CN104866535A - 一种号段记录压缩方法及装置 - Google Patents

Abstract

本发明涉及数据库技术领域，本发明实施例提供一种号段记录压缩方法及装置，该方法包括：获取号段记录集合，所述号段记录集合中每条号段记录包括号段以及与该号段对应的附加信息；将所述号段记录集合中具有相同附加信息的号段作为一个号段集合，并建立映射表，所述映射表中一个号段集合映射该号段集合共同的附加信息；将所述映射表中每个附加信息映射的号段集合进行压缩，并根据号段压缩后的所述映射表生成新的号段记录集合。

Description

一种号段记录压缩方法及装置

技术领域

本发明涉及数据库技术领域，尤其涉及一种号段记录压缩方法及装置。

背景技术

在很多信息系统中，常用某种ID来标识一类信息，比如，手机号、银行卡号等。通常，ID的前几位代表了一些特定的含义，比如，以134/135/136/137/138/139等开头的手机号代表是移动集团发布的手机号码；更进一步，1390100代表是移动集团发布的北京地区的手机号码。这里，1390100就是常说的手机号段,一般手机号段的长度固定为7位数字。互联网交易系统在进行联机交易的时候，如果使用手机进行付费，就需要频繁的根据交易用户的手机号码进行分析，来判定用户手机号码的一些附加信息(运营商、所在区域、使用的业务类型、用户信誉度等)。现有技术中，一般在数据库中保存号段及其附加信息构成号段记录。系统每次查询用户手机号码的附加信息时，需要通过截取手机号码的前7位并查询数据库，与数据库中存储的手机号段进行匹配，以获得手机号码的附加信息。

由于对数据库中存储的手机号段进行匹配的方法需要遍历数据库，在数据库中数据量大的时候，可能导致查询效率低下，而现实情况是，数据库中的数据量非常庞大。在分析了数据库中存储的号段记录之后，发现数据库中有很多冗余数据，例如1390100～1390109都是北京地区的神州行手机号，附加信息相同，因此可以通过压缩数据库中的冗余数据来提高查询效率。

发明内容

本发明实施例提供一种号段记录压缩方法及装置，用以解决现有的号段记录存储方法存在的数据冗余问题。

本发明实施例提供了一种号段记录压缩方法，包括：

获取号段记录集合，所述号段记录集合中每条号段记录包括号段以及与该号段对应的附加信息；

将所述号段记录集合中具有相同附加信息的号段作为一个号段集合，并建立映射表，所述映射表中一个号段集合共同的附加信息映射该号段集合；

将所述映射表中每个附加信息映射的号段集合进行压缩，并根据号段压缩后的所述映射表生成新的号段记录集合。

较佳地，所述将所述映射表中每个附加信息映射的号段集合进行压缩，包括：

根据以下步骤将所述映射表中每个附加信息映射的号段集合进行压缩：

步骤一、针对所述映射表中一个附加信息映射的号段集合，将该附加信息映射的号段集合中号段最后一位号码不同、号段最后一位号码的前面所有号码均相同的10条号段压缩为一条新的号段，所述新的号段为所述10条号段的相同的号码部分；

步骤二、判断是否可以继续压缩所述号段集合，若可以继续压缩，则返回步骤一，否则结束所述号段集合的压缩；

步骤三、重复步骤一至步骤二，直至所述映射表中每个附加信息映射的号段集合都完成压缩。

较佳地，所述根据号段压缩后的所述映射表生成新的号段记录集合，包括：

遍历号段压缩后的所述映射表中每个附加信息映射的号段集合；

通过哈希hash函数将每个号段与该号段对应的号段集合的共同的附加消息建立映射关系，生成新的号段记录集合。

较佳地，所述根据号段压缩后的所述映射表生成新的号段记录集合之后，还包括：

根据附加信息与附加标识的映射关系，将所述新的号段记录集合中每条号段记录的号段对应的附加信息替换为该附加信息对应的附加标识，其中附加标识的所占的存储空间小于附加信息所占的存储空间。。

本发明实施例提供了一种号段的附加信息查询方法，附加信息位于由上面任一所述号段记录压缩方法生成的号段记录集合中，包括：

获取一条待查询号码，并确定所述待查询号码的号段；

根据所述待查询号码的号段在所述号段记录集合中查询与所述号段相同的号段，并判断是否查询成功，若否，则将所述号段的最后一位号码去掉后在所述号段记录集合中查询；

否则，在所述号段记录集合中确定与所述号段相同的号段对应的附加信息。

本发明实施例提供了一种号段记录压缩装置，该装置包括：

获取单元，用于获取号段记录集合，所述号段记录集合中每条号段记录包括号段以及与该号段对应的附加信息；

映射单元，用于将所述号段记录集合中具有相同附加信息的号段作为一个号段集合，并建立映射表，所述映射表中一个号段集合共同的附加信息映射该号段集合；

压缩单元，用于将所述映射表中每个附加信息映射的号段集合进行压缩，并根据号段压缩后的所述映射表生成新的号段记录集合。

较佳地，所述压缩单元具体用于：

根据以下步骤将所述映射表中每个附加信息映射的号段集合进行压缩：

步骤一、针对所述映射表中一个附加信息映射的号段集合，将该附加信息映射的号段集合中号段最后一位号码不同、号段最后一位号码的前面所有号码均相同的10条号段压缩为一条新的号段，所述新的号段为所述10条号段的相同的号码部分；

步骤二、判断是否可以继续压缩所述号段集合，若可以继续压缩，则返回步骤一，否则结束所述号段集合的压缩；

步骤三、重复步骤一至步骤二，直至所述映射表中每个附加信息映射的号段集合都完成压缩。

较佳地，所述压缩单元具体用于：

遍历号段压缩后的所述映射表中每个附加信息映射的号段集合；

通过哈希hash函数将每个号段与该号段对应的号段集合的共同的附加消息建立映射关系，生成新的号段记录集合。

较佳地，所述压缩单元还用于：

根据附加信息与附加标识的映射关系，将所述新的号段记录集合中每条号段记录的号段对应的附加信息替换为该附加信息对应的附加标识，其中附加标识的所占的存储空间小于附加信息所占的存储空间。

本发明实施例提供了一种号段的附加信息查询装置，包括：

获取单元，用于获取一条待查询号码，并确定所述待查询号码的号段；

查询单元，用于根据所述待查询号码的号段在所述号段记录集合中查询与所述号段相同的号段，并判断是否查询成功，若未查询成功，则将所述号段的最后一位去掉后在所述号段记录集合中查询；否则，在所述号段记录集合中确定与所述号段相同的号段对应的附加信息。

根据本发明实施例提供的号段记录压缩方法及装置，根据获取到的号段记录集合建立映射表，随后对映射表中每个附加信息映射的号段集合进行压缩，生成新的号段记录集合。由于在压缩过程中，建立的映射表中一个附加信息映射所有与该附加信息对应的号段，从而确保号段记录压缩过程中相同的号段附加信息只保存一份，提高了压缩效率。

附图说明

图1为本发明实施例提供的一种号段记录压缩方法流程图；

图2为本发明实施例提供的一种号段的附加信息查询方法流程图；

图3为本发明实施例提供的一种号段记录压缩装置结构图；

图4为本发明实施例提供的一种号段的附加信息查询装置结构图。

具体实施方式

下面结合说明书附图对本发明实施例做详细描述。

如图1所示，本发明实施例提供的一种号段记录压缩方法流程图，该方法包括：

步骤101：获取号段记录集合，所述号段记录集合中每条号段记录包括号段以及与该号段对应的附加信息；

步骤102：将所述号段记录集合中具有相同附加信息的号段作为一个号段集合，并建立映射表，所述映射表中一个号段集合共同的附加信息映射该号段集合；

步骤103：将所述映射表中每个附加信息映射的号段集合进行压缩，并根据号段压缩后的所述映射表生成新的号段记录集合。

步骤101中，对于手机号码来说，号段常规被划分为7位数字，通过号段可以区分手机号码的运营商、手机号码的发行地区等附加信息，这些能够被号段区分的信息通称为号段对应的附加信息。对于需要大量处理号段对应的附加信息查询的查询系统来说，必然需要在数据库中存储号段以及该号段对应的附加信息，号段和附加信息可以作为一个号段记录进行存储。

步骤101中，获取到的号段记录集合中包括多个号段记录，每条号段记录包含号段和对应的附加信息，例如，一条号段记录为1351111；归属地：北京，运营商：移动；类型：全球通；其中1351111为号段，“归属地：北京，运营商：移动；类型：全球通”表示该号段对应的附加信息。

获取到的号段记录集合可以是从数据库中导出的数据，也可以是从其他存储设备中获取到的数据，本发明实施例对此并不限定。

步骤102中，根据获取到的号段记录集合建立映射表，具体过程如下：

步骤一、遍历获取到的号段记录集合，将号段记录集合中具有相同附加信息的号段作为一个号段集合；

步骤二、建立附加信息与号段集合的映射关系，使得一个号段集合共同的附加信息映射该号段集合。

由于建立的映射表中，每个附加信息只保存一份，从而能够减少存储空间，提高压缩效率。例如，获取到的号段记录集合中的号段记录如表1所示：

表1

根据表1中的号段记录集合建立的映射表如表2所示：

表2

进一步的，为了能够在号段压缩过程中，提高号段压缩效率，根据获取到的号段记录集合建立的映射表为hash映射表。在建立映射表时，建立附加信息与该附加信息对应的号段集合的hash映射，由于hash映射表的检索时间复杂度为常量，从而能够提高号段压缩的效率。

在映射表建立完成之后，在步骤103中，根据以下步骤将所述映射表中每个附加信息映射的号段集合进行压缩：

步骤一、针对所述映射表中一个附加信息映射的号段集合，将该附加信息映射的号段集合中号段最后一位号码不同、号段最后一位号码的前面所有号码均相同的10条号段压缩为一条新的号段，所述新的号段为所述10条号段的相同的号码部分；

步骤二、判断是否可以继续压缩所述号段集合，若可以继续压缩，则返回步骤一，否则结束所述号段集合的压缩。

判断是否可以继续压缩所述号段集合的方法有多种，例如，判断压缩后的所述号段集合中的号段数量与压缩前的号段数量是否相同，若相同，说明所述号段集合中的号段数量已经压缩到了极限，此时可以结束压缩过程，否则，可以继续压缩所述号段集合。再例如，也可在发生至少一次压缩后，设置一个布尔开关。根据此开关值判断是否继续压缩。

步骤三、重复步骤一至步骤二，直至所述映射表中每个附加信息映射的号段集合都完成压缩。

例如，建立的映射表如表3所示，压缩后的映射表如表4所示。

建立的映射表：

表3

压缩后的映射表：

表4

从上述描述可以看出，压缩后的映射表中，附加信息对应的号段的压缩效率非常高。

最后在步骤103中，需要根据压缩后的映射表生成新的号段记录集合，以便根据号段查询该号段对应的附加信息。具体的，遍历号段压缩后的所述映射表中每个附加信息映射的号段集合；通过哈希hash函数将每个号段与该号段对应的号段集合的共同的附加消息建立映射关系，生成新的号段记录集合。由于hash映射表的检索时间复杂度为常量，复杂度为O(1)，是一个固定值，不随数据量的增大而增大，从而能够提高查询的效率。例如，本发明实施例中，将号段x作为关键字，hash函数h(x)＝x，即号段x对应的附加信息存储在hash映射表的第x个存储单元中。此时若需要查询号段为1351234的号段对应的附加信息，根据上述hash函数，直接在hash映射表的序号为1351234的存储单元中获取附加信息。当然，根据号段记录集合出的hash函数还可以有其他形式，本领域人员可以根据本发明实施例的描述在不加创造性的劳动的情况下，可以获得各种hash函数，本发明实施例在此不再赘述。

进一步的，为了减少号新的号段记录集合中附加信息的存储量，还可以为每个附加信息建立一个与该附加信息映射的附加信息标识，每个附加信息对应的附加信息标识是唯一的，根据附加信息与附加标识的映射关系，将新的号段记录集合中每条号段记录的号段对应的附加信息替换为该附加信息对应的附加标识，其中附加标识的所占的存储空间小于附加信息所占的存储空间。附加信息标识可以是一串字符串；附加信息标识也可是一串数字；附加信息标识还可以是字符和数字的混合。附加信息标识所占的存储空间越小，节约的存储空间越多。通过使用附加信息标识替换附加信息，不仅节约了存储空间，还提高了比较号段对应的附加信息是否相同时的效率。例如，附加信息为“归属地：北京，运营商：移动；类型：全球通；”映射的附加信息标识为“A”；附加信息为“归属地：北京，运营商：电信；类型：天翼卡；”映射的附加信息标识为“B”。此时根据表4生成的新的号段记录集合可以如表5所示：

号段	附加信息
		135819	A
1358200	A
		1300000	B

表5

从表5中可以看出，生成的新的号段记录集合所占的存储空间很小，节约了内存。

如图2所示，本发明实施例提供了一种号段的附加信息查询方法流程图，附加信息位于由上面任一所述号段记录压缩方法生成的号段记录集合中，包括：

步骤201：获取一条待查询号码，并确定所述待查询号码的号段；

步骤202：根据所述待查询号码的号段在所述号段记录集合中查询与所述号段相同的号段，并判断是否查询成功，若否，则将所述号段的最后一位号码去掉后在所述号段记录集合中查询；

否则，在所述号段记录集合中确定与所述号段相同的号段对应的附加信息。

需要说明的是，本发明实施例需要查询的附加信息存储于由上面任一所述号段记录压缩方法生成的号段记录集合中。由于号段记录集合中的号段与该号段对应的附加信息采用hash映射，所以在查询任意一个号段的附加信息时，查询所需的时间为一个固定值，从而避免了在传统号段记录集合中查询附加信息时需要进行排序等操作，从而提高查询效率。

例如，查询手机号码的附加信息的流程如下：

1、取手机号码的前7位号码，在hash映射表中检索，如果查询出匹配的7位号码，则返回该匹配的7位号码对应的附加信息；如果未查询出匹配的7位号码，则去掉该7位号码的最后一位，并在hash映射表中重新检索；

2、重复上一步操作，直到查询出附加信息。

如果号段记录中号段对应的并不是附加信息，而是附加信息映射的附加信息标识，那么还需要将查询出的附加信息标识映射为附加信息，并返回查询结果。例如，号段记录集合为如表5所示的号段记录集合，当需要查询的手机号码为13000000000时，取其前7位号码1300000作为号段，在表5中的号段记录集合中查询附加信息，查询出的附加信息为“B”，“B”为附加信息标识，此时，需要将“B”映射的附加信息“归属地：北京，运营商：电信；类型：天翼卡；”作为查询结果返回。

针对上述方法流程，本发明实施例还提供一种号段压缩装置，该装置的具体内容可以参照上述方法实施，在此不再赘述。

如图3所示，本发明实施例提供的一种号段记录压缩装置结构图，包括：

获取单元301，用于获取号段记录集合，所述号段记录集合中每条号段记录包括号段以及与该号段对应的附加信息；

映射单元302，用于将所述号段记录集合中具有相同附加信息的号段作为一个号段集合，并建立映射表，所述映射表中一个号段集合共同的附加信息映射该号段集合；

压缩单元303，用于将所述映射表中每个附加信息映射的号段集合进行压缩，并根据号段压缩后的所述映射表生成新的号段记录集合。

较佳地，所述压缩单元303具体用于：

根据以下步骤将所述映射表中每个附加信息映射的号段集合进行压缩：

步骤一、针对所述映射表中一个附加信息映射的号段集合，将该附加信息映射的号段集合中号段最后一位号码不同、号段最后一位号码的前面所有号码均相同的10条号段压缩为一条新的号段，所述新的号段为所述10条号段的相同的号码部分；

步骤二、判断是否可以继续压缩所述号段集合，若可以继续压缩，则返回步骤一，否则结束所述号段集合的压缩；

步骤三、重复步骤一至步骤二，直至所述映射表中每个附加信息映射的号段集合都完成压缩。

较佳地，所述压缩单元303具体用于：

遍历号段压缩后的所述映射表中每个附加信息映射的号段集合；

通过哈希hash函数将每个号段与该号段对应的号段集合的共同的附加消息建立映射关系，生成新的号段记录集合。

较佳地，所述压缩单元303还用于：

根据附加信息与附加标识的映射关系，将所述新的号段记录集合中每条号段记录的号段对应的附加信息替换为该附加信息对应的附加标识，其中附加标识的所占的存储空间小于附加信息所占的存储空间。

本发明实施例提供了一种号段的附加信息查询装置，包括：

获取单元，用于获取一条待查询号码，并确定所述待查询号码的号段；

查询单元，用于根据所述待查询号码的号段在所述号段记录集合中查询与所述号段相同的号段，并判断是否查询成功，若未查询成功，则将所述号段的最后一位去掉后在所述号段记录集合中查询；否则，在所述号段记录集合中确定与所述号段相同的号段对应的附加信息。

针对上述方法流程，本发明实施例还提供一种号段的附加信息查询装置，该装置的具体内容可以参照上述方法实施，在此不再赘述。

如图4所示，本发明实施例提供了一种号段的附加信息查询装置，包括：

获取单元401，用于获取一条待查询号码，并确定所述待查询号码的号段；

查询单元402，用于根据所述待查询号码的号段在所述号段记录集合中查询与所述号段相同的号段，并判断是否查询成功，若未查询成功，则将所述号段的最后一位去掉后在所述号段记录集合中查询；否则，在所述号段记录集合中确定与所述号段相同的号段对应的附加信息。

综上所述，根据本发明实施例提供的号段记录压缩方法及装置，根据获取到的号段记录集合建立映射表，随后对映射表中每个附加信息映射的号段集合进行压缩，生成新的号段记录集合。由于在压缩过程中，建立的映射表中一个附加信息映射所有与该附加信息对应的号段，从而确保号段记录压缩过程中相同的号段附加信息只保存一份，提高了压缩效率。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种号段记录压缩方法，其特征在于，该方法包括：

获取号段记录集合，所述号段记录集合中每条号段记录包括号段以及与该号段对应的附加信息；

将所述号段记录集合中具有相同附加信息的号段作为一个号段集合，并建立映射表，所述映射表中一个号段集合共同的附加信息映射该号段集合；

将所述映射表中每个附加信息映射的号段集合进行压缩，并根据号段压缩后的所述映射表生成新的号段记录集合。

2.如权利要求1所述的方法，其特征在于，所述将所述映射表中每个附加信息映射的号段集合进行压缩，包括：

根据以下步骤将所述映射表中每个附加信息映射的号段集合进行压缩：

步骤一、针对所述映射表中一个附加信息映射的号段集合，将该附加信息映射的号段集合中号段最后一位号码不同、号段最后一位号码的前面所有号码均相同的10条号段压缩为一条新的号段，所述新的号段为所述10条号段的相同的号码部分；

步骤二、判断是否可以继续压缩所述号段集合，若可以继续压缩，则返回步骤一，否则结束所述号段集合的压缩；

步骤三、重复步骤一至步骤二，直至所述映射表中每个附加信息映射的号段集合都完成压缩。

3.如权利要求1所述的方法，其特征在于，所述根据号段压缩后的所述映射表生成新的号段记录集合，包括：

遍历号段压缩后的所述映射表中每个附加信息映射的号段集合；

通过哈希hash函数将每个号段与该号段对应的号段集合的共同的附加消息建立映射关系，生成新的号段记录集合。

4.如权利要求1所述的方法，其特征在于，所述根据号段压缩后的所述映射表生成新的号段记录集合之后，还包括：

根据附加信息与附加标识的映射关系，将所述新的号段记录集合中每条号段记录的号段对应的附加信息替换为该附加信息对应的附加标识，其中附加标识的所占的存储空间小于附加信息所占的存储空间。

5.一种号段的附加信息查询方法，其特征在于，所述附加信息位于由如权利要求1-3任一所述号段记录压缩方法生成的号段记录集合中，包括：

获取一条待查询号码，并确定所述待查询号码的号段；

根据所述待查询号码的号段在所述号段记录集合中查询与所述号段相同的号段，并判断是否查询成功，若否，则将所述号段的最后一位号码去掉后在所述号段记录集合中查询；

否则，在所述号段记录集合中确定与所述号段相同的号段对应的附加信息。

6.一种号段记录压缩装置，其特征在于，该装置包括：

获取单元，用于获取号段记录集合，所述号段记录集合中每条号段记录包括号段以及与该号段对应的附加信息；

映射单元，用于将所述号段记录集合中具有相同附加信息的号段作为一个号段集合，并建立映射表，所述映射表中一个号段集合共同的附加信息映射该号段集合；

压缩单元，用于将所述映射表中每个附加信息映射的号段集合进行压缩，并根据号段压缩后的所述映射表生成新的号段记录集合。

7.如权利要求6所述的装置，其特征在于，所述压缩单元具体用于：

根据以下步骤将所述映射表中每个附加信息映射的号段集合进行压缩：

步骤一、针对所述映射表中一个附加信息映射的号段集合，将该附加信息映射的号段集合中号段最后一位号码不同、号段最后一位号码的前面所有号码均相同的10条号段压缩为一条新的号段，所述新的号段为所述10条号段的相同的号码部分；

步骤二、判断是否可以继续压缩所述号段集合，若可以继续压缩，则返回步骤一，否则结束所述号段集合的压缩；

步骤三、重复步骤一至步骤二，直至所述映射表中每个附加信息映射的号段集合都完成压缩。

8.如权利要求6所述的装置，其特征在于，所述压缩单元具体用于：

遍历号段压缩后的所述映射表中每个附加信息映射的号段集合；

通过哈希hash函数将每个号段与该号段对应的号段集合的共同的附加消息建立映射关系，生成新的号段记录集合。

9.如权利要求6所述的装置，其特征在于，所述压缩单元还用于：

根据附加信息与附加标识的映射关系，将所述新的号段记录集合中每条号段记录的号段对应的附加信息替换为该附加信息对应的附加标识，其中附加标识的所占的存储空间小于附加信息所占的存储空间。

10.一种号段的附加信息查询装置，其特征在于，包括：

获取单元，用于获取一条待查询号码，并确定所述待查询号码的号段；

查询单元，用于根据所述待查询号码的号段在所述号段记录集合中查询与所述号段相同的号段，并判断是否查询成功，若未查询成功，则将所述号段的最后一位去掉后在所述号段记录集合中查询；否则，在所述号段记录集合中确定与所述号段相同的号段对应的附加信息。