CN104794247A - 一种多结构数据库集成查询方法 - Google Patents

一种多结构数据库集成查询方法 Download PDF

Info

Publication number
CN104794247A
CN104794247A CN201510247190.1A CN201510247190A CN104794247A CN 104794247 A CN104794247 A CN 104794247A CN 201510247190 A CN201510247190 A CN 201510247190A CN 104794247 A CN104794247 A CN 104794247A
Authority
CN
China
Prior art keywords
perform step
query
data
nosql
inquiry
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
CN201510247190.1A
Other languages
English (en)
Other versions
CN104794247B (zh
Inventor
徐平平
董海玲
董龑
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201510247190.1A priority Critical patent/CN104794247B/zh
Publication of CN104794247A publication Critical patent/CN104794247A/zh
Application granted granted Critical
Publication of CN104794247B publication Critical patent/CN104794247B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/2453—Query optimisation
    • G06F16/24534—Query rewriting; Transformation
    • 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
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases

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)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种多结构数据库集成查询方法，采用查询语言预分析方案以及查询模式转化采用先预筛选后内连接的算法，减少NoSQL转化返回的数据量和表连接操作的次数，提高算法执行效率，从而降低SQL存储空间的使用率和提高查询效率。

Description

一种多结构数据库集成查询方法
技术领域
本发明涉及一种多结构数据库集成查询方法。
背景技术
传统关系型数据库的读写性能以及水平扩展性在大数据背景下面临严峻的考验，而NoSQL数据库以灵活的数据模型和良好的水平扩展性弥补了关系型数据库无法满足的特性。如今，SQL与NoSQL集成存储成为数据库架构新的研究方向。那么，上层应用如何透明地访问异构数据源也成为了亟待解决的问题。
目前，大部分现有技术只能针对特定的NoSQL数据库进行访问，如Hbase的各类API只能使应用程序访问Hbase数据库，并没有考虑到SQL与NoSQL集成存储时，异构数据源透明访问的问题。而某些文献或论文中提及一些集成访问的方案，或者没有具体实现，或者较为基本，没有充分利用SQL查询语言以及关系型数据库的成熟技术。
基于复合查询语言的SQL与NoSQL数据库的统一查询模型提供了基本的SQL与NoSQL集成查询的模型，包含NoSQL数据转化、查询模式转化、查询执行与结果输出三大模块。该模型的架构如图1所示，具体查询步骤如下：
(1)NoSQL数据转化模块：基于RDF思想，将NoSQL数据库中的所有数据转化为(id,key,value)形式的三元组，并将转化后得到的三元组数据注入SQL数据库。
(2)查询模式转化模块：开发者编写特定格式的复合查询语言，由查询模式转化模块对其进行解析，分离出SQL查询部分和NoSQL查询部分。将NoSQL查询部分转化为对注入至SQL数据库中的三元组数据的SQL查询形式，再与分离出来的SQL查询部分合并，成为最终的SQL查询形式。
(3)查询执行与结果输出模块：执行最终的SQL查询形式，处理查询结果并返回给用户。
上述基于复合查询语言的SQL与NoSQL数据库的统一查询模型存在如下缺陷：
(1)NoSQL数据转化模块将NoSQL数据库中的所有数据进行转化并注入到SQL数据库中，供查询执行模块进行访问；这个过程转化了很多并不符合查询条件的数据，造成SQL数据库存储空间的浪费，而过多的多余记录数据则会影响查询执行模块的查询效率。
(2)查询模式转化模块支持特定格式的复合查询语言的转化，而这种复合查询语言并不具有通用性，为开发者的使用带来一定的难度和学习成本。
(3)查询模式转化模块中对NoSQL查询部分的转化是对所有的三元组数据进心先交叉连接后数据集筛选的算法，如果存在N张记录数为M的三元组数据表，那么需要(N-1)次交叉连接操作，产生MN条记录，再对其进行条件筛选，查询效率较低。
缩略语和关键术语定义
SQL   Structured Query Language         结构化查询语言，现泛指关系型数据库
NoSQL Not Only SQL                      泛指非关系型数据库
RDF   Resource Description Framework    资源描述框架
API   Application Programming Interface 应用程序编程接口
发明内容
发明目的：为了克服现有技术中存在的不足，本发明提供一种基于标准结构化查询语言预分析的关系型数据库与非关系型数据库集成查询的方法，该方法充分利用SQL查询语言以及关系型数据库的成熟技术，对查询算法进行优化，以降低查询时间、提高查询效率，该方法能够使开发者直接使用标准化的SQL语句进行数据访问，不用关心底层数据源的类型。
技术方案：为实现上述目的，本发明采用的技术方案为：
针对NoSQL数据库的查询，为了克服现有架构方案中NoSQL数据转化冗余以及查询模式转化算法效率低造成的SQL存储空间浪费和查询效率不高的问题，本发明提供一种多结构数据库集成查询方法，本发明采用查询语言预分析方案以及查询模式转化采用先预筛选后内连接的算法，减少NoSQL转化返回的数据量和表连接操作的次数，提高算法执行效率，从而降低SQL存储空间的使用率和提高查询效率。该方法包括如下步骤：
(1)系统对用户查询进行预分析，预分析内容包括：①根据数据表字典，识别出该查询属于SQL类型还是NoSQL类型，分类型处理；②从用户查询的查询语句中提取出NoSQL数据的预查询条件，即NoSQL数据的等值查询条件；③从用户查询的查询语句中提取出NoSQL数据的二次查询条件集；④从用户查询的查询语句中提取出该查询包含的最大字段集；
(2)NoSQL数据预查询及转化：根据预查询条件，对NoSQL数据进行一次预查询，仅将符合预查询条件的NoSQL数据转化为三元组数据，以降低NoSQL数据转化冗余和注入SQL数据库中的三元组数据，从而降低SQL数据库的存储空间的占用；
(3)查询模式转化：根据二次查询条件集和最大字段集，采用预筛选内连接的算法，将三元组数据由NoSQL查询模式转化为SQL查询模式，形成最终的SQL查询语句；
(4)查询执行与结果输出：执行SQL查询语句，处理查询结果并返回给用户。
上述方法具体包括如下步骤：
(101)根据用户查询，从开发者构建的标准SQL查询语句中获取查询目标的表名，执行步骤(102)；
(102)连接数据表字典，查询表名对应的记录，执行步骤(103)；
(103)从记录中获取表信息，执行步骤(104)；
(104)根据表信息识别出用户查询的类型：对于SQL类型查询，执行步骤(120)；对于NoSQL类型查询，执行步骤(105)；
(105)从用户查询的查询语句中提取NoSQL数据的预查询条件，并调用NoSQL数据转化模块，具体包括：
(051)提取预查询条件，执行步骤(052)；
(052)根据预查询条件，对NoSQL数据进行一次预查询，执行步骤(053)；
(053)将查询结果转化为(id,key,value)形式的三元组数据，执行步骤(054)；
(054)连接SQL数据库，执行步骤(055)；
(055)向SQL数据库中注入三元组数据，返回步骤(105)，并执行步骤(106)；
(106)从用户查询的查询语句中提取NoSQL数据的二次查询条件集，执行步骤(107)；
(107)从用户查询的查询语句中提取用户查询包含的最大字段集，执行步骤(108)；
(108)初始化循环参数i＝0，执行步骤(109)；
(109)判断i是否小于二次查询条件集的长度：若小于，则执行步骤(110)；否则，执行步骤(112)；
(110)在最大字段集中对应字段后添加当前查询条件，执行步骤(111)；当前查询条件为二次查询条件集中的第i个查询条件，最大字段集中对应字段为与当前查询条件相同的字段；
(111)i++，返回步骤(109)；
(112)初始化循环参数j＝0，执行步骤(113)；
(113)判断j是否小于最大字段集的长度：若小于，则执行步骤(114)；否则，执行步骤(119)；
(114)判断最大字段集中第j个字段后是否存在查询条件：若存在，则执行步骤(115)；否则，执行步骤(117)；
(115)将最大字段集中第j个字段对应的三元组数据按照查询条件进行预筛选，获得预筛选结果，执行步骤(116)；
(116)对预筛选结果进行id等值内连接，产生对应的查询语句，执行步骤(118)；
(117)对最大字段集中第j个字段对应的三元组数据进行id等值内连接，产生对应的查询语句，执行步骤(118)；
(118)j++，返回步骤(113)；
(119)id等值内连接产生对应的查询语句，使用该查询语句替换相应的NoSQL变量，形成最终的SQL查询语句，执行步骤(120)；
(120)连接SQL数据库，执行步骤(121)；
(121)执行查询；
(122)返回最终的查询结果。
有益效果：本发明提供的多结构数据库集成查询方法，与现有的基于复合查询语句的SQL与NoSQL数据库的统一查询模型相比，能够降低SQL存储空间的占用量以及降低整个查询的执行时间，提高了数据查询的效率；同时，开发者只需构建标准的SQL查询语言，即可实现对关系型数据库和非关系型数据库的无差别查询，无需学习新的查询语言，降低开发成本。
附图说明
图1为基于混合查询模式的SQL与NoSQL数据库的统一查询模型的架构图；
图2为本发明的多结构数据库集成查询方法的架构图；
图3为多结构数据库集成查询方法实施流程图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
针对NoSQL查询模式的转化，基于复合查询语言的SQL与NoSQL数据库的统一查询模型采用了先交叉连接后筛选数据集的算法，对所有的三元组数据表进行交叉连接操作；该算法会返回大量的冗余记录，而大量数据表之间的连接操作会导致整个查询效率的降低。为提高查询转化算法效率，本发明提出一种预筛选内连接的NoSQL查询模式转化方法。预筛选包含：①根据数据表字典，识别出该查询属于SQL类型还是NoSQL类型，分类型处理；②从用户查询的查询语句中提取出NoSQL数据的预查询条件，即NoSQL数据的等值查询条件；③从用户查询的查询语句中提取出NoSQL数据的二次查询条件集；④从用户查询的查询语句中提取出该查询包含的最大字段集。
首先根据SQL预分析，获得查询的最大字段集，当并不是每一次查询都涉及所有字段，查询字段的减少则意味着表连接操作次数的降低，这提高了整体查询性能。
接着根据SQL预分析，获得NoSQL二次查询条件集，对每个条件字段对应的三元组数据表进行预筛选，获得结果集。
最后将最大字段集中所有字段对应的三元组数据表进行等值内连接操作，而预筛选条件集中的字段所对应的三元组数据表则采用预筛选后的结果集参与连接。如果预筛选结果集不为驱动表，可以降低表连接操作中的等值比较次数；如果预筛选结果集作为驱动表，可以降低表连接操作中的等值比较次数以及减少表连接操作后返回的记录数。
下面结合实施例对本发明作出进一步的说明。
本实施例所采用的测试环境及测试参数如下：
●采用MySQL作为关系型数据库，MongoDB作为非关系型数据库；
●MongoDB存储记录数分别为50、100、1000、10000、20000的数据集作为查询对象；
●表名统一为stu_info；
●数据格式统一为{‘stu_id’:”,’name’:”,’age’:”,’weight’:”,’score’:”,grade:”}；
●每个数据集中有50条记录符合’stu_info’<’00050’；
●每个数据集中符合上述条件的50条记录中存在30条记录符合’name’＝’test’；
●查询语句为：select stu_id,name from stu_info where stu_id<’00050’andname＝’test’
一种多结构数据库集成查询方法，包括如下步骤：
(101)根据用户查询，从开发者构建的标准SQL查询语句中获取查询目标的表名，执行步骤(102)；
(102)连接数据表字典，查询表名对应的记录，执行步骤(103)；
(103)从记录中获取表信息，执行步骤(104)；
(104)根据表信息识别出用户查询的类型：对于SQL类型查询，执行步骤(120)；对于NoSQL类型查询，执行步骤(105)；
(105)从用户查询的查询语句中提取NoSQL数据的预查询条件，并调用NoSQL数据转化模块，具体包括：
(051)提取预查询条件，执行步骤(052)；
(052)根据预查询条件，对NoSQL数据进行一次预查询，执行步骤(053)；
(053)将查询结果转化为(id,key,value)形式的三元组数据，执行步骤(054)；
(054)连接SQL数据库，执行步骤(055)；
(055)向SQL数据库中注入三元组数据，返回步骤(105)，并执行步骤(106)；
(106)从用户查询的查询语句中提取NoSQL数据的二次查询条件集，执行步骤(107)；
(107)从用户查询的查询语句中提取用户查询包含的最大字段集，执行步骤(108)；
(108)初始化循环参数i＝0，执行步骤(109)；
(109)判断i是否小于二次查询条件集的长度：若小于，则执行步骤(110)；否则，执行步骤(112)；
(110)在最大字段集中对应字段后添加当前查询条件，执行步骤(111)；当前查询条件为二次查询条件集中的第i个查询条件，最大字段集中对应字段为与当前查询条件相同的字段；
(111)i++，返回步骤(109)；
(112)初始化循环参数j＝0，执行步骤(113)；
(113)判断j是否小于最大字段集的长度：若小于，则执行步骤(114)；否则，执行步骤(119)；
(114)判断最大字段集中第j个字段后是否存在查询条件：若存在，则执行步骤(115)；否则，执行步骤(117)；
(115)将最大字段集中第j个字段对应的三元组数据按照查询条件进行预筛选，获得预筛选结果，执行步骤(116)；
(116)对预筛选结果进行id等值内连接，产生对应的查询语句，执行步骤(118)；
(117)对最大字段集中第j个字段对应的三元组数据进行id等值内连接，产生对应的查询语句，执行步骤(118)；
(118)j++，返回步骤(113)；
(119)id等值内连接产生对应的查询语句，使用该查询语句替换相应的NoSQL变量，形成最终的SQL查询语句，执行步骤(120)；
(120)连接SQL数据库，执行步骤(121)；
(121)执行查询；
(122)返回最终的查询结果。
针对本例，将本发明方法与采用现有的基于混合查询模式的SQL与NoSQL数据库的统一查询模型进行对比，能够明显看出本发明具有如下优势：
1、开发者只需构建标准的SQL查询语言，即可实现对关系型数据库和非关系型数据库的统一查询，无需学习新的查询语言，降低开发成本；
2、针对NoSQL数据转化，提出基于预查询的NoSQL数据转化方案，能够降低NoSQL数据转化时间和SQL存储空间的占用量；
3、针对NoSQL查询模式转化，提出基于预筛选的等值内连接方案，降低整个查询的执行时间，提高了数据查询的效率。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (2)

1.一种多结构数据库集成查询方法，其特征在于：包括如下步骤：
(1)系统对用户查询进行预分析，预分析内容包括：①根据数据表字典，识别出该查询属于SQL类型还是NoSQL类型，分类型处理；②从用户查询的查询语句中提取出NoSQL数据的预查询条件，即NoSQL数据的等值查询条件；③从用户查询的查询语句中提取出NoSQL数据的二次查询条件集；④从用户查询的查询语句中提取出该查询包含的最大字段集；
(2)NoSQL数据预查询及转化：根据预查询条件，对NoSQL数据进行一次预查询，仅将符合预查询条件的NoSQL数据转化为三元组数据，以降低NoSQL数据转化冗余和注入SQL数据库中的三元组数据，从而降低SQL数据库的存储空间的占用；
(3)查询模式转化：根据二次查询条件集和最大字段集，采用预筛选内连接的算法，将三元组数据由NoSQL查询模式转化为SQL查询模式，形成最终的SQL查询语句；
(4)查询执行与结果输出：执行SQL查询语句，处理查询结果并返回给用户。
2.根据权利要求1所述的多结构数据库集成查询方法，其特征在于：包括如下步骤：
(101)根据用户查询，从开发者构建的标准SQL查询语句中获取查询目标的表名，执行步骤(102)；
(102)连接数据表字典，查询表名对应的记录，执行步骤(103)；
(103)从记录中获取表信息，执行步骤(104)；
(104)根据表信息识别出用户查询的类型：对于SQL类型查询，执行步骤(120)；对于NoSQL类型查询，执行步骤(105)；
(105)从用户查询的查询语句中提取NoSQL数据的预查询条件，并调用NoSQL数据转化模块，具体包括：
(051)提取预查询条件，执行步骤(052)；
(052)根据预查询条件，对NoSQL数据进行一次预查询，执行步骤(053)；
(053)将查询结果转化为(id,key,value)形式的三元组数据，执行步骤(054)；
(054)连接SQL数据库，执行步骤(055)；
(055)向SQL数据库中注入三元组数据，返回步骤(105)，并执行步骤(106)；
(106)从用户查询的查询语句中提取NoSQL数据的二次查询条件集，执行步骤(107)；
(107)从用户查询的查询语句中提取用户查询包含的最大字段集，执行步骤(108)；
(108)初始化循环参数i＝0，执行步骤(109)；
(109)判断i是否小于二次查询条件集的长度：若小于，则执行步骤(110)；否则，执行步骤(112)；
(110)在最大字段集中对应字段后添加当前查询条件，执行步骤(111)；当前查询条件为二次查询条件集中的第i个查询条件，最大字段集中对应字段为与当前查询条件相同的字段；
(111)i++，返回步骤(109)；
(112)初始化循环参数j＝0，执行步骤(113)；
(113)判断j是否小于最大字段集的长度：若小于，则执行步骤(114)；否则，执行步骤(119)；
(114)判断最大字段集中第j个字段后是否存在查询条件：若存在，则执行步骤(115)；否则，执行步骤(117)；
(115)将最大字段集中第j个字段对应的三元组数据按照查询条件进行预筛选，获得预筛选结果，执行步骤(116)；
(116)对预筛选结果进行id等值内连接，产生对应的查询语句，执行步骤(118)；
(117)对最大字段集中第j个字段对应的三元组数据进行id等值内连接，产生对应的查询语句，执行步骤(118)；
(118)j++，返回步骤(113)；
(119)id等值内连接产生对应的查询语句，使用该查询语句替换相应的NoSQL变量，形成最终的SQL查询语句，执行步骤(120)；
(120)连接SQL数据库，执行步骤(121)；
(121)执行查询；
(122)返回最终的查询结果。
CN201510247190.1A 2015-05-14 2015-05-14 一种多结构数据库集成查询方法 Expired - Fee Related CN104794247B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510247190.1A CN104794247B (zh) 2015-05-14 2015-05-14 一种多结构数据库集成查询方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510247190.1A CN104794247B (zh) 2015-05-14 2015-05-14 一种多结构数据库集成查询方法

Publications (2)

Publication Number Publication Date
CN104794247A true CN104794247A (zh) 2015-07-22
CN104794247B CN104794247B (zh) 2018-01-05

Family

ID=53559039

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510247190.1A Expired - Fee Related CN104794247B (zh) 2015-05-14 2015-05-14 一种多结构数据库集成查询方法

Country Status (1)

Country Link
CN (1) CN104794247B (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105260464A (zh) * 2015-10-16 2016-01-20 北京奇虎科技有限公司 数据存储结构的转换方法及装置
CN105956029A (zh) * 2016-04-25 2016-09-21 吉林大学 混合存储架构下的数据访问方法
CN106933873A (zh) * 2015-12-30 2017-07-07 中国移动通信集团上海有限公司 一种跨平台数据查询方法和设备
CN107491454A (zh) * 2016-06-13 2017-12-19 百度在线网络技术（北京）有限公司 数据查询方法及装置
CN107679055A (zh) * 2017-06-25 2018-02-09 平安科技（深圳）有限公司 信息检索方法、服务器及可读存储介质
CN107798026A (zh) * 2016-09-05 2018-03-13 北京京东尚科信息技术有限公司 数据查询方法和装置
CN109656943A (zh) * 2018-12-12 2019-04-19 国网辽宁省电力有限公司信息通信分公司 屏蔽异构数据库查询复杂度的数据服务方法
CN109710643A (zh) * 2018-12-20 2019-05-03 上海达梦数据库有限公司 外连接管理方法、装置、服务器及存储介质
WO2019153554A1 (zh) * 2018-02-12 2019-08-15 平安科技（深圳）有限公司 数据关系展示方法、装置、计算机设备及存储介质
CN110175157A (zh) * 2019-04-24 2019-08-27 平安科技（深圳）有限公司 一种列存储文件的查询方法及查询装置
CN111046033A (zh) * 2019-12-24 2020-04-21 中国银行股份有限公司 一种数据处理方法及系统
CN111274269A (zh) * 2020-01-17 2020-06-12 广州至真信息科技有限公司 一种数据处理的方法及装置
CN111651758A (zh) * 2020-06-08 2020-09-11 成都安恒信息技术有限公司 一种运维审计系统关系型数据库结果集审计的方法
US10838964B2 (en) 2018-03-30 2020-11-17 International Business Machines Corporation Supporting a join operation against multiple NoSQL databases
CN112597185A (zh) * 2020-12-26 2021-04-02 中国农业银行股份有限公司 一种大数据查询方法及装置
CN113190577A (zh) * 2021-03-11 2021-07-30 新华三大数据技术有限公司 一种表连接查询方法、装置及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102541992A (zh) * 2010-11-03 2012-07-04 微软公司 用于高效地查询数据库的同态定理
CN102982075A (zh) * 2012-10-30 2013-03-20 北京京东世纪贸易有限公司 支持访问异构数据源的系统和方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102541992A (zh) * 2010-11-03 2012-07-04 微软公司 用于高效地查询数据库的同态定理
CN102982075A (zh) * 2012-10-30 2013-03-20 北京京东世纪贸易有限公司 支持访问异构数据源的系统和方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
RAMON LAWRENCE 等: "Integration and Virtualization of Relational SQL and NoSQL Systems including MySQL and MongoDB", 《COMPUTATIONAL SCIENCE AND COMPUTATIONAL INTELLIGENCE(CSCI),2014 INTERNATIONAL CONFERENCE ON》 *
张海玲: "基于数据字典的关系数据库和NOSQL集成的中间件设计", 《万方数据企业知识服务平台》 *
温浩宇 等: "大数据时代的数字图书馆异构数据集成研究", 《情报杂志》 *
郑小裕 等: "SQL 与NoSQL 数据库的统一查询模型的设计与实现", 《INTERNATIONAL CONFERENCE ON E-EDUCATION, E-BUSINESS AND INFORMATION MANAGEMENT (ICEEIM 2014)》 *

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105260464B (zh) * 2015-10-16 2018-09-07 北京奇虎科技有限公司 数据存储结构的转换方法及装置
CN105260464A (zh) * 2015-10-16 2016-01-20 北京奇虎科技有限公司 数据存储结构的转换方法及装置
CN106933873A (zh) * 2015-12-30 2017-07-07 中国移动通信集团上海有限公司 一种跨平台数据查询方法和设备
CN105956029A (zh) * 2016-04-25 2016-09-21 吉林大学 混合存储架构下的数据访问方法
CN105956029B (zh) * 2016-04-25 2019-06-07 吉林大学 混合存储架构下的数据访问方法
CN107491454A (zh) * 2016-06-13 2017-12-19 百度在线网络技术（北京）有限公司 数据查询方法及装置
CN107798026A (zh) * 2016-09-05 2018-03-13 北京京东尚科信息技术有限公司 数据查询方法和装置
CN107679055A (zh) * 2017-06-25 2018-02-09 平安科技（深圳）有限公司 信息检索方法、服务器及可读存储介质
WO2019000697A1 (zh) * 2017-06-25 2019-01-03 平安科技（深圳）有限公司 信息检索方法、系统、服务器及可读存储介质
CN107679055B (zh) * 2017-06-25 2021-04-27 平安科技（深圳）有限公司 信息检索方法、服务器及可读存储介质
WO2019153554A1 (zh) * 2018-02-12 2019-08-15 平安科技（深圳）有限公司 数据关系展示方法、装置、计算机设备及存储介质
US10838964B2 (en) 2018-03-30 2020-11-17 International Business Machines Corporation Supporting a join operation against multiple NoSQL databases
US10915532B2 (en) 2018-03-30 2021-02-09 International Business Machines Corporation Supporting a join operation against multiple NoSQL databases
CN109656943A (zh) * 2018-12-12 2019-04-19 国网辽宁省电力有限公司信息通信分公司 屏蔽异构数据库查询复杂度的数据服务方法
CN109710643A (zh) * 2018-12-20 2019-05-03 上海达梦数据库有限公司 外连接管理方法、装置、服务器及存储介质
CN109710643B (zh) * 2018-12-20 2020-11-13 上海达梦数据库有限公司 外连接管理方法、装置、服务器及存储介质
WO2020215689A1 (zh) * 2019-04-24 2020-10-29 平安科技（深圳）有限公司 一种列存储文件的查询方法及查询装置
CN110175157A (zh) * 2019-04-24 2019-08-27 平安科技（深圳）有限公司 一种列存储文件的查询方法及查询装置
CN110175157B (zh) * 2019-04-24 2023-10-03 平安科技（深圳）有限公司 一种列存储文件的查询方法及查询装置
CN111046033A (zh) * 2019-12-24 2020-04-21 中国银行股份有限公司 一种数据处理方法及系统
CN111046033B (zh) * 2019-12-24 2023-08-29 中国银行股份有限公司 一种数据处理方法及系统
CN111274269A (zh) * 2020-01-17 2020-06-12 广州至真信息科技有限公司 一种数据处理的方法及装置
CN111651758A (zh) * 2020-06-08 2020-09-11 成都安恒信息技术有限公司 一种运维审计系统关系型数据库结果集审计的方法
CN112597185A (zh) * 2020-12-26 2021-04-02 中国农业银行股份有限公司 一种大数据查询方法及装置
CN113190577A (zh) * 2021-03-11 2021-07-30 新华三大数据技术有限公司 一种表连接查询方法、装置及存储介质
CN113190577B (zh) * 2021-03-11 2022-08-30 新华三大数据技术有限公司 一种表连接查询方法、装置及存储介质

Also Published As

Publication number Publication date
CN104794247B (zh) 2018-01-05

Similar Documents

Publication Publication Date Title
CN104794247A (zh) 一种多结构数据库集成查询方法
CN107169033B (zh) 基于数据模式转换和并行框架的关系数据查询优化方法
CN101853257B (zh) Sparql查询的转换系统和方法
CN103064875B (zh) 一种服务化空间数据分布式查询方法
CN106446148A (zh) 一种基于聚类的文本查重方法
CN106777027B (zh) 大规模并行处理行列混合数据存储装置及存储、查询方法
CN106503087A (zh) 一种用于分布式数据访问的数据库中间件
CN106599052A (zh) 一种基于ApacheKylin的数据查询系统及其方法
CN102073706A (zh) 分布式文件存储系统和关系数据库的结合应用方法
CN104361031A (zh) 一种政务大数据预处理系统及处理方法
CN112231321B (zh) 一种Oracle二级索引及索引实时同步方法
CN111737326A (zh) 一种数据湖环境下异构数据源数据汇聚的实现方法
CN110297829A (zh) 一种面向特定行业结构化业务数据的全文检索方法及系统
CN109710630A (zh) 异构数据源的查询方法及装置
CN105824956A (zh) 一种基于链表结构的倒排索引模型及其构建方法
CN101719162A (zh) 基于片段模式匹配的多版本开放式地理信息服务访问方法及系统
Chen et al. Design and Implementation of a Temporal Extension of SQL
CN111538795A (zh) 一种关系型数据库与对象型数据库的智能交互系统
CN102521239B (zh) 一种基于owl的互联网问答信息匹配系统及其匹配方法
Xu et al. From XML Schema to Relations: A Incremental Approach to XML Storage
Wang et al. Path-based XML relational storage approach
CN105868381A (zh) 用于农业信息服务的知识库检索系统
Hu et al. Research on power equipment system of knowledge graph under electric energy in smart grid
CN103942294A (zh) 智能交通领域中海量数据检索的查询规划方法
CN113760913B (zh) 一种弹性可扩展的装备费用采集方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180105