기 위한 정적 RAM 등의 고속 RAM을 포함할 수 있다.
컴퓨터(1102)는 또한 내장형 하드 디스크 드라이브(HDD)(1114)(예를 들어, EIDE, SATA) ― 이 내장형 하드 디스크 드라이브(1114)는 또한 적당한 섀시(도시 생략) 내에서 외장형 용도로 구성될 수 있음 ―, 자기 플로피 디스크 드라이브(FDD)(1116)(예를 들어, 이동식 디스켓(1118)으로부터 판독을 하거나 그에 기록을 하기 위한 것임), 및 광 디스크 드라이브(1120)(예를 들어, CD-ROM 디스크(1122)를 판독하거나 DVD 등의 기타 고용량 광 매체로부터 판독을 하거나 그에 기록을 하기 위한 것임)를 포함한다. 하드 디스크 드라이브(1114), 자기 디스크 드라이브(1116) 및 광 디스크 드라이브(1120)는 각각 하드 디스크 드라이브 인터페이스(1124), 자기 디스크 드라이브 인터페이스(1126) 및 광 드라이브 인터페이스(1128)에 의해 시스템 버스(1108)에 연결될 수 있다. 외장형 드라이브 구현을 위한 인터페이스(1124)는 USB(Universal Serial Bus) 및 IEEE 1394 인터페이스 기술 중 적어도 하나 또는 그 둘다를 포함한다.
이들 드라이브 및 그와 연관된 컴퓨터 판독가능 매체는 데이터, 데이터 구조, 컴퓨터 실행가능 명령어, 기타 등등의 비휘발성 저장을 제공한다. 컴퓨터(1102)의 경우, 드라이브 및 매체는 임의의 데이터를 적당한 디지털 형식으로 저장하는 것에 대응한다. 상기에서의 컴퓨터 판독가능 매체에 대한 설명이 HDD, 이동식 자기 디스크, 및 CD 또는 DVD 등의 이동식 광 매체를 언급하고 있지만, 당업자라면 집 드라이브(zip drive), 자기 카세트, 플래쉬 메모리 카드, 카트리지, 기타 등등의 컴퓨터에 의해 판독가능한 다른 유형의 매체도 역시 예시적인 운영 환경에서 사용될 수 있으며 또 임의의 이러한 매체가 본 발명의 방법들을 수행하기 위한 컴퓨터 실행가능 명령어를 포함할 수 있다는 것을 잘 알 것이다.
운영 체제(1130), 하나 이상의 애플리케이션 프로그램(1132), 기타 프로그램 모듈(1134) 및 프로그램 데이터(1136)을 비롯한 다수의 프로그램 모듈이 드라이브 및 RAM(1112)에 저장될 수 있다. 운영 체제, 애플리케이션, 모듈 및/또는 데이터의 전부 또는 그 일부분이 또한 RAM(1112)에 캐싱될 수 있다. 본 발명이 여러가지 상업적으로 이용가능한 운영 체제 또는 운영 체제들의 조합에서 구현될 수 있다는 것을 잘 알 것이다.
사용자는 하나 이상의 유선/무선 입력 장치, 예를 들어, 키보드(1138) 및 마우스(1140) 등의 포인팅 장치를 통해 컴퓨터(1102)에 명령 및 정보를 입력할 수 있다. 기타 입력 장치(도시 생략)로는 마이크, IR 리모콘, 조이스틱, 게임 패드, 스타일러스 펜, 터치 스크린, 기타 등등이 있을 수 있다. 이들 및 기타 입력 장치가 종종 시스템 버스(1108)에 연결되어 있는 입력 장치 인터페이스(1142)를 통해 처리 장치(1104)에 연결되지만, 병렬 포트, IEEE 1394 직렬 포트, 게임 포트, USB 포트, IR 인터페이스, 기타 등등의 기타 인터페이스에 의해 연결될 수 있다.
모니터(1144) 또는 다른 유형의 디스플레이 장치도 역시 비디오 어댑터(1146) 등의 인터페이스를 통해 시스템 버스(1108)에 연결된다. 모니터(1144)에 부가하여, 컴퓨터는 일반적으로 스피커, 프린터, 기타 등등의 기타 주변 출력 장치(도시 생략)를 포함한다.
컴퓨터(1102)는 유선 및/또는 무선 통신을 통한 원격 컴퓨터(들)(1148) 등의 하나 이상의 원격 컴퓨터로의 논리적 연결을 사용하여 네트워크화된 환경에서 동작할 수 있다. 원격 컴퓨터(들)(1148)는 워크스테이션, 서버 컴퓨터, 라우터, 퍼스널 컴퓨터, 휴대용 컴퓨터, 마이크로프로세서-기반 오락 기기, 피어 장치 또는 기타 통상의 네트워크 노드일 수 있으며, 일반적으로 컴퓨터(1102)에 대해 기술된 구성요소들 중 다수 또는 그 전부를 포함하지만, 간략함을 위해, 메모리 저장 장치(1150)만이 도시되어 있다. 도시되어 있는 논리적 연결은 근거리 통신망(LAN)(1152) 및/또는 더 큰 네트워크, 예를 들어, 원거리 통신망(WAN)(1154)에의 유선/무선 연결을 포함한다. 이러한 LAN 및 WAN 네트워킹 환경은 사무실 및 회사에서 일반적인 것이며, 인트라넷 등의 전사적 컴퓨터 네트워크(enterprise-wide computer network)를 용이하게 해주며, 이들 모두는 전세계 컴퓨터 네트워크, 예를 들어, 인터넷에 연결될 수 있다.
LAN 네트워킹 환경에서 사용될 때, 컴퓨터(1102)는 유선 및/또는 무선 통신 네트워크 인터페이스 또는 어댑터(1156)를 통해 로컬 네트워크(1152)에 연결된다. 어댑터(1156)는 LAN(1152)에의 유선 또는 무선 통신을 용이하게 해줄 수 있으며, 이 LAN(1152)은 또한 무선 어댑터(1156)와 통신하기 위해 그에 설치되어 있는 무선 액세스 포인트를 포함하고 있다. WAN 네트워킹 환경에서 사용될 때, 컴퓨터(1102)는 모뎀(1158)을 포함할 수 있거나, WAN(1154) 상의 통신 서버에 연결되거나, 또는 인터넷을 통하는 등, WAN(1154)을 통해 통신을 설정하는 기타 수단을 갖는다. 내장형 또는 외장형 및 유선 또는 무선 장치일 수 있는 모뎀(1158)은 직렬 포트 인터페이스(1142)를 통해 시스템 버스(1108)에 연결된다. 네트워크화된 환경에서, 컴퓨터(1102)에 대해 설명된 프로그램 모듈들 또는 그의 일부분이 원격 메모리/저장 장치(1150)에 저장될 수 있다. 도시된 네트워크 연결이 예시적인 것이며 컴퓨터들 사이에 통신 링크를 설정하는 기타 수단이 사용될 수 있다는 것을 잘 알 것이다.
컴퓨터(1102)는 무선 통신으로 배치되어 동작하는 임의의 무선 장치 또는 개체, 예를 들어, 프린터, 스캐너, 데스크톱 및/또는 휴대용 컴퓨터, PDA(portable data assistant), 통신 위성, 무선 검출가능 태그와 연관된 임의의 장비 또는 장소, 및 전화와 통신을 하는 동작을 한다. 이것은 적어도 Wi-Fi 및 블루투스 무선 기술을 포함한다. 따라서, 통신은 종래의 네트워크에서와 같이 미리 정의된 구조이거나 단순하게 적어도 2개의 장치 사이의 애드혹 통신(ad hoc communication)일 수 있다.
Wi-Fi(Wireless Fidelity)는 유선 없이도 인터넷 등으로의 연결을 가능하게 해준다. Wi-Fi는 이러한 장치, 예를 들어, 컴퓨터가 실내에서 및 실외에서, 즉 기지국의 통화권 내의 아무 곳에서나 데이터를 전송 및 수신할 수 있게 해주는 셀 전화와 같은 무선 기술이다. Wi-Fi 네트워크는 안전하고 신뢰성있으며 고속인 무선 연결을 제공하기 위해 IEEE 802.11(a,b,g, 기타)이라고 하는 무선 기술을 사용한다. 컴퓨터를 서로에, 인터넷에 및 유선 네트워크(IEEE 802.3 또는 이더넷을 사용함)에 연결시키기 위해 Wi-Fi가 사용될 수 있다. Wi-Fi 네트워크는 비인가 2.4 및 5 GHz 무선 대역에서, 예를 들어, 11Mbps(802.11a) 또는 54 Mbps(802.11b) 데이터 레이트로 동작하거나, 양 대역(듀얼 대역)을 포함하는 제품에서 동작할 수 있다.
본 발명의 기술 분야에서 통상의 지식을 가진 자는 여기에 개시된 실시예들과 관련하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 프로세서들, 수단들, 회로들 및 알고리즘 단계들이 전자 하드웨어, (편의를 위해, 여기에서 "소프트웨어"로 지칭되는) 다양한 형태들의 프로그램 또는 설계 코드 또는 이들 모두의 결합에 의해 구현될 수 있다는 것을 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 호환성을 명확하게 설명하기 위해, 다양한 예시적인 컴포넌트들, 블록들, 모듈들, 회로들 및 단계들이 이들의 기능과 관련하여 위에서 일반적으로 설명되었다. 이러한 기능이 하드웨어 또는 소프트웨어로서 구현되는지 여부는 특정한 애플리케이션 및 전체 시스템에 대하여 부과되는 설계 제약들에 따라 좌우된다. 본 발명의 기술 분야에서 통상의 지식을 가진 자는 각각의 특정한 애플리케이션에 대하여 다양한 방식들로 설명된 기능을 구현할 수 있으나, 이러한 구현 결정들은 본 발명의 범위를 벗어나는 것으로 해석되어서는 안 될 것이다.
여기서 제시된 다양한 실시예들은 방법, 장치, 또는 표준 프로그래밍 및/또는 엔지니어링 기술을 사용한 제조 물품(article)으로 구현될 수 있다. 용어 "제조 물품"은 임의의 컴퓨터-판독가능 장치로부터 액세스 가능한 컴퓨터 프로그램, 캐리어, 또는 매체(media)를 포함한다. 예를 들어, 컴퓨터-판독가능 매체는 자기 저장 장치(예를 들면, 하드 디스크, 플로피 디스크, 자기 스트립, 등), 광학 디스크(예를 들면, CD, DVD, 등), 스마트 카드, 및 플래쉬 메모리 장치(예를 들면, EEPROM, 카드, 스틱, 키 드라이브, 등)를 포함하지만, 이들로 제한되는 것은 아니다. 또한, 여기서 제시되는 다양한 저장 매체는 정보를 저장하기 위한 하나 이상의 장치 및/또는 다른 기계-판독가능한 매체를 포함한다. 용어 "기계-판독가능 매체"는 명령(들) 및/또는 데이터를 저장, 보유, 및/또는 전달할 수 있는 무선 채널 및 다양한 다른 매체를 포함하지만, 이들로 제한되는 것은 아니다.
제시된 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조는 예시적인 접근들의 일례임을 이해하도록 한다. 설계 우선순위들에 기반하여, 본 발명의 범위 내에서 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조가 재배열될 수 있다는 것을 이해하도록 한다. 첨부된 방법 청구항들은 샘플 순서로 다양한 단계들의 엘리먼트들을 제공하지만 제시된 특정한 순서 또는 계층 구조에 한정되는 것을 의미하지는 않는다.
제시된 실시예들에 대한 설명은 임의의 본 발명의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이며, 여기에 정의된 일반적인 원리들은 본 발명의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.
Claims (12)
- 인코딩된 명령들을 포함하는 컴퓨터-판독가능 매체에 저장된 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램은 컴퓨터 시스템의 하나 이상의 프로세서들에 의해 실행되는 경우, 상기 하나 이상의 프로세서들로 하여금 DBMS(Database Management System)에서 쿼리를 실행하기 위한 이하의 동작들을 수행하도록 하며, 상기 동작들은:
피봇 테이블에 BLOB(Binary large object) 타입으로 직렬화(serialization)되어 저장된 BLOB 데이터를 요청하기 위한 쿼리 문(query statement)을 수신하는 동작;
상기 피봇 테이블에 대한 피봇 이름(name) 테이블을 조회함으로써, 상기 피봇 테이블의 각각의 피봇 컬럼에 포함된, 피봇 연산의 결과로서 생성된 하나 이상의 컬럼들에 대한 이름 정보를 결정하는 동작;
상기 피봇 테이블에 대한 피봇 메타(meta) 테이블을 조회함으로써, 상기 피봇 테이블의 내부 저장 타입 정보를 결정하는 동작; 및
상기 결정된 이름 정보 및 내부 저장 타입 정보에 기초하여, 상기 쿼리 문에 대응되는 BLOB 데이터에 대한 출력 정보를 생성하는 동작;
을 포함하는,
컴퓨터-판독가능 매체에 저장된 컴퓨터 프로그램. - 제 1 항에 있어서,
상기 수신되는 쿼리 문은 DBA(DataBase Administration)로부터 입력된 피봇 관련된 컬럼을 표시하는 힌트 정보를 포함하는,
컴퓨터-판독가능 매체에 저장된 컴퓨터 프로그램. - 제 2 항에 있어서,
상기 수신되는 쿼리 문이 힌트 정보를 포함한다고 결정되는 경우, 상기 수신되는 쿼리 문에 대한 2개의 서브 쿼리 문들을 각각 자동적으로 생성하는 동작;
을 더 포함하며,
상기 2개의 서브 쿼리 문은: 상기 피봇 이름 테이블을 조회하기 위한 서브 쿼리 문, 및 상기 피봇 네임 테이블을 조회하기 위한 서브 쿼리 문을 포함하는,
컴퓨터-판독가능 매체에 저장된 컴퓨터 프로그램. - 제 1 항에 있어서,
상기 BLOB 데이터에 대한 출력 정보를 생성하는 동작은:
상기 결정된 내부 저장 타입 정보 및 이름 정보에 기초하여, 상기 피봇 테이블의 피봇 컬럼에 저장된 BLOB 데이터의 값을 분석하는 동작;
상기 분석된 값에 기초하여 버퍼(buffer) 테이블을 생성하는 동작;
상기 생성된 버퍼 테이블을 조회하기 위한 SQL 문을 자동적으로 생성하는 동작; 및
상기 자동적으로 생성된 SQL 문에 따른 연산을 수행함으로써 상기 BLOB 데이터에 대한 출력 정보를 생성하는 동작;
을 포함하는,
컴퓨터-판독가능 매체에 저장된 컴퓨터 프로그램. - 제 1 항에 있어서,
상기 피봇 이름 테이블은:
상기 피봇 테이블에 대한 ID를 식별하는 세그먼트 ID;
상기 피봇 테이블에서 상기 BLOB 데이터가 저장되어있는 피봇 컬럼을 식별하는 컬럼 ID; 및
상기 피봇 테이블 내에서의 상기 피봇 컬럼 내에서의 BLOB 데이터가 표현하는 테이블의 컬럼 번호를 식별하는 인덱스;
를 더 포함하는,
컴퓨터-판독가능 매체에 저장된 컴퓨터 프로그램. - 제 1 항에 있어서,
상기 내부 저장 타입 정보는,
상기 피봇 연산의 결과로 저장된 BLOB 데이터에 대한 내부 저장 형태를 식별하는,
컴퓨터-판독가능 매체에 저장된 컴퓨터 프로그램. - 제 6 항에 있어서,
상기 피봇 메타 테이블은:
상기 피봇 테이블에 대한 ID를 식별하는 세그먼트 ID;
상기 피봇 테이블에서 상기 BLOB 데이터가 저장되어있는 피봇 컬럼을 식별하는 컬럼 ID; 및
상기 피봇 테이블 내에서의 상기 피봇 컬럼 내에서의 BLOB 데이터가 표현하는 테이블의 컬럼 번호를 식별하는 인덱스;
를 더 포함하는,
컴퓨터-판독가능 매체에 저장된 컴퓨터 프로그램. - 제 1 항에 있어서,
상기 쿼리 문의 수신에 응답하여, 상기 피봇 테이블에 대한 피봇 이름 테이블 및 상기 피봇 테이블에 대한 피봇 메타 테이블을 조회하기 위한 서브(sub) 쿼리 문을 자동적으로 생성하는 동작;
을 더 포함하는,
컴퓨터-판독가능 매체에 저장된 컴퓨터 프로그램. - 제 1 항에 있어서,
상기 BLOB 데이터는, 오리지널 테이블에서의 피봇 연산의 결과값이 BLOB 타입으로 직렬화된 형태로 상기 피봇 테이블에서의 단일에 컬럼에 저장되는,
컴퓨터-판독가능 매체에 저장된 컴퓨터 프로그램. - 제 1 항에 있어서,
상기 BLOB 데이터에 대한 출력 정보는:
상기 피봇 테이블에 저장된 상기 직렬화된 스트림의 BLOB 데이터에 대한 출력 정보, 및 상기 피봇 테이블에 저장된, 피봇 연산의 결과로서 생성된 하나 이상의 컬럼들로 구성된 테이블을 표현하는 출력 정보 중 적어도 하나를 포함하는,
컴퓨터-판독가능 매체에 저장된 컴퓨터 프로그램. - 쿼리를 실행하기 위한 장치로서,
피봇 테이블에 BLOB 타입으로 직렬화되어 저장된 BLOB 데이터를 요청하기 위한 쿼리 문을 수신하는 통신 모듈;
상기 피봇 테이블에 대한 피봇 이름 테이블을 조회함으로써, 상기 피봇 테이블의 각각의 피봇 컬럼에 포함된, 피봇 연산의 결과로서 생성된 하나 이상의 컬럼들에 대한 이름 정보를 결정하는 피봇 이름 테이블 조회 모듈;
상기 피봇 테이블에 대한 피봇 메타 테이블을 조회함으로써, 상기 피봇 테이블의 내부 저장 타입 정보를 결정하는 피봇 메타 테이블 조회 모듈; 및
상기 결정된 이름 정보 및 내부 저장 타입 정보에 기초하여, 상기 쿼리 문에 대응되는 BLOB 데이터에 대한 출력 정보를 생성하는 출력 정보 생성 모듈;
을 포함하는,
쿼리를 실행하기 위한 장치. - DBMS에서 쿼리를 실행하기 위한 방법으로서,
피봇 테이블에 BLOB 타입으로 직렬화되어 저장된 BLOB 데이터를 요청하기 위한 쿼리 문을 수신하는 단계;
상기 피봇 테이블에 대한 피봇 이름 테이블을 조회함으로써, 상기 피봇 테이블의 각각의 피봇 컬럼에 포함된, 피봇 연산의 결과로서 생성된 하나 이상의 컬럼들에 대한 이름 정보를 결정하는 단계;
상기 피봇 테이블에 대한 피봇 메타 테이블을 조회함으로써, 상기 피봇 테이블의 내부 저장 타입 정보를 결정하는 단계; 및
상기 결정된 이름 정보 및 내부 저장 타입 정보에 기초하여, 상기 쿼리 문에 대응되는 BLOB 데이터에 대한 출력 정보를 생성하는 단계;
를 포함하는,
DBMS에서 쿼리를 실행하기 위한 방법.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020160076235A KR101747265B1 (ko) | 2016-06-20 | 2016-06-20 | 쿼리를 실행하기 위한 방법, 장치 및 컴퓨터 판독가능 매체 |
US15/220,005 US10268723B2 (en) | 2016-06-20 | 2016-07-26 | Method and apparatus for executing query and computer readable medium therefor |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020160076235A KR101747265B1 (ko) | 2016-06-20 | 2016-06-20 | 쿼리를 실행하기 위한 방법, 장치 및 컴퓨터 판독가능 매체 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020170071324A Division KR20170143437A (ko) | 2017-06-08 | 2017-06-08 | 쿼리를 실행하기 위한 방법, 장치 및 컴퓨터 판독가능 매체 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR101747265B1 true KR101747265B1 (ko) | 2017-06-15 |
Family
ID=59217290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020160076235A KR101747265B1 (ko) | 2016-06-20 | 2016-06-20 | 쿼리를 실행하기 위한 방법, 장치 및 컴퓨터 판독가능 매체 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10268723B2 (ko) |
KR (1) | KR101747265B1 (ko) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110489469A (zh) * | 2019-07-12 | 2019-11-22 | 中国平安人寿保险股份有限公司 | 数据传输方法、装置、计算机设备以及存储介质 |
CN111694813A (zh) * | 2020-05-08 | 2020-09-22 | 北京明略软件***有限公司 | 一种数据源管理方法和装置 |
CN113779069A (zh) * | 2021-09-15 | 2021-12-10 | 网易(杭州)网络有限公司 | 一种数据查询方法、装置、设备及介质 |
KR20230146162A (ko) | 2022-04-11 | 2023-10-19 | 주식회사 이노와이어리스 | 사용자의 쿼리 패턴을 이용한 쿼리 성능 향상 방법 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109657174B (zh) * | 2018-12-25 | 2023-06-02 | 北京百度网讯科技有限公司 | 用于更新数据的方法和装置 |
US11429604B2 (en) * | 2019-09-10 | 2022-08-30 | Oracle International Corporation | Techniques of heterogeneous hardware execution for SQL analytic queries for high volume data processing |
CN111241123A (zh) * | 2020-01-07 | 2020-06-05 | 深圳市华宇讯科技有限公司 | 视图数据查询方法、装置、服务器及存储介质 |
CN112069206B (zh) * | 2020-03-31 | 2022-02-22 | 北京来也网络科技有限公司 | 基于rpa及ai的数据查询方法、装置、介质及计算设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4768009B2 (ja) * | 2005-03-11 | 2011-09-07 | ロックソフト リミテッド | データ・クラスタを使用する冗長性の少ないデータを格納する方法 |
JP5032504B2 (ja) * | 2006-02-01 | 2012-09-26 | マイクロソフト コーポレーション | スケーラブルファイル複製およびウェブベースアクセス |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6065013A (en) * | 1997-08-19 | 2000-05-16 | International Business Machines Corporation | Optimal storage mechanism for persistent objects in DBMS |
US6738790B1 (en) * | 1997-10-31 | 2004-05-18 | Oracle International Corporation | Approach for accessing large objects |
US6457021B1 (en) | 1998-08-18 | 2002-09-24 | Microsoft Corporation | In-memory database system |
US6604095B1 (en) * | 1999-09-21 | 2003-08-05 | International Business Machines Corporation | Method, system, program, and data structure for pivoting columns in a database table |
US6615219B1 (en) | 1999-12-29 | 2003-09-02 | Unisys Corporation | Database management system and method for databases having large objects |
US7111005B1 (en) | 2000-10-06 | 2006-09-19 | Oracle International Corporation | Method and apparatus for automatic database encryption |
US7437346B2 (en) | 2004-02-10 | 2008-10-14 | Microsoft Corporation | Systems and methods for a large object infrastructure in a database system |
US7519835B2 (en) | 2004-05-20 | 2009-04-14 | Safenet, Inc. | Encrypted table indexes and searching encrypted tables |
US9208191B2 (en) | 2012-07-20 | 2015-12-08 | Sap Se | Lock-free, scalable read access to shared data structures |
KR20060037196A (ko) | 2004-10-27 | 2006-05-03 | 삼성전자주식회사 | 아이피 멀티미디어 서브시스템에서 네트워크의 보안처리방법 |
KR20060058546A (ko) | 2004-11-25 | 2006-05-30 | 펜타시큐리티시스템 주식회사 | 데이터베이스 암호화 및 접근 제어 방법 및 장치 |
US7639819B2 (en) | 2005-06-16 | 2009-12-29 | Oracle International Corporation | Method and apparatus for using an external security device to secure data in a database |
US20080097954A1 (en) | 2006-10-20 | 2008-04-24 | Microsoft Corporation | Ranged lookups |
US8037112B2 (en) | 2007-04-23 | 2011-10-11 | Microsoft Corporation | Efficient access of flash databases |
US8346778B2 (en) | 2008-05-21 | 2013-01-01 | Oracle International Corporation | Organizing portions of a cascading index on disk |
KR101076088B1 (ko) | 2009-08-05 | 2011-10-21 | 홍익대학교 산학협력단 | 데이터 처리 시스템 및 방법 |
US9251214B2 (en) | 2010-04-08 | 2016-02-02 | Microsoft Technology Licensing, Llc | In-memory database system |
KR101702562B1 (ko) | 2010-06-18 | 2017-02-03 | 삼성전자 주식회사 | 멀티미디어 스트림 파일의 저장 파일 포맷, 저장 방법 및 이를 이용한 클라이언트 장치 |
KR101121902B1 (ko) | 2010-06-22 | 2012-03-20 | 성균관대학교산학협력단 | 변경된 메모리 주소를 추적하는 트랜잭션 메모리 시스템 및 방법 |
US8756261B2 (en) | 2010-07-09 | 2014-06-17 | Navteq B.V. | Method and system for handling binary large objects |
KR20120118550A (ko) | 2011-04-19 | 2012-10-29 | 한상혁 | 대용량 데이터 고속처리용 분산 메인 메모리 데이터베이스 관리 시스템 구조 |
KR101371608B1 (ko) | 2011-10-10 | 2014-03-14 | 주식회사 알티베이스 | Dbms 및 데이터베이스에서 암호화 방법 |
US9514152B2 (en) * | 2012-02-29 | 2016-12-06 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for storage of data records |
KR101368024B1 (ko) | 2012-03-29 | 2014-02-27 | 주식회사 엘지씨엔에스 | 스크립트 관리 방법, 이를 실행하는 스크립트 관리 서버 및 이를 저장한 기록 매체 |
US9053003B2 (en) | 2012-06-21 | 2015-06-09 | Microsoft Technology Licensing, Llc | Memory compaction mechanism for main memory databases |
US10102248B2 (en) * | 2012-10-10 | 2018-10-16 | TmaxData Co., Ltd. | Join type for optimizing database queries |
US9009203B2 (en) | 2013-02-19 | 2015-04-14 | Sap Se | Lock-free, scalable read access to shared data structures using garbage collection |
-
2016
- 2016-06-20 KR KR1020160076235A patent/KR101747265B1/ko active IP Right Grant
- 2016-07-26 US US15/220,005 patent/US10268723B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4768009B2 (ja) * | 2005-03-11 | 2011-09-07 | ロックソフト リミテッド | データ・クラスタを使用する冗長性の少ないデータを格納する方法 |
JP5032504B2 (ja) * | 2006-02-01 | 2012-09-26 | マイクロソフト コーポレーション | スケーラブルファイル複製およびウェブベースアクセス |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110489469A (zh) * | 2019-07-12 | 2019-11-22 | 中国平安人寿保险股份有限公司 | 数据传输方法、装置、计算机设备以及存储介质 |
CN110489469B (zh) * | 2019-07-12 | 2023-12-08 | 中国平安人寿保险股份有限公司 | 数据传输方法、装置、计算机设备以及存储介质 |
CN111694813A (zh) * | 2020-05-08 | 2020-09-22 | 北京明略软件***有限公司 | 一种数据源管理方法和装置 |
CN113779069A (zh) * | 2021-09-15 | 2021-12-10 | 网易(杭州)网络有限公司 | 一种数据查询方法、装置、设备及介质 |
KR20230146162A (ko) | 2022-04-11 | 2023-10-19 | 주식회사 이노와이어리스 | 사용자의 쿼리 패턴을 이용한 쿼리 성능 향상 방법 |
Also Published As
Publication number | Publication date |
---|---|
US10268723B2 (en) | 2019-04-23 |
US20170364557A1 (en) | 2017-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101747265B1 (ko) | 쿼리를 실행하기 위한 방법, 장치 및 컴퓨터 판독가능 매체 | |
US11468027B2 (en) | Method and apparatus for providing efficient indexing and computer program included in computer readable medium therefor | |
US10324924B2 (en) | Synchronizing query result between heterogeneous databases | |
CN108369587B (zh) | 创建用于交换的表 | |
KR101169121B1 (ko) | 구체화된 외부-조인 뷰의 유지를 용이하게 해주는 컴퓨터 구현 시스템 및 구체화된 뷰를 유지하는 컴퓨터 구현 방법 | |
KR101751970B1 (ko) | 쿼리를 실행하기 위한 방법, 장치 및 컴퓨터 판독가능 매체 | |
US11269956B2 (en) | Systems and methods of managing an index | |
KR101919771B1 (ko) | 데이터베이스 애플리케이션을 위한 최적화 기법 | |
US11151138B2 (en) | Computer program for processing a pivot query | |
EP2443564A2 (en) | Data compression for reducing storage requirements in a database system | |
WO2018097846A1 (en) | Edge store designs for graph databases | |
KR101797483B1 (ko) | 데이터베이스 관리 시스템에서 쿼리를 프로세싱하기 위한 기법 | |
US20220391367A1 (en) | Efficient Indexing for Querying Arrays in Databases | |
US20180357330A1 (en) | Compound indexes for graph databases | |
KR101747262B1 (ko) | 동적인 알고리즘 변경을 통하여 쿼리 처리 시간을 축소시키기 위한 방법, 장치 및 컴퓨터-판독가능 매체 | |
KR101747270B1 (ko) | 이기종 데이터베이스들 간의 쿼리 결과를 동기화하기 위한 방법, 서버 및 컴퓨터-판독가능 매체에 저장된 컴퓨터 프로그램 | |
KR102127785B1 (ko) | 효율적인 인덱싱을 제공하기 위한 방법, 장치 및 컴퓨터-판독가능 매체에 포함된 컴퓨터 프로그램 | |
KR20170143470A (ko) | 쿼리를 실행하기 위한 방법, 장치 및 컴퓨터 판독가능 매체 | |
KR102057055B1 (ko) | 인덱스 관리 방법 | |
KR20170122151A (ko) | 동적인 알고리즘 변경을 통하여 쿼리 처리 시간을 축소시키기 위한 방법, 장치 및 컴퓨터-판독가능 매체 | |
US20210124743A1 (en) | Server and a Computer Program Building a Join Tree | |
KR20170101835A (ko) | 이기종 데이터베이스들 간의 쿼리 결과를 동기화하기 위한 방법, 서버 및 컴퓨터-판독가능 매체에 저장된 컴퓨터 프로그램 | |
KR20170143437A (ko) | 쿼리를 실행하기 위한 방법, 장치 및 컴퓨터 판독가능 매체 | |
KR101935249B1 (ko) | 스토어드 프로시져를 이용하여 플로우 기반의 프로세싱을 수행하기 위한 방법, 시스템, 및 장치 | |
US20200320054A1 (en) | Computer program for providing database management |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
A107 | Divisional application of patent | ||
GRNT | Written decision to grant |