CN104809130A - 数据查询的方法、设备及系统 - Google Patents
数据查询的方法、设备及系统 Download PDFInfo
- Publication number
- CN104809130A CN104809130A CN201410039066.1A CN201410039066A CN104809130A CN 104809130 A CN104809130 A CN 104809130A CN 201410039066 A CN201410039066 A CN 201410039066A CN 104809130 A CN104809130 A CN 104809130A
- Authority
- CN
- China
- Prior art keywords
- data
- query
- equipment
- data sheet
- index amount
- 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
Abstract
本发明公开了一种数据查询的方法、设备及系统,属于信息处理技术领域。方法包括:接收至少包括待查询的指标量及查询日期的查询请求;从指标量的所有数据报表中调取与查询日期匹配的数据报表;从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,将筛选出的数据作为查询结果返回给请求数据查询的设备。本发明通过接收至少包括待查询的指标量及查询日期的查询请求,从指标量的所有数据报表中调取与查询日期匹配的数据报表,从调取的每张数据报表包含的数据中筛选出预设数量的数据作为查询结果,将查询结果返回给请求数据查询的设备,增强了返回的查询结果的针对性,使决策人员快速准确的找到有效数据,增加了查询结果决策辅助功能的效果。
Description
技术领域
本发明涉及信息处理技术领域,特别涉及一种数据查询的方法、设备及系统。
背景技术
多维切分系统是一个数据统计系统,在多维切分系统中各个指标量(如活跃用户数)均通过多个维度(如性别,城市,年龄)进行数据统计,并以数据报表形式存储。例如,对于指标量A有维度B1和维度B2,多维切分系统会根据不同维度的组合统计形成4张数据报表,分别是不分维度的1张数据总报表,即A的统计数据报表;1个维度下的2张数据报表,即A在B1维度下的数据报表和B2维度下的数据报表;2个维度下的1张数据报表,即A在B1B2维度下的数据报表。对多维切分系统中某一指标量的统计数据进行查询而得到的查询结果,可以辅助决策者获取该指标量的关键维度以及影响该指标量变化的关键维度等,其中,关键维度可以是单一维度也可以是多个维度的组合。因此,数据查询方法可以有效地辅助决策人员进行决策。
目前的一种数据查询的方法中,查询服务器获得查询的指标量,根据获得的指标量从多维切分系统中调取该指标量的各维度组合对应的数据报表,并将调取的数据报表作为查询结果以辅助决策人员进行决策。
在实现本发明的过程中,发明人发现上述数据查询的方法至少存在以下缺点:
由于多维切分系统是通过多个维度对任一指标量进行数据统计的,对于任一指标量,如果该指标量有n个维度,则多维切分系统中统计的该指标量的数据报表就有2n个。通过上述数据查询方法,查询服务器会调取该指标的2n个数据报表,并将2n个数据报表作为查询结果以辅助决策人员进行决策。然而,如此大量的数据报表同时作为查询结果,使得决策人员无法快速、准确地在2n个数据报表中找到有效数据,影响了决策辅助功能的效果。
发明内容
为了解决现有技术的问题,本发明实施例提供了一种数据查询的方法、设备及系统。所述技术方案如下:
第一方面,提供了一种数据查询的方法,所述方法包括:
接收查询请求,所述查询请求至少包括待查询的指标量及查询日期;
从所述指标量的所有数据报表中调取与所述查询日期匹配的数据报表,所述数据报表为至少一张;
从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回给请求数据查询的设备。
第二方面,提供了一种数据查询的设备,所述设备包括:
接收模块,用于接收查询请求,所述查询请求至少包括待查询的指标量及查询日期;
调取模块,用于从所述指标量的所有数据报表中调取与所述查询日期匹配的数据报表,所述数据报表为至少一张;
筛选模块,用于从调取的每张数据报表包含的数据中筛选出第一预设数量的数据;
返回模块,用于将筛选出的数据作为查询结果返回给请求数据查询的设备。
第三方面,提供了一种数据查询的方法,所述方法包括:
生成查询请求,所述查询请求至少包括待查询的指标量及查询日期;
将所述查询请求发送给数据查询的设备,使所述数据查询的设备从所述指标量的所有数据报表中调取与所述查询日期匹配的数据报表,从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回;
接收所述数据查询的设备发送的查询结果。
第四方面,提供了一种请求数据查询的设备,所述设备包括:
生成模块,用于生成查询请求,所述查询请求至少包括待查询的指标量及查询日期;
发送模块,用于将所述生成模块生成的所述查询请求发送给数据查询的设备,使所述数据查询的设备从所述指标量的所有数据报表中调取与所述查询日期匹配的数据报表,从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回;
接收模块,用于接收所述数据查询的设备发送的查询结果。
第五方面,提供了一种数据查询的系统,所述系统包括:数据查询的设备、请求数据查询的设备及数据存储设备;
其中,所述查数据查询的设备如上述第二方面提供的数据查询的设备,所述请求数据查询的设备如上述第四方面提供的请求数据查询的设备,所述数据存储设备用于存储指标量的所有数据报表。
本发明实施例提供的技术方案带来的有益效果是:
通过接收至少包括待查询的指标量及查询日期的查询请求后,从指标量的所有数据报表中调取与查询日期匹配的数据报表,从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回给请求数据查询的设备,增强了返回的查询结果的针对性,使决策人员快速准确的找到有效数据,增加了查询结果决策辅助功能的效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的数据查询的方法实施环境示意图;
图2是本发明实施例一提供的一种数据查询的方法流程图;
图3是本发明实施例一提供的另一种数据查询的方法流程图;
图4是本发明实施例二提供的请求数据查询的设备的处理流程示意图;
图5是本发明实施例二提供的一种数据查询的方法流程图;
图6是本发明实施例三提供的第一种数据查询的设备的结构示意图;
图7是本发明实施例三提供的第一种筛选模块的结构示意图;
图8是本发明实施例三提供的第一种调取模块的结构示意图;
图9是本发明实施例三提供的第二种筛选模块的结构示意图;
图10是本发明实施例三提供的一种排序单元的结构示意图;
图11是本发明实施例三提供的第二种调取模块的结构示意图;
图12是本发明实施例三提供的第二种数据查询的设备的结构示意图;
图13是本发明实施例三提供的第三种数据查询的设备的结构示意图;
图14是本发明实施例三提供的第四种数据查询的设备的结构示意图;
图15是本发明实施例四提供的一种请求数据查询的设备的结构示意图;
图16是本发明实施例五提供的数据查询的系统的结构示意图;
图17是本发明实施例六提供的一种数据查询的服务器的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
参见图1,为本发明实施例提供的数据查询的方法实施环境示意图。该实施环境包括:请求数据查询的设备101、数据查询的设备102和数据存储设备103。
其中,数据查询的设备102可以是一个如下述实施例三所述的数据查询的设备,也可以是多个如下述实施例三所述的数据查询的设备组成的数据查询的设备群。另外,该数据查询的设备102,用于与请求数据查询的设备101及数据存储设备103结合来为用户提供数据查询的服务。
请求数据查询的设备101为生成数据查询请求的设备,该请求数据查询的设备101如下述实施例四所述的数据查询的设备。另外,请求数据查询的设备101可以是服务器、智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。
数据存储设备103可以是一个存储有各个指标量的所有数据报表的多维切分系统的存储服务器,也可以是存储有各个指标量的所有数据报表的多维切分系统的存储服务器群,且该数据存储设备103可通过第三方应用程序与请求数据查询的设备101及数据查询的设备102结合来为用户提供数据查询的服务。
上述请求数据查询的设备101、数据查询的设备102及数据存储设备103之间可以通过无线网络或者有线网络进行通信。
实施例一
本实施例提供了一种数据查询的方法,参见图2,本实施例提供的方法流程具体如下:
201:接收查询请求,查询请求至少包括待查询的指标量及查询日期;
优选地,接收查询请求之后,还包括:
确定缓存中是否存储有满足查询请求的查询结果;
如果缓存中存储有满足查询请求的查询结果,则将缓存中存储的满足查询请求的查询结果作为本次的查询结果返回给请求数据查询的设备。
优选地,确定缓存中是否存储有满足查询请求的查询结果之后,还包括:
如果缓存中未存储满足查询请求的查询结果,则执行从指标量的所有数据报表中调取与查询日期匹配的数据报表的步骤及后续步骤。
202:从指标量的所有数据报表中调取与查询日期匹配的数据报表,数据报表为至少一张;
优选地,查询日期包括第一查询日期;从指标量的所有数据报表中调取与查询日期匹配的数据报表,包括:
从指标量的所有数据报表中调取第一查询日期下的第一数据报表,并将第一数据报表作为调取的数据报表。
可选地,查询日期包括第一查询日期和第二查询日期;从指标量的所有数据报表中调取与查询日期匹配的数据报表,包括:
从指标量的所有数据报表中调取第一查询日期下的第二数据报表和第二查询日期下的第三数据报表;
将第二数据报表中的数据与第三数据报表中的数据进行对齐;
将第二数据报表中的数据与第三数据报表中的数据中相对应的数据做差值,得到差值报表,将差值报表作为调取的数据报表。
优选地,从指标量的所有数据报表中调取与查询日期匹配的数据报表,包括:
确定查询请求中是否包括多于第二预设数量的待查询维度;
如果查询请求中包括多于第二预设数量的待查询维度,则从指标量的所有数据报表中调取与查询日期匹配且在待查询维度中的各个单一维度下的数据报表以及任意第二预设数量个维度中的各个维度所构成的所有组合维度下的数据报表。
优选地,确定查询请求中是否包括多于第二预设数量的待查询维度之后,还包括:
如果查询请求中未包括多于第二预设数量的待查询维度,则从指标量的所有数据报表中调取与查询日期匹配且在待查询维度中的各个维度所构成的所有组合维度下的数据报表。
203:从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回给请求数据查询的设备。
优选地,从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,包括:
将每张数据报表中的数据按大小顺序进行排序,并将排序结果中由大到小的第一预设数量个数据作为筛选出的数据。
可选地,从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,包括:
将每张数据报表中的数据按大小顺序进行排序,并将排序结果中由大到小的第一预设数量个数据和由小到大的第一预设数量个数据作为筛选出的数据。
优选地,查询请求中还包括指标量的维度属性值;
将每张数据报表中的数据按大小顺序进行排序,包括:
从每张数据报表中选择与指标量的维度属性值对应的数据,并将选出的与指标量的维度属性值对应的数据按大小顺序进行排序。
优选地,从调取的每张数据报表包含的数据中筛选出第一预设数量的数据之后,还包括:
将筛选出的数据作为查询结果存储在缓存中。
本实施例还提供了另一种数据查询的方法,参见图3,本实施例提供的方法流程具体如下:
301:生成查询请求,查询请求至少包括待查询的指标量及查询日期;
优选地,查询请求中还包括指标量的维度属性值,使数据查询的设备从每张据报表中选择指标量的维度属性值对应的数据,从选择的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回。
302:将查询请求发送给数据查询的设备,使数据查询的设备从指标量的所有数据报表中调取与查询日期匹配的数据报表,从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回;
303:接收数据查询的设备发送的查询结果。
本实施例提供的方法,通过接收至少包括待查询的指标量及查询日期的查询请求后,从指标量的所有数据报表中调取与查询日期匹配的数据报表,从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回给请求数据查询的设备,增强了返回的查询结果的针对性,使决策人员快速准确的找到有效数据,增加了查询结果决策辅助功能的效果。
为了更加清楚地阐述上述实施例提供的一种数据查询的方法,结合上述实施例的内容,以如下实施例二为例,对一种数据查询的方法进行详细说明,详见如下实施例二:
实施例二
本实施例提供了一种数据查询的方法,为了便于说明,本实施例以图1所示的实施环境中,请求数据查询的设备101通过数据查询的设备102查询数据存储设备103中存储的指标量为活跃用户数的数据信息,该指标量的维度为应用ID(Identity,标识)、年龄、性别、省份,且维度应用ID为353,请求数据查询的设备101的处理流程以图4所示为例,对本实施例提供的方法进行详细地举例说明。参见图5,本实施例提供的方法流程具体如下:
501:请求数据查询的设备生成查询请求,查询请求至少包括待查询的指标量及查询日期;
本实施例不对生成的查询请求中包括的具体内容进行限定,包括但不限于:根据从查询接口获取到的待查询的内容生成查询请求。
例子1:请求数据查询的设备101从查询接口获取到待查询的内容是查询2013-10-16日在应用ID为353的应用中的活跃用户数的数据信息,即全量查询。则生成的查询请求1中包括待查询的指标量:活跃用户数、第一查询日期:2013-10-16日、待查维度:应用ID,且应用ID的属性值为353。
例子2:请求数据查询的设备101从查询接口获取到待查询的内容是查询2013-10-16日比2013-10-15日在应用ID为353的应用中新增的活跃用户数的数据信息,即增量查询。则生成的查询请求2中包括待查询的指标量:活跃用户数、第一查询日期:2013-10-16日、第二查询日期:2013-10-15日、待查维度:应用ID,且应用ID的属性值为353。
例子3:请求数据查询的设备101从查询接口获取到待查询的内容是查询2013-10-16日在应用ID为353的应用中各个年龄阶段的活跃用户数的数据信息,则生成的查询请求3中包括待查询的指标量:活跃用户数、第一查询日期:2013-10-16日和待查维度:应用ID及年龄,且应用ID的属性值为353。
例子4:请求数据查询的设备101从查询接口获取到待查询的内容是查询2013-10-16日在应用ID为353的应用中各个年龄阶段,各个性别以及各个省份中的活跃用户数的数据信息,则生成的查询请求4中包括待查询的指标量:活跃用户数、第一查询日期:2013-10-16日和待查维度:应用ID、年龄、性别及省份,且应用ID的属性值为353。
当然,从查询接口获取到待查询的具体内容还可以为其它内容,本实施例不对从查询接口获取到待查询的具体内容进行限定。根据待查询的内容生成的查询请求中包括的内容还可以为其它内容,本实施例不对根据待查询的内容生成的查询请求中包括的具体内容进行限定。
另外,如果请求数据查询的设备的缓存中存储了以往数据查询的查询结果,为了减少发送查询请求的次数,提高本发明实施例提供的数据查询的效率,请求数据查询的设备在生成查询请求后,还可以先在缓存中查找是否存储有满足该查询请求的查询结果,如果缓存中存储有满足该查询请求的查询结果,则直接将缓存中存储的满足该查询请求的查询结果作为本次查询的查询结果,结束流程,如果缓存中未存储满足该查询请求的查询结果,再执行步骤502及后续步骤将查询请求发送给数据查询的设备进行数据查询。
502:请求数据查询的设备将查询请求发送给数据查询的设备;
本实施例不对将查询请求发送给数据查询的设备的具体发送方式进行限定。包括但不限于,通过发送携带查询请求的消息命令的方式将查询请求发送给数据查询的设备。
以501中的例子1为例,请求数据查询的设备101以向数据查询的设备102发送携带查询请求1的消息命令1的方式将查询请求1发送给数据查询的设备102。
需要说明的是,为了方便说明,本发明实施例以请求数据查询的设备和数据查询的设备为不同的两台物理设备为例对本发明实施例提供的数据查询的方法进行说明。在实际应用中,请求数据查询的设备和数据查询的设备也可以为同一台物理设备,本发明实施例不对请求数据查询的设备和数据查询的设备的关系进行限定。
503:数据查询的设备接收查询请求,查询请求至少包括待查询的指标量及查询日期;
本实施例不对接收查询请求的具体接收方式进行限定。包括但不限于,通过发接收携带查询请求的消息命令的方式将接收查询请求。
以502中的例子1为例,数据查询的设备102通过接收请求数据查询的设备101发送的携带查询请求1的消息命令1获取查询请求1。
另外,如果数据查询的设备的缓存中存储了以往数据查询的查询结果,为了减少查询请求的次数,提高本发明实施例提供的数据查询的效率,数据查询的设备接收查询请求之后,还可以先确定缓存中是否存储有满足查询请求的查询结果,如果缓存中存储有满足查询请求的查询结果,则将缓存中存储的满足查询请求的查询结果作为本次的查询结果返回给请求数据查询的设备,如果缓存中未存储满足查询请求的查询结果,再执行步骤504及后续步骤。
504:数据查询的设备从指标量的所有数据报表中调取与查询日期匹配的数据报表,数据报表为至少一张;
本实施例不对数据查询的设备从指标量的所有数据报表中调取与查询日期匹配的数据报表的具体调取方式进行限定,由于所有数据报表均以Key-Value(关键字-值)格式存储,因此,调取方式包括但不限于:正则匹配Key的值,调取正则匹配的Key对应的数据报表。另外,还可以通过多线程和异步查询的方法进行正则匹配,以保证查询结果的并行性,来加快调取速度,进而加快数据查询速度,保证数据查询结果的快速响应。
本实施例不对从指标量的所有数据报表中调取与查询日期匹配的数据报表的具体调取方法进行限定。包括但不限于通过如下两种调取方式的任一种调取方式调取与查询日期匹配的数据报表:
第一种调取方式:如果查询日期包括第一查询日期,则从指标量的所有数据报表中调取第一查询日期下的第一数据报表,并将第一数据报表作为调取的数据报表;
本实施例不对从指标量的所有数据报表中调取第一查询日期下的第一数据报表的具体调取方法进行限定,包括但不限于通过如下步骤进行调取。
第一步:确定查询请求中是否包括多于第二预设数量的待查询维度,如果查询请求中包括多于第二预设数量的待查询维度,则执行第二步,如果查询请求中未包括多于第二预设数量的待查询维度,则执行第三步;
第二步:从指标量的所有数据报表中调取与查询日期匹配且在待查询维度中的各个单一维度下的数据报表以及任意第二预设数量个维度中的各个维度所构成的所有组合维度下的数据报表;
第三步:从指标量的所有数据报表中调取与查询日期匹配且在待查询维度中的各个维度所构成的所有组合维度下的数据报表。
具体的,以接收到的查询请求为步骤501例子4中的查询请求4,第二预设数量为3为例,确定查询请求中是否包括待查询的维度为4个,分别是应用ID、年龄、性别及省份,多于第二预设数量的3个,因此执行第二步,从数据存储设备103中存储的活跃用户数的所有数据报表中调取与2013-10-16日匹配且应用ID、年龄、性别及省份中的各个单一维度下的数据报表以及任意3个维度中的各个维度所构成的所有组合维度下的数据报表,即调取2013-10-16日应用ID下的数据报表、2013-10-16日年龄下的数据报表、2013-10-16日性别下的数据报表、2013-10-16日省份下的数据报表、2013-10-16日应用ID-年龄下的数据报表、2013-10-16日应用ID-性别下的数据报表、2013-10-16日应用ID-省份下的数据报表、2013-10-16日年龄-性别下的数据报表、2013-10-16日年龄-省份下的数据报表、2013-10-16日性别-省份下的数据报表、2013-10-16日应用ID-年龄-性别下的数据报表、2013-10-16日应用ID-年龄-省份下的数据报表、2013-10-16日应用ID-性别-省份下的数据报表以及2013-10-16日年龄-性别-省份下的数据报表。
再以接收到的查询请求为步骤501例子3中的查询请求3,第二预设数量为3为例,确定查询请求中是否包括的待查询的维度为2个,分别是应用ID及年龄,未多于第二预设数量的3个,因此执行第三步,从数据存储设备103中存储的活跃用户数的所有数据报表中调取与2013-10-16日匹配且应用ID及年龄中的各个维度所构成的所有组合维度下的数据报表,即调取2013-10-16日应用ID下的数据报表、2013-10-16日年龄下的数据报表以及2013-10-16日应用ID-年龄下的数据报表。
当然,第二预设数量还可以为其它数值,本实施例不对第二预设数量的具体数值进行限定。
另外,为了增加调取速度,在执行第一步之前还可以先确定查询请求中是否包括待查询的维度,如果查询请求中不包括待查询的维度,则直接执行第三步,如果查询请求中包括待查询的维度,再执行第一步确定查询请求中是否包括多于第二预设数量的待查询维度。
第二种调取方式:查询日期包括第一查询日期和第二查询日期,则通过如下三个步骤调取取与查询日期匹配的数据报表。
步骤一:从指标量的所有数据报表中调取第一查询日期下的第二数据报表和第二查询日期下的第三数据报表;
本实施例不对从指标量的所有数据报表中调取第一查询日期下的第二数据报表和第二查询日期下的第三数据报表的具体调取方法进行限定,例如采取第一种调取方式中从指标量的所有数据报表中调取第一查询日期下的第一数据报表的方法进行调取。详见第一种调取方式中的从指标量的所有数据报表中调取第一查询日期下的第一数据报表的调取方法,在此不再赘述。
步骤二:将第二数据报表中的数据与第三数据报表中的数据进行对齐;
本实施例不对将第二数据报表中的数据与第三数据报表中的数据进行对齐的具体方式进行限定,由于第二数据报表中的数据与第三数据报表中的数据均是以Key-Value格式进行存储的,因此,对齐方式包括但不限于:对比第二数据报表与第三数据报表中每一个Key值,如果第二数据报表中的某一Key值Key1在第三数据报表中未存在,则在第三数据报表中插入新数据,且该数据的Key值为Key1,对应的Value值为0,如果第三数据报表中的某一Key值Key2在第二数据报表中未存在,则在第二数据报表中插入新数据,且该数据的Key值为Key2,对应的Value值为0。
例如,第二数据报表如表1所示,第三数据报表如表2所示,则对其后的第二数据报表如表3所示,对齐后的第三数据报表如表4所示。
表1
Key | Value |
年龄20-24 | 100000人 |
年龄30-39 | 500000人 |
表2
Key | Value |
年龄20-24 | 200000人 |
年龄10-19 | 300000人 |
表3
Key | Value |
年龄20-24 | 100000人 |
年龄30-39 | 500000人 |
年龄10-19 | 0人 |
表4
Key | Value |
年龄20-24 | 200000人 |
年龄10-19 | 300000人 |
年龄30-39 | 0人 |
当然,第二数据报表或第三数据报表还可以为其它形式及内容,本实施例不对第二数据报表或第三数据报表的具体形式及内容进行限定。本实施例以及后续实施例也不对其它数据报表的具体形式及内容进行限定。
步骤三:将第二数据报表中的数据与第三数据报表中的数据中相对应的数据做差值,得到差值报表,将差值报表作为调取的数据报表。
具体的,以步骤二中的例子为例,差值表如表5所示。
表5
Key | Value |
年龄20-24 | 100000人 |
年龄10-19 | 300000人 |
年龄30-39 | -500000人 |
需要说明的是,在数据存储设备中通过多维切分系统存储各个指标量的所有数据报表,即每一指标量的所有数据报表均根据不同维度组合来分表,且每一分表均根据每日新增数据结果量大小排序存储,且存储格式为Key-Value(关键字-值)格式,Key为时间-维度属性ID和维度属性值的组合,Value为该指标量的值。如果某一报表很大,则再按照时间维度来拆分该表。
例如,对于指标量活跃用户数,其维度为应用ID、年龄、性别为例,
数据存储设备中存储的活跃用户数的表为7个,即应用ID下的表、年龄下的表、性别下的表、应用ID-年龄下的表、应用ID-性别下的表、年龄-性别下的表和应用ID-年龄-性别下的表,其中:
应用ID下的表,如表6所示。其中,由于应用ID为1的值当日新增50000人,而应用ID为353的值当日新增40000人,因此应用ID为1的值排在应用ID为353的值的前面。
表6
Key | Value |
应用ID1 | 100000人 |
… | … |
应用ID353 | 500000人 |
应用ID352 | 300000人 |
… | … |
年龄下的表,如表7所示:
表7
Key | Value |
年龄0-9 | 100000人 |
… | … |
年龄20-24 | 200000人 |
年龄10-14 | 300000人 |
… | … |
性别下的表,如表8所示:
表8
Key | Value |
性别男 | 100000人 |
性别女 | 200000人 |
应用ID-性别下的表,如表9所示:
表9
Key | Value |
应用ID353-年龄0-9 | 100000人 |
… | … |
应用ID1-年龄20-24 | 200000人 |
应用ID353-年龄10-14 | 300000人 |
… | … |
应用ID-性别下的表,如表10所示:
表10
Key | Value |
应用ID353-性别女 | 100000人 |
… | … |
应用ID1-性别女 | 200000人 |
应用ID353-性别男 | 300000人 |
… | … |
年龄-性别下的表,如表11所示:
表11
Key | Value |
年龄20-24-性别女 | 100000人 |
… | … |
年龄40-50-性别女 | 200000人 |
年龄30-35-性别男 | 300000人 |
… | … |
应用ID-年龄-性别下的表,如表12所示:
表12
Key | Value |
应用ID1-年龄20-24-性别女 | 100000人 |
… | … |
应用ID353-年龄40-50-性别女 | 200000人 |
应用ID1-年龄30-35-性别男 | 300000人 |
… | … |
505:数据查询的设备从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回给请求数据查询的设备;
本实施例不对从调取的每张数据报表包含的数据中筛选出第一预设数量的数据的具体筛选方法进行限定。包括但不限于通过如下两种筛选方法的任一种筛选出第一预设数量的数据:
第一种筛选方法:如果查询日期包括第一查询日期,则将每张数据报表中的数据按大小顺序进行排序,并将排序结果中由大到小的第一预设数量个数据作为筛选出的数据。
具体的,以数据报表如表5所示,第一预设数量为2为例,将表5所示的数据报表中的数据按大小顺序进行排序,如表13所示,并将排序结果中由大到小的2个数据作为筛选出的数据,如表14所示。
表13
Key | Value |
年龄10-19 | 300000人 |
年龄20-24 | 100000人 |
年龄30-39 | -500000人 |
表14
Key | Value |
年龄10-19 | 300000人 |
年龄20-24 | 100000人 |
第二种筛选方法:查询日期包括第一查询日期和第二查询日期,则将每张数据报表中的数据按大小顺序进行排序,并将排序结果中由大到小的第一预设数量个数据和由小到大的第一预设数量个数据作为筛选出的数据。
具体的,仍以数据报表如表5所示,第一预设数量为2为例,将表5所示的数据报表中的数据按大小顺序进行排序,如表13所示,并将排序结果中由大到小的2个数据,如表14所示,将排序结果中由小到大的2个数据,如表15所示,作为筛选出的数据。
表15
Key | Value |
年龄20-24 | 100000人 |
年龄30-39 | -500000人 |
另外,本实施例不对上述两种筛选方法中的将每张数据报表中的数据按大小顺序进行排序的具体排序方法进行限定,包括但不限于,如果查询请求中还包括指标量的维度属性值,则先从每张数据报表中选择与指标量的维度属性值对应的数据,再将选出的与指标量的维度属性值对应的数据按大小顺序进行排序。
具体的,以接收到的查询请求为步骤501例子3中的查询请求3,且带筛选的数据报表如表16为例,查询请求3中包括活跃用户数的应用ID的属性值353,因此,先从表16中选择与应用ID为353对应的数据,如表17,再将选出的与指标量的维度属性值对应的数据按大小顺序进行排序,如表18。
表16
Key | Value |
应用ID1-年龄20-24 | 100000人 |
应用ID353-年龄20-24 | 200000人 |
应用ID353-年龄10-19 | 500000人 |
应用ID352-年龄20-24 | 300000人 |
应用ID353-年龄30-34 | 300000人 |
表17
Key | Value |
应用ID353-年龄20-24 | 200000人 |
应用ID353-年龄10-19 | 500000人 |
应用ID353-年龄30-34 | 300000人 |
表18
Key | Value |
应用ID353-年龄10-19 | 500000人 |
应用ID353-年龄30-34 | 300000人 |
应用ID353-年龄20-24 | 200000人 |
此外,为了减少查询请求的次数,提高本发明实施例提供的数据查询的效率,数据查询的设备从调取的每张数据报表包含的数据中筛选出第一预设数量的数据之后,还可以将筛选出的数据作为查询结果存储在缓存中,以便在下次接收到该查询结果满足的查询请求时直接从缓存中调取查询结果。
506:请求数据查询的设备接收数据查询的设备发送的查询结果。
本实施例不对接收数据查询的设备发送的查询结果的具体接收方式进行限定。包括但不限于,通过发接收携带查询结果的消息命令的方式将接收查询结果。
另外,为了减少发送查询请求的次数,提高本发明实施例提供的数据查询的效率,请求数据查询的设备接收到查询结果之后,还可以将查询结果存储在缓存中,以便在下次生成该查询结果满足的查询请求时直接从缓存中调取查询结果。
本实施例提供的方法,通过接收至少包括待查询的指标量及查询日期的查询请求后,从指标量的所有数据报表中调取与查询日期匹配的数据报表,从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回给请求数据查询的设备,增强了返回的查询结果的针对性,使决策人员快速准确的找到有效数据,增加了查询结果决策辅助功能的效果。
实施例三
本实施例提供了一种数据查询的设备,该设备用于执行上述实施例一或施例二所提供的数据查询的方法,参见图6,该设备包括:
接收模块601,用于接收查询请求,查询请求至少包括待查询的指标量及查询日期;
调取模块602,用于从指标量的所有数据报表中调取与查询日期匹配的数据报表,数据报表为至少一张;
筛选模块603,用于从调取的每张数据报表包含的数据中筛选出第一预设数量的数据;
返回模块604,用于将筛选出的数据作为查询结果返回给请求数据查询的设备。
优选地,查询日期包括第一查询日期;调取模块602,用于从指标量的所有数据报表中调取第一查询日期下的第一数据报表,并将第一数据报表作为调取的数据报表。
参见图7,筛选模块603,包括:
排序单元6031,用于将每张数据报表中的数据按大小顺序进行排序;
第一选择单元6032,用于将排序结果中由大到小的第一预设数量个数据作为筛选出的数据。
参见图8,查询日期包括第一查询日期和第二查询日期;调取模块602,包括:
第一调取单元6021,用于从指标量的所有数据报表中调取第一查询日期下的第二数据报表和第二查询日期下的第三数据报表;
对齐单元6022,用于将第二数据报表中的数据与第三数据报表中的数据进行对齐;
计算单元6023,用于将第二数据报表中的数据与第三数据报表中的数据中相对应的数据做差值,得到差值报表,将差值报表作为调取的数据报表。
参见图9,筛选模块603,包括:
排序单元6031,用于将每张数据报表中的数据按大小顺序进行排序;
第二选择单元6033,用于将排序结果中由大到小的第一预设数量个数据和由小到大的第一预设数量个数据作为筛选出的数据。
参见图10,查询请求中还包括指标量的维度属性值;
排序单元6031,包括:
选择子单元60311,用于从每张数据报表中选择与指标量的维度属性值对应的数据;
排序子单元60312,用于将选出的与指标量的维度属性值对应的数据按大小顺序进行排序。
参见图11,调取模块602,包括:
确定单元6024,用于确定查询请求中是否包括多于第二预设数量的待查询维度;
第二调取单元6025,用于当查询请求中包括多于第二预设数量的待查询维度时,从指标量的所有数据报表中调取与查询日期匹配且在待查询维度中的各个单一维度下的数据报表以及任意第二预设数量个维度中的各个维度所构成的所有组合维度下的数据报表。
第二调取单元6025,还用于当查询请求中未包括多于第二预设数量的待查询维度时,从指标量的所有数据报表中调取与查询日期匹配且在待查询维度中的各个维度所构成的所有组合维度下的数据报表。
参见图12,该设备,还包括:
存储模块605,用于将筛选出的数据作为查询结果存储在缓存中。
参见图13,该设备,还包括:
确定模块606,用于确定缓存中是否存储有满足查询请求的查询结果;
发送模块607,用于当缓存中存储有满足查询请求的查询结果时,将缓存中存储的满足查询请求的查询结果作为本次的查询结果返回给请求数据查询的设备。
参见图14,该设备,还包括:
执行模块608,用于当缓存中未存储满足查询请求的查询结果时,调用调取模块602及其它模块执行从指标量的所有数据报表中调取与查询日期匹配的数据报表的步骤及后续步骤。
本实施例提供的设备,通过接收至少包括待查询的指标量及查询日期的查询请求后,从指标量的所有数据报表中调取与查询日期匹配的数据报表,从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回给请求数据查询的设备,增强了返回的查询结果的针对性,使决策人员快速准确的找到有效数据,增加了查询结果决策辅助功能的效果。
实施例四
本实施例提供了一种请求数据查询的设备,该设备用于执行上述实施例一或施例二所提供的数据查询的方法,参见图15,该设备包括:
生成模块1501,用于生成查询请求,查询请求至少包括待查询的指标量及查询日期;
发送模块1502,用于将生成模块生成的查询请求发送给数据查询的设备,使数据查询的设备从指标量的所有数据报表中调取与查询日期匹配的数据报表,从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回;
接收模块1503,用于接收数据查询的设备发送的查询结果。
优选地,生成模块1501生成的查询请求中还包括指标量的维度属性值,使数据查询的设备从每张据报表中选择指标量的维度属性值对应的数据,从选择的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回。
本实施例提供的设备,通过生成查询请求,并将查询请求发送给数据查询的设备,使数据查询的设备根据查询请求从指标量的所有数据报表中调取与查询日期匹配的数据报表,从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回,增强了返回的查询结果的针对性,使决策人员快速准确的找到有效数据,增加了查询结果决策辅助功能的效果。
实施例五
本实施例提供了一种数据查询的系统,该系统用于执行上述实施例一或实施例二所提供的数据查询的方法。参见图16,该系统包括:
数据查询的设备1601、请求数据查询的设备1602及数据存储设备1603;
其中,数据查询的设备1601如上述实施例三提供的设备,详见上述实施例三;
请求数据查询的设备1602如上述实施例四提供的设备,详见上述实施例四;
数据存储设备1603用于存储指标量的所有数据报表。
本实施例提供的系统,通过接收至少包括待查询的指标量及查询日期的查询请求后,从指标量的所有数据报表中调取与查询日期匹配的数据报表,从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回给请求数据查询的设备,增强了返回的查询结果的针对性,使决策人员快速准确的找到有效数据,增加了查询结果决策辅助功能的效果。
实施例六
本实施例提供了一种数据查询的服务器,该数据查询的服务器可以用于实施上述实施例中提供的数据查询的方法。具体来讲:参见图17,该数据查询的服务器1700可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(central processing units,CPU)1722(例如,一个或一个以上处理器)和存储器1732,一个或一个以上存储应用程序1742或数据1744的存储介质1730(例如一个或一个以上海量存储设备)。其中,存储器1732和存储介质1730可以是短暂存储或持久存储。存储在存储介质1730的程序可以包括一个或一个以上模块(图示没标出)。
服务器1700还可以包括一个或一个以上电源1726,一个或一个以上有线或无线网络接口1750,一个或一个以上输入输出接口1758,和/或,一个或一个以上操作系统1741,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行,所述一个或者一个以上程序包含用于进行以下操作的指令:
接收查询请求,所述查询请求至少包括待查询的指标量及查询日期;
从所述指标量的所有数据报表中调取与所述查询日期匹配的数据报表,所述数据报表为至少一张;
从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回给请求数据查询的设备。
假设上述为第一种可能的实施方式,则在第一种可能的实施方式作为基础而提供的第二种可能的实施方式中,还包含用于执行以下操作的指令:
所述查询日期包括第一查询日期;所述从所述指标量的所有数据报表中调取与所述查询日期匹配的数据报表,包括:
从所述指标量的所有数据报表中调取所述第一查询日期下的第一数据报表,并将所述第一数据报表作为调取的数据报表。
在第二种可能的实施方式作为基础而提供的第三种可能的实施方式中,还包含用于执行以下操作的指令:
将每张数据报表中的数据按大小顺序进行排序,并将排序结果中由大到小的第一预设数量个数据作为筛选出的数据。
在第一种可能的实施方式作为基础而提供的第四种可能的实施方式中,还包含用于执行以下操作的指令:
所述查询日期包括第一查询日期和第二查询日期;所述从所述指标量的所有数据报表中调取与所述查询日期匹配的数据报表,包括:
从所述指标量的所有数据报表中调取所述第一查询日期下的第二数据报表和所述第二查询日期下的第三数据报表;
将所述第二数据报表中的数据与所述第三数据报表中的数据进行对齐;
将所述第二数据报表中的数据与所述第三数据报表中的数据中相对应的数据做差值,得到差值报表,将所述差值报表作为调取的数据报表。
在第四种可能的实施方式作为基础而提供的第五种可能的实施方式中,还包含用于执行以下操作的指令:
将每张数据报表中的数据按大小顺序进行排序,并将排序结果中由大到小的第一预设数量个数据和由小到大的第一预设数量个数据作为筛选出的数据。
在第三种或第五种可能的实施方式作为基础而提供的第六种可能的实施方式中,还包含用于执行以下操作的指令:
所述查询请求中还包括所述指标量的维度属性值;
所述将每张数据报表中的数据按大小顺序进行排序,包括:
从每张数据报表中选择与所述指标量的维度属性值对应的数据,并将选出的与所述指标量的维度属性值对应的数据按大小顺序进行排序。
在第一种可能的实施方式作为基础而提供的第七种可能的实施方式中,还包含用于执行以下操作的指令:
确定所述查询请求中是否包括多于第二预设数量的待查询维度;
如果所述查询请求中包括多于第二预设数量的待查询维度,则从所述指标量的所有数据报表中调取与所述查询日期匹配且在所述待查询维度中的各个单一维度下的数据报表以及任意第二预设数量个维度中的各个维度所构成的所有组合维度下的数据报表。
在第七种可能的实施方式作为基础而提供的第八种可能的实施方式中,还包含用于执行以下操作的指令:
如果所述查询请求中未包括多于第二预设数量的待查询维度,则从所述指标量的所有数据报表中调取与所述查询日期匹配且在所述待查询维度中的各个维度所构成的所有组合维度下的数据报表。
在第一种可能的实施方式作为基础而提供的第九种可能的实施方式中,还包含用于执行以下操作的指令:
将筛选出的数据作为查询结果存储在缓存中。
在第一种可能的实施方式作为基础而提供的第十种可能的实施方式中,还包含用于执行以下操作的指令:
确定缓存中是否存储有满足所述查询请求的查询结果;
如果所述缓存中存储有满足所述查询请求的查询结果,则将所述缓存中存储的满足所述查询请求的查询结果作为本次的查询结果返回给请求数据查询的设备。
在第十种可能的实施方式作为基础而提供的第十一种可能的实施方式中,还包含用于执行以下操作的指令:
如果所述缓存中未存储满足所述查询请求的查询结果,则执行从所述指标量的所有数据报表中调取与所述查询日期匹配的数据报表的步骤及后续步骤。
本实施例提供的服务器,通过接收至少包括待查询的指标量及查询日期的查询请求后,从指标量的所有数据报表中调取与查询日期匹配的数据报表,从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回给请求数据查询的设备,增强了返回的查询结果的针对性,使决策人员快速准确的找到有效数据,增加了查询结果决策辅助功能的效果。
需要说明的是:上述实施例提供的设备、服务器在实现数据查询时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备、服务器的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的设备、服务器、系统与数据查询的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (27)
1.一种数据查询的方法,其特征在于,所述方法包括:
接收查询请求,所述查询请求至少包括待查询的指标量及查询日期;
从所述指标量的所有数据报表中调取与所述查询日期匹配的数据报表,所述数据报表为至少一张;
从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回给请求数据查询的设备。
2.根据权利要求1所述的方法,其特征在于,所述查询日期包括第一查询日期;所述从所述指标量的所有数据报表中调取与所述查询日期匹配的数据报表,包括:
从所述指标量的所有数据报表中调取所述第一查询日期下的第一数据报表,并将所述第一数据报表作为调取的数据报表。
3.根据权利要求2所述的方法,其特征在于,从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,包括:
将每张数据报表中的数据按大小顺序进行排序,并将排序结果中由大到小的第一预设数量个数据作为筛选出的数据。
4.根据权利要求1所述的方法,其特征在于,所述查询日期包括第一查询日期和第二查询日期;所述从所述指标量的所有数据报表中调取与所述查询日期匹配的数据报表,包括:
从所述指标量的所有数据报表中调取所述第一查询日期下的第二数据报表和所述第二查询日期下的第三数据报表;
将所述第二数据报表中的数据与所述第三数据报表中的数据进行对齐;
将所述第二数据报表中的数据与所述第三数据报表中的数据中相对应的数据做差值,得到差值报表,将所述差值报表作为调取的数据报表。
5.根据权利要求4所述的方法,其特征在于,从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,包括:
将每张数据报表中的数据按大小顺序进行排序,并将排序结果中由大到小的第一预设数量个数据和由小到大的第一预设数量个数据作为筛选出的数据。
6.根据权利要求3或5所述的方法,其特征在于,所述查询请求中还包括所述指标量的维度属性值;
所述将每张数据报表中的数据按大小顺序进行排序,包括:
从每张数据报表中选择与所述指标量的维度属性值对应的数据,并将选出的与所述指标量的维度属性值对应的数据按大小顺序进行排序。
7.根据权利要求1所述的方法,其特征在于,所述从所述指标量的所有数据报表中调取与所述查询日期匹配的数据报表,包括:
确定所述查询请求中是否包括多于第二预设数量的待查询维度;
如果所述查询请求中包括多于第二预设数量的待查询维度,则从所述指标量的所有数据报表中调取与所述查询日期匹配且在所述待查询维度中的各个单一维度下的数据报表以及任意第二预设数量个维度中的各个维度所构成的所有组合维度下的数据报表。
8.根据权利要求7所述的方法,其特征在于,所述确定所述查询请求中是否包括多于第二预设数量的待查询维度之后,还包括:
如果所述查询请求中未包括多于第二预设数量的待查询维度,则从所述指标量的所有数据报表中调取与所述查询日期匹配且在所述待查询维度中的各个维度所构成的所有组合维度下的数据报表。
9.根据权利要求1所述的方法,其特征在于,所述从调取的每张数据报表包含的数据中筛选出第一预设数量的数据之后,还包括:
将筛选出的数据作为查询结果存储在缓存中。
10.根据权利要求1所述的方法,其特征在于,所述接收查询请求之后,还包括:
确定缓存中是否存储有满足所述查询请求的查询结果;
如果所述缓存中存储有满足所述查询请求的查询结果,则将所述缓存中存储的满足所述查询请求的查询结果作为本次的查询结果返回给请求数据查询的设备。
11.根据权利要求10所述的方法,其特征在于,所述确定缓存中是否存储有满足所述查询请求的查询结果之后,还包括:
如果所述缓存中未存储满足所述查询请求的查询结果,则执行从所述指标量的所有数据报表中调取与所述查询日期匹配的数据报表的步骤及后续步骤。
12.一种数据查询的设备,其特征在于,所述设备包括:
接收模块,用于接收查询请求,所述查询请求至少包括待查询的指标量及查询日期;
调取模块,用于从所述指标量的所有数据报表中调取与所述查询日期匹配的数据报表,所述数据报表为至少一张;
筛选模块,用于从调取的每张数据报表包含的数据中筛选出第一预设数量的数据;
返回模块,用于将筛选出的数据作为查询结果返回给请求数据查询的设备。
13.根据权利要求12所述的设备,其特征在于,所述查询日期包括第一查询日期;所述调取模块,用于从所述指标量的所有数据报表中调取所述第一查询日期下的第一数据报表,并将所述第一数据报表作为调取的数据报表。
14.根据权利要求13所述的设备,其特征在于,所述筛选模块,包括:
排序单元,用于将每张数据报表中的数据按大小顺序进行排序;
第一选择单元,用于将排序结果中由大到小的第一预设数量个数据作为筛选出的数据。
15.根据权利要求12所述的设备,其特征在于,所述查询日期包括第一查询日期和第二查询日期;所述调取模块,包括:
第一调取单元,用于从所述指标量的所有数据报表中调取所述第一查询日期下的第二数据报表和所述第二查询日期下的第三数据报表;
对齐单元,用于将所述第二数据报表中的数据与所述第三数据报表中的数据进行对齐;
计算单元,用于将所述第二数据报表中的数据与所述第三数据报表中的数据中相对应的数据做差值,得到差值报表,将所述差值报表作为调取的数据报表。
16.根据权利要求15所述的设备,其特征在于,所述筛选模块,包括:
排序单元,用于将每张数据报表中的数据按大小顺序进行排序;
第二选择单元,用于将排序结果中由大到小的第一预设数量个数据和由小到大的第一预设数量个数据作为筛选出的数据。
17.根据权利要求14或16所述的设备,其特征在于,所述查询请求中还包括所述指标量的维度属性值;
所述排序单元,包括:
选择子单元,用于从每张数据报表中选择与所述指标量的维度属性值对应的数据;
排序子单元,用于将选出的与所述指标量的维度属性值对应的数据按大小顺序进行排序。
18.根据权利要求12所述的设备,其特征在于,所述调取模块,包括:
确定单元,用于确定所述查询请求中是否包括多于第二预设数量的待查询维度;
第二调取单元,用于当所述查询请求中包括多于第二预设数量的待查询维度时,从所述指标量的所有数据报表中调取与所述查询日期匹配且在所述待查询维度中的各个单一维度下的数据报表以及任意第二预设数量个维度中的各个维度所构成的所有组合维度下的数据报表。
19.根据权利要求18所述的设备,其特征在于,所述第二调取单元,还用于当所述查询请求中未包括多于第二预设数量的待查询维度时,从所述指标量的所有数据报表中调取与所述查询日期匹配且在所述待查询维度中的各个维度所构成的所有组合维度下的数据报表。
20.根据权利要求12所述的设备,其特征在于,所述设备,还包括:
存储模块,用于将筛选出的数据作为查询结果存储在缓存中。
21.根据权利要求12所述的设备,其特征在于,所述设备,还包括:
确定模块,用于确定缓存中是否存储有满足所述查询请求的查询结果;
发送模块,用于当所述缓存中存储有满足所述查询请求的查询结果时,将所述缓存中存储的满足所述查询请求的查询结果作为本次的查询结果返回给请求数据查询的设备。
22.根据权利要求21所述的设备,其特征在于,所述设备,还包括:
执行模块,用于当所述缓存中未存储满足所述查询请求的查询结果时,调用调取模块及其它模块执行从所述指标量的所有数据报表中调取与所述查询日期匹配的数据报表的步骤及后续步骤。
23.一种数据查询的方法,其特征在于,所述方法包括:
生成查询请求,所述查询请求至少包括待查询的指标量及查询日期;
将所述查询请求发送给数据查询的设备,使所述数据查询的设备从所述指标量的所有数据报表中调取与所述查询日期匹配的数据报表,从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回;
接收所述数据查询的设备发送的查询结果。
24.根据权利要求23所述的方法,其特征在于,所述查询请求中还包括指标量的维度属性值,使所述数据查询的设备从每张据报表中选择所述指标量的维度属性值对应的数据,从选择的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回。
25.一种请求数据查询的设备,其特征在于,所述设备包括:
生成模块,用于生成查询请求,所述查询请求至少包括待查询的指标量及查询日期;
发送模块,用于将所述生成模块生成的所述查询请求发送给数据查询的设备,使所述数据查询的设备从所述指标量的所有数据报表中调取与所述查询日期匹配的数据报表,从调取的每张数据报表包含的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回;
接收模块,用于接收所述数据查询的设备发送的查询结果。
26.根据权利要求25所述的设备,其特征在于,所述生成模块生成的查询请求中还包括指标量的维度属性值,使所述数据查询的设备从每张据报表中选择所述指标量的维度属性值对应的数据,从选择的数据中筛选出第一预设数量的数据,并将筛选出的数据作为查询结果返回。
27.一种数据查询的系统,其特征在于,所述系统包括:数据查询的设备、请求数据查询的设备及数据存储设备;
其中,所述数据查询的设备如权利要求12至22中任一权利要求所述的设备,所述请求数据查询的设备如权利要求25或26所述的设备,所述数据存储设备用于存储指标量的所有数据报表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410039066.1A CN104809130B (zh) | 2014-01-27 | 2014-01-27 | 数据查询的方法、设备及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410039066.1A CN104809130B (zh) | 2014-01-27 | 2014-01-27 | 数据查询的方法、设备及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104809130A true CN104809130A (zh) | 2015-07-29 |
CN104809130B CN104809130B (zh) | 2019-03-08 |
Family
ID=53693957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410039066.1A Active CN104809130B (zh) | 2014-01-27 | 2014-01-27 | 数据查询的方法、设备及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104809130B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105808661A (zh) * | 2016-02-29 | 2016-07-27 | 浪潮通信信息系统有限公司 | 一种数据查询的方法及装置 |
CN106649363A (zh) * | 2015-10-30 | 2017-05-10 | 北京国双科技有限公司 | 数据查询方法及装置 |
CN106874336A (zh) * | 2016-03-28 | 2017-06-20 | 阿里巴巴集团控股有限公司 | 数据撮合方法、数据查询方法及装置 |
CN108153776A (zh) * | 2016-12-05 | 2018-06-12 | 北京国双科技有限公司 | 数据查询方法及装置 |
CN108255893A (zh) * | 2016-12-29 | 2018-07-06 | 北京国双科技有限公司 | 个性化对象推荐方法和装置 |
CN108959485A (zh) * | 2018-06-21 | 2018-12-07 | 深圳市彬讯科技有限公司 | 一种用于生成流量指标数据的数据处理方法及装置 |
CN109033173A (zh) * | 2018-06-21 | 2018-12-18 | 深圳市彬讯科技有限公司 | 一种用于生成多维指标数据的数据处理方法及装置 |
CN109165238A (zh) * | 2018-06-21 | 2019-01-08 | 深圳市彬讯科技有限公司 | 一种用于生成周期指标数据的数据处理方法及装置 |
CN109241197A (zh) * | 2018-06-21 | 2019-01-18 | 深圳市彬讯科技有限公司 | 指标展示的数据处理方法、服务器及存储介质 |
CN110324371A (zh) * | 2018-03-29 | 2019-10-11 | 北京忆芯科技有限公司 | 基于区块的分布式kv存储系统 |
CN110389967A (zh) * | 2019-07-26 | 2019-10-29 | 深圳市腾讯计算机系统有限公司 | 数据存储方法、装置、服务器及存储介质 |
CN110851676A (zh) * | 2019-10-08 | 2020-02-28 | 支付宝(杭州)信息技术有限公司 | 一种指标数据的处理方法、装置及电子设备 |
CN111026817A (zh) * | 2019-12-09 | 2020-04-17 | 北京中电普华信息技术有限公司 | 一种多维计算方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100036800A1 (en) * | 2008-08-05 | 2010-02-11 | Teradata Us, Inc. | Aggregate join index utilization in query processing |
CN102024062A (zh) * | 2011-01-06 | 2011-04-20 | 中国工商银行股份有限公司 | 一种实现数据动态缓存处理的装置及方法 |
CN102867068A (zh) * | 2012-09-28 | 2013-01-09 | 用友软件股份有限公司 | 用于联机分析处理系统的报表穿透装置和报表穿透方法 |
CN103020280A (zh) * | 2012-12-27 | 2013-04-03 | 北京讯鸟软件有限公司 | 一种通过多维度kpi函数对sql查询语句进行扩充的方法 |
CN103020158A (zh) * | 2012-11-26 | 2013-04-03 | 中兴通讯股份有限公司 | 一种报表创建方法、装置和系统 |
CN103164510A (zh) * | 2013-02-05 | 2013-06-19 | 广东全通教育股份有限公司 | 一种动态数据报表生成方法和系统 |
-
2014
- 2014-01-27 CN CN201410039066.1A patent/CN104809130B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100036800A1 (en) * | 2008-08-05 | 2010-02-11 | Teradata Us, Inc. | Aggregate join index utilization in query processing |
CN102024062A (zh) * | 2011-01-06 | 2011-04-20 | 中国工商银行股份有限公司 | 一种实现数据动态缓存处理的装置及方法 |
CN102867068A (zh) * | 2012-09-28 | 2013-01-09 | 用友软件股份有限公司 | 用于联机分析处理系统的报表穿透装置和报表穿透方法 |
CN103020158A (zh) * | 2012-11-26 | 2013-04-03 | 中兴通讯股份有限公司 | 一种报表创建方法、装置和系统 |
CN103020280A (zh) * | 2012-12-27 | 2013-04-03 | 北京讯鸟软件有限公司 | 一种通过多维度kpi函数对sql查询语句进行扩充的方法 |
CN103164510A (zh) * | 2013-02-05 | 2013-06-19 | 广东全通教育股份有限公司 | 一种动态数据报表生成方法和系统 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106649363A (zh) * | 2015-10-30 | 2017-05-10 | 北京国双科技有限公司 | 数据查询方法及装置 |
CN105808661B (zh) * | 2016-02-29 | 2019-03-08 | 浪潮天元通信信息系统有限公司 | 一种数据查询的方法及装置 |
CN105808661A (zh) * | 2016-02-29 | 2016-07-27 | 浪潮通信信息系统有限公司 | 一种数据查询的方法及装置 |
CN106874336A (zh) * | 2016-03-28 | 2017-06-20 | 阿里巴巴集团控股有限公司 | 数据撮合方法、数据查询方法及装置 |
CN106874336B (zh) * | 2016-03-28 | 2020-07-28 | 阿里巴巴集团控股有限公司 | 数据撮合方法、数据查询方法及装置 |
CN108153776A (zh) * | 2016-12-05 | 2018-06-12 | 北京国双科技有限公司 | 数据查询方法及装置 |
CN108255893A (zh) * | 2016-12-29 | 2018-07-06 | 北京国双科技有限公司 | 个性化对象推荐方法和装置 |
CN110324371B (zh) * | 2018-03-29 | 2021-03-12 | 北京忆芯科技有限公司 | 基于区块的分布式kv存储系统 |
CN110324371A (zh) * | 2018-03-29 | 2019-10-11 | 北京忆芯科技有限公司 | 基于区块的分布式kv存储系统 |
CN109241197A (zh) * | 2018-06-21 | 2019-01-18 | 深圳市彬讯科技有限公司 | 指标展示的数据处理方法、服务器及存储介质 |
CN109165238A (zh) * | 2018-06-21 | 2019-01-08 | 深圳市彬讯科技有限公司 | 一种用于生成周期指标数据的数据处理方法及装置 |
CN109033173A (zh) * | 2018-06-21 | 2018-12-18 | 深圳市彬讯科技有限公司 | 一种用于生成多维指标数据的数据处理方法及装置 |
CN108959485A (zh) * | 2018-06-21 | 2018-12-07 | 深圳市彬讯科技有限公司 | 一种用于生成流量指标数据的数据处理方法及装置 |
CN110389967A (zh) * | 2019-07-26 | 2019-10-29 | 深圳市腾讯计算机系统有限公司 | 数据存储方法、装置、服务器及存储介质 |
CN110851676A (zh) * | 2019-10-08 | 2020-02-28 | 支付宝(杭州)信息技术有限公司 | 一种指标数据的处理方法、装置及电子设备 |
CN111026817A (zh) * | 2019-12-09 | 2020-04-17 | 北京中电普华信息技术有限公司 | 一种多维计算方法及装置 |
CN111026817B (zh) * | 2019-12-09 | 2023-11-28 | 北京中电普华信息技术有限公司 | 一种多维计算方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104809130B (zh) | 2019-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104809130A (zh) | 数据查询的方法、设备及系统 | |
CN111382174B (zh) | 多方数据联合查询方法、装置、服务器和存储介质 | |
CN102541858B (zh) | 基于映射和规约的数据均衡性处理方法、装置及系统 | |
CN103678609B (zh) | 一种基于分布式关系‑对象映射处理的大数据查询的方法 | |
CN102955781B (zh) | 一种人物搜索方法及装置 | |
CN102667761A (zh) | 可扩展的集群数据库 | |
CN108885641A (zh) | 高性能查询处理和数据分析 | |
CN108509437A (zh) | 一种ElasticSearch查询加速方法 | |
CN104462222A (zh) | 一种卡口车辆通行数据的分布式存储方法及系统 | |
CN113590576A (zh) | 数据库参数调整方法、装置、存储介质以及电子设备 | |
CN110727727A (zh) | 一种数据库的统计方法及装置 | |
CN107046557A (zh) | 移动云计算环境下动态Skyline查询的智能医疗呼叫查询系统 | |
CN105353960A (zh) | 基于人才平台的交互方法和系统及人才交互平台 | |
CN105786941B (zh) | 一种信息挖掘方法和装置 | |
CN104750718A (zh) | 一种数据信息的搜索方法和设备 | |
CN111737364A (zh) | 安全多方数据融合与联邦共享方法、装置、设备及介质 | |
CN110380890A (zh) | 一种cdn系统服务质量检测方法及系统 | |
CN108958925B (zh) | 一种节能的工作量证明方法与系统 | |
CN100561477C (zh) | 基于关键字和分类共享的搜索方法和系统 | |
CN106844420B (zh) | 基于社交网络和大数据分析的用户分组方法及装置 | |
CN112419044A (zh) | 信用审核的方法、设备、电子装置和存储介质 | |
CN113986931B (zh) | 报表分页的方法、装置、存储介质及计算设备 | |
CN111159213A (zh) | 一种数据查询方法、装置、系统和存储介质 | |
CN105653533A (zh) | 一种更新分类关联词集合的方法和装置 | |
CN111428140B (zh) | 高并发数据检索方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20190729 Address after: Shenzhen Futian District City, Guangdong province 518000 Zhenxing Road, SEG Science Park 2 East Room 403 Co-patentee after: Tencent cloud computing (Beijing) limited liability company Patentee after: Tencent Technology (Shenzhen) Co., Ltd. Address before: Shenzhen Futian District City, Guangdong province 518000 Zhenxing Road, SEG Science Park 2 East Room 403 Patentee before: Tencent Technology (Shenzhen) Co., Ltd. |