CN102063490A - 一种数据库分区方法和分区装置 - Google Patents
一种数据库分区方法和分区装置 Download PDFInfo
- Publication number
- CN102063490A CN102063490A CN 201010613115 CN201010613115A CN102063490A CN 102063490 A CN102063490 A CN 102063490A CN 201010613115 CN201010613115 CN 201010613115 CN 201010613115 A CN201010613115 A CN 201010613115A CN 102063490 A CN102063490 A CN 102063490A
- Authority
- CN
- China
- Prior art keywords
- database
- subregion
- data
- partition
- timing node
- 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
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种数据库分区方法,用于对数据库进行分区,包括以下步骤:获取多种所需报表类型;根据多种所需报表类型的时间节点来确定数据库分区规则;根据确定的数据库分区规则对数据库进行分区。本发明的数据库分区方法通过对所需报表的时间节点进行分析,并按照时间节点来定制分区规则,从而保证全网日报表和忙时报表等各种报表的数据,最好地符合分区全表扫描策略的特点,使分区全表扫描时可以获取所需数据,并且扫描到的不满足查询条件的记录达到最少,从而减少了查询扫描所需要的时间,提高了全表扫描的效率,也使很多原本需要索引扫描的情况转而可以使用全表扫描。本发明还提供一种数据分区装置。
Description
技术领域
本发明涉及涉及通信技术领域,特别是涉及一种数据库分区方法和分区装置。
背景技术
目前,随着通讯技术的迅速发展,电信网络的日益复杂,电信网管系统中的报表功能也日渐备受关注,因为整个电信网络设备的性能指标、运行详细状况等信息都需要从报表中获取,报表功能是网管系统维护人员使用最频繁的功能之一。
由于电信行业的性能数据巨大,而oracle数据库是正好适合大数据量处理的磁盘数据库,因此一般大型网管系统中会采用oracle数据库。具体而言,通过在oracle数据库中建立数据库性能表,并将一类管理对象的若干性能指标作为性能数据存储在相应的数据库性能表中;其中,数据库性能表可采用分区技术,例如,在按照时间进行分区时,一般一天或者一周的性能数据保存在一个分区中。
通常情况下,现有的数据分区表中的分区通常是以固定的时间间隔作为分区标准,例如,每天一个分区是以某一天的00:00:00开始到第二天的00:00:00结束,每周一个分区也会以一周的第一天的00:00:00开始到下一周的第一天的00:00:00结束。此种分区方法对于查询以零点开始并且以零点结束的相关数据较为方便。若查询的数据是以一天的某一个特定时间开始,如第一天上午8点到第二天上午8点,那么需要获取这一段时间的数据有两种存取方法,方法一是通过在2个分区上进行索引扫描,方法二是对2个分区进行全表扫描,因为这2个分区中,每个分区上满足条件的记录和该分区总记录条数的比值比较大,因此,一般情况下方法二更加有速度优势,但方法二实际需要扫描两天的数据记录,扫描的数据量较大。另外,如果只需要获取某一时间段的数据,如上午8点到下午3点的数据,全表扫描时也需要扫描一天的数据记录。因此,这种使用固定的时间间隔的分区策略,在生成报表时,报表所需的数据通常只是各分区的某一部分,以全表扫描的方式扫描分区时,却需要扫描分区的每一条记录,因而扫描到很多不满足条件的记录,增加了查询的时间。
发明内容
本发明所要解决的技术问题是提供一种数据库分区方法和分区装置,能够针对不同的报表需要对数据库进行分区,缩短数据查询扫描的时间。
为了解决上述问题,本发明公开了一种数据库分区方法,用于对数据库进行分区,包括以下步骤:
获取多种所需报表类型;
根据多种所需报表类型的时间节点来确定数据库分区规则;
根据确定的数据库分区规则对数据库进行分区。
进一步地,所述根据多种所需报表类型的时间节点来确定数据库分区规则包括:
确定所需报表的时间节点,以相邻两个时间节点作为时间段,一个或多个分区对应存储一个时间段内的数据。
进一步地,所述方法还包括:
将确定的数据库分区规则写入配置文件中,采用定时任务自动根据配置文件创建分区。
进一步地,所述方法还包括:
在分区中创建子分区。
进一步地,在分区中创建子分区包括:
判断所需报表中所需数据的查询条件是否包含对除时间以外的其他条件,若需要,则根据对应的查询条件确定数据库子分区规则;反之,则不做处理。
进一步地,所述其他查询条件为:所需报表中是否需要对部分网元的数据进行查询统计。
为了解决上述问题,本发明还公开了一种数据库分区装置,包括:
报表类型获取模块,用于对各种报表类型进行判断,并获取各种报表的时间节点;
分区规则确定模块,根据报表时间节点信息,将每两个相邻节点确定为一个时间段,并确定数据库分区规则;
分区模块,根据分区规则对数据库进行分区。
进一步地,所述分区装置还包括:
判断模块,判断报表中是否需要对其他查询条件的数据进行统计。
与现有技术相比,本发明具有以下优点:
本发明的数据库分区方法和分区装置通过对用户所需报表的时间节点进行分析,并按照时间节点来定制分区规则,从而保证全网日报表和忙时报表等各种报表的数据,最好地符合分区全表扫描策略的特点,使分区全表扫描时可以获取所需数据,并且扫描到的不满足查询条件的记录达到最少,从而减少了查询扫描所需要的时间,提高了全表扫描的效率,显著地提高性能,也使很多原本需要索引扫描的情况转而可以使用全表扫描。
进一步地,根据报表中是否需要其他的查询条件,例如,查询条件中是否指定需要某个或者某些RNC的数据,对各分区再进行子分区,当报表需要相应的数据时,可以直接对子分区进行全表扫描,并且扫描到的不满足查询条件的记录达到最少,也无需使用索引扫描,减少了相应的查询扫描时间。
附图说明
图1是本发明的一种数据库分区方法实施例一的流程图;
图2是本发明的一种数据库分区方法实施例二的流程图;
图3是本发明的一种数据库分区方法实施例三的流程图;
图4是本发明的一种数据库分区装置的实施例一的结构示意图;
图5是本发明的一种数据库分区装置的实施例二的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明可以应用于电信网管系统中的数据库的分区中,以根据需要生成报表。其中,数据库可以是oracel、mysql、mssql等。生成报表实质上就是一个或者多个数据库性能表中的性能数据的查询汇总。例如,全网性能报表是对所有管理对象的某时间段内的性能数据进行汇总;非全网性能报表则只是对部分管理对象的、某时间段内的性能数据进行查询汇总。又如,常见的全网小区性能报表即对该网管系统所管理的全部小区的性能数据制作性能报表,实质上是对小区性能表指定时间段进行查询,查询条件中不限定小区,即对所有小区的某时间段内的性能数据进行汇总;而非全网的小区性能报表则只是对部分小区的、某时间段内性能数据进行汇总。
参照图1,示出本发明的一种数据库分区方法实施例一,包括以下步骤:
步骤101,获取多种所需报表类型。
所需要的报表类型,可以根据实际的情况来确定,一般来说,工作人员做的性能报表年份、月份、日期是变化的,而时间点(时分秒)不变,例如,某局日报表,起始时间都是早上8:00,结束时间都是第二天早晨8:00,虽然日期每次做报表都变化,但是8:00这个时间点却不变化。即使特殊情况下,某些类型报表的时间点会变化,但大多数类型报表的时间点会比较稳定,需要获取这些时间点比较稳定,不经常变化的报表。例如,需要某一天的全网日报表,或者某一时段的全网时段报表。通常情况下,对于电信网络的报表包括全网日报表、全网忙时报表、全网月报表、部分小区的日报表、某个RNC(Radio Network Controller,无线网络控制器)下全部小区的日报表、部分小区的月报表等。
步骤102,根据多种所需报表类型的时间节点来确定数据库分区规则。
根据前一步骤中所获取的多种所需报表时间,找出各所需报表时间的时间节点,使报表需要的数据限定在某个或者多个分区中,并且报表一旦需要某个分区的数据,则报表需要该分区的所有数据,从而可以确定数据库的分区规则。例如,其中一个所需报表时间为某一天的00:00:00到第二天的00:00:00这一时间段,另一所需报表时间为某一天的10:00:00到14:00:00。这两个报表的时间节点为00:00:00、10:00:00和14:00:00,那么可以根据这三个时间节点来确定数据库的分区规则,即00:00:00到10:00:00为一个时间段,10:00:00到14:00:00为一个时间段,14:00:00到00:00:00为一个时间段,每一个时间段的数据存储在一个单独的分区内。具体的规则可以根据不同的时间段来进行确定。
为了避免根据时间段划分的分区时间范围过大,导致单一分区存储的数据过多,而对数据库的管理及查询等产生诸多不良影响,因此除了按照时间节点进行分区外,还加上一个补充规则:设一个最长分区时间间隔T(T可设置),每个分区的长度不能超过T。超过时需要调整为多个T时间间隔的分区和1个小于或者等于T的分区。
举例如下:例如T=12小时,根据时间节点得到的某分区时间范围为00:00:00~14:00:00,则需要将分区规则调整为00:00:00~12:00一个分区,12:00~14:00一个分区。
步骤103,根据确定的数据库分区规则对数据库进行分区。
根据前一步骤数据库分区规则,可以对数据库进行分区,以使不同时间段的数据可以存入不同的分区内,便于后续的查询扫描,节省查询时间。
下面结合具体实例对上述实施例进行详细的说明。
假设某移动局需要做全网日报表和全网忙时报表。其中,全网日报表一般分为2种,一种是第一天的0点到第二天的0点(如2008-08-08的00:00:00到2008-08-09的00:00:00),另外一种是前一天17:00:00到当天17:00:00,另外忙时设置在8:00:00到10:00:00。
首先确定三种报表的时间节点,分别为00:00:00、8:00:00、10:00:00及17:00:00。那么根据确定的时间节点可以确定如下的数据库分区规则,其中,00:00:00到8:00:00为一个时间段,8:00:00到10:00:00为一个时间段,10:00:00到17:00:00为一个时间段,17:00:00到00:00:00为一个时间段。
根据确定的数据库分区规则来将数据库分为A、B、C、D四个分区,分别与前面的四个时间段相对应,即,将每天的数据分别存放在四个分区内。
那么,当用户需要某天的00:00:00到第二天00:00:00的全网日报表时,只需要对该天的A、B、C、D四个分区做分区全表扫描,不需要使用索引,就能够最快地获取需要的数据。
当用户需要做前一天17:00:00到当天17:00:00的全网日报表时,只需要依次对D(前一天的分区)、A(当天的分区)、B(当天的分区)、C(当天的分区)进行分区全表扫描,同样不需要使用索引,以最快地获取需要的数据。
当用户需要做8:00:00到10:00:00的忙时报表时,只需要对B分区分区全表扫描,同样不需要使用索引,就能够最快地获取需要的数据。
进一步地,若用户需要全网月报表时,也可以直接根据全网月报表所需要的时间来选择对应的分区进行扫描。
因为数据库中根据不同时段进行了分区,所以如果某报表仅需要某一分区或者多个分区内的全部数据时,则可以仅采用分区全表扫描的方式,而无需采用索引,从而提高了报表生成的速度。因此,这种情况下,在SQL(Structured Query Language,结构化查询语言)查询时使用全表扫描提示,使执行方式更加稳定。
参照图2,示出本发明的一种数据库分区方法的实施例二,包括以下步骤:
步骤201,获取多种所需报表类型。
步骤202,根据多种所需报表类型中的时间节点来确定数据库分区规则。
步骤203,将确定的数据库分区规则写入配置文件中,采用定时任务自动根据配置文件创建分区。
例如,对于oracle数据库,则可以使用iob作为定时任务,自动的根据配置文件来对数据库创建分区。
通过将分区规则写入配置文件,并采用定时任务自动根据配置文件创建分区的方式,可以使系统根据分区规则自动创建分区,避免因为人为的操作而出现的失误。
参照图3,示出本发明的一种数据库分区方法的实施例三,包括以下步骤:
步骤301,获取多种所需报表类型。
步骤302,根据多种所需报表类型中的时间节点来确定数据库分区规则。
步骤303,判断所需报表中所需数据的查询条件是否包含除时间以外的其他条件,若需要,则根据对应的查询条件确定数据库子分区规则,并进行步骤304A;反之,则进行步骤304B。
步骤304A,根据确定的数据库分区规则对数据库进行分区,并根据数据库子分区规则对数据的分区进行子分区。
步骤304B,根据确定的数据库分区规则对数据库进行分区。
其他查询条件可以是是否需要部分网元(某个或者某些网元,非全部网元)的数据进行查询统计,例如,全网内可能存在多个RNC,某些报表需要对全网内的某一个或者部分RNC的数据进行统计,或者对某一时间段内的部分或者全部RNC的数据进行统计。因此,报表中如果需要对全网内的所有RNC或者某一RNC的数据进行统计,则根据RNC来将分区分为若干个子分区,若不需要,则直接根据步骤302中确定的数据库分区规则来对数据库进行分区。
其中,数据库子分区规则可以根据RNC标识来确定。例如,假设全网内共有共有十个RNC,则可以将分区再次分为十个子分区,每一子分区对应一个RNC。那么当需要某一RNC或者某一RNC下的一个或者几个小区的全网日报表、全网月报表时,则可以直接对每一分区中对应的子分区进行查询扫描,而无需对每个分区进行查询扫描,可以节省时间。
参照图4,示出本发明实施例一的一种数据库分区装置100,包括报表类型获取模块10、分区规则确定模块20及分区模块30。
报表类型获取模块10,用于对各种报表类型进行判断,并获取各种报表的时间节点,然后将报表时间节点信息传递给分区规则确定模块。
分区规则确定模块20,根据获取的时间节点,将每相邻两个节点之间的时间确定为一个时间段,初步确定数据库分区规则,并在最长分区时间间隔T的约束下对分区规则进行微调,从而确定最终的数据库分区规则。
分区模块30,根据分区规则确定模块20所确定的分区规则对数据库进行分区,以存储不同的数据。
参照图5,进一步地,该数据库分区装置100还包括判断模块50,判断报表中是否需要对其他查询条件的数据进行统计,如对RNC进行统计,若需要,则将信息传递给分区规则确定模块20,分区规则确定模块20根据信息确定数据库子分区规则。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于系统实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上对本发明所提供的一种数据库分区方法和分区装置进行了详细介绍,本文中应用了具体个例对本发明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发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,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发明的限制。
Claims (8)
1.一种数据库分区方法,用于对数据库进行分区,其特征在于,包括以下步骤:
获取多种所需报表类型;
根据多种所需报表类型的时间节点来确定数据库分区规则;
根据确定的数据库分区规则对数据库进行分区。
2.如权利要求1所述的方法,其特征在于,所述根据多种所需报表类型的时间节点来确定数据库分区规则包括:
确定所需报表的时间节点,以相邻两个时间节点作为时间段,一个或多个分区对应存储一个时间段内的数据。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
将确定的数据库分区规则写入配置文件中,采用定时任务自动根据配置文件创建分区。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
在分区中创建子分区。
5.如权利要求4所述的方法,其特征在于,所述在分区中创建子分区包括:
判断所需报表中所需数据的查询条件是否包含对除时间以外的其他条件,若需要,则根据对应的查询条件确定数据库子分区规则,并进行子分区;反之,则不做处理。
6.如权利要求5所述的方法,其特征在于,所述其他查询条件为:所需报表中是否需要对部分网元的数据进行查询统计。
7.一种数据库分区装置,其特征在于,包括:
报表类型获取模块,用于对各种报表类型进行判断,并获取各种报表的时间节点;
分区规则确定模块,根据报表时间节点信息,将每两个相邻节点确定为一个时间段,并确定数据库分区规则;
分区模块,根据分区规则对数据库进行分区。
8.如权利要求7所述的分区装置,其特征在于,所述分区装置还包括:
判断模块,判断报表中是否需要对其他查询条件的数据进行统计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010613115.XA CN102063490B (zh) | 2010-12-20 | 2010-12-20 | 一种数据库分区方法和分区装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010613115.XA CN102063490B (zh) | 2010-12-20 | 2010-12-20 | 一种数据库分区方法和分区装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102063490A true CN102063490A (zh) | 2011-05-18 |
CN102063490B CN102063490B (zh) | 2012-12-19 |
Family
ID=43998765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010613115.XA Active CN102063490B (zh) | 2010-12-20 | 2010-12-20 | 一种数据库分区方法和分区装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102063490B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102662968A (zh) * | 2012-03-09 | 2012-09-12 | 浪潮通信信息系统有限公司 | 一种对于Oracle大数据量存储的优化方法 |
CN103077181A (zh) * | 2012-11-20 | 2013-05-01 | 深圳市华傲数据技术有限公司 | 一种自动生成近似函数依赖规则的方法 |
CN103218449A (zh) * | 2013-04-26 | 2013-07-24 | 中国农业银行股份有限公司 | 报表日间操作异步处理方法与系统 |
CN103544302A (zh) * | 2013-10-31 | 2014-01-29 | 北京锐安科技有限公司 | 数据库的分区维护方法和装置 |
CN103793382A (zh) * | 2012-10-26 | 2014-05-14 | 腾讯科技(北京)有限公司 | 一种数据库的数据处理方法及系统 |
CN103886060A (zh) * | 2014-03-17 | 2014-06-25 | 北京国双科技有限公司 | 用于联机分析处理分区的数据处理方法和装置 |
CN104572936A (zh) * | 2014-12-30 | 2015-04-29 | 苏州驰声信息科技有限公司 | 一种线性可动态扩展的数据管理方法及系统 |
CN104679858A (zh) * | 2015-02-16 | 2015-06-03 | 华为技术有限公司 | 一种查询数据的方法和装置 |
CN104915421A (zh) * | 2015-06-10 | 2015-09-16 | 湖南菜鸟网络科技有限公司 | 体检数据处理系统和方法 |
CN107861989A (zh) * | 2017-10-17 | 2018-03-30 | 平安科技(深圳)有限公司 | 数据的分区存储方法、装置、计算机设备及存储介质 |
CN108197267A (zh) * | 2018-01-02 | 2018-06-22 | 武汉斗鱼网络科技有限公司 | 数据库分区表的扩展分析方法、装置及终端设备 |
CN108228718A (zh) * | 2017-12-06 | 2018-06-29 | 链家网(北京)科技有限公司 | 一种确定评估数据目标分区的处理方法及服务器 |
CN108460079A (zh) * | 2018-01-08 | 2018-08-28 | 平安科技(深圳)有限公司 | 数据库监控方法、装置、终端设备及存储介质 |
CN111382197A (zh) * | 2018-12-28 | 2020-07-07 | 杭州海康威视数字技术股份有限公司 | 分区管理、数据存储和查询方法及装置、设备、介质 |
CN117271529A (zh) * | 2023-11-20 | 2023-12-22 | 阿里云计算有限公司 | 索引处理方法、设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101216821A (zh) * | 2007-01-05 | 2008-07-09 | 中兴通讯股份有限公司 | 数据采集系统的存储管理方法 |
-
2010
- 2010-12-20 CN CN201010613115.XA patent/CN102063490B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101216821A (zh) * | 2007-01-05 | 2008-07-09 | 中兴通讯股份有限公司 | 数据采集系统的存储管理方法 |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102662968A (zh) * | 2012-03-09 | 2012-09-12 | 浪潮通信信息系统有限公司 | 一种对于Oracle大数据量存储的优化方法 |
CN103793382A (zh) * | 2012-10-26 | 2014-05-14 | 腾讯科技(北京)有限公司 | 一种数据库的数据处理方法及系统 |
CN103793382B (zh) * | 2012-10-26 | 2019-09-20 | 腾讯科技(北京)有限公司 | 一种数据库的数据处理方法及系统 |
CN103077181B (zh) * | 2012-11-20 | 2017-02-08 | 深圳市华傲数据技术有限公司 | 一种自动生成近似函数依赖规则的方法 |
CN103077181A (zh) * | 2012-11-20 | 2013-05-01 | 深圳市华傲数据技术有限公司 | 一种自动生成近似函数依赖规则的方法 |
CN103218449A (zh) * | 2013-04-26 | 2013-07-24 | 中国农业银行股份有限公司 | 报表日间操作异步处理方法与系统 |
CN103218449B (zh) * | 2013-04-26 | 2016-04-13 | 中国农业银行股份有限公司 | 报表日间操作异步处理方法与系统 |
CN103544302A (zh) * | 2013-10-31 | 2014-01-29 | 北京锐安科技有限公司 | 数据库的分区维护方法和装置 |
CN103544302B (zh) * | 2013-10-31 | 2018-06-19 | 北京锐安科技有限公司 | 数据库的分区维护方法和装置 |
CN103886060A (zh) * | 2014-03-17 | 2014-06-25 | 北京国双科技有限公司 | 用于联机分析处理分区的数据处理方法和装置 |
CN103886060B (zh) * | 2014-03-17 | 2017-12-22 | 北京国双科技有限公司 | 用于联机分析处理分区的数据处理方法和装置 |
CN104572936A (zh) * | 2014-12-30 | 2015-04-29 | 苏州驰声信息科技有限公司 | 一种线性可动态扩展的数据管理方法及系统 |
CN104572936B (zh) * | 2014-12-30 | 2018-07-13 | 苏州驰声信息科技有限公司 | 一种线性可动态扩展的数据管理方法及系统 |
WO2016131341A1 (zh) * | 2015-02-16 | 2016-08-25 | 华为技术有限公司 | 一种查询数据的方法和装置 |
CN104679858B (zh) * | 2015-02-16 | 2018-10-09 | 华为技术有限公司 | 一种查询数据的方法和装置 |
CN104679858A (zh) * | 2015-02-16 | 2015-06-03 | 华为技术有限公司 | 一种查询数据的方法和装置 |
US11086904B2 (en) | 2015-02-16 | 2021-08-10 | Huawei Technologies Co., Ltd. | Data query method and apparatus |
CN104915421A (zh) * | 2015-06-10 | 2015-09-16 | 湖南菜鸟网络科技有限公司 | 体检数据处理系统和方法 |
CN107861989A (zh) * | 2017-10-17 | 2018-03-30 | 平安科技(深圳)有限公司 | 数据的分区存储方法、装置、计算机设备及存储介质 |
CN108228718A (zh) * | 2017-12-06 | 2018-06-29 | 链家网(北京)科技有限公司 | 一种确定评估数据目标分区的处理方法及服务器 |
CN108197267B (zh) * | 2018-01-02 | 2021-04-27 | 武汉斗鱼网络科技有限公司 | 数据库分区表的扩展分析方法、装置及终端设备 |
CN108197267A (zh) * | 2018-01-02 | 2018-06-22 | 武汉斗鱼网络科技有限公司 | 数据库分区表的扩展分析方法、装置及终端设备 |
CN108460079A (zh) * | 2018-01-08 | 2018-08-28 | 平安科技(深圳)有限公司 | 数据库监控方法、装置、终端设备及存储介质 |
CN111382197A (zh) * | 2018-12-28 | 2020-07-07 | 杭州海康威视数字技术股份有限公司 | 分区管理、数据存储和查询方法及装置、设备、介质 |
CN111382197B (zh) * | 2018-12-28 | 2023-10-27 | 杭州海康威视数字技术股份有限公司 | 分区管理、数据存储和查询方法及装置、设备、介质 |
CN117271529A (zh) * | 2023-11-20 | 2023-12-22 | 阿里云计算有限公司 | 索引处理方法、设备及存储介质 |
CN117271529B (zh) * | 2023-11-20 | 2024-03-29 | 阿里云计算有限公司 | 索引处理方法、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN102063490B (zh) | 2012-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102063490B (zh) | 一种数据库分区方法和分区装置 | |
CN105069134B (zh) | 一种Oracle统计信息自动收集方法 | |
US20080215409A1 (en) | Iterative resource scheduling | |
CN109542889A (zh) | 流式数据列存储方法、装置、设备和存储介质 | |
CN107798017B (zh) | 分布式数据库中的执行计划信息生成方法和系统 | |
CN106649602B (zh) | 业务对象数据处理方法、装置和服务器 | |
CN101145158A (zh) | 一种数据库表分区的方法 | |
CN110941602B (zh) | 数据库的配置方法、装置、电子设备及存储介质 | |
US9374475B1 (en) | System for processing customer records | |
CN109885642B (zh) | 面向全文检索的分级存储方法及装置 | |
CN111382155B (zh) | 一种数据仓库的数据处理方法、电子设备及介质 | |
US7596585B2 (en) | Object replication using information quality of service | |
US5884311A (en) | Method and system for dynamically configuring a relational database | |
CN116703228B (zh) | 一种大数据质量评价方法及系统 | |
CN109918369B (zh) | 数据存储方法及装置 | |
CN115033646A (zh) | 一种基于Flink&Doris构建实时数仓系统的方法 | |
CN102142007B (zh) | 一种通用统计方法和装置 | |
CN105550351B (zh) | 旅客行程数据即席查询系统及方法 | |
CN110134511A (zh) | 一种OpenTSDB共享存储优化方法 | |
CN109471879A (zh) | 一种数据排行的辅助方法及装置 | |
CN101729929A (zh) | 一种智能网业务库存取海量数据的系统、装置及方法 | |
CN110502543A (zh) | 设备性能数据存储方法、装置、设备和存储介质 | |
CN110225077A (zh) | 变更供应数据的同步方法、装置、计算机设备及计算机存储介质 | |
CN101594435B (zh) | 一种彩铃业务数据的管理方法和系统 | |
US20220374810A1 (en) | Accelerating outlier prediction of performance metrics in performance managers deployed in new computing environments |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |