CN109977175A - 数据配置查询方法和装置 - Google Patents

数据配置查询方法和装置 Download PDF

Info

Publication number
CN109977175A
CN109977175A CN201910214615.7A CN201910214615A CN109977175A CN 109977175 A CN109977175 A CN 109977175A CN 201910214615 A CN201910214615 A CN 201910214615A CN 109977175 A CN109977175 A CN 109977175A
Authority
CN
China
Prior art keywords
target data
target
association
olap
related information
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
CN201910214615.7A
Other languages
English (en)
Other versions
CN109977175B (zh
Inventor
张逸凡
吴逸飞
李扬
韩卿
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.)
Yunyun (shanghai) Information Technology Co Ltd
Original Assignee
Yunyun (shanghai) Information Technology Co Ltd
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 Yunyun (shanghai) Information Technology Co Ltd filed Critical Yunyun (shanghai) Information Technology Co Ltd
Priority to CN201910214615.7A priority Critical patent/CN109977175B/zh
Publication of CN109977175A publication Critical patent/CN109977175A/zh
Priority to US17/051,008 priority patent/US11281698B2/en
Priority to PCT/CN2020/077710 priority patent/WO2020187023A1/zh
Application granted granted Critical
Publication of CN109977175B publication Critical patent/CN109977175B/zh
Active 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
    • G06F16/24542—Plan optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • 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
    • G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Computational Linguistics (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请公开了一种数据配置查询方法和装置。该方法包括确定出查询指令所需要查询的至少两个目标数据集以及目标数据集之间的有序关联，其中，有序关联至少包括单向关联和/或双向关联；基于至少两个目标数据集中目标数据集之间的有序关联生成目标关联路径；在数据库中输出符合目标关联路径的OLAP模型。本申请可以解决了相关技术中OLAP查询系统包括的OLAP模型需求数量大以及OLAP模型利用率低的技术问题。

Description

数据配置查询方法和装置
技术领域
本申请涉及数据配置查询技术领域，具体而言，涉及一种数据配置查询方法和装置。
背景技术
在当今数据化的时代，如何通过OLAP(Online Analytical Processing，联机分析处理)分析海量、复杂的数据以辅助商业决策，是商务智能和数据分析领域的重要课题；而数据模型就是OLAP分析的基础。OLAP分析的架构底层是数据仓库，包含一系列数据表；建模人员根据业务分析需求，基于这些表设计数据模型供分析人员使用；最终，分析人员的分析操作都会转化为一系列针对数据表的SQL(Structured Query Language，结构化查询语言)查询。数据模型给数据表赋予了业务含义，解耦了数据底层和业务需求的关系，如何有效地关联查询于模型，最大限度的利用OLAP分析来服务业务，是其中非常重要的一个部分。
OLAP数据模型是OLAP分析引擎基于处理数据逻辑的核心元素，其服务于SQL业务查询，所以特征信息和SQL查询的内容方式密切相关，基本的信息包括事实表，维度表，关联方式，维度和度量等等，有时一个业务查询关联到一个特定的模型，但是另一些时候在相对复杂的场景中由于需要使用不同业务数据的交叉分析，常常需要使用模型的相互组合才能得到最后的分析结果。
SQL查询相关OLAP模型的过程是透过查询执行引擎来完成，其主要流程包括：解析SQL语句，生成SQL语法树，分析SQL语法树，将其转换为查询执行计划(查询执行流程)，确认OLAP模型，生成物理执行计划，提取预计算结果，组合分析预计算结果，输出最终结果。
由于查询引擎中OLAP模型的选择和匹配逻辑比较固定，使得整个过程中对目标模型有着严格的要求，无法适配等价或相近模型。使得系统中的OLAP模型数量会随着查询的不断增加，会对整体系统的存储、管理和运维方面带来困难和挑战。
针对相关技术中OLAP查询系统包括的OLAP模型需求数量大以及OLAP模型利用率低的问题，目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种数据配置查询方法和装置，以解决相关技术中OLAP查询系统包括的OLAP模型需求数量大以及OLAP模型利用率低的问题。
为了实现上述目的，第一方面，本申请提供了一种数据配置查询方法，该方法应用于联机分析处理OLAP查询系统中，该方法包括：
确定出查询指令所需要查询的至少两个目标数据集以及目标数据集之间的有序关联，其中，有序关联至少包括单向关联和/或双向关联；
基于至少两个目标数据集中目标数据集之间的有序关联生成目标关联路径；
在数据库中输出符合目标关联路径的OLAP模型。
可选地，确定出查询指令所需要查询的至少两个目标数据集以及目标数据集之间的有序关联，包括：
基于查询指令的字符序列信息，识别出至少两个目标数据集以及目标数据集之间的关联信息；
判断两个目标数据集之间的关联信息是否包含于等价关联信息中；
当两个目标数据集之间的关联信息包含于等价关联信息中时，确定该两个目标数据集之间的有序关联为双向关联。
可选地，确定出查询指令所需要查询的至少两个目标数据集以及目标数据集之间的有序关联，还包括：
当两个目标数据集之间的关联信息不包含于等价关联中时，确定该两个目标数据集之间的有序关联为单向关联。
可选地，在数据库中输出符合目标关联路径的OLAP模型，包括：
在数据库中筛选出仅包含有查询指令所需要查询的至少两个目标数据集的OLAP模型；
将OLAP模型中包含的任意一个目标数据集作为候选中心与目标关联路径进行匹配，确定OLAP模型是否符合目标关联路径；
当OLAP模型符合目标关联路径时，输出该OLAP模型。
第二方面，本申请还提供了一种数据配置查询装置，该装置应用于OLAP查询系统中，该装置包括：
确定模块，用于确定出查询指令所需要查询的至少两个目标数据集以及目标数据集之间的有序关联，其中，有序关联至少包括单向关联和/或双向关联；
生成模块，用于基于至少两个目标数据集中目标数据集之间的有序关联生成目标关联路径；
输出模块，用于在数据库中输出符合目标关联路径的OLAP模型。
可选地，确定模块，用于：
基于查询指令的字符序列信息，识别出至少两个目标数据集以及目标数据集之间的关联信息；
判断两个目标数据集之间的关联信息是否包含于等价关联信息中；
当两个目标数据集之间的关联信息包含于等价关联信息中时，确定该两个目标数据集之间的有序关联为双向关联。
可选地，确定模块，用于：
当两个目标数据集之间的关联信息不包含于等价关联中时，确定该两个目标数据集之间的有序关联为单向关联。
可选地，输出模块，用于：
在数据库中筛选出仅包含有查询指令所需要查询的至少两个目标数据集的OLAP模型；
将OLAP模型中包含的任意一个目标数据集作为候选中心与目标关联路径进行匹配，确定OLAP模型是否符合目标关联路径；
当OLAP模型符合目标关联路径时，输出该OLAP模型。
第三方面，本申请还提供了一种计算机设备，该计算机设备包括：
一个或多个处理器；
存储器，用于存储一个或多个计算机程序；
当一个或多个计算机程序被一个或多个处理器执行时，使得一个或多个处理器实现如上述的数据配置查询方法。
第四方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机代码，当计算机代码被执行时，上述的数据配置查询方法被执行。
在本申请提供的数据配置查询方法中，通过确定出查询指令所需要查询的至少两个目标数据集以及目标数据集之间的有序关联，其中，有序关联至少包括单向关联和/或双向关联；基于至少两个目标数据集中目标数据集之间的有序关联生成目标关联路径；在数据库中输出符合目标关联路径的OLAP模型。通过上述方法，可以确认目标数据集之间的双向关联，将等价或相近OLAP模型可以通过一个OLAP数据代替，进而放大了OLAP数据模型的适用范围，降低了OLAP模型需求数量，提高了OLAP模型利用率，最大限度地复用已有OLAP模型，避免原来为支持相似分析过程造成的冗余模型，提高了查询的执行效率；从而解决了相关技术中OLAP查询系统包括的OLAP模型需求数量大以及OLAP模型利用率低的技术问题。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是本申请实施例提供的一种数据配置查询方法的流程示意图；
图2是本申请实施例提供的一种目标关联路径的有向图；
图3是本申请实施例提供的一种步骤100的流程示意图；
图4是本申请实施例提供的另一种步骤100的流程示意图；
图5是本申请实施例提供的一种步骤300的流程示意图；
图6是本申请实施例提供的一种OLAP模型的示意图；
图7是本申请实施例提供的一种数据配置查询装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
根据本申请的一个方面，本申请实施例提供了一种数据配置查询方法，该方法应用于OLAP查询系统中，图1是本申请实施例提供的一种数据配置查询方法的流程示意图，如图1所示，该方法包括如下的步骤100至步骤300：
100，确定出查询指令所需要查询的至少两个目标数据集以及目标数据集之间的有序关联，其中，有序关联至少包括单向关联和/或双向关联。
其中，查询指令可以由用户通过用户端输入用于查询业务的指令，该查询指令至少包括一个指令字符序列，例如，该查询指令为一个针对SQL业务的SQL查询指令，该查询指令中包含有多个目标数据集的信息以及目标数据集之间的关联信息，进而可以根据关联信息确定目标数据集之间的有序关联，有序关联至少包括单向关联和/或双向关联。
举例说明，查询指令为一个针对SQL业务的SQL查询指令，该查询指令中包含有A、B、C和D四个目标数据集的信息以及目标数据集之间的关联信息，A与B之间的关联信息为INNER JOIN，A与D之间的关联信息为LEFT JOIN，B与C之间的关联信息为LEFT JOIN，因此，可以确定A与D之间的有序关联为A向D的单向关联，B与C之间的有序关联为B向C的单向关联，而A与B之间的关联信息INNER JOIN属于等价关联，即“A INNER JOIN B”和“B INNERJOIN A”可以有统一的表达方式，仅需要定义一个OLAP模型即可，A与B之间的有序关联为A与B双向关联。其中，OLAP模型可以图图6所示。
200，基于至少两个目标数据集中目标数据集之间的有序关联生成目标关联路径。
具体的，基于查询指令所需要查询的全部目标数据集之间的有序关联，而且基于查询指令所需的目标数据集之间均会有所关联，进而基于目标数据集之间的有序关联，可以将全部目标数据集进行串联起来，因为是有序关联，进而可以生成一个有方向的目标数据集串联路径，即目标关联路径，由该目标关联路径可以通过一个有向图的方式来表达数据集关联关系。
举例说明，该查询指令中包含有A、B、C和D四个目标数据集的信息以及目标数据集之间的关联信息，A与D之间的有序关联为A向D的单向关联，B与C之间的有序关联为B向C的单向关联，A与B之间的有序关联为A与B双向关联，而表示该目标关联路径的有向图如图2所示，该目标关联路径可以是由A或B开始，即目标关联路径包括两个路径，第一个路径为：A关联至B再关联至C，以及A关联至D，第二路径为：B关联至A再关联至B，以及B关联至C，因此，存在一个符合第一个路径的OLAP模型或者存在一个符合第二个路径的OLAP模型即可实现查询指令的需求，符合第一个路径的OLAP模型和符合第二个路径的OLAP模型的表达方式相同，因此在该OLAP查询系统中仅需要定义一个OLAP模型。
300，在数据库中输出符合目标关联路径的OLAP模型。
具体的，在数据库中匹配出符合目标关联路径的OLAP模型，并将该OLAP模型输出。这样，将等价或相近OLAP模型可以通过一个OLAP数据代替，进而放大了OLAP数据模型的适用范围，降低了OLAP模型需求数量，提高了OLAP模型利用率，最大限度地复用已有OLAP模型，避免原来为支持相似分析过程造成的冗余模型，提高了查询的执行效率。
在一个可行的实施方式中，图3是本申请实施例提供的一种步骤100的流程示意图，如图3所示，步骤100，确定出查询指令所需要查询的至少两个目标数据集以及目标数据集之间的有序关联，包括如下的步骤110至步骤130：
110，基于查询指令的字符序列信息，识别出至少两个目标数据集以及目标数据集之间的关联信息；
120，判断两个目标数据集之间的关联信息是否包含于等价关联信息中；
130，当两个目标数据集之间的关联信息包含于等价关联信息中时，确定该两个目标数据集之间的有序关联为双向关联。
具体的，步骤100具体包括，基于查询指令的字符序列信息，识别出全部的目标数据集(至少两个目标数据集)以及目标数据集之间的关联信息(关联字符，例如LEFT JOIN)，进而判断两个目标数据集之间的关联信息是否属于等价关联信息(等价关联字符，例如INNER JOIN)，当两个目标数据集之间的关联信息包含于等价关联信息中时，确定该两个目标数据集之间的有序关联为双向关联。
在一个可行的实施方式中，图4是本申请实施例提供的另一种步骤100的流程示意图，如图4所示，步骤100，确定出查询指令所需要查询的至少两个目标数据集以及目标数据集之间的有序关联，还包括如下的步骤140：
140，当两个目标数据集之间的关联信息不包含于等价关联中时，确定该两个目标数据集之间的有序关联为单向关联。
具体的，当判断两个目标数据集之间的关联信息是否属于等价关联信息(等价关联字符，例如INNER JOIN属于等价关联字符)时，如果判断两个目标数据集之间的关联信息不包含等价关联信息中(例如，LEFT JOIN不属于等价关联字符)，确定该两个目标数据集之间的有序关联为单向关联。这样，通过步骤110至步骤140，可以确定目标数据集之间的有序关联。
在一个可行的实施方式中，图5是本申请实施例提供的一种步骤300的流程示意图，如图5所示，步骤300，数据库中输出符合目标关联路径的OLAP模型，包括如下步骤310至步骤330：
310，在数据库中筛选出仅包含有查询指令所需要查询的至少两个目标数据集的OLAP模型；
320，将OLAP模型中包含的任意一个目标数据集作为候选中心与目标关联路径进行匹配，确定OLAP模型是否符合目标关联路径；
330，当OLAP模型符合目标关联路径时，输出该OLAP模型。
具体的，基于查询指令所需要查询的至少两个目标数据集确定仅包含全部目标数据集的OLAP模型，对于每个仅包含有查询指令所需要查询的至少两个目标数据集的OLAP模型，将OLAP模型中包含的任意一个目标数据集作为候选中心与目标关联路径进行匹配，确定OLAP模型是否符合目标关联路径，当当OLAP模型符合目标关联路径时，输出该OLAP模型，以便于进行后续处理。
在本申请提供的数据配置查询方法中，通过确定出查询指令所需要查询的至少两个目标数据集以及目标数据集之间的有序关联，其中，有序关联至少包括单向关联和/或双向关联；基于至少两个目标数据集中目标数据集之间的有序关联生成目标关联路径；在数据库中输出符合目标关联路径的OLAP模型。通过上述方法，可以确认目标数据集之间的双向关联，将等价或相近OLAP模型可以通过一个OLAP数据代替，进而放大了OLAP数据模型的适用范围，降低了OLAP模型需求数量，提高了OLAP模型利用率，最大限度地复用已有OLAP模型，避免原来为支持相似分析过程造成的冗余模型，提高了查询的执行效率；从而解决了相关技术中OLAP查询系统包括的OLAP模型需求数量大以及OLAP模型利用率低的技术问题。
基于相同的技术构思，本申请还提供了一种数据配置查询装置，图7是本申请实施例提供的一种数据配置查询装置的结构示意图，如图7所示，该装置应用OLAP查询系统中，该装置包括：
确定模块10，用于确定出查询指令所需要查询的至少两个目标数据集以及目标数据集之间的有序关联，其中，有序关联至少包括单向关联和/或双向关联；
生成模块20，用于基于至少两个目标数据集中目标数据集之间的有序关联生成目标关联路径；
输出模块30，用于在数据库中输出符合目标关联路径的OLAP模型。
可选地，确定模块10，用于：
基于查询指令的字符序列信息，识别出至少两个目标数据集以及目标数据集之间的关联信息；
判断两个目标数据集之间的关联信息是否包含于等价关联信息中；
当两个目标数据集之间的关联信息包含于等价关联信息中时，确定该两个目标数据集之间的有序关联为双向关联。
可选地，确定模块10，用于：
当两个目标数据集之间的关联信息不包含于等价关联中时，确定该两个目标数据集之间的有序关联为单向关联。
可选地，输出模块30，用于：
在数据库中筛选出仅包含有查询指令所需要查询的至少两个目标数据集的OLAP模型；
将OLAP模型中包含的任意一个目标数据集作为候选中心与目标关联路径进行匹配，确定OLAP模型是否符合目标关联路径；
当OLAP模型符合目标关联路径时，输出该OLAP模型。
在本申请提供的数据配置查询装置中，通过确定模块10，用于确定出查询指令所需要查询的至少两个目标数据集以及目标数据集之间的有序关联，其中，有序关联至少包括单向关联和/或双向关联；生成模块20，用于基于至少两个目标数据集中目标数据集之间的有序关联生成目标关联路径；输出模块30，用于在数据库中输出符合目标关联路径的OLAP模型。这样，通过确认目标数据集之间的双向关联，将等价或相近OLAP模型可以通过一个OLAP数据代替，进而放大了OLAP数据模型的适用范围，降低了OLAP模型需求数量，提高了OLAP模型利用率，最大限度地复用已有OLAP模型，避免原来为支持相似分析过程造成的冗余模型，提高了查询的执行效率；从而解决了相关技术中OLAP查询系统包括的OLAP模型需求数量大以及OLAP模型利用率低的技术问题。
基于相同的技术构思，本申请实施例还提供了一种计算机设备，该计算机设备包括：
一个或多个处理器；
存储器，用于存储一个或多个计算机程序；
当一个或多个计算机程序被一个或多个处理器执行时，使得一个或多个处理器实现上述的数据配置查询方法。
基于相同的技术构思，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机代码，当计算机代码被执行时，上述的数据配置查询方法被执行。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
本申请所涉及的计算机程序可以存储于计算机可读存储介质中，所述计算机可读存储介质可以包括：能够携带计算机程序代码的任何实体装置、虚拟装置、优盘、移动硬盘、磁碟、光盘、计算机存储器、只读计算机存储器(Read-Only Memory，ROM)、随机存取计算机存储器(Random Access Memory，RAM)、电载波信号、电信信号以及其他软件分发介质等。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种数据配置查询方法，其特征在于，所述方法应用于联机分析处理OLAP查询系统中，所述方法包括：
确定出查询指令所需要查询的至少两个目标数据集以及所述目标数据集之间的有序关联，其中，所述有序关联至少包括单向关联和/或双向关联；
基于所述至少两个目标数据集中目标数据集之间的有序关联生成目标关联路径；
在数据库中输出符合所述目标关联路径的OLAP模型。
2.根据权利要求1所述的数据配置查询方法，其特征在于，所述确定出查询指令所需要查询的至少两个目标数据集以及所述目标数据集之间的有序关联，包括：
基于所述查询指令的字符序列信息，识别出所述至少两个目标数据集以及所述目标数据集之间的关联信息；
判断两个所述目标数据集之间的所述关联信息是否包含于等价关联信息中；
当两个所述目标数据集之间的所述关联信息包含于等价关联信息中时，确定该两个所述目标数据集之间的有序关联为双向关联。
3.根据权利要求2所述的数据配置查询方法，其特征在于，所述确定出查询指令所需要查询的至少两个目标数据集以及所述目标数据集之间的有序关联，还包括：
当两个所述目标数据集之间的所述关联信息不包含于等价关联中时，确定该两个所述目标数据集之间的有序关联为单向关联。
4.根据权利要求1所述的数据配置查询方法，其特征在于，所述在数据库中输出符合所述目标关联路径的OLAP模型，包括：
在所述数据库中筛选出仅包含有所述查询指令所需要查询的至少两个目标数据集的所述OLAP模型；
将所述OLAP模型中包含的任意一个所述目标数据集作为候选中心与所述目标关联路径进行匹配，确定所述OLAP模型是否符合所述目标关联路径；
当所述OLAP模型符合所述目标关联路径时，输出该所述OLAP模型。
5.一种数据配置查询装置，其特征在于，所述装置应用于OLAP查询系统中，所述装置包括：
确定模块，用于确定出查询指令所需要查询的至少两个目标数据集以及所述目标数据集之间的有序关联，其中，所述有序关联至少包括单向关联和/或双向关联；
生成模块，用于基于所述至少两个目标数据集中目标数据集之间的有序关联生成目标关联路径；
输出模块，用于在数据库中输出符合所述目标关联路径的OLAP模型。
6.根据权利要求5所述的数据配置查询装置，其特征在于，所述确定模块，用于：
基于所述查询指令的字符序列信息，识别出所述至少两个目标数据集以及所述目标数据集之间的关联信息；
判断两个所述目标数据集之间的所述关联信息是否包含于等价关联信息中；
当两个所述目标数据集之间的所述关联信息包含于等价关联信息中时，确定该两个所述目标数据集之间的有序关联为双向关联。
7.根据权利要求6所述的数据配置查询装置，其特征在于，所述确定模块，用于：
当两个所述目标数据集之间的所述关联信息不包含于等价关联中时，确定该两个所述目标数据集之间的有序关联为单向关联。
8.根据权利要求5所述的数据配置查询装置，其特征在于，所述输出模块，用于：
在所述数据库中筛选出仅包含有所述查询指令所需要查询的至少两个目标数据集的所述OLAP模型；
将所述OLAP模型中包含的任意一个所述目标数据集作为候选中心与所述目标关联路径进行匹配，确定所述OLAP模型是否符合所述目标关联路径；
当所述OLAP模型符合所述目标关联路径时，输出该所述OLAP模型。
9.一种计算机设备，所述计算机设备包括：
一个或多个处理器；
存储器，用于存储一个或多个计算机程序；
当一个或多个计算机程序被一个或多个处理器执行时，使得一个或多个处理器实现如权利要求1-4任一项所述的数据配置查询方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机代码，当所述计算机代码被执行时，如权利要求1-4任一项所述的数据配置查询方法被执行。
CN201910214615.7A 2019-03-20 2019-03-20 数据配置查询方法和装置 Active CN109977175B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910214615.7A CN109977175B (zh) 2019-03-20 2019-03-20 数据配置查询方法和装置
US17/051,008 US11281698B2 (en) 2019-03-20 2020-03-04 Data configuration query method and device
PCT/CN2020/077710 WO2020187023A1 (zh) 2019-03-20 2020-03-04 数据配置查询方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910214615.7A CN109977175B (zh) 2019-03-20 2019-03-20 数据配置查询方法和装置

Publications (2)

Publication Number Publication Date
CN109977175A true CN109977175A (zh) 2019-07-05
CN109977175B CN109977175B (zh) 2021-06-01

Family

ID=67079745

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910214615.7A Active CN109977175B (zh) 2019-03-20 2019-03-20 数据配置查询方法和装置

Country Status (3)

Country Link
US (1) US11281698B2 (zh)
CN (1) CN109977175B (zh)
WO (1) WO2020187023A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111061910A (zh) * 2019-12-16 2020-04-24 湖南大学 一种基于HBase和Solr的视频特征数据查询方法和系统
CN111309726A (zh) * 2020-01-17 2020-06-19 北京明略软件系统有限公司 一种有向图的生成方法、生成装置及可读存储介质
WO2020187023A1 (zh) * 2019-03-20 2020-09-24 跬云(上海)信息科技有限公司 数据配置查询方法和装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112732243A (zh) * 2021-01-11 2021-04-30 京东数字科技控股股份有限公司 一种用于生成功能组件的数据处理方法及装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020143755A1 (en) * 2000-11-28 2002-10-03 Siemens Technology-To-Business Center, Llc System and methods for highly distributed wide-area data management of a network of data sources through a database interface
CN101197876A (zh) * 2006-12-06 2008-06-11 中兴通讯股份有限公司 一种对消息类业务数据进行多维分析的方法和系统
CN101673287A (zh) * 2009-10-16 2010-03-17 金蝶软件（中国）有限公司 一种sql语句生成方法及系统
WO2013155751A1 (zh) * 2012-04-17 2013-10-24 中国人民大学 面向并发olap的数据库查询处理方法
CN103927337A (zh) * 2014-03-26 2014-07-16 北京国双科技有限公司 用于联机分析处理中关联关系的数据处理方法和装置
CN104361118A (zh) * 2014-12-01 2015-02-18 中国人民大学 一种适应协处理器的混合olap查询处理方法
CN104391928A (zh) * 2014-11-21 2015-03-04 用友软件股份有限公司 动态构建多维模型定义的装置和方法
CN105550241A (zh) * 2015-12-07 2016-05-04 珠海多玩信息技术有限公司 多维数据库查询方法及装置
CN106372190A (zh) * 2016-08-31 2017-02-01 华北电力大学（保定） 实时olap查询方法和装置
CN106844703A (zh) * 2017-02-04 2017-06-13 中国人民大学 一种面向数据库一体机的内存数据仓库查询处理实现方法
CN109117429A (zh) * 2017-06-22 2019-01-01 北京嘀嘀无限科技发展有限公司 数据库查询方法、装置和电子设备

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6446059B1 (en) * 1999-06-22 2002-09-03 Microsoft Corporation Record for a multidimensional database with flexible paths
CN101286151A (zh) * 2007-04-13 2008-10-15 国际商业机器公司 建立多维模型和数据仓库模式的映射的方法及相关系统
US20150199378A1 (en) * 2012-06-29 2015-07-16 Nick Alex Lieven REYNTJEN Method and apparatus for realizing a dynamically typed file or object system enabling a user to perform calculations over the fields associated with the files or objects in the system
US10909178B2 (en) * 2015-03-05 2021-02-02 Workday, Inc. Methods and systems for multidimensional analysis of interconnected data sets stored in a graph database
EP3401808A1 (en) * 2017-05-12 2018-11-14 QlikTech International AB Interactive data exploration
CN107729500B (zh) 2017-10-20 2021-01-05 锐捷网络股份有限公司 一种联机分析处理的数据处理方法、装置及后台设备
US10726052B2 (en) * 2018-07-03 2020-07-28 Sap Se Path generation and selection tool for database objects
CN208207819U (zh) 2018-07-17 2018-12-07 于果鑫 一种基于可扩展节点集群的大数据分析处理系统
CN109977175B (zh) 2019-03-20 2021-06-01 跬云(上海)信息科技有限公司 数据配置查询方法和装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020143755A1 (en) * 2000-11-28 2002-10-03 Siemens Technology-To-Business Center, Llc System and methods for highly distributed wide-area data management of a network of data sources through a database interface
CN101197876A (zh) * 2006-12-06 2008-06-11 中兴通讯股份有限公司 一种对消息类业务数据进行多维分析的方法和系统
CN101673287A (zh) * 2009-10-16 2010-03-17 金蝶软件（中国）有限公司 一种sql语句生成方法及系统
WO2013155751A1 (zh) * 2012-04-17 2013-10-24 中国人民大学 面向并发olap的数据库查询处理方法
CN103927337A (zh) * 2014-03-26 2014-07-16 北京国双科技有限公司 用于联机分析处理中关联关系的数据处理方法和装置
CN104391928A (zh) * 2014-11-21 2015-03-04 用友软件股份有限公司 动态构建多维模型定义的装置和方法
CN104361118A (zh) * 2014-12-01 2015-02-18 中国人民大学 一种适应协处理器的混合olap查询处理方法
CN105550241A (zh) * 2015-12-07 2016-05-04 珠海多玩信息技术有限公司 多维数据库查询方法及装置
CN106372190A (zh) * 2016-08-31 2017-02-01 华北电力大学（保定） 实时olap查询方法和装置
CN106844703A (zh) * 2017-02-04 2017-06-13 中国人民大学 一种面向数据库一体机的内存数据仓库查询处理实现方法
CN109117429A (zh) * 2017-06-22 2019-01-01 北京嘀嘀无限科技发展有限公司 数据库查询方法、装置和电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HAITAO HE 等: "An Improved OLAP Join and Aggregate Algorithm Based on Dimension Hierarchy", 《FUZZY SYSTEMS AND KNOWLEDGE DISCOVERY》 *
孙程琳 等: "基于自然语言问题的电子病历分析工具—QReport", 《山西大学学报(自然科学版)》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020187023A1 (zh) * 2019-03-20 2020-09-24 跬云(上海)信息科技有限公司 数据配置查询方法和装置
US11281698B2 (en) 2019-03-20 2022-03-22 Kuyun (Shanghai) Information Technology Co., Ltd. Data configuration query method and device
CN111061910A (zh) * 2019-12-16 2020-04-24 湖南大学 一种基于HBase和Solr的视频特征数据查询方法和系统
CN111309726A (zh) * 2020-01-17 2020-06-19 北京明略软件系统有限公司 一种有向图的生成方法、生成装置及可读存储介质
CN111309726B (zh) * 2020-01-17 2024-03-22 北京明略软件系统有限公司 一种有向图的生成方法、生成装置及可读存储介质

Also Published As

Publication number Publication date
WO2020187023A1 (zh) 2020-09-24
CN109977175B (zh) 2021-06-01
US20210406281A1 (en) 2021-12-30
US11281698B2 (en) 2022-03-22

Similar Documents

Publication Publication Date Title
CN109977175A (zh) 数据配置查询方法和装置
CN108509530A (zh) 一种MySQL慢查询语句自动优化方法、计算机设备和存储介质
CN102682118B (zh) 一种多维数据模型访问方法及装置
CN109582667A (zh) 一种基于电力调控大数据的多数据库混合存储方法及系统
CN107402988A (zh) 一种分布式NewSQL数据库系统和半结构化数据查询方法
CN107766511A (zh) 智能问答方法、终端及存储介质
CN104424018A (zh) 分布式计算事务处理方法及装置
CN104885078A (zh) 用于大规模并行处理数据库集群中的两阶段查询优化的方法
CN108052635A (zh) 一种异构数据源统一联合查询方法
CN104462222A (zh) 一种卡口车辆通行数据的分布式存储方法及系统
CN106982150A (zh) 一种基于Hadoop的移动互联网用户行为分析方法
CN105204920B (zh) 一种基于映射聚合的分布式计算作业的实现方法及装置
Giannakouris et al. MuSQLE: Distributed SQL query execution over multiple engine environments
CN104700190A (zh) 一种用于项目与专业人员匹配的方法和装置
CN108108466A (zh) 一种分布式系统日志查询分析方法及装置
US20190050435A1 (en) Object data association index system and methods for the construction and applications thereof
CN109491857A (zh) 一种基于规则引擎的数据监控方法、系统及终端设备
CN109791492A (zh) 流水线相关树查询优化器和调度器
Keivanloo et al. Seclone-a hybrid approach to internet-scale real-time code clone search
CN108920575A (zh) 基于动态感知的日志数据分析方法、装置及可读存储介质
CN109857833A (zh) 一种规则引擎实现方法、装置及电子设备
CN109145009A (zh) 一种基于SQL检索ElasticSearch的方法
CN110096514A (zh) 数据查询方法和装置
CN110334198A (zh) 机器人智能服务方法、系统及终端设备
Cao et al. Mapping elements with the hungarian algorithm: An efficient method for querying business process models

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant