CN104123357A - 一种查询卡口的方法和装置 - Google Patents

Abstract

本发明提供一种查询卡口的方法，包括：A、接收用户输入的待查询卡口信息，查询该卡口信息对应的组织树编码；B、根据组织树编码在数据库中检索对应卡口数据，该数据库记录卡口的组织树编码；所述组织树包括根节点，叶子节点以及根节点和叶子节点之间的中间节点，每个节点具有自身对应的符号；每个叶子节点代表一个卡口，根节点和所述中间节点代表卡口归属的组织；根节点到叶子节点路径上各节点之间具有组织上的层级关系；卡口组织树编码为根节点到该卡口路径上所有节点的符号依次排序后的字符串。本发明方案可实现一组织下的所有卡口查询，卡口数量不限；使用较少的查询条件即可支持海量卡口查询；卡口和组织的混合查询灵活方便，易用性强。

Description

一种查询卡口的方法和装置

技术领域

本发明涉及视频监控技术领域，尤其涉及一种查询卡口的方法和装置。

背景技术

在城市道路交通卡口系统中，车辆信息管理是其中一项重要功能。其功能主要为将通过卡口的车辆的各种信息(如时间、地点、速度、车型、图片、告警信息等)都保存到数据库中；同时提供灵活、方便的手段让用户检索、浏览车辆历史数据。检索过车信息功能的快速性和灵活性成为提升用户体验的关键因素。当数据库的检索速度无法满足需求时，通常使用搜索引擎来提升搜索的灵活性和快速性，实现诸如模糊检索、通配符检索、多条件检索等多种检索方式。但是受搜索引擎性能的限制，搜索条件总数往往有上限。

而在实际卡口系统中，特别是中大型卡口系统中，对应现实的具体需求包括但不限于：勾选某个城区的所有卡口，或勾选一条主干道的所有卡口，或勾选特定车车辆行驶轨迹所对应卡口进行数据检索的需求，即存在选择多个卡口进行数据检索的需求。有的时候，甚至出现多层级卡口选择的检索需求，比如选择xxx区所有卡口某时间段的过车信息，然后又选择该xxx区上一层级的市的所有卡口该段时间的过车信息，如果都按照单个卡口为选择条件进行多条件查询，当卡口数量很大时，检索速度上无法满足要求；或者达到搜索引擎搜索条件上限，无法实现搜索需求。

发明内容

有鉴于此，本发明提供一种查询卡口的方法和装置。

该查询卡口的方法，包括：A、接收用户输入的待查询的卡口信息，查询该卡口信息对应的组织树编码；所述卡口信息为单个卡口名称或者卡口归属的组织的名称；B、根据查询到的组织树编码在数据库中检索对应的卡口数据；

其中，所述组织树包括根节点，叶子节点以及根节点和叶子节点之间的中间节点，每个节点具有自身对应的符号；每个叶子节点代表一个卡口，根节点和所述中间节点代表卡口归属的组织；根节点到叶子节点路径上的各节点之间具有组织上的层级关系；卡口的组织树编码为根节点到该卡口路径上所有节点的符号依次排序后的字符串；所述组织的组织树编码为根节点到该组织路径上所有节点的符号依次排序后的字符串。

优选地，组织树中每个节点下挂的属于同一层的各节点的符号不相同，属于每个节点下挂的不同层节点的符号相同或不同。

优选地，每个节点对应的符号的长度由与该节点位于同一层且归属于同一上级节点的节点数目确定。

优选地所述步骤B具体包括：B1、根据所述查询到的组织树编码构建正则表达式；B2、基于所述正则表达式在数据库中检索对应的卡口数据。

该查询卡口的装置，包括：组织树编码获取模块，用于接收用户输入的待查询的卡口信息，查询该卡口信息对应的组织树编码；所述卡口信息为单个卡口名称或者卡口归属的组织的名称；卡口数据查询模块，用于根据查询到的组织树编码在数据库中检索对应的卡口数据，该数据库记录卡口的组织树编码；

其中，所述组织树包括根节点，叶子节点以及根节点和叶子节点之间的中间节点，每个节点具有自身对应的一个符号；每个叶子节点代表一个卡口，根节点和所述中间节点代表卡口归属的组织；根节点到叶子节点路径上的各节点之间具有层级关系；卡口的组织树编码为根节点到该卡口路径上所有节点的符号依次排序后得到的字符串；所述组织的组织树编码为根节点到该组织路径上所有节点的符号依次排序后的字符串。

优选地，组织树中每个节点下挂的属于同一层的各节点的符号不相同，属于每个节点下挂的不同层节点的符号相同或不同。

优选地，每个节点对应的符号的长度由与该节点位于同一层且归属于同一上级节点的节点数目确定。

优选地，所述卡口数据查询模块在进行卡口数据查询时，执行下述操作：

根据所述查询到的组织树编码构建正则表达式；基于所述正则表达式在数据库中检索对应的卡口数据。

相较于现有技术，本发明方案可以实现一组织下的所有卡口查询，卡口数量不受限制；使用较少的查询条件即可支持海量卡口的查询；卡口和组织的混合查询灵活，方便，易用性强。

附图说明

图1是一种组织织图。

图2是一种典型的树图。

图3是组织树编码的示例。

图4是本发明实施例卡口查询流程图。

图5是本发明示例的卡口查询流程图。

图6是本发明实施例卡口、卡口归属的组织变更的资源管理操作流程图。

图7是本发明装置逻辑结构图。

具体实施方式

典型的智能交通组织图如图1所示。按行政区域、管辖区域、地域等区分，会形成不同层级的卡口，比如说A市的卡口属于市一级的卡口，D县的卡口属于县一级的卡口，J街道的卡口属于街道级别的卡口；该不同层级的卡口之间可以形成嵌套关系，比如说，E县下的卡口也属于B市；而同一层级的卡口之间则属于并行关系，比如xx省下的A市的卡口和B市的卡口为并行关系。另外，上级组织的卡口包括直属于自身的卡口以及其下级组织的卡口，如B市下既有下级组织D县、E县、F县的卡口，也有若干直属于B市的卡口。

在实际应用中，用户往往勾选自己关心的一组卡口进行卡口数据查询，比如说用户在界面上直接勾选“B市”来查询归属于B市的所有卡口数据，或直接勾选“K大街”来查询归属于K大街的所有卡口数据。如果按照现有技术，就需要获取这组卡口中每一个卡口的编码，然后对这些编码执行条件或检索。假设K大街下有10个卡口，其编码分别为1201、1520、1983、1630、1789、1475、1630、1896、9631、9587，则在数据库中对这10个编码进行条件或查询得到这些卡口对应的卡口数据。很明显，该查询过程耗时耗性能，当要查询的卡口量大的时候，甚至无法得到所要的结果。

所以如何能快速的查询到用户需要的卡口数据是亟待解决的问题。一些厂商常用的方法就是优化搜索算法，提升搜索引擎的性能。在很多时候，这些办法是有效的，能解决一些问题。但是这些方法并不能做到一劳永逸，只能算是小改进。

本发明的技术人员考虑要解决针对卡口搜索的灵活性、快速性问题，是否可以利用当前卡口间的这种组织关系(层次性、并行性、嵌套性等)，从源头上来解决这个问题。经过深入的分析与思索，发明人确定该思路是可行的。下面就结合实施例详细介绍本发明的方案。

首先，利用卡口的组织关系，按照树的编码方式来对卡口进行编码。现有的一种典型的树图请参图2。其中，A为根节点，位于树终端节点称为叶节点，图中以粗体圆圈标注。根节点到叶节点的路径上还存在其他节点，比如说，A节点到K节点的路径上还存在B节点和E节点；A节点到G节点的路径上还存在C节点。

对于具有一定组织关系的智能交通组织图，实际也可以抽象为树的结构，本发明实施例称之为组织树。该组织树的根节点代表卡口归属的最高层组织，叶节点代表单个卡口，叶节点到根节点路径上的中间节点代表该叶节点对应卡口归属的组织。组织可以理解为行政区域、管辖区域、或者地域等。根节点到叶子节点路径上的各节点之间具有层级关系。该组织树上的每个节点具有与自身对应的符号；卡口的组织树编码为根节点到该卡口路径上所有节点的符号依次排序后的字符串；每个组织的组织树编码为根节点到该组织路径上所有节点的符号依次排序后的字符串。请参图3，根节点(组织树的第一层)的符号为大写字母A。根节点下一层的各节点的符号分别为大写字母A、B、C；该符号为A的中间节点进一步下挂符号为A的中间节点和符号为a的叶节点，该符号为B的中间节点进一步下挂符号为a的叶节点，该符号为C的中间节点进一步下挂符号为A的中间节点、符号为a的叶节点和符号为b的叶节点。第三层左边符号为A的中间节点进一步下挂符号为a的叶节点和符号为b的叶节点；第三层右边符号为A的中间节点进一步下挂符号为a的叶节点。由于卡口的组织树编码为根节点到该卡口路径上所有节点的符号依次排序后的字符串，所以，图3中的叶节点(卡口)的组织树编码从左至右依次为AAAa，AAAb，AAa，ABa，ACAa，ACa，ACb。对于最左边的这条路径A→A→A→a，如果第一个A代表浙江省、第二个A代表杭州市、第三个A代表滨江区，所以组织树编码AAAa的卡口归属于浙江省杭州市滨江区。对于该组织树中的路径A→A→A→b，这三个A同样分别表示浙江省、杭州市、滨江区，所以组织树编码AAAb的卡口也归属于浙江省杭州市滨江区。对于该组织树中的路径A→B→a，A同样是代表浙江省，假如B代表金华市，则组织树编码为ABa的卡口归属于浙江省金华市。由于每个组织的组织树编码为根节点到该组织路径上所有节点的符号依次排序后的字符串，所以图3中第二层中符号为A的节点所代表的组织的组织树编码为AA，第三层中左边符号为A的节点所代表的组织的组织树编码为AAA，其他中间节点所代表的组织的组织树编码类似得到，不再一一举例。如果搜索组织树编码AA，则表示搜索所有归属于浙江省杭州市的卡口；如果搜索组织树编码AAA，则表示搜索所有归属于浙江省杭州市滨江区的卡口。所以本发明实施例的卡口编码方式实现了卡口的聚类，对后续卡口数据的查询将带来非常灵活、快速的效果，后文将会详细描述搜索的过程。

从图3组织树中节点的符号来看，属于一个节点下挂的同一层的各节点的符号不能相同，但是属于一个节点下挂的不同层节点的符号则可以相同。比如说，根节点下挂的第一层的三个节点的符号为A、B、C，各不相同；根节点下挂的第一层有一个节点的符号为A，第二层也存在符号为A的节点。之所以用这种方式来给各节点分配符号，主要是从卡口的组织树编码长度角度进行考虑的。在卡口数量众多的情况下，这种方式可以减少组织树编码的长度。

进一步观察图3的组织树，非叶节点和叶节点的符号还从形式上进行了区分：非叶节点的符号均为大写字母，而叶节点的符号均为小写字母。这样处理，主要是为了更好的适于卡口聚合查询和卡口查询混合进行的应用场景。

通常在对一个大型的组织所包括的卡口按照本发明实施例的方式进行编码的时候，需要先进行整体上的规划。其中组织树编码的位数就是需要考虑的一个点。由于本实施例的卡口的组织树编码与该组织树节点对应的符号相关，所以首先需要确定组织树节点对应的符号的长度。而节点对应的符号的长度与该节点位于同一层且归属于同一上级节点的节点数目相关。比如说，图3中最左边的叶节点符号的长度，则与其归属的上一层节点A下挂的节点的总数相关。如果该上一层节点A代表滨江区，则其下挂的叶节点符号的长度需要根据滨江区下的卡口的总数相关(这里假设滨江区下不再进行街道等组织的划分)。如果滨江区直接下挂的卡口数目大于26个但小于676个，则对应组织树上的这些节点的长度为2位小写字母即可。

表1给出了组织名称和其对应的组织树编码的示例。

表1

表2给出了卡口名称和其对应的组织树编码。

表2

表1和表2的这些信息可以被保存在卡口查询服务器或者用户的终端设备上。

当前的卡口都有记录过车数据的功能，这些过车数据被发送到后台的服务器，服务器对各卡口的过车数据进行记录形成如表3所示的过车记录表。

表3

表3所示的过车记录表和一般的过车记录表有所不同，它对于卡口的描述用的是组织树编码。这样在查询每一条卡口数据的时候，就可以利用该组织树编码，达到灵活、快速的目的。以下具体介绍如何利用组织树编码查询对应的卡口数据。

请参图4所示的查询流程图。

S41、接收用户输入的待查询的卡口信息，查询该卡口信息对应的组织树编码。该步骤由本发明的一种查询卡口的装置包括的组织树编码获取模块执行，请参图7。

S42、根据查询到的组织树编码在数据库中检索对应的卡口数据，该数据库记录每条卡口数据包含卡口对应的组织树编码。该步骤由该查询卡口装置包括的卡口数据查询模块执行。

用户输入的卡口信息可以是单个卡口的名称，比如说A市卡口1；也可以是一组卡口所归属的组织的名称，比如A市D县。这里的输入方式不限，比如说用户手工输入文字或者勾选设定好的选择条件。

根据用户输入的卡口的信息，查询其对应的组织树编码。比如说服务器或者用户终端设备上保存有表1和表2，则查询组织树编码将是轻而易举的事情。

有了组织树编码后，就可以在记录有组织树编码的数据库中检索对应的卡口数据。在进行查询的时候，可以先根据所述组织树编码构建正则表达式；然后基于构建的正则表达式在数据库中检索对应的卡口数据。

下面用三个例子来描述正则查询的实现过程。

一、使用组织名称查询

使用组织名称查询适用于用户需要查询某一组织下的所有卡口数据。从表1中将查找到的组织名称对应的组织树编码下发卡口数据查询模块(即搜索引擎)，搜索引擎通过正则查询的方式实现。如查询的组织的组织树编码为ACAABC，则卡口数据查询模块对该组织树编码字段进行“ACAABC[a-z,A-Z]*”的正则查询，一个正则查询即完成查询功能。上述正则表达式解析如下：起始字符串“ACAABC”表示查询的内容以其开始；“[]”中的内容表示尾串的字符范围，本例中假设字符范围为a-z，A-Z；“*”为通配符，表示查询尾串长度不定长，满足尾串长度大于等于0即可。

对N个组织下卡口的查询：比如说查询两个组织下所有卡口数据，只要根据下面的正则表达式查询：“ACAABC[a-z,A-Z]*||AAADAC[a-z,A-Z]*”,“||”表示“或”关系运算。

二、使用多个卡口名称查询

在同一组织下查询多个卡口(非所有卡口)：比如说有组织的组织树编码为ACAABC，下属卡口相机有26台，编码分别为aa～az，当前需要查询aa、ab、ac、ad、ah、aw、az这7台相机，则使用一个正则查询条件实现，该正则表达式为“ACAABC(aa||ab||ac||ad||ah||aw||az)”，其中括号中的内容为含有该字段的枚举，“||”表示“或”关系运算。

特别地，当查询卡口数量大于未查询卡口数量时，使用非条件进行正则过滤查询，可进一步提升查询性能。举例如下：假设有组织的组织树编码为ACAABC，下属卡口相机有26台，编码分别为aa～az，需要查询aa～aw这25台相机，则正则查询条件可表示为“ACAABC(^az)”，“^”表示条件非关系运算。

在N个组织下查询多个卡口(非所有卡口)。举例如下：两个组织下多个卡口的查询，构建类似如下的正则表达式进行查询：ACAABC(aa||ab||ac||ad)||AAADAC(za||fb||ac||ad||ah||aw||az)。

三、使用卡口和组织名称的混合查询

该查询方法是上述一和二方法的组合使用，使用“||”连接查询条件即可，不再赘述。

从以上三种情况分析，可得出结论：所查询的卡口对应的不相同的父节点(组织)个数即为查询条件数。这相比于现有技术使用的查询条件数下降很多，实现了聚类(降维)查询的目的。

下面再举一个具体的例子来阐述本发明实施例的卡口查询方案。

请参图5所示的本例的查询流程。

步骤S51、在查询页面，根据需要选择N个卡口进行查询。

步骤S52、将选择好的卡口查询条件按其所归属的组织进行分组。

步骤S53、对其中一个分组分析，判断其下的卡口是否全部被选中。

步骤S54、若全部被选中，构建按组织查询的正则表达式。

步骤S55、若该分组下的所有卡口未全部被选中，将此分组下的卡口查询条件组成多卡口正则表达式。

步骤S56、判断步骤S52中的所有分组是否全部分析完毕。

步骤S57、若全部分析完，则将分析组合完的正则表达式下发查询，本流程结束；若没有全部分析完，则返回步骤S53。

本发明方案可以实现一组织下的所有卡口查询，卡口数量不受限制；使用较少的查询条件即可支持海量卡口的查询；卡口和组织的混合查询灵活，方便，易用性强。

前文讲到在对卡口或者其归属的组织进行组织树编码的时候需要进行规划。实际中，通常还会涉及到新的卡口、新的组织增加到组织树中，老的卡口、老的组织从组织树中删除的情况。此时如何有效地管理符号资源是需要考虑的问题。

首先需要建立卡口和组织的组织树符号资源池，如表4所示。括号内的是可用符号资源，使用括号表示有序集合，方便符号资源申请和释放时取最小的。以下从卡口的组织树符号资源管理和卡口归属组织的组织树符号资源管理两个方面分别进行阐述。

表4

1、卡口的组织树符号资源管理

1)添加卡口相机的组织树符号资源管理

根据所添加卡口的上一层组织的编码找到“可用叶节点卡口符号”中最小的符号，将父节点组织树编码和此最小的卡口符号组合，即构成添加卡口相机的组织树卡口编码。如在表4中，新增一个A市直属卡口，则该卡口的组织树编码为AAba。

2)删除卡口相机的组织树符号资源管理

根据所删除卡口的符号，将该卡口相机的符号写入其父节点对应的“可用叶节点卡口符号”中，即完成卡口相机的组织树卡口符号资源还原到资源池中的处理。如在表4中，删除一个A市直属卡口AAaa，则“可用叶节点卡口符号”中将新增一个符号“aa”，该“可用叶节点符号”有序集合由{ba，bb,……zz}更新为{aa，ba，bb,……zz}。

同步的，还需将数据库中的对应该卡口相机组织树编码的过车记录删除。

3)变更卡口相机位置的符号资源管理

获取变更前后卡口相机所属的父节点的组织树编码，从变更后该相机所属的父节点的组织树编码对应的“可用叶节点卡口符号”中获取可用卡口符号，构成新的卡口组织树编码，将变更前卡口组织树编码对应的过车记录中卡口组织树编码变更为新的卡口组织树编码，并对该条过车记录进行索引重建；完成变更卡口相机的所有过车记录和对应索引的更新后，将更新前的卡口符号归还到更前的“可用叶节点卡口符号”中，完成旧的卡口组织树编码资源回收。

如在表4中，将B市直属卡口相机组织树编码为ABaa的相机变更位置到A市直属，则先确定相机挪到A市后的卡口相机组织树编码应为AAba，将ABaa对应的过车记录中的卡口组织树编码更新为AAba，并进行索引重建，所有过车记录处理完成后，将B市组织的“可用叶节点卡口符号”由{ca，cb,……zz}变更为{aa,ca，cb,……zz}，即将节点符号aa回收资源池。

2、卡口归属组织的符号资源管理

1)添加组织的符号资源管理

根据所添加组织所在父节点组织符号找到“可用子节点组织符号”中最小的符号，将父节点组织符号(如果父节点还存在父节点，则依次获得对应符号)和此最小的组织符号组合，即构成添加组织的组织树编码。如在表4中，新增一个A市直属组织，则该组织的组织树编码为AAAW。

2)删除组织的符号资源管理

执行顺序上，需先将组织下属的组织和卡口删除，然后才能执行该组织的删除。卡口的删除参见上文；对于有下属组织的删除按递归方法自底向上删除，这里不再赘述。将组织下属的卡口和组织删除后，将本组织的符号写入其归属父节点组织的“可用子节点组织符号”中，删除本组织在表4中的条目记录，完成删除组织的资源管理。

如要删除表4中的D县，先删除D县下属所有卡口和组织，然后将D县组织符号归还B市“可用子节点组织符号”资源池，最后删除表4中的D县条目记录。

同步的，还需将数据库中的对应该卡口相机组织树编码的过车记录删除。

3)变更组织位置的符号资源管理

获取变更前后组织的组织树编码，从变更后组织的父节点组织树编码对应的“可用子节点组织符号”中获取资源可用组织符号，替换原有符号，构成新的组织树编码；将变更前组织下属的所有卡口相机组织树编码对应的过车记录中的组织树编码变更为新的组织树编码，并进行索引重建；完成所有卡口相机的所有过车记录和对应索引的更新后，将更新前的组织符号归还到更前的组织父节点组织树编码的“可用子节点组织符号”中，完成旧的符号资源回收。

如在表4中，将B市直属组织D县(编码为ABAA)位置变更为A市直属，则先确定D县挪到A市后的组织树编码应为AAAW，将D县下属所有相机对应的过车记录中的组织树编码更新(如原有D县直属相机ABAAab，则更新后的直属相机编码为AAAWab，依次类推)，并进行索引重建，所有过车记录处理完成后，将B市组织的“可用子节点组织符号”变更为{AA,BA，BB……，ZZ}，即将符号AA回收资源池了。

具体在操作的时候，可以按照图6的流程来执行。

步骤S601:判断是否对组织还是卡口进行变更，如果对组织进行变更，则转步骤602，否则转步骤607。

步骤S602:判断对组织的变更是否为增加，如果是，转603，否则转604。

步骤S603:增加组织时，从资源池中获取组织符号，形成新的该组织对应的组织树编码；流程结束。

步骤S604:判断对组织的变更是否为删除，如果是，则转步骤605，否则转步骤606。

步骤S605:删除组织时，将组织的符号归还资源池，流程结束。

步骤S606:变更组织时，将旧的组织符号归还资源池，从资源池中获取新的组织符号，形成新的该组织对应的组织树编码，流程结束。

步骤S607:判断对卡口的操作是否为增加，如果是，则转步骤608；否则转步骤609。

步骤S608:增加卡口时，从资源池中获取卡口符号，形成新的卡口组织树编码。

步骤S609:判断对卡口的操作是否为删除，如果是，则转步骤611，否则转步骤610。

步骤S610:变更卡口时，归还旧的卡口符号回资源池，从资源池中获取新卡口的符号，形成新的卡口组织树编码，流程结束。

步骤S611:删除卡口时，归还卡口符号回资源池，流程结束。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (8)

1.一种查询卡口的方法，其特征在于，该方法包括：

A、接收用户输入的待查询的卡口信息，查询该卡口信息对应的组织树编码；所述卡口信息为单个卡口名称或者卡口归属的组织的名称；

B、根据查询到的组织树编码在数据库中检索对应的卡口数据；

其中，所述组织树包括根节点，叶子节点以及根节点和叶子节点之间的中间节点，每个节点具有自身对应的符号；每个叶子节点代表一个卡口，根节点和所述中间节点代表卡口归属的组织；根节点到叶子节点路径上的各节点之间具有组织上的层级关系；卡口的组织树编码为根节点到该卡口路径上所有节点的符号依次排序后的字符串；所述组织的组织树编码为根节点到该组织路径上所有节点的符号依次排序后的字符串。

2.如权利要求1所述的方法，其特征在于，组织树中每个节点下挂的属于同一层的各节点的符号不相同，属于每个节点下挂的不同层节点的符号相同或不同。

3.如权利要求1所述的方法，其特征在于，每个节点对应的符号的长度由与该节点位于同一层且归属于同一上级节点的节点数目确定。

4.如权利要求1所述的方法，其特征在于，所述步骤B具体包括：

B1、根据所述查询到的组织树编码构建正则表达式；

B2、基于所述正则表达式在数据库中检索对应的卡口数据。

5.一种查询卡口的装置，其特征在于，该装置包括：

组织树编码获取模块，用于接收用户输入的待查询的卡口信息，查询该卡口信息对应的组织树编码；所述卡口信息为单个卡口名称或者卡口归属的组织的名称；

卡口数据查询模块，用于根据查询到的组织树编码在数据库中检索对应的卡口数据，该数据库记录卡口的组织树编码；

其中，所述组织树包括根节点，叶子节点以及根节点和叶子节点之间的中间节点，每个节点具有自身对应的一个符号；每个叶子节点代表一个卡口，根节点和所述中间节点代表卡口归属的组织；根节点到叶子节点路径上的各节点之间具有层级关系；卡口的组织树编码为根节点到该卡口路径上所有节点的符号依次排序后得到的字符串；所述组织的组织树编码为根节点到该组织路径上所有节点的符号依次排序后的字符串。

6.如权利要求5所述的装置，其特征在于，组织树中每个节点下挂的属于同一层的各节点的符号不相同，属于每个节点下挂的不同层节点的符号相同或不同。

7.如权利要求5所述的装置，其特征在于，每个节点对应的符号的长度由与该节点位于同一层且归属于同一上级节点的节点数目确定。

8.如权利要求5所述的方法，其特征在于，所述卡口数据查询模块在进行卡口数据查询时，执行下述操作：

根据所述查询到的组织树编码构建正则表达式；基于所述正则表达式在数据库中检索对应的卡口数据。