CN102141992A - 多维数据库存储及查询的方法 - Google Patents

多维数据库存储及查询的方法 Download PDF

Info

Publication number
CN102141992A
CN102141992A CN2010101043082A CN201010104308A CN102141992A CN 102141992 A CN102141992 A CN 102141992A CN 2010101043082 A CN2010101043082 A CN 2010101043082A CN 201010104308 A CN201010104308 A CN 201010104308A CN 102141992 A CN102141992 A CN 102141992A
Authority
CN
China
Prior art keywords
entity
module
state table
list
state
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
Application number
CN2010101043082A
Other languages
English (en)
Other versions
CN102141992B (zh
Inventor
吴忠辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GUANGZHOU CCM INFORMATION SCIENCE AND Tech CO Ltd
Original Assignee
GUANGZHOU CCM INFORMATION SCIENCE AND Tech CO Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by GUANGZHOU CCM INFORMATION SCIENCE AND Tech CO Ltd filed Critical GUANGZHOU CCM INFORMATION SCIENCE AND Tech CO Ltd
Priority to CN201010104308.2A priority Critical patent/CN102141992B/zh
Priority to US13/575,597 priority patent/US20120317137A1/en
Priority to PCT/CN2011/000026 priority patent/WO2011091708A1/zh
Publication of CN102141992A publication Critical patent/CN102141992A/zh
Application granted granted Critical
Publication of CN102141992B publication Critical patent/CN102141992B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/283Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明的名称是“多维数据库存储及查询的方法”。本发明公开了一种数据存储方法,包括以下步骤:在数据库中建立用于存储实体信息的实体表;将实体信息存储到所述实体表中;在数据库中建立用于存储实体的状态信息的状态表;将实体的状态信息存储到所述状态表中;将所述实体表与所述状态表相关联;采用时间维度来关联所述状态表。本发明还公开了一种数据存储结构以及在该数据存储结构中存储和查询数据的方法。

Description

多维数据库存储及查询的方法
技术领域
一般而言,本发明涉及数据库技术,具体而言,本发明涉及多维数据库存储及查询的方法。
背景技术
传统的二维数据库技术,是以事件过程的方式把不同样的信息记录到数据库中,存储的方式是“某人在某时做了某件事情”,并把彼此间的信息记录表通过某一关键列进行关联,如某人、某事物等。但这种管理方式如果在碰到一些非常多维的数据的时候会出现比较多的缺点,如造成数据量和表格过大、数据维与维之间的关系难以实现、不利于数据二次挖掘等。
对于一些多维的信息如市场研究、国家动态等,信息所包含维度个体种类、每个个体的各种属性和特征、个体所做的事情、时间和地点等。在这种多维和繁复的信息存储中,传统的二维数据库的管理方法如下:
1、首先,如表1所示,传统的二维数据库技术设置个体种类表,把所有的个体分门别类的存储进这个表,例如分为微观个体(如产品)
和宏观个体(如公司),然后分出微观个体和宏观个体的种类。
Figure GSA00000022073100011
表1个体种类表
2、在建立好个体种类表后,如表2所示,传统的二维数据库技术对每一种个体都会建立一个微观个体信息属性表,把相关的微观个体属性都添加到这个表中,并把一些重要的可以区分不同微观个体的属性作为不可重复项。然后把微观个体作为一个主关联项来与微观个 体事项表(表3)进行关联。
 微观个体(如产 品)  属性1   属性2   属性3  属性4   ...  属性N
 A个体  特征1   特征2   特征3  特征4   ...  特征N
 B个体  特征1’   特征2’   特征3’  特征4’   ...  特征N’
 C个体  特征1”   特征2”   特征3”  特征4”   ...  特征N”
 ...  ...   ...   ...  ...   ...
表2微观个体属性表
  微观个体   发生事  项   事项对  象1   事项对  象2   发生时  间   发生地  点   情况   备注
  A个体   事项1   E个体   G个体   ******  **   XXX   XXX   XXX  XXX
  B个体   事项1   A个体   K个体   ******  **   XXX   XXX   XXX  XXX
  B个体   事项2   中国   美国   ******  **   XXX   XXX   XXX  XXX
  ...   ...   ...   ...   ...   ...   ...   ...
表3微观个体事项表
3、同样,如表4-6所示,传统的数据库在记录宏观个体的多维信息的时候,是在数据库中建立行业的基本的宏观个体信息主表,然后再把相关的属性等存储到这个表中。然后再利用宏观个体来对表4和表5进行关联,利用元素来对表5和表6进行关联。
 宏观个体(如公 司)  属性1  属性2  属性3  属性4   ...   属性N
 A1个体  特征1  特征2  特征3  特征4   ...   特征N
 B1个体  特征1’  特征2’  特征3’  特征4’   ...   特征N’
 C1个体  特征1”  特征2”  特征3”  特征4”   ...   特征N”
 ...  ...  ...  ...  ...   ...   ...
表4宏观个体属性表
 宏观个体(如公 司)   细分元  素(如   元素属  性1   元素属  性2   元素属  性3   元素属  性4  ...   元素属  性N
 员工)
  A1个体  元素1  特征1  特征2  特征3  特征4   ...  特征N
  B1个体  元素2  特征1’  特征2’  特征3’  特征4’   ...  特征N’
  C1个体  元素3  特征 1”  特征 2”  特征 3”  特征 4”   ...  特征 N”
  ...  ...  ...  ...  ...  ...   ...  ...
表5宏观个体元素属性表
其中,细分元素是属于宏观个体内部的组成部分,如公司里面的员工,如果公司元素中还可以细分,可再设置细分表。
 宏观A个体中的元 素   发生事  项   事项对  象1   事项对  象2   发生时  间   情况   备注
 元素1   事项1   C个体   D个体   ******  **   XXX   XXX
 元素1   事项2   F个体   C个体   ******  **   ...   ...
 元素2   事项1   B个体   K个体   ******  **   XXX   XXX
 元素2   事项2   C个体   E个体   ...   ...   ...
 ...   ...   ...   ...   ...   ...   ...
表6宏观个体状态表
由此可见,传统的二维数据库技术的关联方式如图1所示。在图1中,X维表示以个体关联为层级的属性维,其中,个体种类表关联各个个体的属性表,而各个属性表关联相应的个体事项表;Y维表示以个体种类区分的并列的个体维,例如个体A、B、C等。
这种传统的二维数据库在存储和查询多维的数据信息时存在以下不足。
1)虽然传统的二维数据库可以保证个体信息的独立性与不可重复性,但在一个个体表中,在一定时间段内该个体发生的事项将会非常多,导致对于事项表的设置将会非常的复杂,例如在事项对象中会出现非常多而且无法预见最终数量的表格栏,致使无法将事项表设置成能够记录该个体的全部的多维信息。如果每一个个体表都存储如此大量的信息,最终将会导致整数据库的数据量非常大,数据表的设置也会一直无限扩大,从而浪费大量的存储空间,并且添加、删除、修改等维护操作会变得非常复杂,
2)传统的二维数据库管理方式一般只是以个体作为表之间的关联,这仅仅是一维关联,而其它的属性都统统作为另外一维列于表中。 但如果其它维度如个体的各属性、发生的各事项之间存在关联,这种传统的二维数据库将无法满足这种维与维之间的数据关联。
3)在传统的二维数据库中,多维信息的查询也是一件困难的事情,如图4的结构,这种数据库仅仅能够查询出的结果是——“某个体在某时间发生了某件事”、“备注”。但如果这个个体同时发生几件事,并且这些事件存在交叉的时候(其它维度有关联),这些信息就不能查询出来。因此,用传统的二维数据库技术存储和查询多维的信息时,存储的数据并不能充分的利用起来,很多数据都只能使用一次,对于多维数据中潜在的一些价值并不能充分的发挥,不利于数据的二次挖掘。
4)传统的二维数据库的记录方法也容易造成数据表中出现一些记录误差,由于传统记录方法没有也无法对事项中的所有字段进行规范和标识,导致容易出现记录误差,如系统将认为apple与Apple是不同的产品,事实上这两个只是输入的误差,表达的是同一个产品。这种记录方法会造成数据库的记录存在大量重复的无用内容,从而产生很大的数据冗余度。
综上所述,现代社会正呈现出多元化的趋势,所有的数据、指标也向着多维的方向去发展,例如,要记录一个产品的市场信息,就包括生产、消费、厂商、进出口、时间、地点等众多的维度。传统的二维记录方式在这些数据繁复的多维信息中将会显得捉襟见肘,无法把这些多维的信息完全地在数据库里面存储并关联起来,也就无法进行有效的查询。
发明内容
本发明的目的在于有效地存储多维数据以便节省存储空间。本发明的实施例还能够解决上述和其它问题。
采用本发明的技术方案,通过建立多维的交叉数据库,以时间为轴,实现立体的,多维的数据存储方法,能够克服传统数据库难以把多维的信息完整地存储到数据库的技术缺陷。
本发明能够把千变万化的多维信息(例如市场信息等)以优化的方式保存起来,从而节省存储资源。本发明还避免了传统的方法保存多维信息数据时的繁复的更新、维护工作量,只需要在某个时间横截面,修改相关实体的状态即可实现数据库的更新和维护,也就是说只有实体发生了事件变化才需要更新数据库。此外,本发明还提供了多维的数据库中的查询方法,通过时间、状态、实体的交叉对比,实现将数据库中存储的多维信息以传统的二维方式查询出来并呈现给用户。
附图说明
图1为传统的二维数据库技术的二维关联示意图。
图2为根据本发明的实施例的源数据库个体和元素之间相互关联的示意图。
图3示出根据本发明的实施例的实体表之间的关联模型。
图4示出根据本发明的实施例的状态表之间的关联模型。
图5是说明根据本发明的实施例的添加一个实体并将其与相关的其它实体、状态进行标识并存储到数据库的过程示意图。
图6是说明根据本发明的实施例的添加一个实体并将其与相关的其它实体、状态进行标识并存储到数据库的流程图。
图7是根据本发明的实施例的标识及反向标识的具体实施流程图。
图8为根据本发明的实施例的查询数据库的具体实现步骤的流程图。
图9是根据本发明的实施例的数据存储方法的流程图。
具体实施方式
本发明要实现一种以时间轴为核心的多维数据存储及查询的方法,具体的实施包括以下几个方面。
1.标识技术
(1)数据的标识方法:
相对于传统的二维数据库技术中对数据的简单标识方法,本发明对所有数据设置了交叉关联的数据标识。如图2所示,本发明将实体分为微观个体、宏观个体和元素,这三者的定义如下:
微观个体:指不能再细分的实体,如市场研究行业中的产品、人等;
宏观个体:指可以再细分,但也可以作为一个整体来对待的实体,如一个国家、一个法人或一个行业等;
元素:指宏观个体中所构成这个宏观个体的组成部分,如国家中的省、行业中的某产品、企业中的某人某机器等。
本发明通过在各个实体的表中标识出与相应实体相关联的各个实体,来把这各个实体交叉关联起来。当一个实体在数据库中存储或查询后,数据库将会通过相关的标识,例如关联实体的名称或ID,来找到与该实体相关联的其它实体。另外,这些交叉的关联能把各种实体表和状态表联系起来。
(2)反向标识:
为了方便多维数据库的管理,本发明还设置了反向标识,当在添 加或修改某个实体表中某实体(本文中也称为主体)的关联实体(本文中也称为受体),和/或状态表中与某主体的状态相关的受体时候,同时也会要求用户在受体的实体表和/或状态表中进行反向的标识,以确保数据库中信息的对称性。
本发明的标识与反向标识的具体实施流程参照图7。
2、实体表的定义与关联模块:
下面结合表7-9对本发明的实体表关联技术进行详细的描述。本发明将设定不同的二维数据表7-9,并将它们定义为实体表。这些实体表对应的实体可以是宏观个体、微观个体,甚至是宏观个体中的元素。
Figure GSA00000022073100061
表7微观个体实体表
如表7所示,本发明的微观个体实体表包括三个模块,即实体标识模块、关联实体模块和属性模块。实体标识模块用于存储微观实体的标识,如名称或ID,关联实体模块包括一个或多个关联项来存储其它实体表中的与该微观个体实体相关联的实体的标识,属性模块用于存储相应微观个体实体的属性。与二维数据库一样,本发明的微观个体实体表同样存储实体的各种基本属性。但不同的是增加了关联实体模块,用于存储在本实体表中的关联实体,在另一实体表中的关联实体以及在其它实体表中的关联实体,从而将该实体表与其它实体表关联在一起。
Figure 20101010430821000021
表8宏观个体实体表
如表8所示,与微观个体实体表相似,本发明的宏观个体实体表包括三个模块,即实体标识模块、关联实体模块和属性模块。实体标识模块用于存储宏观实体的标识,如名称或ID,关联实体模块包括一个或多个关联项来存储其它实体表中的与该宏观个体实体相关联的实体名称,属性模块用于存储相应宏观个体实体的属性。
表9元素实体表
如表9所示,与微观个体实体表和宏观个体实体表相似,本发明的元素实体表也包括三个模块,即实体标识模块、关联实体模块和属性模块。实体标识模块用于存储元素实体的标识,如名称或ID,关联实体模块包括一个或多个关联项来存储其它实体表中的与该元素实体相关联的实体名称,属性模块用于存储相应元素实体的属性。
如表7-9所示,在实体表的关联实体模块中,可根据该实体种类的不同,如微观个体、宏观个体或元素等,设置不同种类和数量的实体表关联项。首先可设置与在本表中的实体的关联项,还可根据实体间的不同的关联情况设置与在其它实体表中的实体的关联项。对于两个相互关联的实体,将分别在它们各自对应的表中存储关联项。
图3示出根据本发明的实施例的实体表之间的关联模型。如图所示,X维是以实体的属性为基准的维度,Y维是以实体的种类为基准的维度。本发明通过引入关联实体模块来在各个实体表中对实体进行了关联,根据这些关联可以把这些实体表联系起来,形成一个新的维度:实体关联维度(Z维)。实体关联维度是根据本发明中对实体进行的交叉标识所得出的新的维度。通过在实体间定义的所述关联模块进行关联后,这些实体表就成为如图3所示的三维的实体表阵模块。
3、状态表的定义及关联模块
除了定义实体表,本发明中还设定了记录多维信息实体的状态的数据表,即状态表。在状态表中,设定以时间维度作为状态表的基本维度,以与之关联的各种实体的实时状态等作为存储的对象。
例如表10所示的宏观个体状态表和表11所示的微观个体状态表,包括时间维度模块,用于以预定的时间粒度(例如年、月、日、时、分、秒等)来存储活动发生的时间,以便在时间维度上关联各个状态表中各个实体的活动;主实体标识模块,用于存储主实体的标识,如主实体的名称或ID;以及通过数据标识技术在状态表中设置的关联状态模块,用于存储状态表的主实体(如U)的关联状态,包括主实体(如U)与关联实体(如C、A、Z等)所发生的活动和/或主实体(如U)本身发生的活动、变化,等等。其中,主实体和关联实体是相对的概念,从宏观上看,相互关联的各个实体相互作用,是不必区分主次的,而如果从某个实体的角度来看该实体与其它实体的发生的活动,则可将该实体视为主实体,而将与该实体发生关联活动的其它实体视为关联实体。由于主实体与同一个关联实体之间都会出现不同的状态,所以可能需要将关联状态细分为不同的种类。例如假设U个体是宏观个体,例如一个公司,在2008年1月份购进和售出了C个体(某产品)X和Y吨,在U个体和C个体的状态表中分别如表10和表11所示进行存储。虽然表10和表11仅示出与各个关联实体的状态,但是本领域的技术人员会理解到,主实体不仅能与其它实体发生各种状态,该主实体本身也会发生各种变化,因此,根据本发明的精神和原理,主实体本身的变化也属于关联状态模块的存储对象。
Figure GSA00000022073100091
Figure GSA00000022073100101
表10宏观个体状态表
表11微观个体状态表
在状态表之间的关联方面,如图4所示,状态表与本发明中的实体表一样,也可以通过实体之间的交叉标识来把状态表联系起来并形成状态表阵模块。实体之间的交叉标识通过前面参照表7-9和图3所描述的方案来实现。因为在实体表中已经设置了关联模块来存储其它实体表中的与该实体相关联的实体的标识,所以在状态表中,为了节省存储空间,可以不存储与主实体相关联的其它实体的标识,而改为通过主实体的标识来在实体表中查找到关联实体的标识及相关属性,从而将实体表的内容潜在地结合到状态表中。作为可选的方案,也可以在状态表的关联状态模块中找到与主实体相关联的其它实体的标识。
而且,由于状态是跟时间有非常大的关系,所以状态表比起实体表多出来的一个重要维度就是时间维度,如表10和表11中的时间维度模块。因此,状态表之间的关联将比实体表要多出一个时间维度, 是四维的关联。
如图4所示,通过X维(以实体关联状态为基准的维度)和Y维(以实体为基准的维度)存储的信息形成例如状态表1-36。这些状态表通过Z维(实体标识维,根据本发明中对实体的交叉标识所得出的新的维度)构建出状态表阵模块(如图中的各个立方体所表示出的)。这些状态表阵模块通过W维(时间维,状态表中最关键的维度,实际上把所有的状态表关联起来的维度)关联起来。这样,实现了状态表模块的四维关联技术方案。
4、实体表模块与状态表模块之间的关联
本发明中的实体表模块主要是定义实体的各种属性及相关标识(包括本实体的标识和关联实体的标识),状态表模块主要是定义实体在不同时间上的与各种实体交叉关联的状态。实体表中的关联模块中存储的关联实体包括与该实体表中的主实体发生了活动(即动态关联)的那些关联实体,而这些活动存储在该主实体的状态表中。除此之外,实体表中的关联模块还存储与主实体具有静态关联的实体的标识。所述静态关联例如包含与被包含关系等,状态表中的关联状态模块包括主实体与其它关联实体发生的活动,还包括主实体本身发生的状态,等等。实体表模块和状态表模块可通过实体标识模块来关联在一起,从而全面地反映实体的静态信息和动态变化信息。在将实体表与状态表关联在一起之后,可以根据需要来选择适当的维度来作为基准以便对数据进行优化的组织、管理,以方便数据的存储、查询和维护等操作。例如,在反映多维市场信息时,可以把时间维度作为基准来进行数据的存储、查询和维护等操作,这样,能够对多维市场信息进行有效的处理。
5、处理多维信息的流程:
(1)添加多维信息:
本发明的数据存储方案是通过定义出几个不同的维度,并主要以时间维度作为基准并利用数据标识技术来构建相互关联的数据存储模块,然后按照数据存储模块构成的存储模型,把多维信息保存到数据库中去。
图5是说明根据本发明的实施例的添加一个实体并将其与相关的其它实体、状态进行标识并存储到数据库的过程示意图。具体存储步骤如下(以添加实体A为例,实体B和C为数据库中已存储的实体):
步骤501,在实体表中定义实体A;
步骤502,在实体表中的属性模块中添加实体A的相关属性;
步骤503,添加与实体A关联的实体B的标识;
步骤504,在对应的实体B的实体表中进行反向标识,通过在实 体B的实体表中进行反向标识,来建立实体表阵模块(包含实体A的实体表和实体B的实体表),所述反向标识可自动进行;
步骤505,在实体A的状态表中添加与实体B发生的状态;
步骤506,以预定的时间粒度在实体A的状态表中添加与实体B发生状态的时间;
步骤507,在实体B的状态表中进行反向标识(包括添加与实体A发生的状态以及状态发生的时间),从而建立状态表阵模块(包含实体A表和实体B表),所述反向标识可自动进行;
步骤508,数据库系统根据实体A和实体B的状态表模块的时间属性来把实体A和实体B的状态表关联到时间轴上。;
上述步骤中的标识与反向标识的具体实施流程的一种实现方式参见图7。
添加实体A的另一个关联实体C的步骤与503-508重复。当数据库系统把关联实体C的实体表和状态表添加到已建立的实体表阵模块和状态表阵模块中之后,实体表阵模块和状态表阵模块已经包含实体A、实体B和实体C三者的实体表和状态表,并且在状态表阵模块中,实体A、实体B和实体C三者的状态表通过时间轴关联起来;
随着数据库中数据的不断增加,实体表阵模块与状态表阵模块中成员的数量将不断增加。
图6是说明根据本发明的实施例的添加一个实体并将其与相关的其它实体、状态进行标识并存储到数据库的流程图。
步骤600:过程开始。
步骤601:在实体表中定义一个实体A。
步骤602:添加实体A的属性。
步骤603:判断是否存在与A发生关联的实体,若是则过程进行到604,若否,则过程进行到608。
步骤604:在所述实体表中添加与实体A相关联的实体的标识,并在与实体A关联的实体的实体表中进行反向标识。
步骤605:在实体A的状态表中的关联状态模块中添加实体A与关联实体发生的状态。
步骤606:以预定的时间粒度在实体A的状态表中添加实体A与关联实体发生的状态的时间。
步骤607:在与实体A关联的实体的状态表中进行反向标识,包括以预定的时间粒度在与实体关联的实体的状态表中添加关联实体与实体A发生的状态以及状态发生的时间。
步骤608:过程结束。
(2)管理多维信息
由于本发明中的源数据标识技术是自动反向生成的,所以相对于传统的二维数据技术来说,管理方法非常简单。当系统中对实体模块的其中一个标识进行修改的时候,根据自动反向标识的生成,在另一个表的实体标识也会自动跟随着更改。
具体的标识与反向标识的实施流程例如如图7所示。
首先数据库会判定用户操作的是实体表还是状态表(步骤702),将会分以下两种情况:
管理者操作在实体A(主体A)的表中修改关联实体B(受体B),系统从数据库中搜索实体列表并以要求用户选定受体的方式去实现这一关联修改(步骤703),选定后,在把用户的操作修改到数据库的同时,系统将另外自动在实体表中寻找该步操作的关联受体(上述例子中的实体B)的关联信息,并自动在实体表中添加该表的受体,同时提交给管理者对该反向标识工作进行确认(步骤705)。如果该步搜索并没有找到数据库中存在该受体,则要求用户必须在实体表中添加该受体相对应的信息(步骤704),以保证该反向标识操作能顺利完成。
由于状态表的本身也与实体表相关联,所以在添加或修改主体A的状态表中的受体则与实体表的反向标识步骤较为类似,也要在实体表中进行标识和反向标识。不同点在于,由于状态表比实体表多出了一个时间维,所以状态表的反向标识中除了标识实体,还会对受体的状态表的时间进行自动关联(步骤708)。另外,由于状态反向标识的不可预测性,管理者还需在步骤707和709中对主体和受体的发生状态进行确认。
虽然图7仅举例说明了在添加和修改操作时的标识和反向标识,但是本发明不限于此。而且,本领域的技术人员会理解,删除操作也可以基于上述方案来实现标识或反向标识。
综上所述,对实体表进行标识的步骤可包括:在实体表的关联实体模块中存储、修改或删除与所述实体表中的实体相关联的关联实体的标识。
对实体表进行反向标识的步骤可包括:所述反向标识的步骤包括:通过所述关联实体的标识在数据库中搜索与所述关联实体对应的实体表,如果搜索到对应的实体表,则在所述关联实体的对应的实体表的关联实体模块中存储、修改或删除所述实体的标识,如果未搜索到对应的实体表,并且在所述实体表的关联实体模块中进行的是存储或修改操作,则为所述关联实体创建实体表,并在为所述关联实体而创建的实体表中的关联实体模块中存储或修改所述实体的标识。
对状态表进行标识的步骤可包括:在状态表的关联状态模块中存 储、修改或删除所述状态表中的主实体与关联实体发生的状态,并在所述状态表的时间维度模块中存储、修改或删除所述状态发生的时间。
对状态表进行反向标识的步骤可包括:所述反向标识的步骤包括:通过所述关联实体的标识在数据库中搜索与所述关联实体对应的状态表,如果搜索到对应的状态表,则在所述关联实体的对应的状态表的关联状态模块中存储、修改或删除所述关联实体与所述主实体发生的状态,并在所述关联实体的对应的状态表的时间维度模块中存储、修改或删除所述状态发生的时间,如果未搜索到对应的状态表,并且在所述主实体的状态表的关联状态模块中进行的是存储或修改操作,则为所述关联实体创建状态表,并在为所述关联实体而创建的状态表中的关联状态模块中存储或修改所述关联实体与所述主实体发生的状态,并在所述关联实体的对应的状态表的时间维度模块中存储或修改所述状态发生的时间。
6、数据库查询模块
在数据存储结构设置好后,本发明能够非常完整地把多维信息分门别类保存到多维数据库中。另外,本发明还提供了一种模块化通用性交叉查询各种各样的多维信息的情况,并返回二维表格形式的查询结果。具体地说,在本发明中,可以通过实体、状态、时间等各个维度进行对多维信息进行查询并返回二维表格形式的查询结果。
如图8所示,查询的具体实现步骤如下:(以查询实体A为例):
用户提出查询请求,查询实体A在时间点1到时间点2之间发生的活动;
步骤801,输入用户的查询要求,在数据库系统中发出查询命令;步骤802,判断数据库中是否记录了该实体,若否,则在步骤803返回查询空值,若是,则在步骤804,查询出与该实体相关联的实体表;
步骤805,判断是否还存在与该实体关联的其它实体表,若否,则在步骤806,返回查询结果,显示实体表中实体的属性,若是,则在步骤807,读取与该实体关联的实体表中的记录,并将记录保存至服务器的缓冲区;
步骤808,在数据库中截取时间点,判断在所截取的时间点上是否存在与该实体关联的状态表,若是,则步骤进行到809,若否,则步骤进行到810;
步骤809,读取与该实体相关联的状态表中与该实体相关的记录;
步骤810,判断是否还存在与该实体相关联的其它状态表,若否,则在步骤812,读取服务器的缓冲区,返回查询结果,若是,则在步骤811,读取与该实体相关联的其它状态表中与该实体相关的记录, 并将记录保存至服务器的缓冲区;
步骤812,读取服务器的缓冲区,返回查询结果。
如表12所示,此表是本发明实际应用的例子,其中F1栏由实体表阵模块中查询出来的结果,F2栏为从实体A的状态表阵模块中查询出来的结果,F3栏为时间轴截取结果,F4栏为源数据交叉标识技术呈现的结果。
时间点:****年**月——****年**月
Figure GSA00000022073100151
表12多维数据库查询模块查询结果
图9是根据本发明的实施例的数据存储方法的流程图,所述方法包括以下步骤:900过程开始;901在数据库中建立用于存储实体信息的实体表;902将实体信息存储到所述实体表中;903在数据库中建立用于存储实体的状态信息的状态表;904将实体的状态信息存储到所述状态表中;905将所述实体表与所述状态表相关联;906采用时间维度来关联所述状态表;907过程结束。
步骤901进一步包括:在实体表中设置实体标识模块、关联实体模块和属性模块,所述实体标识模块用于存储实体的标识,所述关联实体模块用于存储其它实体表中的与所述实体相关联的实体的标识,所述属性模块用于存储相应实体的属性;采用关联实体模块将多个实体表关联起来,构造成三维实体表阵模块。步骤903进一步包括:在 状态表中设置时间维度模块、主实体标识模块和关联状态模块,所述时间维度模块用于以预定的时间粒度来存储主实体的状态发生的时间,所述主实体标识模块用于存储主实体的标识,所述关联状态模块用于存储所述主实体的关联状态;采用所述主实体的实体表中的关联实体模块或所述状态表中的关联状态模块来把多个状态表关联起来,构造成三维状态表阵模块;其中,步骤905进一步包括:通过实体表中的实体标识模块与状态表中的主实体标识模块来将所述实体表与所述状态表相关联;以及其中,所述数据是多维市场数据。步骤906进一步包括:采用时间维度来关联所述三维状态表阵模块以构成四维状态表关联模块。
通过标识和反向标识来在实体表中设置所述关联实体模块。其中,所述标识的步骤包括:在实体表的关联实体模块中存储、修改或删除与所述实体表中的实体相关联的关联实体的标识;所述反向标识的步骤包括:通过所述关联实体的标识在数据库中搜索与所述关联实体对应的实体表,如果搜索到对应的实体表,则在所述关联实体的对应的实体表的关联实体模块中存储、修改或删除所述实体的标识,如果未搜索到对应的实体表,并且在所述实体表的关联实体模块中进行的是存储或修改操作,则为所述关联实体创建实体表,并在为所述关联实体而创建的实体表中的关联实体模块中存储或修改所述实体的标识。
通过标识和反向标识来在状态表中设置所述关联状态模块。其中,所述标识的步骤包括:在状态表的关联状态模块中存储、修改或删除所述状态表中的主实体与关联实体发生的状态,并在所述状态表的时间维度模块中存储、修改或删除所述状态发生的时间;所述反向标识的步骤包括:通过所述关联实体的标识在数据库中搜索与所述关联实体对应的状态表,如果搜索到对应的状态表,则在所述关联实体的对应的状态表的关联状态模块中存储、修改或删除所述关联实体与所述主实体发生的状态,并在所述关联实体的对应的状态表的时间维度模块中存储、修改或删除所述状态发生的时间,如果未搜索到对应的状态表,并且在所述主实体的状态表的关联状态模块中进行的是存储或修改操作,则为所述关联实体创建状态表,并在为所述关联实体而创建的状态表中的关联状态模块中存储或修改所述关联实体与所述主实体发生的状态,并在所述关联实体的对应的状态表的时间维度模块中存储或修改所述状态发生的时间。
上述反向标识的步骤可自动进行。
本发明还提供了一种数据存储结构,包括:在数据库中建立的用于存储实体信息的实体表;在数据库中建立的用于存储实体的状态信 息的状态表;所述实体表与所述状态表相关联,其中,所述状态表采用时间维度来关联。其中,所述实体表进一步包括实体标识模块、关联实体模块和属性模块,所述实体标识模块用于存储实体的标识,所述关联实体模块用于存储其它实体表中的与所述实体相关联的实体的标识,所述属性模块用于存储相应实体的属性;所述实体表之间通过所述关联实体模块的关联而形成三维实体表阵模块;其中,所述状态表进一步包括时间维度模块、主实体标识模块和关联状态模块,所述时间维度模块用于以预定的时间粒度来存储主实体的状态发生的时间,所述主实体标识模块用于存储所述主实体的标识,所述关联状态模块用于存储所述主实体的关联状态;所述状态表之间采用所述主实体的实体表中的关联实体模块或所述状态表中的关联状态模块来关联以形成三维状态表阵模块,所述三维状态表阵模块采用时间维度来关联以形成四维状态表关联模块。其中,所述实体表与所述状态表之间通过实体表中的实体标识模块与状态表中的主实体标识模块来关联。
本发明还提供了一种在上述数据存储结构中存储数据的方法,包括以下步骤:在实体表中定义实体;添加所述实体的属性;判断是否存在与所述实体发生关联的实体;若是,则在所述实体表中添加与所述实体相关联的关联实体的标识,并在与所述关联实体的实体表中进行反向标识;在所述实体的状态表中的关联状态模块中添加所述实体与关联实体发生的状态;以预定的时间粒度在所述实体的状态表中添加所述实体与所述关联实体发生的状态的时间;在所述关联实体的状态表中进行反向标识,并且以预定的时间粒度在所述关联实体的状态表中添加所述关联实体与所述实体发生的状态的时间。
本发明还提供了一种查询按照本发明的数据存储方法存储的数据的方法,包括以下步骤:输入用户的查询要求,在数据库系统中发出查询命令;判断数据库中是否记录了该实体,若否,则返回查询空值,若是,则查询出与该实体相关联的实体表;判断是否还存在与该实体关联的其它实体表,若否,则返回查询结果,显示实体表中实体的属性,若是,则读取与该实体关联的实体表中的记录,并将记录保存至服务器的缓冲区;在数据库中截取时间点,判断在所截取的时间点上是否存在与该实体关联的状态表,若是,则读取与该实体相关联的状态表中与该实体相关的记录,若否,则判断是否还存在与该实体相关联的其它状态表,若否,则读取服务器的缓冲区,返回查询结果,若是,则读取与该实体相关联的其它状态表中与该实体相关的记录,并将记录保存至服务器的缓冲区;读取服务器的缓冲区,返回查询结果。
本说明中提到“一个实施例”或“实施例”等表示结合该实施例描述的特定特征、结构或特性包含在本发明所涵盖的至少一个实现方式中。因此,词语“一个实施例”或“实施例”等的出现不一定表示相同的实施例。此外,特定特征、结构或特性可通过与所述的特定实施例不同的其它适当形式来创立,并且所有这类形式均可为本发明所覆盖。
虽然以上结合的具体实施例对本发明进行了详细描述,但是本领域的技术人员会理解,可在不背离本发明精神和范围的前提下,对本发明进行各种修改和改变(例如,可在不背离本发明的精神和范围的前提下,对各个技术方案及其技术特征进行各种修改和组合),而这些修改和改变都被认为落入本发明的范围内。

Claims (12)

1.一种数据存储方法,包括以下步骤:
a)在数据库中建立用于存储实体信息的实体表;
b)将实体信息存储到所述实体表中;
c)在数据库中建立用于存储实体的状态信息的状态表;
d)将实体的状态信息存储到所述状态表中;
e)将所述实体表与所述状态表相关联;
f)采用时间维度来关联所述状态表。
2.如权利要求1所述的方法,其中,步骤a)进一步包括:
在实体表中设置实体标识模块、关联实体模块和属性模块,所述实体标识模块用于存储实体的标识,所述关联实体模块用于存储其它实体表中的与所述实体相关联的实体的标识,所述属性模块用于存储相应实体的属性;
采用关联实体模块将多个实体表关联起来,构造成三维实体表阵模块;
其中,步骤c)进一步包括:
在状态表中设置时间维度模块、主实体标识模块和关联状态模块,所述时间维度模块用于以预定的时间粒度来存储主实体的状态发生的时间,所述主实体标识模块用于存储主实体的标识,所述关联状态模块用于存储所述主实体的关联状态;
采用所述主实体的实体表中的关联实体模块或所述状态表中的关联状态模块来把多个状态表关联起来,构造成三维状态表阵模块;
其中,步骤e)进一步包括:通过实体表中的实体标识模块与状态表中的主实体标识模块来将所述实体表与所述状态表相关联;以及
其中,所述数据是多维市场数据。
3.如权利要求2所述的方法,其中,步骤f)进一步包括:
采用时间维度来关联所述三维状态表阵模块以构成四维状态表关联模块。
4.如权利要求2所述的方法,其中,通过标识和反向标识来在实体表中设置所述关联实体模块。
5.如权利要求4所述的方法,其中,
所述标识的步骤包括:在实体表的关联实体模块中存储、修改或删除与所述实体表中的实体相关联的关联实体的标识;
所述反向标识的步骤包括:通过所述关联实体的标识在数据库中搜索与所述关联实体对应的实体表,如果搜索到对应的实体表,则在所述关联实体的对应的实体表的关联实体模块中存储、修改或删除所述实体的标识,如果未搜索到对应的实体表,并且在所述实体表的关联实体模块中进行的是存储或修改操作,则为所述关联实体创建实体表,并在为所述关联实体而创建的实体表中的关联实体模块中存储或修改所述实体的标识。
6.如权利要求2所述的方法,其中,通过标识和反向标识来在状态表中设置所述关联状态模块。
7.如权利要求6所述的方法,其中,
所述标识的步骤包括:在状态表的关联状态模块中存储、修改或删除所述状态表中的主实体与关联实体发生的状态,并在所述状态表的时间维度模块中存储、修改或删除所述状态发生的时间;
所述反向标识的步骤包括:通过所述关联实体的标识在数据库中搜索与所述关联实体对应的状态表,如果搜索到对应的状态表,则在所述关联实体的对应的状态表的关联状态模块中存储、修改或删除所述关联实体与所述主实体发生的状态,并在所述关联实体的对应的状态表的时间维度模块中存储、修改或删除所述状态发生的时间,如果未搜索到对应的状态表,并且在所述主实体的状态表的关联状态模块中进行的是存储或修改操作,则为所述关联实体创建状态表,并在为所述关联实体而创建的状态表中的关联状态模块中存储或修改所述关联实体与所述主实体发生的状态,并在所述关联实体的对应的状态表的时间维度模块中存储或修改所述状态发生的时间。
8.如权利要求5或7所述的方法,其中,自动进行所述反向标识的步骤。
9.一种数据存储结构,包括:
在数据库中建立的用于存储实体信息的实体表;
在数据库中建立的用于存储实体的状态信息的状态表;
所述实体表与所述状态表相关联,
其中,所述状态表采用时间维度来关联。
10.如权利要求9所述的数据存储结构,其中,所述实体表进一步包括实体标识模块、关联实体模块和属性模块,所述实体标识模块用于存储实体的标识,所述关联实体模块用于存储其它实体表中的与所述实体相关联的实体的标识,所述属性模块用于存储相应实体的属性;
所述实体表之间通过所述关联实体模块的关联而形成三维实体表阵模块;
其中,所述状态表进一步包括时间维度模块、主实体标识模块和关联状态模块,所述时间维度模块用于以预定的时间粒度来存储主实体的状态发生的时间,所述主实体标识模块用于存储所述主实体的标识,所述关联状态模块用于存储所述主实体的关联状态;
所述状态表之间采用所述主实体的实体表中的关联实体模块或所述状态表中的关联状态模块来关联以形成三维状态表阵模块,所述三维状态表阵模块采用时间维度来关联以形成四维状态表关联模块。
其中,所述实体表与所述状态表之间通过实体表中的实体标识模块与状态表中的主实体标识模块来关联。
11.一种在如权利要求9-10所述的数据存储结构中存储数据的方法,包括以下步骤:
在实体表中定义实体;
添加所述实体的属性;
判断是否存在与所述实体发生关联的实体;
若是,则在所述实体表中添加与所述实体相关联的关联实体的标识,并在与所述关联实体的实体表中进行反向标识;
在所述实体的状态表中的关联状态模块中添加所述实体与关联实体发生的状态;
以预定的时间粒度在所述实体的状态表中添加所述实体与所述关联实体发生的状态的时间;
在所述关联实体的状态表中进行反向标识,并且以预定的时间粒度在所述关联实体的状态表中添加所述关联实体与所述实体发生的状态的时间。
12.一种查询按照权利要求1-8所述的方法存储的数据的方法,包括以下步骤:
输入用户的查询要求,在数据库系统中发出查询命令;
判断数据库中是否记录了该实体,
若否,则返回查询空值,
若是,则查询出与该实体相关联的实体表;
判断是否还存在与该实体关联的其它实体表,
若否,则返回查询结果,显示实体表中实体的属性,
若是,则读取与该实体关联的实体表中的记录,并将记录保存至服务器的缓冲区;
在数据库中截取时间点,判断在所截取的时间点上是否存在与该实体关联的状态表,若是,则读取与该实体相关联的状态表中与该实体相关的记录,若否,则判断是否还存在与该实体相关联的其它状态表,若否,则读取服务器的缓冲区,返回查询结果,若是,则读取与该实体相关联的其它状态表中与该实体相关的记录,并将记录保存至服务器的缓冲区;
读取服务器的缓冲区,返回查询结果。
CN201010104308.2A 2010-01-28 2010-01-28 多维数据库存储及查询的方法 Active CN102141992B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201010104308.2A CN102141992B (zh) 2010-01-28 2010-01-28 多维数据库存储及查询的方法
US13/575,597 US20120317137A1 (en) 2010-01-28 2011-01-06 Method for multi-dimensional database storage and inquiry
PCT/CN2011/000026 WO2011091708A1 (zh) 2010-01-28 2011-01-06 多维数据库存储及查询的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201010104308.2A CN102141992B (zh) 2010-01-28 2010-01-28 多维数据库存储及查询的方法

Publications (2)

Publication Number Publication Date
CN102141992A true CN102141992A (zh) 2011-08-03
CN102141992B CN102141992B (zh) 2015-04-29

Family

ID=44318656

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201010104308.2A Active CN102141992B (zh) 2010-01-28 2010-01-28 多维数据库存储及查询的方法

Country Status (3)

Country Link
US (1) US20120317137A1 (zh)
CN (1) CN102141992B (zh)
WO (1) WO2011091708A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102236662A (zh) * 2010-04-23 2011-11-09 广州市西美信息科技有限公司 数据库查询和控制方法
CN103544157A (zh) * 2012-07-11 2014-01-29 阿里巴巴集团控股有限公司 一种数据的存储方法和设备
CN104573133A (zh) * 2015-02-13 2015-04-29 广州神马移动信息科技有限公司 存储数据的方法和设备
CN105353994A (zh) * 2015-12-11 2016-02-24 上海斐讯数据通信技术有限公司 三维结构的数据存储方法及装置、查询方法及装置
CN108573010A (zh) * 2017-08-25 2018-09-25 北京金山云网络技术有限公司 关联异构系统同义数据的方法、装置、电子设备及介质
CN110704548A (zh) * 2019-09-30 2020-01-17 北京元年科技股份有限公司 用于多维数据库的筛选有效计算数据的系统和方法
CN111382990A (zh) * 2018-12-29 2020-07-07 达丰(上海)电脑有限公司 信息关联管理方法及其装置、设备和存储介质
CN114356972A (zh) * 2021-12-03 2022-04-15 四川科瑞软件有限责任公司 一种数据处理方法、基于事件时间的检索方法和装置

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103425772B (zh) * 2013-08-13 2016-08-10 东北大学 一种具有多维信息的海量数据查询方法
CN104657370B (zh) * 2013-11-19 2018-09-04 中国移动通信集团天津有限公司 一种实现多维立方体关联的方法和装置
CN107844600A (zh) * 2017-11-23 2018-03-27 浪潮软件集团有限公司 一种数据存储方法和装置
CN110175173B (zh) * 2019-05-24 2021-03-26 全知科技(杭州)有限责任公司 一种基于数据特征分析的业务系统主数据识别与区分方法
CN114780654B (zh) * 2022-05-27 2022-11-15 河北省科学技术情报研究院(河北省科技创新战略研究院) 一种多源主附实体结构模块化构建的处理方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5999924A (en) * 1997-07-25 1999-12-07 Amazon.Com, Inc. Method and apparatus for producing sequenced queries
AU1377399A (en) * 1997-11-05 1999-05-24 Leep Technology, Inc. System and method for selecting rows from dimensional databases
JP2003141173A (ja) * 2001-08-22 2003-05-16 Komatsu Ltd データベース管理システム及びデータベース
US7194465B1 (en) * 2002-03-28 2007-03-20 Business Objects, S.A. Apparatus and method for identifying patterns in a multi-dimensional database
CN1564160A (zh) * 2004-04-22 2005-01-12 重庆市弘越科技有限公司 建立及查询多维数据立方体的方法
US8239248B2 (en) * 2007-03-07 2012-08-07 Microsoft Corporation Techniques to manage information for dynamic reports using time periods for a business model

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
汪琳媛: "教务管理系统的数据关联", 《福建电脑》 *
齐惠英: "关于数据库的关联", 《电脑与网络》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102236662B (zh) * 2010-04-23 2013-09-25 广州市西美信息科技有限公司 数据库查询和控制方法
CN102236662A (zh) * 2010-04-23 2011-11-09 广州市西美信息科技有限公司 数据库查询和控制方法
CN103544157B (zh) * 2012-07-11 2017-08-15 阿里巴巴集团控股有限公司 一种数据的存储方法和设备
CN103544157A (zh) * 2012-07-11 2014-01-29 阿里巴巴集团控股有限公司 一种数据的存储方法和设备
CN104573133A (zh) * 2015-02-13 2015-04-29 广州神马移动信息科技有限公司 存储数据的方法和设备
WO2016127739A1 (zh) * 2015-02-13 2016-08-18 广州神马移动信息科技有限公司 存储数据的方法和设备
CN105353994A (zh) * 2015-12-11 2016-02-24 上海斐讯数据通信技术有限公司 三维结构的数据存储方法及装置、查询方法及装置
CN105353994B (zh) * 2015-12-11 2019-10-22 上海斐讯数据通信技术有限公司 三维结构的数据存储方法及装置、查询方法及装置
CN108573010A (zh) * 2017-08-25 2018-09-25 北京金山云网络技术有限公司 关联异构系统同义数据的方法、装置、电子设备及介质
CN108573010B (zh) * 2017-08-25 2020-06-19 北京金山云网络技术有限公司 关联异构系统同义数据的方法、装置、电子设备及介质
CN111382990A (zh) * 2018-12-29 2020-07-07 达丰(上海)电脑有限公司 信息关联管理方法及其装置、设备和存储介质
CN110704548A (zh) * 2019-09-30 2020-01-17 北京元年科技股份有限公司 用于多维数据库的筛选有效计算数据的系统和方法
CN110704548B (zh) * 2019-09-30 2021-12-10 北京元年科技股份有限公司 用于多维数据库的筛选有效计算数据的系统和方法
CN114356972A (zh) * 2021-12-03 2022-04-15 四川科瑞软件有限责任公司 一种数据处理方法、基于事件时间的检索方法和装置

Also Published As

Publication number Publication date
CN102141992B (zh) 2015-04-29
WO2011091708A1 (zh) 2011-08-04
US20120317137A1 (en) 2012-12-13

Similar Documents

Publication Publication Date Title
CN102141992B (zh) 多维数据库存储及查询的方法
Mahanti Data quality: dimensions, measurement, strategy, management, and governance
CN101937463B (zh) 一种用于工作流模型的表单自动生成方法
CN100547586C (zh) 指定工作簿的行列作为数据源的方法、系统和设备
US8311975B1 (en) Data warehouse with a domain fact table
CN102918530B (zh) 数据集市自动化
US10210235B2 (en) Declarative data warehouse definition for object-relational mapped objects
CN100498785C (zh) 一种联机分析处理系统中多维数据读写的方法和装置
McKnight Information management: strategies for gaining a competitive advantage with data
Bălăceanu Components of a Business Intelligence software solution
Cecelja Manufacturing Information and Data Systems: Analysis, Design and Practice
CN102236662B (zh) 数据库查询和控制方法
Dahlberg et al. Framework and research agenda for master data management in distributed environments
Hrynko et al. Methodological approaches to modeling information architecture of the organization in the conditions of digital economy
Rifaie et al. Data modelling for effective data warehouse architecture and design
Shaw et al. Information-based manufacturing: technology, strategy and industrial applications
Fukuzawa Transition of the concept of total optimization in Japanese companies
Rexwhite et al. The use of databases for information storage and retrieval in selected banks in Delta State, Nigeria
Ferguson Data Virtualization–Flexible Technology for the Agile Enterprise
Spaccapietra et al. Data Mining and Reverse Engineering: Searching for Semantics. IFIP TC2 WG2. 6 IFIP Seventh Conference on Database Semantics (DS-7) 7–10 October 1997, Leysin, Switzerland
CN103870497A (zh) 用于基于列的数据库的列智能机制
Alain et al. Integrating fuzzy concepts to design a fuzzy data warehouse
Becker et al. Big data quality case study preliminary findings
Li et al. Data mining architecture system expansion
Manoharan et al. Managing Digital Data–The Biggest Challenge to Today's Organizations

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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Method for storing and querying multidimensional database

Effective date of registration: 20190321

Granted publication date: 20150429

Pledgee: Bank of China Limited Guangzhou Yuexiu Branch

Pledgor: Guangzhou CCM Information Science & Technology Co., Ltd.

Registration number: 2019440000109

PE01 Entry into force of the registration of the contract for pledge of patent right