CN103902743A - 通过业务名词操控数据的自助查询方法 - Google Patents
通过业务名词操控数据的自助查询方法 Download PDFInfo
- Publication number
- CN103902743A CN103902743A CN201410176126.4A CN201410176126A CN103902743A CN 103902743 A CN103902743 A CN 103902743A CN 201410176126 A CN201410176126 A CN 201410176126A CN 103902743 A CN103902743 A CN 103902743A
- Authority
- CN
- China
- Prior art keywords
- business
- data
- service
- dimension
- fact
- 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
Classifications
-
- 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
-
- 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
- G06F16/242—Query formulation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开一种通过业务名词操控数据的自助查询方法,通过预定义了时间轴、业务维度、业务事实三类对象的业务名词,并对业务名词进行三维式组合,从而实现建立查询规则;当用户使用查询规则时,基于业务名词的目录体系自助查询,实现无领域空间限制的数据(实时、历史)自由组合分析;其中在多业务事实组合查询时,自动识别其共同业务维度(特征),非共同业务维度自动屏蔽。本方案将整个业务名词的目录体系展现给用户,供其自由组合时间、业务维度、业务事实三个对象,来完成其业务名词的查询意向配置,其组合符合用户的查询惯性,方便用户查询,且无需像现有技术中的那样先选择数据立方体,而可直接查询,其查询速度快。
Description
技术领域
本发明属于计算机检索领域,具体涉及一种通过业务名词操控数据的自助查询方法。
背景技术
报表为用户提供了丰富的数据展示方式,解决了日常性的业务数据固定分析需求。但是,其存在展示方法固定,不易修改的问题。特别是面对决策者用户频繁性的指标自由组合需求时,报表的固定结构显得无所适从,更改速度远远无法满足其临时要求的及时性。而且,作为系统使用者的用户由于不懂技术,无法使用SQL等技术性语言来直接满足他们自由查询数据的需求。
当前行业主流的分析软件中使用联机分析+虚拟立方体技术解决了业务事实与维度自由组合的方式,增强了用户与数据互动的空间。例如授权公告号为CN 102521417 B(授权公告日为2013.09.18)的发明专利,公开了一种基于虚拟数据立方体的多维数据处理方法,其主要包含虚拟数据立方体的定义阶段和虚拟数据立方体的使用阶段,其中,虚拟数据立方体的定义阶段包含:a、创建一个虚拟数据立方体结构;b、加载数据库结构,以图形化的方式显示;c、定义数据的结构关系;d、保存数据结构。虚拟数据立方体的使用阶段包含如下步骤:Ⅰ、加载信息;Ⅱ、设置维度和测度;Ⅲ、请求查询数据,并返回结果集;Ⅳ、以行列的多维方式显示。同时,该发明还基于上述方案搭建了一个基于虚拟数据立方体的多维数据处理系统。
上述发明的方法直接在关系型数据库上虚拟的表示多维数据立方体结构,使数据展示直观、自由、及时。但上述基于虚拟立方体的技术存在以下几个方面的缺点,限制住了用户与数据互动空间的进一步扩大:
(1) 虚拟立方体的预加载数据的机制,导致其无法有效满足用户对实时性数据查询的需求,且如果立方体装载的数据量庞大,且数量多,则会造成“立方体重新装载时间过长”和“服务器长期高负荷运行”等问题;
(2) 虚拟立方体的“维度”与“事实”的预定义组合的内部结构,受性能所限,无法同时装载数据库中的所有数据资源,因此,用户仍然无法直接全面地了解其可控的全部数据资源;
(3) 虚拟立方体的预定义规则机制,导致用户只能在单立方体的内部进行自由的组合分析,而无法进行跨立方体的组合分析,大大限制了用户在全部数据资源的环境下自由组合分析的自由空间;
(4) 数据分析软件中的虚拟立方体,受上述缺点影响,一个立方体的预定义,仅能支持少数几张结构类型相似的报表使用,甚至是一个立方体仅能为一张报表提供数据支撑。因此,报表的展示结构的变更往往导致了与其联动的虚拟立方体结构的变更,因此,同样无法起到减少或消除报表结构改动的目的。
发明内容
因此,针对上述的问题,本发明提出一种通过业务名词操控数据的自助查询方法,实现整个数据库业务化识别,不但避免用户书写SQL查询语言,而且避免频繁更改报表格式,通过用户熟悉的“业务名词”来操控 “实时性”、“历史性”类的所有数据,使用户可以自由组合他们所需要的任何“业务事实”并组成报表,无任何跨越限制,从而解决现有技术中通过虚拟立方体技术实现的查询方法中的问题,
为了解决上述技术问题,本发明所采用的技术方案是,一种通过业务名词操控数据的自助查询方法,通过“业务名词”直接控制数据,并自由组合报表,关键的因素就是“业务名词的自动识别”和 “SQL代码自动拼接”技术。其包括建立查询规则的步骤和使用查询规则的步骤,其中建立查询规则包括以下步骤:
步骤a1:预定义“时间轴”、“业务维度”、“业务事实”这三个对象的“业务名词”,且编辑成目录体系,时间轴T记为{t1,t2,…,tn},业务维度W记为{w1,w2,…,wn} ,业务事实S记为{s1, s2,… ,sn};
步骤a2:实现目录体系与数据库物理存储结构的对应关联,在程序代码中封装业务名词的相应SQL查询代码,从而实现整个数据库的业务虚拟化;
步骤a3:采用三维坐标式的方式实现对数据进行业务名词的自由组合:X轴定义为时间轴(如日、月、季、年等),Y轴定义为业务维度(如机构、科室、诊断、药品、个案等维度),Z轴定义为业务事实(如门诊人次、出院人次等事实对象),X轴、Y轴和Z轴形成一个数据方体:f(n)=xyz,xyz 分别是取X轴、Y轴和Z轴上的任意一点,即取x、y、z上任一点均能得到一个由“时间、业务维度、业务事实”组成的用户数据查询结果,而对于用户来说,X轴、Y轴、Z轴均是他们所熟知的业务名词。如:“某年某月”,“第一医院”的“出院人次”是多少,用户通过选择这三个元素,即可得到他们所想要的结果;
使用查询规则包括以下步骤:
步骤b1:用户选择时间{t1,t2,…,tn}中的一个节点ti作为数据方体f(n)中的x,选择业务维度{w1,w2,…,wn}中的一个或多个作为数据方体f(n)中的y,选择业务事实{s1, s2,… ,sn}中的一个或多个作为数据方体f(n)中的z,组成三个对象的组合,并构成一个数据方体f(n);其中业务维度和业务事实可多选;
步骤b2:执行查询:系统接收用户选择的三个对象的组合以及数据方体f(n),自动识别到这三个对象的底层业务代码(SQL),并通过算法识别和遵循SQL语法进行组装:如:“select 业务对象,业务对象 from 业务对象隶属物理表 where 时间轴 and 业务维度 and 业务维度”;组装完成后的SQL代码直接传入数据库,根据目录体系与数据库物理存储结构建立的对应关联关系执行查询,并返回结果;因此,可实时获取到数据仓库或关系型数据库中最实时的数据,无需像“数据立方体”技术那样,需要后台人为或定时重新装载立方体的数据方能获取最新的数据,且受立方体装载数据量大的影响,无法经常性地重新装载;
其中,在执行步骤b2中,当用户选择多个业务维度和多个业务事实的情况下(多业务事实的复杂组合情况时),系统首先对所有的业务维度和业务事实进行筛选,如果某个业务维度只属于某个业务事实特征,即只存在于某个业务事实的表内,其它业务事实没有,则程序将自动过滤掉该业务维度,并识别所有组合业务事实的共同特征(业务维度)作为当前的业务维度;然后再根据筛选后的业务维度和业务事实执行查询,大大增加了查询结果的准确度和查询速度的提高。
一般的,数据库里面的数据容量越大,对查询速度的影响也愈大,为了方便查询以及提高查询速度,步骤a2实现目录体系与数据库物理存储结构的对应关联,具体是如下进行关联的,按照时间轴将业务维度和业务事实分别生成表结构,例如将时间轴分为日、月、年,则有日表、月表和年表;每个表结构为一金字塔结构,该金字塔结构是按照业务维度的复杂度进行排列,最上面的一层为业务维度最小,依次递增,这样在检索的时候,首先获取待查询业务维度组合,然后查询最相近业务维度组合的目标数据表,获取目标数据表名,然后再进行业务事实查询,从而找到对应要查询的结果。
本发明根据上述步骤,通过预定义了“时间轴”、“业务维度”、“业务事实”三类对象的“业务名词”,并对“业务名词”进行三维式组合,从而实现建立查询规则;当用户使用查询规则时,基于“业务名词”目录体系自助查询,实现“无领域空间”限制的数据(实时、历史)自由组合分析;其中在多业务事实组合查询时,自动识别其共同业务维度(特征),非共同业务维度(特征)自动屏蔽。本发明采用上述方案,无需像现有技术中的“数据立方体技术”那样,需要后台人为或定时重新装载立方体的数据方能获取最新的数据,且受立方体装载数据量大的影响,无法经常性地重新装载。另外,现有技术中基于“数据立方体技术”的查询仅支持单个立方体内的数据组合分析,无法完成跨领域的分析,本方案将整个“业务名词”目录体系展现给用户,供其自由组合时间、业务维度、业务事实三个对象,来完成其业务名词的查询意向配置,其组合符合用户的查询惯性,方便用户查询,且无需像现有技术中的那样先选择数据立方体,而可直接查询,其查询速度快。
附图说明
图1是本发明的实施例的日表的结构目录示意图。
具体实施方式
现结合具体实施方式和附图对本发明进一步说明。
本发明的一种通过业务名词操控数据的自助查询方法,通过“业务名词”直接控制数据,并自由组合报表,关键的因素就是“业务名词的自动识别”和 “SQL代码自动拼接”技术。其包括建立查询规则的步骤和使用查询规则的步骤。
其中建立查询规则包括以下步骤:
步骤a1:预定义“时间轴”、“业务维度”、“业务事实”这三个对象的“业务名词”,且编辑成目录体系,时间轴T记为{t1,t2,…,tn},业务维度W记为{w1,w2,…,wn} ,业务事实S记为{s1, s2,… ,sn};
步骤a2:实现目录体系与数据库物理存储结构的对应关联,在程序代码中封装业务名词的相应SQL查询代码,从而实现整个数据库的业务虚拟化,而非“数据立方体”技术那样只面向“指标报表”预定义式的局部业务虚拟化;基于“数据立方体技术”的查询仅支持单个立方体内的数据组合分析,无法完成跨领域的分析,本方案将整个“业务名词”目录体系展现给用户,供其自由组合时间、业务维度(可多选)、业务事实(可多选)三个对象,来完成其业务名词的查询意向配置;
一般的,数据库里面的数据容量越大,对查询速度的影响也愈大,为了方便查询以及提高查询速度,实现目录体系与数据库物理存储结构的对应关联,具体是如下进行关联的,按照时间轴将业务维度和业务事实分别生成表结构,例如将时间轴分为日、月、年,则有日表、月表和年表;每个表结构为一金字塔结构,该金字塔结构是按照业务维度的复杂度进行排列,最上面的一层为业务维度最小,依次递增,这样在检索的时候,首先获取待查询业务维度组合,然后查询最相近业务维度组合的目标数据表,获取目标数据表名,然后再进行业务事实查询,从而找到对应要查询的结果。例如某一医院的数据库,分为日表、月表和年表,日表的数据最为复杂,这里以日表为例来说明:日表的结构目录如图1所示,该表结构是按照业务维度的复杂程度来排序的一金字塔结构,其中第一行是业务维度最小的,只有一个机构(数据表名记为A_DAY_ORG),接下来其业务维度顺次增加。例如用户仅仅需要查询机构的业务事实,则查询时,系统首先进行业务维度识别,当找到第一行即为机构信息,则只需读数据表名为A_DAY_ORG的数据表即可,然后再查询该数据表A_DAY_ORG即可获得业务事实。再例如,用户需要查询结构、科室、区域和院别(数据表名记为A_DAY_ORG_AREA_TYPE_DEPT)时,系统在业务维度识别时,可查找到表的第四行即可知道该业务事实是存在于表名为A_DAY_ORG_AREA_TYPE_DEPT的数据表,然后再查询该数据表A_DAY_ORG_AREA_TYPE_DEPT即可查询到具体的业务事实。这样,然后无需遍历整个数据库的所有表,因此该金字塔结构大大节约了查询时间。
步骤a3:采用三维坐标式的方式实现对数据进行业务名词的自由组合:X轴定义为时间轴(如日、月、季、年等),Y轴定义为业务维度(如机构、科室、诊断、药品、个案等维度),Z轴定义为业务事实(如门诊人次、出院人次等事实对象),X轴、Y轴和Z轴形成一个数据方体:f(n)=xyz,xyz 分别是取X轴、Y轴和Z轴上的任意一点,即取x、y、z上任一点均能得到一个由“时间、业务维度、业务事实”组成的用户数据查询结果,而对于用户来说,X轴、Y轴、Z轴均是他们所熟知的业务名词。如:“某年某月”,“第一医院”的“出院人次”是多少,用户通过选择这三个元素,即可得到他们所想要的结果。
使用查询规则包括以下步骤:
步骤b1:用户选择时间{t1,t2,…,tn}中的一个节点ti,选择业务维度{w1,w2,…,wn}和业务事实{s1, s2,… ,sn}中的一个或多个,组成三个对象的组合;其中业务维度和业务事实可多选。如:某年(时间),各医院(业务维度)的各月(时间)门诊费用(业务对象)、住院费用(业务对象)分别是多少;
步骤b2:执行查询:系统接收用户选择的三个对象的组合,自动识别到这三个对象的底层业务代码(SQL),并通过算法识别和遵循SQL语法进行组装:如:“select 业务对象,业务对象 from 业务对象隶属物理表 where 时间轴 and 业务维度 and 业务维度”;组装完成后的SQL代码直接传入数据库,根据目录体系与数据库物理存储结构建立的对应关联关系执行查询,并返回结果;因此,可实时获取到数据仓库或关系型数据库中最实时的数据,无需像“数据立方体”技术那样,需要后台人为或定时重新装载立方体的数据方能获取最新的数据,且受立方体装载数据量大的影响,无法经常性地重新装载。
其中,在执行上述步骤b2中,当用户选择多个业务维度和多个业务事实的情况下(多业务事实的复杂组合情况时),系统首先对所有的业务维度和业务事实进行筛选,如果某个业务维度只属于某个业务事实特征,即只存在于某个业务事实的表内,其它业务事实没有,则程序将自动过滤掉该业务维度,并识别所有组合业务事实的共同特征(业务维度),系统可以自动筛选出结果,也可提供给用户进行选择;然后再根据筛选后或者用户挑选后的业务维度和业务事实执行查询,大大增加了查询结果的准确度和查询速度的提高。
本发明预定义了“时间轴”、“业务维度”、“业务事实”三类对象的“业务名词”,并与数据库原始结构对应和封装相应的查询代码,形成整个数据库的业务名词化的识别目录。然后对“业务名词”进行三维式组合,并自动识别名词对象转化、拼接成相应的查询代码;然后基于“业务名词”目录体系自助查询,实现“无领域空间”限制的数据(实时、历史)自由组合分析。其中多业务事实组合查询时,自动识别其共同业务维度(特征),非共同业务维度(特征)自动屏蔽。
尽管结合优选实施方案具体展示和介绍了本发明,但所属领域的技术人员应该明白,在不脱离所附权利要求书所限定的本发明的精神和范围内,在形式上和细节上可以对本发明做出各种变化,均为本发明的保护范围。
Claims (4)
1.一种通过业务名词操控数据的自助查询方法,其包括建立查询规则的步骤和使用查询规则的步骤;
其中建立查询规则包括以下步骤:
步骤a1:预定义“时间轴”、“业务维度”、“业务事实”这三个对象的“业务名词”,且编辑成目录体系,时间轴T记为{t1,t2,…,tn},业务维度W记为{w1,w2,…,wn} ,业务事实S记为{s1, s2,… ,sn};
步骤a2:实现目录体系与数据库物理存储结构的对应关联,在程序代码中封装业务名词的相应SQL查询代码,从而实现整个数据库的业务虚拟化;
步骤a3:采用三维坐标式的方式实现对数据进行业务名词的自由组合:X轴定义为时间轴,Y轴定义为业务维度,Z轴定义为业务事实,X轴、Y轴和Z轴形成一个数据方体:f(n)=xyz,xyz 分别是取X轴、Y轴和Z轴上的任意一点;
使用查询规则包括以下步骤:
步骤b1:用户选择时间{t1,t2,…,tn}中的一个节点ti作为数据方体f(n)中的x,选择业务维度{w1,w2,…,wn}中的一个或多个作为数据方体f(n)中的y,选择业务事实{s1, s2,… ,sn}中的一个或多个作为数据方体f(n)中的z,组成三个对象的组合,并构成一个数据方体f(n);
步骤b2:执行查询:系统接收用户选择的数据方体f(n),自动识别到这三个对象的底层业务代码SQL,并通过算法识别和遵循SQL语法进行组装;组装完成后的SQL代码直接传入数据库,根据目录体系与数据库物理存储结构建立的对应关联关系执行查询,并返回结果。
2.根据权利要求1所述的通过业务名词操控数据的自助查询方法,其特征在于,所述步骤a2实现目录体系与数据库物理存储结构的对应关联,具体是如下进行关联的,按照时间轴将业务维度和业务事实分别生成表结构,每个表结构为一金字塔结构,该金字塔结构是按照业务维度的复杂度进行排列,最上面的一层为业务维度最小,依次递增,这样在检索的时候,首先获取待查询业务维度组合,然后查询最相近业务维度组合的目标数据表,获取目标数据表名,然后再进行业务事实查询,从而找到对应要查询的结果。
3.根据权利要求1所述的通过业务名词操控数据的自助查询方法,其特征在于。
4.所述步骤b2中,当用户选择多个业务维度和多个业务事实的情况下,系统首先对所有的业务维度和业务事实进行筛选:当某个业务维度只属于某个业务事实特征,即只存在于某个业务事实的表内,其它业务事实没有,则程序将自动过滤掉该业务维度,并识别所有组合业务事实的共同的业务维度作为当前的业务维度;然后再根据筛选后的业务维度和业务事实执行查询。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410176126.4A CN103902743B (zh) | 2014-04-29 | 2014-04-29 | 通过业务名词操控数据的自助查询方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410176126.4A CN103902743B (zh) | 2014-04-29 | 2014-04-29 | 通过业务名词操控数据的自助查询方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103902743A true CN103902743A (zh) | 2014-07-02 |
CN103902743B CN103902743B (zh) | 2017-07-11 |
Family
ID=50994065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410176126.4A Active CN103902743B (zh) | 2014-04-29 | 2014-04-29 | 通过业务名词操控数据的自助查询方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103902743B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105786932A (zh) * | 2014-12-26 | 2016-07-20 | 北大医疗信息技术有限公司 | 医疗系统中临床业务的查询方法及查询装置 |
CN110569290A (zh) * | 2019-09-12 | 2019-12-13 | 山东健康医疗大数据有限公司 | 一种提高mr任务运行效率的方法 |
CN111259042A (zh) * | 2020-01-08 | 2020-06-09 | 智业软件股份有限公司 | 一种动态查询方法及系统 |
CN112988809A (zh) * | 2021-02-09 | 2021-06-18 | 中国联合网络通信集团有限公司 | 基于关系型数据库的数据查询方法、装置、设备和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
EP1596313A2 (en) * | 2004-05-14 | 2005-11-16 | Microsoft Corporation | Method and system for schema matching of web databases |
CN101217629A (zh) * | 2007-12-26 | 2008-07-09 | 康佳集团股份有限公司 | 一种电视节目搜索系统及其方法 |
US20130325903A1 (en) * | 2012-06-05 | 2013-12-05 | Google Inc. | System and Method for Storing and Retrieving Geospatial Data |
-
2014
- 2014-04-29 CN CN201410176126.4A patent/CN103902743B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
EP1596313A2 (en) * | 2004-05-14 | 2005-11-16 | Microsoft Corporation | Method and system for schema matching of web databases |
CN101217629A (zh) * | 2007-12-26 | 2008-07-09 | 康佳集团股份有限公司 | 一种电视节目搜索系统及其方法 |
US20130325903A1 (en) * | 2012-06-05 | 2013-12-05 | Google Inc. | System and Method for Storing and Retrieving Geospatial Data |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105786932A (zh) * | 2014-12-26 | 2016-07-20 | 北大医疗信息技术有限公司 | 医疗系统中临床业务的查询方法及查询装置 |
CN105786932B (zh) * | 2014-12-26 | 2020-03-27 | 北大医疗信息技术有限公司 | 医疗系统中临床业务的查询方法及查询装置 |
CN110569290A (zh) * | 2019-09-12 | 2019-12-13 | 山东健康医疗大数据有限公司 | 一种提高mr任务运行效率的方法 |
CN111259042A (zh) * | 2020-01-08 | 2020-06-09 | 智业软件股份有限公司 | 一种动态查询方法及系统 |
CN111259042B (zh) * | 2020-01-08 | 2022-05-31 | 智业软件股份有限公司 | 一种动态查询方法及系统 |
CN112988809A (zh) * | 2021-02-09 | 2021-06-18 | 中国联合网络通信集团有限公司 | 基于关系型数据库的数据查询方法、装置、设备和介质 |
CN112988809B (zh) * | 2021-02-09 | 2023-10-03 | 中国联合网络通信集团有限公司 | 基于关系型数据库的数据查询方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103902743B (zh) | 2017-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10521191B1 (en) | Multi-faceted search | |
US9465847B2 (en) | Methods and systems for optimizing text searches over structured data in a multi-tenant environment | |
US10162855B2 (en) | Systems and methods for optimizing data analysis | |
US10380108B2 (en) | Partition access method for query optimization | |
Zhang et al. | Trajspark: A scalable and efficient in-memory management system for big trajectory data | |
US20120197900A1 (en) | Systems and methods for search time tree indexes | |
CN105183735A (zh) | 数据的查询方法及查询装置 | |
Kossmann et al. | Cloudy: A modular cloud storage system | |
EP2869220B1 (en) | Networked database system | |
US8812489B2 (en) | Swapping expected and candidate affinities in a query plan cache | |
CN102053975A (zh) | 数据库系统和跨数据库查询优化方法 | |
GB2517540A (en) | Database controller, method, and program for managing a distributed data store | |
CN103902743A (zh) | 通过业务名词操控数据的自助查询方法 | |
CN103353901B (zh) | 基于Hadoop分布式文件系统的表数据的有序管理方法以及系统 | |
JP2008059557A (ja) | データベースインデクシング、サーチング、及びデータ検索のシステム及び方法 | |
CN110175175A (zh) | 一种基于spark的分布式空间二级索引与范围查询算法 | |
CN104731969A (zh) | 分布式环境下海量数据连接聚集查询方法、装置和系统 | |
CN110134683A (zh) | 关系数据库中海量要素存储的分区优化研究方法及系统 | |
Eldawy et al. | The era of big spatial data: a survey | |
Grund et al. | Shared table access pattern analysis for multi-tenant applications | |
US20080046473A1 (en) | Method and System For Using Index Lead Key Self-Join To Take Advantage of Selectivity of Non-Leading Key Columns of an Index | |
Cuzzocrea | Scalable olap-based big data analytics over cloud infrastructures: Models, issues, algorithms | |
Brahem et al. | AstroSpark: towards a distributed data server for big data in astronomy | |
CN103279525B (zh) | 一种基于哈希优化的多条件联动搜索方法 | |
CN106649462A (zh) | 一种针对海量数据全文检索场景的实现方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: Siming District of Xiamen city in Fujian province 361000 sunrise Road No. 24 Applicant after: The software industry Limited by Share Ltd Address before: Siming District of Xiamen city in Fujian province 361000 sunrise Road No. 24 Applicant before: Intelligence industry software part Engineering Co., Ltd of Xiamen City |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |