CN110704491B - 数据查询方法和装置 - Google Patents

Abstract

本公开的实施例公开了数据查询方法和装置。该方法的一具体实施方式包括：接收数据查询请求，数据查询请求包括查询时空粒度和至少一个查询数据类型；针对每个查询数据类型，获取与该查询数据类型相同的预设数据类型对应的多个子数据集，以及从所获取的多个子数据集中选取与查询时空粒度相同的预设时空粒度对应的子数据集，其中，一个预设数据类型对应多个子数据集，且一个子数据集中的数据的时间属性值和空间属性值属于一个预设时空粒度；遍历所选取的各个子数据集，获取所访问的各个子数据集中满足第一预设条件的目标数据。该实施方式可以基于用户的查询请求从大量子数据集中获取有效信息。

Description

数据查询方法和装置

技术领域

本公开的实施例涉及计算机技术领域，具体涉及数据查询方法和装置。

背景技术

随着城市数字化和智能化进程的不断推进，包含时间和空间地理信息的城市时空数据在不同的领域以不同的形式源源不断地产生，如，城市人口流动数据、共享单车骑行数据、电商订单数据、空气质量监测站数据、气象站数据等等。

相关技术中，为了实现对数据的有效利用，需要从各领域的源源不断产生的数据中获取有效信息。

发明内容

本公开的实施例提出了数据查询方法和装置。

第一方面，本公开的实施例提供了一种数据查询方法，该方法包括：接收数据查询请求，数据查询请求包括查询时空粒度和至少一个查询数据类型，其中，查询时空粒度为请求查询的数据的时间属性值和空间属性值所属的时空粒度；针对每个查询数据类型，获取与该查询数据类型相同的预设数据类型对应的多个子数据集，以及从所获取的多个子数据集中选取与查询时空粒度相同的预设时空粒度对应的子数据集，其中，一个预设数据类型对应多个子数据集，且一个子数据集中的数据的时间属性值和空间属性值属于一个预设时空粒度；遍历所选取的各个子数据集，获取所访问的各个子数据集中满足第一预设条件的目标数据。

在一些实施例中，子数据集通过如下方式得到：获取至少一种预设数据类型的应用数据，将所获取的应用数据存入与应用数据的预设数据类型对应的应用数据集，其中，一种预设数据类型对应一个应用数据集，各应用数据集中的应用数据具有时间属性值和空间属性值；遍历各个应用数据集，将所访问的当前应用数据集聚合到与预设时空粒度对应的子数据集，其中，预设时空粒度大于当前时空粒度，当前时空粒度为所访问的当前应用数据集的时间属性值和空间属性值所指示的时空粒度。

在一些实施例中，在将所访问的当前应用数据集聚合到与预设时空粒度对应的子数据集之后，还包括：根据子数据集对应的预设时空粒度以及子数据集中各数据的时间属性值和空间属性值，构建子数据集中各数据的索引。

在一些实施例中，将所访问的当前应用数据集聚合到与预设时空粒度对应的子数据集包括：若当前应用数据集中的应用数据的数据类型为空气质量数据类型，且当前时空粒度为秒-区域，预设时空粒度为分-区域，将该区域内在同一分钟内的各个秒的空气质量数据的均值作为该区域内在该分钟的空气质量数据；若当前应用数据集中的应用数据的数据类型为天气数据类型，且当前时空粒度为天-区域，预设时空粒度为天-城市，将同一天内，该城市的各个区域的天气数据中出现次数最多的那一种天气作为这一天中该城市的天气数据。

在一些实施例中，第一预设条件包括以下至少一项：当前子数据集对应的预设数据类型为人流量数据类型，且当前时刻的人流量与各历史时刻的人流量均值的比值大于预设比值；当前子数据集对应的预设数据类型为空气质量数据类型，且当前时刻的空气质量大于预设质量阈值。

在一些实施例中，在遍历所选取的各个子数据集，获取所访问的各个子数据集中满足第一预设条件的目标数据之后，该方法还包括：向第一目标终端返回目标数据；和/或基于目标数据生成第一提示信息，以及向第二目标终端推送第一提示信息。

在一些实施例中，在向目标终端推送第一提示信息之后，还包括：生成与第一预设条件相匹配的控制指令，以及向控制指令所指示的目标设备推送控制指令。

在一些实施例中，第一预设条件包括当前子数据集对应的预设数据类型为人流量数据类型，且当前时刻的人流量与各历史时刻的人流量均值的比值大于预设比值；以及生成与第一预设条件相匹配的控制指令包括：生成用于控制目标设备行驶至目标数据所指示的地点的指令。

在一些实施例中，子数据集中的数据具有索引；以及该方法还包括：将所选取的各个子数据集中具有相同索引的数据存入同一数据组，得到数据组集合，以及在同一时空坐标系中呈现数据组集合。

在一些实施例中，该方法还包括：响应于数据组集合中存在满足第二预设条件的目标数据组，向第一目标终端返回目标数据组，和/或基于目标数据组生成第二提示信息，以及向第二目标终端推送第二提示信息。

在一些实施例中，基于目标数据组生成第二提示信息包括：若每个数据组中包括兴趣点POI(Point of Interest)数据类型的数据、人流量数据类型的数据，且第二预设条件为POI数据所指示的设施处的平均人流量大于预设人流量阈值，响应于数据组集合中存在满足第二预设条件的目标数据组，生成用于提示目标数据组所指示的地点中POI数据所指示的设施受大众喜爱的提示信息；若每个数据组中包括气温数据类型的数据、人流量数据类型的数据，且第二预设条件为气温数据所指示的气温下的平均人流量大于预设人流量阈值，响应于数据组集合中存在满足第二预设条件的目标数据组，生成用于提示目标数据组所指示的地点中气温数据所指示的气温适宜出行的提示信息。

在一些实施例中，该方法还包括：将目标数据作为训练样本；采用训练样本训练机器学习模型。

第二方面，本公开的实施例提供了一种数据查询装置，该装置包括：请求接收单元，被配置成接收数据查询请求，数据查询请求包括查询时空粒度和至少一个查询数据类型，其中，查询时空粒度为请求查询的数据的时间属性值和空间属性值所属的时空粒度；集合获取单元，被配置成针对每个查询数据类型，获取与该查询数据类型相同的预设数据类型对应的多个子数据集，以及从所获取的多个子数据集中选取与查询时空粒度相同的预设时空粒度对应的子数据集，其中，一个预设数据类型对应多个子数据集，且一个子数据集中的数据的时间属性值和空间属性值属于一个预设时空粒度；数据获取单元，被配置成遍历所选取的各个子数据集，获取所访问的各个子数据集中满足第一预设条件的目标数据。

在一些实施例中，子数据集通过如下方式得到：获取至少一种预设数据类型的应用数据，将所获取的应用数据存入与应用数据的预设数据类型对应的应用数据集，其中，一种预设数据类型对应一个应用数据集，各应用数据集中的应用数据具有时间属性值和空间属性值；遍历各个应用数据集，将所访问的当前应用数据集聚合到与预设时空粒度对应的子数据集，其中，预设时空粒度大于当前时空粒度，当前时空粒度为所访问的当前应用数据集的时间属性值和空间属性值所指示的时空粒度。

在一些实施例中，在将所访问的当前应用数据集聚合到与预设时空粒度对应的子数据集之后，还包括：根据子数据集对应的预设时空粒度以及子数据集中各数据的时间属性值和空间属性值，构建子数据集中各数据的索引。

在一些实施例中，将所访问的当前应用数据集聚合到与预设时空粒度对应的子数据集包括：若当前应用数据集中的应用数据的数据类型为空气质量数据类型，且当前时空粒度为秒-区域，预设时空粒度为分-区域，将该区域内在同一分钟内的各个秒的空气质量数据的均值作为该区域内在该分钟的空气质量数据；若当前应用数据集中的应用数据的数据类型为天气数据类型，且当前时空粒度为天-区域，预设时空粒度为天-城市，将同一天内，该城市的各个区域的天气数据中出现次数最多的那一种天气作为这一天中该城市的天气数据。

在一些实施例中，第一预设条件包括以下至少一项：当前子数据集对应的预设数据类型为人流量数据类型，且当前时刻的人流量与各历史时刻的人流量均值的比值大于预设比值；当前子数据集对应的预设数据类型为空气质量数据类型，且当前时刻的空气质量大于预设质量阈值。

在一些实施例中，该装置还包括第一推送单元，被配置成：向第一目标终端返回目标数据；和/或基于目标数据生成第一提示信息，以及向第二目标终端推送第一提示信息。

在一些实施例中，在向目标终端推送第一提示信息之后，还包括：生成与第一预设条件相匹配的控制指令，以及向控制指令所指示的目标设备推送控制指令。

在一些实施例中，第一预设条件包括当前子数据集对应的预设数据类型为人流量数据类型，且当前时刻的人流量与各历史时刻的人流量均值的比值大于预设比值；以及生成与第一预设条件相匹配的控制指令包括：生成用于控制目标设备行驶至目标数据所指示的地点的指令。

在一些实施例中，子数据集中的数据具有索引；以及该装置还包括数据呈现单元，被配置成：将所选取的各个子数据集中具有相同索引的数据存入同一数据组，得到数据组集合，以及在同一时空坐标系中呈现数据组集合。

在一些实施例中，该装置还包括第二推送单元，被配置成：响应于数据组集合中存在满足第二预设条件的目标数据组，向第一目标终端返回目标数据组，和/或基于目标数据组生成第二提示信息，以及向第二目标终端推送第二提示信息。

在一些实施例中，第二推送单元中，基于目标数据组生成第二提示信息包括：若每个数据组中包括兴趣点POI数据类型的数据、人流量数据类型的数据，且第二预设条件为POI数据所指示的设施处的平均人流量大于预设人流量阈值，响应于数据组集合中存在满足第二预设条件的目标数据组，生成用于提示目标数据组所指示的地点中POI数据所指示的设施受大众喜爱的提示信息；若每个数据组中包括气温数据类型的数据、人流量数据类型的数据，且第二预设条件为气温数据所指示的气温下的平均人流量大于预设人流量阈值，响应于数据组集合中存在满足第二预设条件的目标数据组，生成用于提示目标数据组所指示的地点中气温数据所指示的气温适宜出行的提示信息。

在一些实施例中，该装置还包括模型训练单元，被配置成：将目标数据作为训练样本；采用训练样本训练机器学习模型。

第三方面，本公开的实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当该一个或多个程序被该一个或多个处理器执行，使得该一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本公开的实施例提供的数据查询方法和装置，包括接收数据查询请求，数据查询请求包括查询时空粒度和至少一个查询数据类型。其中，查询时空粒度为请求查询的数据的时间属性值和空间属性值所属的时空粒度。然后，针对每个查询数据类型，获取与该查询数据类型相同的预设数据类型对应的多个子数据集，以及从所获取的多个子数据集中选取与查询时空粒度相同的预设时空粒度对应的子数据集。其中，一个预设数据类型对应多个子数据集，且一个子数据集中的数据的时间属性值和空间属性值属于一个预设时空粒度。最后，遍历所选取的各个子数据集，获取所访问的各个子数据集中满足第一预设条件的目标数据。本公开的实施例提供的方法和装置，基于用户的查询请求从大量子数据集中，获取满足条件的目标数据，可以实现对数据的有效利用，提高数据利用率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的数据查询方法的一个实施例的流程图；

图3是根据本公开的实施例的数据查询方法的一个应用场景的示意图；

图4是根据本公开的数据查询方法的又一个实施例的流程图；

图5是根据本公开的数据查询方法的另一个实施例的流程图；

图6是根据本公开的数据查询方法的再一个实施例的流程图；

图7是根据本公开的数据查询装置的一个实施例的结构示意图；

图8是适于用来实现本公开的实施例的电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。本领域技术人员还将理解的是，虽然本文中可使用用语“第一”、“第二”等来描述各种预设条件、目标终端、提示信息、推送单元等，但是这些预设条件、目标终端、提示信息、推送单元不应被这些用语限制。这些用语仅用于将一个预设条件、提示信息、推送单元与其它预设条件、提示信息、推送单元区分开。

图1示出了可以应用本申请的数据查询方法或数据查询装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101，网络102和数据库服务器103。网络102用以在终端设备101和数据库服务器103之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

终端设备101可以通过网络102与数据库服务器103交互，以接收或发送消息等。终端设备101上可以安装有各种应用，例如查询类应用、搜索类应用、数据分析类应用等。

终端设备101可以是硬件，也可以是软件。当终端设备101为硬件时，可以是具有显示屏并且支持数据查询请求输入的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。终端设备101可以接收数据查询请求，数据查询请求包括查询时空粒度和至少一个查询数据类型。其中，查询时空粒度为请求查询的数据的时间属性值和空间属性值所属的时空粒度。然后，针对每个查询数据类型，获取与该查询数据类型相同的预设数据类型对应的多个子数据集，以及从所获取的多个子数据集中选取与查询时空粒度相同的预设时空粒度对应的子数据集。其中，一个预设数据类型对应多个子数据集，且一个子数据集中的数据的时间属性值和空间属性值属于一个预设时空粒度。最后，遍历所选取的各个子数据集，获取所访问的各个子数据集中满足第一预设条件的目标数据。

数据库服务器103可以通过网络102与终端设备101交互，以接收或发送消息等。数据库服务器101可以实现成提供各种数据存储服务的分布式服务器集群，也可以实现成单个服务器。例如，存储有与预设数据类型对应的多个子数据集的服务器。数据库服务器103可以将所存储的与预设数据类型对应的多个子数据集发送给终端设备101。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本申请实施例所提供的数据查询方法一般由终端设备101执行，相应地，数据查询装置一般设置于终端设备101中。需要指出的是，终端设备101的本地也可以直接存储与预设数据类型对应的多个子数据集。终端设备101可以直接提取本地的、与预设数据类型对应的多个子数据集。此时，示例性系统架构100可以不包括数据库服务器103和网络102。

应该理解，图1中的终端设备、网络和数据库服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和数据库服务器。

继续参考图2，示出了根据本公开的数据查询方法的一个实施例的流程200。该数据查询方法，包括以下步骤：

步骤201，接收数据查询请求，数据查询请求包括查询时空粒度和至少一个查询数据类型。

其中，查询时空粒度为请求查询的数据的时间属性值和空间属性值所属的时空粒度。其中，数据的时间属性值和空间属性值可以指示数据的时空粒度，且数据的时间属性值和空间属性值属于该数据的时空粒度。作为示例，若某数据的时间属性值为9月1日，空间属性值为北京，则时间属性值和空间属性值所指示的该数据的时空粒度为日-城市。作为又一示例，若某数据的时间属性值为9月2日4时，空间属性值为海淀区，则时间属性值和空间属性值所指示的该数据的时空粒度为时-区域。

上述查询数据类型可以是用于描述所需查询的数据的类型。作为示例，上述查询数据类型可以包括但不限于：人流量数据类型，空气质量(Air Quality Index，AQI)数据类型，POI数据类型，共享单车骑行数据类型等。

在本实施例中，数据查询方法的执行主体(例如图1所示的终端设备101)可以接收到用户直接输入或用户通过用户终端输入的数据查询请求。

步骤202，针对每个查询数据类型，获取与该查询数据类型相同的预设数据类型对应的多个子数据集，以及从所获取的多个子数据集中选取与查询时空粒度相同的预设时空粒度对应的子数据集。

其中，一个预设数据类型对应多个子数据集，且一个子数据集中的数据的时间属性值和空间属性值属于一个预设时空粒度。上述预设数据类型可以是预先设定的数据类型。作为示例，上述预设数据类型可以包括但不限于：人流量数据类型，空气质量数据类型，POI数据类型，共享单车骑行数据类型等。上述预设时空粒度可以是预先设定的时空粒度。作为示例，上述预设时空粒度可以为年-城市，月-城市，日-城市，时-区域，分-区域等。

在本实施例中，上述执行主体在接收到数据查询请求后，可以针对数据查询请求中的每个查询数据类型，执行如下操作：首先，将查询数据类型与预设数据类型进行比较，以找到与查询数据类型相同的预设数据类型，从而得到预设数据类型对应的多个子数据集。然后，上述执行主体可以将查询时空粒度，与所得到的多个子数据集分别对应的预设时空粒度进行比较，以得到与查询时空粒度相同的预设时空粒度，从而得到该相同的预设时空粒度对应的子数据集。

需要指出的是，上述子数据集可以直接存储于本地，也可以存储于与执行主体通信连接的其他电子设备。在子数据集存储在本地时，执行主体可以直接提取本地所存储的子数据集以进行处理。在子数据集存储在与执行主体通信连接的其他电子设备时，执行主体可以通过有线连接方式或者无线连接方式获取子数据集以进行处理。

步骤203，遍历所选取的各个子数据集，获取所访问的各个子数据集中满足第一预设条件的目标数据。

其中，上述目标数据通常是子数据集中的满足第一预设条件的数据。上述第一预设条件可以是预先设定的用于筛选数据的条件。需要指出的是，第一预设条件可以是一个条件也可以是由多个条件组成的条件组。

在本实施例中，由于步骤202中，针对每个查询数据类型可以选取出一个子数据集，又由于数据查询请求中存在至少一个查询数据类型，因此，步骤202中可以选取得到至少一个子数据集。

在本实施例中，上述执行主体可以对步骤202所选取的至少一个子数据集中的每个子数据集，执行如下操作：从子数据集中筛选出满足第一预设条件的数据作为目标数据。

在本实施例中基于用户的查询请求从大量子数据集中，获取满足条件的目标数据，可以实现对数据的有效利用，提高数据利用率。

在本公开的各个实施例的可选的实现方式中，上述子数据集可以通过如下方式得到：

第一步，获取至少一种预设数据类型的应用数据，将所获取的应用数据存入与应用数据的预设数据类型对应的应用数据集。

其中，一种预设数据类型对应一个应用数据集，各应用数据集中的应用数据具有时间属性值和空间属性值。

上述应用数据可以是具有时间属性值和空间属性值的各种数据。作为示例，上述应用数据可以包括但不限于：人流量数据、空气质量数据、POI数据等。

本实现方式中，上述执行主体可以采集到多种数据类型的应用数据。如，可以采集到人流量数据类型的人流量数据，也可以采集到空气质量数据类型的空气质量数据。在采集到应用数据后，上述执行主体可以将所采集的数据存入与应用数据的数据类型对应的应用数据集中。

第二步，遍历各个应用数据集，将所访问的当前应用数据集聚合到与预设时空粒度对应的子数据集。

其中，预设时空粒度大于当前时空粒度，当前时空粒度为所访问的当前应用数据集的时间属性值和空间属性值所指示的时空粒度。

本实现方式中，对于每个应用数据集，上述执行主体可以将时空粒度为当前时空粒度的应用数据集，聚合为时空粒度为预设时空粒度的子数据集。作为示例，上述执行主体可以将时空粒度为秒-区域的应用数据集，聚合为时空粒度为时-区域的子数据集，也可以聚合为时空粒度为秒-城市的子数据集，还可以聚合为时空粒度为时-城市的子数据集。

需要指出的是，由于将高时空粒度的数据集聚合为低时空粒度的数据集，会损失数据的精度，因此，通常只将低时空粒度的数据集聚合为高时空粒度的数据集。如，可以将时空粒度为时-区域的数据集聚合为时空粒度为日-城市的数据集，而不将时空粒度为时-区域的数据集聚合为时空粒度为分-区域的数据集。

这里，上述执行主体可以根据应用数据集中的应用数据的数据类型，对应用数据集进行聚合。作为示例，若应用数据集中的应用数据的数据类型为空气质量数据类型，且上述执行主体要将时空粒度为秒-区域的应用数据集，聚合为时空粒度为分-区域的子数据集，此时，可以将该区域内在同一分钟内的各个秒的空气质量数据的均值作为该区域内在该分钟的空气质量数据。作为另一示例，若应用数据集中的应用数据的数据类型为天气数据类型，且上述执行主体要将时空粒度为天-区域的应用数据集，聚合为时空粒度为天-城市的子数据集，此时，可以将同一天内，该城市的各个区域的天气数据中出现次数最多的那一种天气作为这一天中该城市的天气数据。更加具体地，例如，某天北京的海淀区、东城区和朝阳区的天气分别为晴天、晴天和雨天，那么对于这三个区域进行空间聚合时，由于晴天出现的次数最多，则将晴天作为这三个区域的平均天气。

本实现方式中，只将低时空粒度的数据集聚合为高时空粒度的数据集，可以避免数据精度的损失，有助于提高数据的真实有效性。另外，将对应不同预设数据类型的应用数据集聚合为对应更高时空粒度的子数据集，由于子数据集中的数据量往往小于应用数据集中的数据量，对子数据集进行分析，可以减少数据处理量，提高数据处理效率。同时，从更高的时空粒度对数据进行分析，便于从整体上提取数据的变化规律，有助于实现对数据的有效利用，提高数据利用率。

在本实施例的一些可选的实现方式中，在将所访问的当前应用数据集聚合到与预设时空粒度对应的子数据集之后，还包括：根据子数据集对应的预设时空粒度以及子数据集中各数据的时间属性值和空间属性值，构建子数据集中各数据的索引。

其中，上述索引可以是用于标识数据的信息，

本实现方式中，针对子数据集中的每个数据，上述执行主体可以将子数据集对应的预设时空粒度、该数据的时间属性值以及该数据的空间属性值中的部分或全部组合得到该数据的索引。作为示例，若子数据集的时空粒度为时-城市，子数据集中的某个数据的时间属性值为第5个小时，空间属性值为成都，则该数据的索引可以为城市-成都-小时-5时。另外，该数据的索引也可以为成都-5时。

本实现方式中，为子数据集中的每个数据构建索引，可以便于对子数据集中的数据进行快速查询，有助于提高数据处理速度。

在本实施例的一些可选的实现方式中，第一预设条件包括以下至少一项：当前子数据集对应的预设数据类型为人流量数据类型，且当前时刻的人流量与各历史时刻的人流量均值的比值大于预设比值。当前子数据集对应的预设数据类型为空气质量数据类型，且当前时刻的空气质量大于预设质量阈值。

其中，上述预设比值可以是预先设定的数值。如2、3等。上述预设质量阈值可以是预先设定的空气质量数值，如100、150等。

需要指出的是，上述第一预设条件中，当前时刻的人流量与各历史时刻的人流量均值的比值大于预设比值，通常是指空间固定的情况下，该空间在当前时刻的人流量与该空间在各历史时刻的人流量均值的比值大于预设比值。

本实现方式中，针对所选取的各个子数据集，各子数据集中的数据的数据类型不同，则对应的筛选条件也不同，可以实现有针对性地从子数据集中提取有用数据信息，从而提高数据的有效利用率。

继续参考图3，图3是根据本实施例的数据查询方法的应用场景300的一个示意图。

在图3的应用场景中，终端设备301可以接收用户302输入的数据查询请求。其中，数据查询请求可以包括查询时空粒度和至少一个查询数据类型。此时，数据查询请求中的查询时空粒度可以为时-城市，查询数据类型可以为人流量数据类型和空气质量数据类型。

然后，上述终端设备301可以获取人流量数据类型对应的子数据集A1，A2，A3，以及从所获取的子数据集A1，A2，A3中选取时空粒度为时-城市的子数据集A2。以及获取空气质量数据类型对应的子数据集B1，B2，B3，B4，以及从所获取的子数据集B1，B2，B3，B4中选取时空粒度为时-城市的子数据集B1。

最后，上述终端设备301可以从子数据集A2中筛选出当前时刻的人流量与各历史时刻的人流量均值的比值大于预设比值的目标数据。以及从子数据集B1中筛选出当前时刻的空气质量大于预设质量阈值的目标数据。

本公开的上述实施例提供的数据查询方法，包括接收数据查询请求，数据查询请求包括查询时空粒度和至少一个查询数据类型。其中，查询时空粒度为请求查询的数据的时间属性值和空间属性值所属的时空粒度。然后，针对每个查询数据类型，获取与该查询数据类型相同的预设数据类型对应的多个子数据集，以及从所获取的多个子数据集中选取与查询时空粒度相同的预设时空粒度对应的子数据集。其中，一个预设数据类型对应多个子数据集，且一个子数据集中的数据的时间属性值和空间属性值属于一个预设时空粒度。最后，遍历所选取的各个子数据集，获取所访问的各个子数据集中满足第一预设条件的目标数据。本实施例的方法，基于用户的查询请求从大量子数据集中，获取满足条件的目标数据，可以实现对数据的有效利用，提高数据利用率。

进一步参考图4，其示出了数据查询方法的又一个实施例的流程400。该数据查询方法的流程400，包括以下步骤：

步骤401，接收数据查询请求，数据查询请求包括查询时空粒度和至少一个查询数据类型。

其中，查询时空粒度为请求查询的数据的时间属性值和空间属性值所属的时空粒度。

步骤402，针对每个查询数据类型，获取与该查询数据类型相同的预设数据类型对应的多个子数据集，以及从所获取的多个子数据集中选取与查询时空粒度相同的预设时空粒度对应的子数据集。

其中，一个预设数据类型对应多个子数据集，且一个子数据集中的数据的时间属性值和空间属性值属于一个预设时空粒度。

步骤403，遍历所选取的各个子数据集，获取所访问的各个子数据集中满足第一预设条件的目标数据。

在本实施例中，步骤401-403的具体操作与图2所示的实施例中步骤201-203的操作基本相同，在此不再赘述。

步骤404，响应于子数据集中的数据具有索引，将所选取的各个子数据集中具有相同索引的数据存入同一数据组，得到数据组集合，以及在同一时空坐标系中呈现数据组集合。

其中，子数据集中的数据具有索引。上述索引可以是用于标识数据的信息，索引中可以包括数据的时间属性值和空间属性值。作为示例，上述索引可以为北京-12时，标识该数据为北京第12个小时的取值数据。上述索引也可以为城市-北京-小时-12时。

在本实施例中，由于每个子数据集在某个具体的时间和空间上具有一个取值，多个子数据集在该时间和空间上就具有多个取值。因此，本实施例中，所选取的各个子数据集中的具有相同索引的数据可以得到一个数据组。且一个时间-空间对可以得到一个数据组，从而可以得到数据组集合。

在本实施例中，上述执行主体可以在得到数据组集合后，根据各个数据组的时间和空间，在同一时刻坐标系下呈现数据组集合。这样，可以有助于从整体上提取不同子数据集中的数据的相对变化规律，从而实现提取不同数据类型的数据的相对变化规律，有助于进一步实现对数据的有效利用，提高数据利用率。

在本实施例的一些可选的实现方式中，在上述步骤404之后，还可以包括如下步骤：响应于数据组集合中存在满足第二预设条件的目标数据组，向第一目标终端返回目标数据组，和/或基于目标数据组生成第二提示信息，以及向第二目标终端推送第二提示信息。

其中，上述目标数据组通常是数据组集合中的满足第二预设条件的数据组。上述第二提示信息可以是用于提示数据组集合中存在满足第二预设条件的目标数据组的信息。作为示例，若每个数据组中包括气温数据类型的数据、人流量数据类型的数据，且第二预设条件为气温数据所指示的气温下的平均人流量大于预设人流量阈值，响应于数据组集合中存在满足第二预设条件的目标数据组，生成用于提示目标数据组所指示的地点中气温数据所指示的气温适宜出行的提示信息。

本实现方式中，上述执行主体可以对数据组集合执行如下操作：判断数据组集合中是否存在满足第二预设条件的目标数据组，若存在，则基于目标数据组生成第二提示信息，以及将所生成的提示信息推送给数据监控终端。这样，可以有助于数据监控终端基于上述第二提示信息，对符合条件的数据组中的不同数据类型的数据间的关联关系进行监控，可以实现数据的有针对性发送，以及有助于提高数据监控效率。

上述实现方式中，上述基于目标数据组生成第二提示信息包括：

若每个数据组中包括POI数据类型的数据、人流量数据类型的数据，且第二预设条件为POI数据所指示的设施处的平均人流量大于预设人流量阈值，响应于数据组集合中存在满足第二预设条件的目标数据组，生成用于提示目标数据组所指示的地点中POI数据所指示的设施受大众喜爱的提示信息。若每个数据组中包括气温数据类型的数据、人流量数据类型的数据，且第二预设条件为气温数据所指示的气温下的平均人流量大于预设人流量阈值，响应于数据组集合中存在满足第二预设条件的目标数据组，生成用于提示目标数据组所指示的地点中气温数据所指示的气温适宜出行的提示信息。

其中，上述预设人流量阈值可以是预先设定的数据值。

本实现方式中，针对不同的数据组集合，第二预设条件有所不同，所生成的第二提示信息也有所不同。将不同的提示信息推送至数据监控终端，有助于数据监控终端基于不同的提示信息，对各数据组集合中的、数据组中各数据间的关联关系进行准确监控，提高数据监控准确率。

进一步参考图5，其示出了数据查询方法的又一个实施例的流程500。该数据查询方法的流程500，包括以下步骤：

步骤501，接收数据查询请求，数据查询请求包括查询时空粒度和至少一个查询数据类型。

其中，查询时空粒度为请求查询的数据的时间属性值和空间属性值所属的时空粒度。

步骤502，针对每个查询数据类型，获取与该查询数据类型相同的预设数据类型对应的多个子数据集，以及从所获取的多个子数据集中选取与查询时空粒度相同的预设时空粒度对应的子数据集。

其中，一个预设数据类型对应多个子数据集，且一个子数据集中的数据的时间属性值和空间属性值属于一个预设时空粒度。

步骤503，遍历所选取的各个子数据集，获取所访问的各个子数据集中满足第一预设条件的目标数据。

在本实施例中，步骤501-503的具体操作与图2所示的实施例中步骤201-203的操作基本相同，在此不再赘述。

步骤504，向第一目标终端返回目标数据，和/或基于目标数据生成第一提示信息，以及向第二目标终端推送第一提示信息。

其中，上述第一目标终端可以是查询请求终端，如，输入查询请求的用户所在的用户终端。上述第二目标终端可以是用于对数据进行监控的终端，如，对数据进行监控的管理人员的终端。

需要指出的是，实践中，第一目标终端和第二目标终端可以是同一个终端，也可以是不同的终端。

上述第一提示信息可以是用于提示当前子数据集中存在满足第一预设条件的目标数据的信息。作为示例，若第一预设条件为当前子数据集对应的预设数据类型为共享单车骑行数据类型，且当前时刻的共享单车的骑行位置不在预先设定的骑行范围，则在当前子数据集中存在满足第一预设条件的目标数据时，所生成的第一提示信息可以为：用于提示目标数据所指示的骑行位置不在预先设定的骑行范围的信息。

可选地，上述基于目标数据生成第一提示信息可以包括但不限于：若第一预设条件为：当前子数据集对应的预设数据类型为人流量数据类型，且当前时刻的人流量与各历史时刻的人流量均值的比值大于预设比值，响应于目标数据为非空，则生成用于提示目标数据所指示的地点存在堵车情况的提示信息。若第一预设条件为：当前子数据集对应的预设数据类型为空气质量数据类型，且当前时刻的空气质量大于预设质量阈值，响应于目标数据为非空，则生成用于提示目标数据所指示的地点的空气质量超标的提示信息。

在本实现方式中，上述执行主体在获得满足第一预设条件的目标数据后，可以将目标数据发送给第一目标终端，实现基于用户的查询请求，有针对性地将数据推送给用户。另外，上述执行主体还可以基于目标数据生成第一提示信息推送至用于对数据进行监控的第二目标终端，可以实现基于用户的查询请求对所查询的数据进行数据监控，只对满足用户查询请求的数据进行数据监控，有助于减少数据处理量，提高数据监控效率。

步骤505，生成与第一预设条件相匹配的控制指令，以及向控制指令所指示的目标设备推送控制指令。

其中，上述控制指令可以是用于控制目标设备执行某些操作的指令。上述目标设备可以是预先设定的与第一预设条件相对应的设备。作为示例，上述目标设备可以是无人车、无人机，智能机器人等。

在本实施例中，上述执行主体可以在向数据监控终端推送第一提示信息之后，生成与第一预设条件相匹配的控制指令，以及将控制指令发送给目标设备，使得目标设备可以基于控制指令作出反应。如使得目标设备前往故障地点进行故障排查。这样，有助于实现及时对所监控的内容进行妥善处理，可以进一步提高数据监控的实用性和有效性。

在本实施例的一些可选的实现方式中，第一预设条件包括当前子数据集对应的预设数据类型为人流量数据类型，且当前时刻的人流量与各历史时刻的人流量均值的比值大于预设比值时，上述生成与第一预设条件相匹配的控制指令可以包括：生成用于控制目标设备行驶至目标数据所指示的地点的指令。

本实现方式中，在当前时刻的人流量与各历史时刻的人流量均值的比值大于预设比值时，上述执行主体可以认为目标数据所指示的地点存在堵车情况。此时，作为示例，上述执行主体可以生成控制智能机器人行驶至堵车地点的指令，这样，智能机器人可以行驶至堵车地点拍摄现场图像数据，或者行驶至堵车地点进行道路疏通。需要指出的是，针对不同数据类型的数据的筛选条件不同，所生成的控制指令不同，所控制的目标设备也可能有所不同，有助于实现针对不同的情形有针对性地进行处理，可以提高数据监控的灵活性。

进一步参考图6，其示出了数据查询方法的又一个实施例的流程600。该数据查询方法的流程600，包括以下步骤：

步骤601，接收数据查询请求，数据查询请求包括查询时空粒度和至少一个查询数据类型。

其中，查询时空粒度为请求查询的数据的时间属性值和空间属性值所属的时空粒度。

步骤602，针对每个查询数据类型，获取与该查询数据类型相同的预设数据类型对应的多个子数据集，以及从所获取的多个子数据集中选取与查询时空粒度相同的预设时空粒度对应的子数据集。

其中，一个预设数据类型对应多个子数据集，且一个子数据集中的数据的时间属性值和空间属性值属于一个预设时空粒度。

步骤603，遍历所选取的各个子数据集，获取所访问的各个子数据集中满足第一预设条件的目标数据。

在本实施例中，步骤601-603的具体操作与图2所示的实施例中步骤201-203的操作基本相同，在此不再赘述。

步骤604，将目标数据作为训练样本，以及采用训练样本训练机器学习模型。

其中，上述机器学习模型可以是各种模型，如人流量预测模型、天气预测模型等。

在本实施例中，由于子数据集中的每个数据都具有时间属性值和空间属性值，且子数据集中的数据在时间和空间上有序。本实施例采用从子数据集中获取到的满足条件的目标数据作为训练样本，有助于训练得到性能更佳的模型。另外，由于针对每个查询数据类型可以得到一个子数据集，在存在多个查询数据类型时，可以得到多个子数据集，从所得到的多个子数据集中筛选出的目标数据之间往往具有一定的关联性，此时，将目标数据作为训练样本训练模型，有助于实现采用更加全面的参数对模型进行训练，从而得到性能更佳的模型。

进一步参考图7，作为对上述各图所示方法的实现，本公开提供了一种数据查询装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图7所示，本实施例的数据查询装置700包括：请求接收单元701，被配置成接收数据查询请求，数据查询请求包括查询时空粒度和至少一个查询数据类型，其中，查询时空粒度为请求查询的数据的时间属性值和空间属性值所属的时空粒度；集合获取单元702，被配置成针对每个查询数据类型，获取与该查询数据类型相同的预设数据类型对应的多个子数据集，以及从所获取的多个子数据集中选取与查询时空粒度相同的预设时空粒度对应的子数据集，其中，一个预设数据类型对应多个子数据集，且一个子数据集中的数据的时间属性值和空间属性值属于一个预设时空粒度；数据获取单元703，被配置成遍历所选取的各个子数据集，获取所访问的各个子数据集中满足第一预设条件的目标数据。

本公开的上述实施例提供的装置，请求接收单元701接收数据查询请求，数据查询请求包括查询时空粒度和至少一个查询数据类型。其中，查询时空粒度为请求查询的数据的时间属性值和空间属性值所属的时空粒度。然后，集合获取单元702针对每个查询数据类型，获取与该查询数据类型相同的预设数据类型对应的多个子数据集，以及从所获取的多个子数据集中选取与查询时空粒度相同的预设时空粒度对应的子数据集。其中，一个预设数据类型对应多个子数据集，且一个子数据集中的数据的时间属性值和空间属性值属于一个预设时空粒度。最后，数据获取单元703遍历所选取的各个子数据集，获取所访问的各个子数据集中满足第一预设条件的目标数据。本实施例的装置，基于用户的查询请求从大量子数据集中，获取满足条件的目标数据，可以实现对数据的有效利用，提高数据利用率。

此外，本公开的实施例还提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当该一个或多个程序被该一个或多个处理器执行，使得该一个或多个处理器实现：接收数据查询请求，数据查询请求包括查询时空粒度和至少一个查询数据类型，其中，查询时空粒度为请求查询的数据的时间属性值和空间属性值所属的时空粒度；针对每个查询数据类型，获取与该查询数据类型相同的预设数据类型对应的多个子数据集，以及从所获取的多个子数据集中选取与查询时空粒度相同的预设时空粒度对应的子数据集，其中，一个预设数据类型对应多个子数据集，且一个子数据集中的数据的时间属性值和空间属性值属于一个预设时空粒度；遍历所选取的各个子数据集，获取所访问的各个子数据集中满足第一预设条件的目标数据。

下面参考图8，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的终端设备)800的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图8示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图8所示，电子设备800可以包括处理装置(例如中央处理单元(CPU)、图形处理器等)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

通常，以下装置可以连接至I/O接口805：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807；包括例如磁带、硬盘等的存储装置808；以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备800，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图8中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置809从网络上被下载和安装，或者从存储装置808被安装，或者从ROM 802被安装。在该计算机程序被处理装置801执行时，执行本公开的实施例的方法中限定的上述功能。

需要说明的是，本公开的实施例的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收数据查询请求，数据查询请求包括查询时空粒度和至少一个查询数据类型，其中，查询时空粒度为请求查询的数据的时间属性值和空间属性值所属的时空粒度；针对每个查询数据类型，获取与该查询数据类型相同的预设数据类型对应的多个子数据集，以及从所获取的多个子数据集中选取与查询时空粒度相同的预设时空粒度对应的子数据集，其中，一个预设数据类型对应多个子数据集，且一个子数据集中的数据的时间属性值和空间属性值属于一个预设时空粒度；遍历所选取的各个子数据集，获取所访问的各个子数据集中满足第一预设条件的目标数据。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括请求接收单元、集合获取单元和数据获取单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，请求接收单元还可以被描述为“接收数据查询请求的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (14)

1.一种数据查询方法，其中，所述方法包括：

接收数据查询请求，所述数据查询请求包括查询时空粒度和至少一个查询数据类型，其中，所述查询时空粒度为请求查询的数据的时间属性值和空间属性值所属的时空粒度；

针对每个查询数据类型，获取与该查询数据类型相同的预设数据类型对应的多个子数据集，以及从所获取的多个子数据集中选取与所述查询时空粒度相同的预设时空粒度对应的子数据集，其中，一个预设数据类型对应多个子数据集，且一个子数据集中的数据的时间属性值和空间属性值属于一个预设时空粒度，所述子数据集通过如下方式得到：

获取至少一种预设数据类型的应用数据，将所获取的应用数据存入与应用数据的预设数据类型对应的应用数据集，其中，一种预设数据类型对应一个应用数据集，各应用数据集中的应用数据具有时间属性值和空间属性值；

遍历各个应用数据集，将所访问的当前应用数据集聚合到与预设时空粒度对应的子数据集，其中，所述预设时空粒度大于当前时空粒度，所述当前时空粒度为所访问的当前应用数据集的时间属性值和空间属性值所指示的时空粒度；

遍历所选取的各个子数据集，获取所访问的各个子数据集中满足第一预设条件的目标数据；

向第一目标终端返回所述目标数据。

2.根据权利要求1所述的方法，其中，在所述将所访问的当前应用数据集聚合到与预设时空粒度对应的子数据集之后，还包括：

根据子数据集对应的预设时空粒度以及子数据集中各数据的时间属性值和空间属性值，构建子数据集中各数据的索引。

3.根据权利要求1所述的方法，其中，所述将所访问的当前应用数据集聚合到与预设时空粒度对应的子数据集包括：

若当前应用数据集中的应用数据的数据类型为空气质量数据类型，且当前时空粒度为秒-区域，预设时空粒度为分-区域，将该区域内在同一分钟内的各个秒的空气质量数据的均值作为该区域内在该分钟的空气质量数据；

若当前应用数据集中的应用数据的数据类型为天气数据类型，且当前时空粒度为天-区域，预设时空粒度为天-城市，将同一天内，该城市的各个区域的天气数据中出现次数最多的那一种天气作为这一天中该城市的天气数据。

4.根据权利要求1所述的方法，其中，所述第一预设条件包括以下至少一项：

当前子数据集对应的预设数据类型为人流量数据类型，且当前时刻的人流量与各历史时刻的人流量均值的比值大于预设比值；

当前子数据集对应的预设数据类型为空气质量数据类型，且当前时刻的空气质量大于预设质量阈值。

5.根据权利要求1所述的方法，其中，子数据集中的数据具有索引；以及

所述方法还包括：

将所选取的各个子数据集中具有相同索引的数据存入同一数据组，得到数据组集合，以及在同一时空坐标系中呈现所述数据组集合。

6.根据权利要求5所述的方法，其中，所述方法还包括：

响应于所述数据组集合中存在满足第二预设条件的目标数据组，向第一目标终端返回所述目标数据组，和/或基于所述目标数据组生成第二提示信息，以及向第二目标终端推送所述第二提示信息。

7.根据权利要求6所述的方法，其中，所述基于所述目标数据组生成第二提示信息包括：

若每个数据组中包括兴趣点POI数据类型的数据、人流量数据类型的数据，且第二预设条件为POI数据所指示的设施处的平均人流量大于预设人流量阈值，响应于所述数据组集合中存在满足第二预设条件的目标数据组，生成用于提示所述目标数据组所指示的地点中POI数据所指示的设施受大众喜爱的提示信息；

若每个数据组中包括气温数据类型的数据、人流量数据类型的数据，且第二预设条件为气温数据所指示的气温下的平均人流量大于预设人流量阈值，响应于所述数据组集合中存在满足第二预设条件的目标数据组，生成用于提示目标数据组所指示的地点中气温数据所指示的气温适宜出行的提示信息。

8.根据权利要求1所述的方法，其中，在所述遍历所选取的各个子数据集，获取所访问的各个子数据集中满足第一预设条件的目标数据之后，所述方法还包括：

基于所述目标数据生成第一提示信息，以及向第二目标终端推送所述第一提示信息。

9.根据权利要求8所述的方法，其中，在所述向第二目标终端推送所述第一提示信息之后，还包括：

生成与所述第一预设条件相匹配的控制指令，以及向所述控制指令所指示的目标设备推送所述控制指令。

10.根据权利要求9所述的方法，其中，所述第一预设条件包括当前子数据集对应的预设数据类型为人流量数据类型，且当前时刻的人流量与各历史时刻的人流量均值的比值大于预设比值；以及

所述生成与所述第一预设条件相匹配的控制指令包括：

生成用于控制目标设备行驶至所述目标数据所指示的地点的指令。

11.根据权利要求1所述的方法，其中，所述方法还包括：

将所述目标数据作为训练样本；

采用所述训练样本训练机器学习模型。

12.一种数据查询装置，其中，所述装置包括：

请求接收单元，被配置成接收数据查询请求，所述数据查询请求包括查询时空粒度和至少一个查询数据类型，其中，所述查询时空粒度为请求查询的数据的时间属性值和空间属性值所属的时空粒度；

集合获取单元，被配置成针对每个查询数据类型，获取与该查询数据类型相同的预设数据类型对应的多个子数据集，以及从所获取的多个子数据集中选取与所述查询时空粒度相同的预设时空粒度对应的子数据集，其中，一个预设数据类型对应多个子数据集，且一个子数据集中的数据的时间属性值和空间属性值属于一个预设时空粒度，所述子数据集通过如下方式得到：

获取至少一种预设数据类型的应用数据，将所获取的应用数据存入与应用数据的预设数据类型对应的应用数据集，其中，一种预设数据类型对应一个应用数据集，各应用数据集中的应用数据具有时间属性值和空间属性值；

遍历各个应用数据集，将所访问的当前应用数据集聚合到与预设时空粒度对应的子数据集，其中，所述预设时空粒度大于当前时空粒度，所述当前时空粒度为所访问的当前应用数据集的时间属性值和空间属性值所指示的时空粒度；

数据获取单元，被配置成遍历所选取的各个子数据集，获取所访问的各个子数据集中满足第一预设条件的目标数据；

数据返回单元，被配置成向第一目标终端返回所述目标数据。

13.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-11中任一所述的方法。

14.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-11中任一所述的方法。

Images