CN110069489B - 一种信息处理方法、装置、设备及计算机可读存储介质 - Google Patents

一种信息处理方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN110069489B
CN110069489B CN201710967110.9A CN201710967110A CN110069489B CN 110069489 B CN110069489 B CN 110069489B CN 201710967110 A CN201710967110 A CN 201710967110A CN 110069489 B CN110069489 B CN 110069489B
Authority
CN
China
Prior art keywords
information
table structure
structure information
processed
mapping value
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.)
Active
Application number
CN201710967110.9A
Other languages
English (en)
Other versions
CN110069489A (zh
Inventor
刘锋
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.)
Hitachi Ltd
Original Assignee
Hitachi 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 Hitachi Ltd filed Critical Hitachi Ltd
Priority to CN201710967110.9A priority Critical patent/CN110069489B/zh
Publication of CN110069489A publication Critical patent/CN110069489A/zh
Application granted granted Critical
Publication of CN110069489B publication Critical patent/CN110069489B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • 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
    • G06F16/242—Query formulation
    • G06F16/2433—Query languages
    • 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
    • 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
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • 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)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种信息处理方法、装置、设备及计算机可读存储介质，涉及计算机技术领域，用以降低对具有相同表结构的表的解析的时间成本。本发明的信息处理方法，包括：获取MySQL服务器的连接信息以及待处理表的名称；根据MySQL服务器的连接信息以及待处理表的名称，确定是否存在与待处理表的表结构信息相同的目标表结构信息；若存在目标表结构信息，则直接将目标表结构信息作为待处理表的表结构信息；若不存在目标表结构信息，则解析待处理表的表结构信息，并存储待处理表的表结构信息；根据待处理表的表结构信息，分析结构化查询语言SQL文并查询数据。本发明可降低对具有相同表结构的表的解析的时间成本。

Description

一种信息处理方法、装置、设备及计算机可读存储介质
技术领域
本发明涉及计算机技术领域，尤其涉及一种信息处理方法、装置、设备及计算机可读存储介质。
背景技术
Apache Spark是一个开源集群运算框架，基于Scala语言开发并遵从Apache2.0协议开源。Spark SQL(Structured Query Language，结构化查询语言)，作为Apache Spark大数据框架的一部分，是一种新的分布式查询引擎，主要用于结构化数据处理和对Spark数据执行类SQL的查询。通过Spark SQL，可以针对不同格式的数据执行ETL(Extract-Transform-Load，数据抽取、转换、装载)操作(如JSON，Parquet，数据库)然后完成特定的查询操作。Spark SQL相比传统的查询引擎最明显的特点就是数据兼容性和扩展性，因此被大量应用于结构化，非结构化的大数据查询分析领域。
现有技术中提出了一种基于HDFS(Hadoop Distributed File System，分布式文件系统)的Spark-SQL大数据处理系统上建立索引的方法，通过SQL语句在基于HDFS的Spark-SQL大数据处理系统上增加索引，删除索引，插入数据，删除数据。在数据查询的时候，自动判断查询列是否存在索引，如果存在，则查找索引包含的文件块，过滤不需要查询的文件块。
但是，上述现有技术只针对外部数据库表的索引进行处理，并没有考虑如何区分对待表结构异同的表。因此，现有技术的方法增加了对具有相同表结构的表的解析的时间成本。
发明内容
有鉴于此，本发明提供一种信息处理方法、装置、设备及计算机可读存储介质，以降低对具有相同表结构的表的解析的时间成本。
为解决上述技术问题，第一方面，本发明实施例提供一种信息处理方法，包括：
获取MySQL服务器的连接信息以及待处理表的名称；
根据所述MySQL服务器的连接信息以及所述待处理表的名称，确定是否存在与所述待处理表的表结构信息相同的目标表结构信息；
若存在所述目标表结构信息，则直接将所述目标表结构信息作为所述待处理表的表结构信息；若不存在所述目标表结构信息，则解析所述待处理表的表结构信息，并存储所述待处理表的表结构信息；
根据所述待处理表的表结构信息，分析结构化查询语言SQL文并查询数据。
可选的，所述根据所述MySQL服务器的连接信息以及所述待处理表的名称，确定是否存在与所述待处理表的表结构信息相同的目标表结构信息的步骤，包括：
根据所述MySQL服务器的连接信息与所述MySQL服务器建立连接；
根据所述待处理表的名称，从所述MySQL服务器获取所述待处理表的元数据信息；
对所述元数据信息进行映射转换，获得所述元数据信息的映射值；
以所述映射值为关键字，在表结构信息库中查找是否存在与所述关键字匹配的目标表结构信息；
若所述表结构信息库中存在与所述关键字匹配的表结构信息，则确定存在所述目标表结构信息；否则确定不存在所述目标表结构信息。
可选的，所述根据所述待处理表的名称，从所述MySQL服务器获取所述待处理表的元数据信息的步骤，包括：
根据所述待处理表的名称，从所述MySQL服务器的系统表中读取所述待处理表的元数据信息；
其中，所述元数据信息包括：列名，列的类型，最长字符长度，精度，小数位，主键以及字符集。
可选的，所述对所述元数据信息进行映射转换，获得所述元数据信息的映射值的步骤，包括：
将所述元数据信息按照数据类型划分为varchar类型的元数据信息、int类型的元数据信息和nvarchar类型的元数据信息；
获得所述varchar类型的元数据信息对应的第一映射值；
获得所述int类型的元数据信息对应的第二映射值；
获得所述nvarchar类型的元数据信息对应的第三映射值；
将所述第一映射值、所述第二映射值和所述第三映射值进行组合，获得所述元数据信息的映射值。
可选的，所述获得所述varchar类型的元数据信息对应的第一映射值的步骤，包括：
对于所述varchar类型的元数据信息中的所有字符，从第一个字符开始，将当前字符转换为十进制数字，按照下述公式转换为映射值；直到所有字符转换完毕，获得第一映射值；
Num1＝X+A*Num1，Num1的初始值为0，A表示任一质数，X表示当前字符对应的十进制数字；
所述获得所述int类型的元数据信息对应的第二映射值的步骤，包括：
对于所述int类型的元数据信息中的所有字符，从第一个字符开始，按照下述公式转换为映射值；直到所有字符转换完毕，获得第二映射值；
Num2＝I+B*Num2，Num2的初始值为0，B表示任一质数，I表示当前字符的数值；
所述获得所述nvarchar类型的元数据信息对应的第三映射值的步骤，包括：
对于所述nvarchar类型的元数据信息中的所有字符，从第一个字符开始，将当前字符转换为十六进制数字，再将所述十六进制数字转换为十进制数字，按照下述公式转换为映射值；直到所有字符转换完毕，获得第三映射值；
Num3＝C+D*Num3，Num3的初始值为0，D表示任一质数，C表示当前字符对应的十进制数字。
可选的，所述varchar类型的元数据信息包括：列名，主键以及字符集；所述int类型的元数据信息包括：最长字符长度，精度以及小数位；所述nvarchar类型的元数据信息包括：列的类型。
可选的，所述若存在所述目标表结构信息，则直接将所述目标表结构信息作为所述待处理表的表结构信息的步骤，包括：
若存在所述目标表结构信息，则直接从所述表结构信息库中获取所述关键字对应的表结构信息，并将获取到的表结构信息作为所述目标表结构信息；
将所述目标表结构信息作为所述待处理表的表结构信息。
可选的，所述若不存在所述目标表结构信息，则解析所述待处理表的表结构信息，并存储所述待处理表的表结构信息的步骤，包括：
若不存在所述目标表结构信息，则解析所述待处理表的表结构信息；
在所述表结构信息库中，存储所述关键字和所述待处理表的表结构信息的对应关系。
第二方面，本发明实施例提供一种信息处理装置，包括：
获取模块，用于获取MySQL服务器的连接信息以及待处理表的名称；
确定模块，用于根据所述MySQL服务器的连接信息以及所述待处理表的名称，确定是否存在与所述待处理表的表结构信息相同的目标表结构信息；
处理模块，用于若存在所述目标表结构信息，则直接将所述目标表结构信息作为所述待处理表的表结构信息；若不存在所述目标表结构信息，则解析所述待处理表的表结构信息，并存储所述待处理表的表结构信息；
查询模块，用于根据所述待处理表的表结构信息，分析结构化查询语言SQL文并查询数据。
第三方面，本发明实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述处理器执行所述计算机程序时实现如第一方面所述的方法中的步骤。
第四方面，本发明实施例提供一种计算机可读存储介质，用于存储计算机程序，其特征在于，所述计算机程序被处理器执行时实现如第一方面所述的方法中的步骤。
本发明的上述技术方案的有益效果如下：
在本发明实施例中，根据MySQL服务器的连接信息以及待处理表的名称，确定是否存在与所述待处理表的表结构信息相同的目标表结构信息。若存在，则直接获取所述目标表结构信息，若不存在，则解析待处理表，并存储所述待处理表的表结构信息，以备下次处理其他库表时使用。因此，在本发明实施例中，仅需确定关系型数据库MySQL的连接信息和待处理表的名称，Spark SQL就能利用表结构复用技术针对具有相同表结构的表，快速的获取表结构信息并进行大数据的查询处理，因此，利用本发明实施例大大降低了具有相同表结构的表的解析的时间成本。
附图说明
图1为本发明实施例的信息处理方法的流程图；
图2为本发明实施例的步骤102的流程图；
图3为本发明实施例的步骤1023的流程图；
图4为本发明实施例的信息处理方法的流程图；
图5为本发明实施例的信息处理装置的示意图；
图6为本发明实施例的确定模块的示意图；
图7为本发明实施例的信息映射子模块的示意图；
图8为本发明实施例的处理模块的示意图；
图9为本发明实施例的电子设备的示意图。
具体实施方式
下面将结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
如图1所示，本发明实施例的信息处理方法，可应用于Spark SQL，包括：
步骤101、获取MySQL服务器的连接信息以及待处理表的名称。
其中，所述MySQL的连接信息，包括MySQL服务器的url(Uniform ResourceLocator，统一资源定位符)，host(主机)，port(端口)，登陆的用户名和密码等。
步骤102、根据所述MySQL服务器的连接信息以及所述待处理表的名称，确定是否存在与所述待处理表的表结构信息相同的目标表结构信息。
在此步骤中，如图2所示，包括如下过程：
步骤1021、根据所述MySQL服务器的连接信息与所述MySQL服务器建立连接。
步骤1022、根据所述待处理表的名称，从所述MySQL服务器获取所述待处理表的元数据信息。
具体的，在此步骤中，根据所述待处理表的名称，从所述MySQL服务器的系统表中读取所述待处理表的元数据信息。其中，所述元数据信息包括但不限于为：列名，列的类型，最长字符长度，精度，小数位，主键以及字符集。
在此，假设待处理表的名称为T，表T有四列，分别为<ID，名称，年龄和性别>)。在此，可从MySQL服务器原生自带的系统表info_schema中读取表T所对应四列的元数据信息，包括列名，列的类型，最长字符长度，精度，小数位，主键以及字符集等信息。
步骤1023、对所述元数据信息进行映射转换，获得所述元数据信息的映射值。
在取得列的元数据信息后，利用映射算法映射转换列的元数据信息。在此步骤中，如图3所示，可包括如下过程：
步骤10231、将所述元数据信息按照数据类型划分为varchar类型的元数据信息、int类型的元数据信息和nvarchar类型的元数据信息。
经分析，所述varchar类型的元数据信息包括：列名，主键以及字符集；所述int类型的元数据信息包括：最长字符长度，精度以及小数位；所述nvarchar类型的元数据信息包括：列的类型。
步骤10232、获得所述varchar类型的元数据信息对应的第一映射值。
步骤10233、获得所述int类型的元数据信息对应的第二映射值。
步骤10234、获得所述nvarchar类型的元数据信息对应的第三映射值。
步骤10235、将所述第一映射值、所述第二映射值和所述第三映射值进行组合，获得所述元数据信息的映射值。
步骤1024、以所述映射值为关键字，在表结构信息库中查找是否存在与所述关键字匹配的目标表结构信息。
在此，利用该关键字在缓存中匹配查询是否已经存在对应此关键字的表结构信息，即与所述待处理表的表结构信息相同的目标表结构信息。
步骤1025、若所述表结构信息库中存在与所述关键字匹配的表结构信息，则确定存在所述目标表结构信息；否则确定不存在所述目标表结构信息。
步骤103、若存在所述目标表结构信息，则直接将所述目标表结构信息作为所述待处理表的表结构信息。若不存在所述目标表结构信息，则解析所述待处理表的表结构信息，并存储所述待处理表的表结构信息。
若存在所述目标表结构信息，则无需对待处理表进行解析，可直接从所述表结构信息库中获取所述关键字对应的表结构信息，并将获取到的表结构信息作为所述目标表结构信息，将所述目标表结构信息作为所述待处理表的表结构信息。
若不存在所述目标表结构信息，则解析所述待处理表的表结构信息，在所述表结构信息库中，存储所述关键字和所述待处理表的表结构信息的对应关系。
具体的，Spark SQL执行解析处理，将待处理的MySQL表的列的元数据解析为SparkSQL专用的表结构，以映射后的数值为关键字，解析后得到的表结构信息为value，将它们以一一对应的方式存入缓存。
步骤104、根据所述待处理表的表结构信息，分析结构化查询语言SQL文并查询数据。
在本发明实施例中，根据MySQL服务器的连接信息以及待处理表的名称，确定是否存在与所述待处理表的表结构信息相同的目标表结构信息。若存在，则直接获取所述目标表结构信息，若不存在，则解析待处理表，并存储所述待处理表的表结构信息，以备下次处理其他库表时使用。因此，在本发明实施例中，仅需确定关系型数据库MySQL的连接信息和待处理表的名称，Spark SQL就能利用表结构复用技术针对具有相同表结构的表，快速的获取表结构信息并进行大数据的查询处理，因此，利用本发明实施例大大降低了具有相同表结构的表的解析的时间成本。
在以下的实施例中，用户需要利用Spark SQL从关系型数据库的库表中查询数据，这些表及其数据存放在MySQL数据库中。在MySQL数据库中，存放有100张具有相同表结构的表。表结构复用技术用来识别具有相同表结构的表，缓存表结构信息并复用这些信息以减少对相同表结构的表的重复解析，提高效率。
用户在确定应用后，会将MySQL服务器的连接信息以及待处理的表名提供给SparkSQL，Spark SQL获得这些信息后，首先会跟MySQL进行连接并获取待处理表的所有列的元数据信息。
如图4所示，本发明实施例的信息处理方法，包括：
步骤401、用户将MySQL服务器的连接信息以及待处理的库表名(T)提供给SparkSQL；相应的，Spark SQL获取MySQL服务器的连接信息以及待处理表的名称。
其中，所述MySQL的连接信息，包括MySQL服务器的url(Uniform ResourceLocator，统一资源定位符)，host(主机)，port(端口)，登陆的用户名和密码等。
步骤402、Spark SQL根据所述MySQL服务器的连接信息与所述MySQL服务器建立连接，并根据待处理表名T(表T有四列，分别为<ID，名称，年龄和性别>)从MySQL原生自带的系统表info_schema中读取表T所对应四列的元数据信息，包括列名，列的类型，最长字符长度，精度，小数位，主键以及字符集。
步骤403、在取得列的元数据信息后，利用映射算法映射转换列的元数据信息，将其映射称为一串数值MapVal。具体操作流程如下：
步骤4031、分析这四列的元数据信息的数据类型，将所述元数据信息按照数据类型划分为varchar类型的元数据信息、int类型的元数据信息(包括Smallint、tinyint等)和nvarchar类型的元数据信息。
其中，数据库表与列，列与列的元数据关系如表1所示。
表1
Figure BDA0001436667750000081
步骤4032、获得所述varchar类型的元数据信息对应的第一映射值。
具体的，对于所述varchar类型的元数据信息中的所有字符，从第一个字符开始，将当前字符转换为十进制数字，按照下述公式转换为映射值；直到所有字符转换完毕，获得第一映射值；
Num1＝X+A*Num1，Num1的初始值为0，A表示任一质数，X表示当前字符对应的十进制数字。
也即，首先将varchar类型的元数据信息的一个字符按ASCII(American StandardCode for Information Interchange，美国标准信息交换代码)码映射为一个十进制数字(如A->65)，然后选取一个质数进行相乘累加并作为下一个字符计算的被加数，接着读取下一个字符执行同样的操作直至拥有此类型的所有列的元数据信息读取完毕，得到映射后的数值Num1。
例如，假设列名为“NAME”，假设质数A＝31。那么，上述公式转换为：
Num1＝X+31*Num1
那么从第一字符“N”开始，N的ASCII为十进制数字78，由于Num1的初始值为0，那么N对应的Num1＝78；第二个字符“A”，A的ASCII十进制数字为65，在N的计算结果基础上，Num1＝65+31*78＝2483；对于第三个字符“M”，M的ASCII十进制数字为77，在A的计算结果基础上，Num1＝77+31*2483＝77050；对于第四个字符“E”，E的ASCII十进制数字为69，在M的计算结果基础上，Num1＝69+31*77050＝2388619。因此，在此Num1＝2388619。
步骤4033、获得所述int类型的元数据信息对应的第二映射值。
对于所述int类型的元数据信息中的所有字符，从第一个字符开始，按照下述公式转换为映射值；直到所有字符转换完毕，获得第二映射值；
Num2＝I+B*Num2，Num2的初始值为0，B表示任一质数，I表示当前字符的数值。
具体的，对于所述int类型的元数据信息中的所有字符，从第一个字符开始，取一个质数进行相乘累加并作为下一个字符计算的被加数，接着读取下一个字符执行同样的操作直至拥有此类型的所有列的元数据信息读取完毕，得到映射后的数值Num2。
例如，假设最长字符长度为192，128，假设质数B＝131。在此，按照上述公式，由于Num2的初始值为0，“192”对应的Num2＝192；对于“128”，在“192”计算结果的基础上，Num2＝128+131*192＝25280。因此，在此Num2＝25280。
步骤4034、获得所述nvarchar类型的元数据信息对应的第三映射值。
对于所述nvarchar类型的元数据信息中的所有字符，从第一个字符开始，将当前字符转换为十六进制数字，再将所述十六进制数字转换为十进制数字，按照下述公式转换为映射值；直到所有字符转换完毕，获得第三映射值；
Num3＝C+D*Num3，Num3的初始值为0，D表示任一质数，C表示当前字符对应的十进制数字。
具体的，由于在此类型会包含非英文字符，如中文字符，按Unicode(统一码)编码将每个中文字符映射为十六进制数值(如风->98ce)，再转成十进制数字(98ce->39118)，然后选取一个质数进行相乘累加并作为下一个字符计算的被加数，接着读取下一个字符执行同样的操作直至拥有此类型的所有列的元数据信息读取完毕，得到映射后的数值Num3。
例如，假设列的类型中包括两个字“风”“格”，假设质数C＝1313。在此，按照上述公式，“风”的十进制数字为39118，由于Num3的初始值为0，“风”对应的Num3＝39118；“格”的十进制数字为43226，在“风”计算结果的基础上，Num3＝43226+1313*39118＝51405160。因此，在此Num3＝51405160。
步骤4035、将所述第一映射值、所述第二映射值和所述第三映射值进行组合，获得所述元数据信息的映射值。
以前述步骤中的为例，在此将将Num1，Num2和Num3组合在一起的数值作为关键字，即关键字为：23886192528051405160。
在映射完成后，即可进行表结构信息库匹配查询操作。
步骤404、以所述映射值MapVal为关键字，在表结构信息库中查找是否存在与所述关键字匹配的目标表结构信息。
在此，利用该关键字在缓存中匹配查询是否已经存在对应此关键字的表结构信息，即与所述待处理表的表结构信息相同的目标表结构信息。
在此，将Num1，Num2和Num3组合在一起的数值作为关键字在表结构信息库进行匹配查询。
步骤405、如果匹配成功，则说明与待处理的表有相同表结构的信息已经存在，则直接可以从表结构信息库中读取此关键字对应的表结构信息。
步骤406、如果匹配失败，则说明在表结构信息库中还没有符合待处理表的表结构信息，则Spark SQL执行解析处理，将待处理的MySQL表解析为Spark SQL专用的表结构，接着以此关键字为key，解析后的Spark SQL专用表结构信息为value以一一对应的方式存入到表结构信息库，以备后续具有相同表结构的表复用。
步骤407、Spark SQL得到待处理表结构的信息，解析SQL文。
步骤408、根据SQL文对待处理的表T执行查询，获取查询结果。
在本实施例中，用户仅需确定关系型数据库MySQL的连接信息和待处理表的名字，Spark SQL就能利用表结构复用技术针对具有相同表结构的表，快速的获取表结构信息并进行大数据的查询处理。在本实施例中的复用技术根据映射算法保证了在缓存中表结构信息与表的对应关系，同时利用缓存技术加速了表结构信息的读取速度，大大降低了具有相同表结构的表的解析的时间成本，也有效节约了系统资源。
如图5所示，本发明实施例的信息处理装置，包括：
获取模块501，用于获取MySQL服务器的连接信息以及待处理表的名称；
确定模块502，用于根据所述MySQL服务器的连接信息以及所述待处理表的名称，确定是否存在与所述待处理表的表结构信息相同的目标表结构信息；
处理模块503，用于若存在所述目标表结构信息，则直接将所述目标表结构信息作为所述待处理表的表结构信息；若不存在所述目标表结构信息，则解析所述待处理表的表结构信息，并存储所述待处理表的表结构信息；
查询模块504，用于根据所述待处理表的表结构信息，分析结构化查询语言SQL文并查询数据。
其中，如图6所示，所述确定模块502包括：
连接建立子模块5021，用于根据所述MySQL服务器的连接信息与所述MySQL服务器建立连接；
信息获取子模块5022，用于根据所述待处理表的名称，从所述MySQL服务器获取所述待处理表的元数据信息；
信息映射子模块5023，用于对所述元数据信息进行映射转换，获得所述元数据信息的映射值；
查找子模块5024，用于以所述映射值为关键字，在表结构信息库中查找是否存在与所述关键字匹配的目标表结构信息；
确定子模块5025，用于若所述表结构信息库中存在与所述关键字匹配的表结构信息，则确定存在所述目标表结构信息；否则确定不存在所述目标表结构信息。
其中，所述信息获取子模块5022具体用于，根据所述待处理表的名称，从所述MySQL服务器的系统表中读取所述待处理表的元数据信息；其中，所述元数据信息包括：列名，列的类型，最长字符长度，精度，小数位，主键以及字符集。
其中，如图7所示，所述信息映射子模块5023包括：
划分单元50231，用于将所述元数据信息按照数据类型划分为varchar类型的元数据信息、int类型的元数据信息和nvarchar类型的元数据信息；
第一映射单元50232，用于获得所述varchar类型的元数据信息对应的第一映射值；
第二映射单元50233，用于获得所述int类型的元数据信息对应的第二映射值；
第三映射单元50234，用于获得所述nvarchar类型的元数据信息对应的第三映射值；
组合单元50235，用于将所述第一映射值、所述第二映射值和所述第三映射值进行组合，获得所述元数据信息的映射值。
其中，所述第一映射单元50232具体用于，对于所述varchar类型的元数据信息中的所有字符，从第一个字符开始，将当前字符转换为十进制数字，按照下述公式转换为映射值；直到所有字符转换完毕，获得第一映射值；
Num1＝X+A*Num1，Num1的初始值为0，A表示任一质数，X表示当前字符对应的十进制数字。
其中，所述第二映射单元50233具体用于，对于所述int类型的元数据信息中的所有字符，从第一个字符开始，按照下述公式转换为映射值；直到所有字符转换完毕，获得第二映射值；
Num2＝I+B*Num2，Num2的初始值为0，B表示任一质数，I表示当前字符的数值。
其中，所述第三映射单元50234具体用于，对于所述nvarchar类型的元数据信息中的所有字符，从第一个字符开始，将当前字符转换为十六进制数字，再将所述十六进制数字转换为十进制数字，按照下述公式转换为映射值；直到所有字符转换完毕，获得第三映射值；
Num3＝C+D*Num3，Num3的初始值为0，D表示任一质数，C表示当前字符对应的十进制数字。
其中，所述varchar类型的元数据信息包括：列名，主键以及字符集；所述int类型的元数据信息包括：最长字符长度，精度以及小数位；所述nvarchar类型的元数据信息包括：列的类型。
如图8所示，所述处理模块503包括：
第一获取子模块5031，用于若存在所述目标表结构信息，则直接从所述表结构信息库中获取所述关键字对应的表结构信息，并将获取到的表结构信息作为所述目标表结构信息；第一处理子模块5032，用于将所述目标表结构信息作为所述待处理表的表结构信息；
解析子模块5033，用于若不存在所述目标表结构信息，则解析所述待处理表的表结构信息；存储子模块5034，在所述表结构信息库中，存储所述关键字和所述待处理表的表结构信息的对应关系。
本发明所述装置的工作原理可参照前述方法实施例的描述。
在本发明实施例中，仅需确定关系型数据库MySQL的连接信息和待处理表的名称，Spark SQL就能利用表结构复用技术针对具有相同表结构的表，快速的获取表结构信息并进行大数据的查询处理，因此，利用本发明实施例大大降低了具有相同表结构的表的解析的时间成本。
如图9所示，本发明实施例的电子设备包括：处理器900以及存储器910；
处理器900，用于读取存储器910中的程序，执行下列过程：
获取MySQL服务器的连接信息以及待处理表的名称；
根据所述MySQL服务器的连接信息以及所述待处理表的名称，确定是否存在与所述待处理表的表结构信息相同的目标表结构信息；
若存在所述目标表结构信息，则直接将所述目标表结构信息作为所述待处理表的表结构信息；若不存在所述目标表结构信息，则解析所述待处理表的表结构信息，并存储所述待处理表的表结构信息；
根据所述待处理表的表结构信息，分析结构化查询语言SQL文并查询数据。
处理器900还用于读取所述计算机程序，执行如下步骤:
根据所述MySQL服务器的连接信息与所述MySQL服务器建立连接；
根据所述待处理表的名称，从所述MySQL服务器获取所述待处理表的元数据信息；
对所述元数据信息进行映射转换，获得所述元数据信息的映射值；
以所述映射值为关键字，在表结构信息库中查找是否存在与所述关键字匹配的目标表结构信息；
若所述表结构信息库中存在与所述关键字匹配的表结构信息，则确定存在所述目标表结构信息；否则确定不存在所述目标表结构信息。
处理器900还用于读取所述计算机程序，执行如下步骤:
根据所述待处理表的名称，从所述MySQL服务器的系统表中读取所述待处理表的元数据信息；
其中，所述元数据信息包括：列名，列的类型，最长字符长度，精度，小数位，主键以及字符集。
处理器900还用于读取所述计算机程序，执行如下步骤:
将所述元数据信息按照数据类型划分为varchar类型的元数据信息、int类型的元数据信息和nvarchar类型的元数据信息；
获得所述varchar类型的元数据信息对应的第一映射值；
获得所述int类型的元数据信息对应的第二映射值；
获得所述nvarchar类型的元数据信息对应的第三映射值；
将所述第一映射值、所述第二映射值和所述第三映射值进行组合，获得所述元数据信息的映射值。
处理器900还用于读取所述计算机程序，执行如下步骤:
对于所述varchar类型的元数据信息中的所有字符，从第一个字符开始，将当前字符转换为十进制数字，按照下述公式转换为映射值；直到所有字符转换完毕，获得第一映射值；
Num1＝X+A*Num1，Num1的初始值为0，A表示任一质数，X表示当前字符对应的十进制数字；
所述获得所述int类型的元数据信息对应的第二映射值的步骤，包括：
对于所述int类型的元数据信息中的所有字符，从第一个字符开始，按照下述公式转换为映射值；直到所有字符转换完毕，获得第二映射值；
Num2＝I+B*Num2，Num2的初始值为0，B表示任一质数，I表示当前字符的数值；
所述获得所述nvarchar类型的元数据信息对应的第三映射值的步骤，包括：
对于所述nvarchar类型的元数据信息中的所有字符，从第一个字符开始，将当前字符转换为十六进制数字，再将所述十六进制数字转换为十进制数字，按照下述公式转换为映射值；直到所有字符转换完毕，获得第三映射值；
Num3＝C+D*Num3，Num3的初始值为0，D表示任一质数，C表示当前字符对应的十进制数字。
其中，所述varchar类型的元数据信息包括：列名，主键以及字符集；
所述int类型的元数据信息包括：最长字符长度，精度以及小数位；
所述nvarchar类型的元数据信息包括：列的类型。
处理器900还用于读取所述计算机程序，执行如下步骤:
若存在所述目标表结构信息，则直接从所述表结构信息库中获取所述关键字对应的表结构信息，并将获取到的表结构信息作为所述目标表结构信息；
将所述目标表结构信息作为所述待处理表的表结构信息。
处理器900还用于读取所述计算机程序，执行如下步骤:
若不存在所述目标表结构信息，则解析所述待处理表的表结构信息；
在所述表结构信息库中，存储所述关键字和所述待处理表的表结构信息的对应关系。
此外，本发明实施例的计算机可读存储介质，用于存储计算机程序，所述计算机程序可被处理器执行实现以下步骤：
获取MySQL服务器的连接信息以及待处理表的名称；
根据所述MySQL服务器的连接信息以及所述待处理表的名称，确定是否存在与所述待处理表的表结构信息相同的目标表结构信息；
若存在所述目标表结构信息，则直接将所述目标表结构信息作为所述待处理表的表结构信息；若不存在所述目标表结构信息，则解析所述待处理表的表结构信息，并存储所述待处理表的表结构信息；
根据所述待处理表的表结构信息，分析结构化查询语言SQL文并查询数据。
其中，所述根据所述MySQL服务器的连接信息以及所述待处理表的名称，确定是否存在与所述待处理表的表结构信息相同的目标表结构信息的步骤，包括：
根据所述MySQL服务器的连接信息与所述MySQL服务器建立连接；
根据所述待处理表的名称，从所述MySQL服务器获取所述待处理表的元数据信息；
对所述元数据信息进行映射转换，获得所述元数据信息的映射值；
以所述映射值为关键字，在表结构信息库中查找是否存在与所述关键字匹配的目标表结构信息；
若所述表结构信息库中存在与所述关键字匹配的表结构信息，则确定存在所述目标表结构信息；否则确定不存在所述目标表结构信息。
其中，所述根据所述待处理表的名称，从所述MySQL服务器获取所述待处理表的元数据信息的步骤，包括：
根据所述待处理表的名称，从所述MySQL服务器的系统表中读取所述待处理表的元数据信息；
其中，所述元数据信息包括：列名，列的类型，最长字符长度，精度，小数位，主键以及字符集。
其中，所述对所述元数据信息进行映射转换，获得所述元数据信息的映射值的步骤，包括：
将所述元数据信息按照数据类型划分为varchar类型的元数据信息、int类型的元数据信息和nvarchar类型的元数据信息；
获得所述varchar类型的元数据信息对应的第一映射值；
获得所述int类型的元数据信息对应的第二映射值；
获得所述nvarchar类型的元数据信息对应的第三映射值；
将所述第一映射值、所述第二映射值和所述第三映射值进行组合，获得所述元数据信息的映射值。
其中，所述获得所述varchar类型的元数据信息对应的第一映射值的步骤，包括：
对于所述varchar类型的元数据信息中的所有字符，从第一个字符开始，将当前字符转换为十进制数字，按照下述公式转换为映射值；直到所有字符转换完毕，获得第一映射值；
Num1＝X+A*Num1，Num1的初始值为0，A表示任一质数，X表示当前字符对应的十进制数字；
所述获得所述int类型的元数据信息对应的第二映射值的步骤，包括：
对于所述int类型的元数据信息中的所有字符，从第一个字符开始，按照下述公式转换为映射值；直到所有字符转换完毕，获得第二映射值；
Num2＝I+B*Num2，Num2的初始值为0，B表示任一质数，I表示当前字符的数值；
所述获得所述nvarchar类型的元数据信息对应的第三映射值的步骤，包括：
对于所述nvarchar类型的元数据信息中的所有字符，从第一个字符开始，将当前字符转换为十六进制数字，再将所述十六进制数字转换为十进制数字，按照下述公式转换为映射值；直到所有字符转换完毕，获得第三映射值；
Num3＝C+D*Num3，Num3的初始值为0，D表示任一质数，C表示当前字符对应的十进制数字。
其中，所述varchar类型的元数据信息包括：列名，主键以及字符集；
所述int类型的元数据信息包括：最长字符长度，精度以及小数位；
所述nvarchar类型的元数据信息包括：列的类型。
其中，所述若存在所述目标表结构信息，则直接将所述目标表结构信息作为所述待处理表的表结构信息的步骤，包括：
若存在所述目标表结构信息，则直接从所述表结构信息库中获取所述关键字对应的表结构信息，并将获取到的表结构信息作为所述目标表结构信息；
将所述目标表结构信息作为所述待处理表的表结构信息。
其中，所述若不存在所述目标表结构信息，则解析所述待处理表的表结构信息，并存储所述待处理表的表结构信息的步骤，包括：
若不存在所述目标表结构信息，则解析所述待处理表的表结构信息；
在所述表结构信息库中，存储所述关键字和所述待处理表的表结构信息的对应关系。
在本申请所提供的几个实施例中，应该理解到，所揭露方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理包括，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述收发方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述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，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种信息处理方法，其特征在于，包括：
获取MySQL服务器的连接信息以及待处理表的名称；
根据所述MySQL服务器的连接信息以及所述待处理表的名称，确定是否存在与所述待处理表的表结构信息相同的目标表结构信息；
若存在所述目标表结构信息，则直接将所述目标表结构信息作为所述待处理表的表结构信息；若不存在所述目标表结构信息，则解析所述待处理表的表结构信息，并存储所述待处理表的表结构信息；
根据所述待处理表的表结构信息，分析结构化查询语言SQL文并查询数据；
其中，所述根据所述MySQL服务器的连接信息以及所述待处理表的名称，确定是否存在与所述待处理表的表结构信息相同的目标表结构信息的步骤，包括：
根据所述MySQL服务器的连接信息与所述MySQL服务器建立连接；
根据所述待处理表的名称，从所述MySQL服务器获取所述待处理表的元数据信息；
对所述元数据信息进行映射转换，获得所述元数据信息的映射值；
以所述映射值为关键字，在表结构信息库中查找是否存在与所述关键字匹配的目标表结构信息；
若所述表结构信息库中存在与所述关键字匹配的表结构信息，则确定存在所述目标表结构信息；否则确定不存在所述目标表结构信息；
其中，所述对所述元数据信息进行映射转换，获得所述元数据信息的映射值的步骤，包括：
将所述元数据信息按照数据类型划分为varchar类型的元数据信息、int类型的元数据信息和nvarchar类型的元数据信息；
获得所述varchar类型的元数据信息对应的第一映射值；
获得所述int类型的元数据信息对应的第二映射值；
获得所述nvarchar类型的元数据信息对应的第三映射值；
将所述第一映射值、所述第二映射值和所述第三映射值进行组合，获得所述元数据信息的映射值。
2.根据权利要求1所述的方法，其特征在于，所述根据所述待处理表的名称，从所述MySQL服务器获取所述待处理表的元数据信息的步骤，包括：
根据所述待处理表的名称，从所述MySQL服务器的系统表中读取所述待处理表的元数据信息；
其中，所述元数据信息包括：列名，列的类型，最长字符长度，精度，小数位，主键以及字符集。
3.根据权利要求1所述的方法，其特征在于，所述获得所述varchar类型的元数据信息对应的第一映射值的步骤，包括：
对于所述varchar类型的元数据信息中的所有字符，从第一个字符开始，将当前字符转换为十进制数字，按照下述公式转换为映射值；直到所有字符转换完毕，获得第一映射值；
Num1＝X+A*Num1，Num1的初始值为0，A表示任一质数，X表示当前字符对应的十进制数字；
所述获得所述int类型的元数据信息对应的第二映射值的步骤，包括：
对于所述int类型的元数据信息中的所有字符，从第一个字符开始，按照下述公式转换为映射值；直到所有字符转换完毕，获得第二映射值；
Num2＝I+B*Num2，Num2的初始值为0，B表示任一质数，I表示当前字符的数值；
所述获得所述nvarchar类型的元数据信息对应的第三映射值的步骤，包括：
对于所述nvarchar类型的元数据信息中的所有字符，从第一个字符开始，将当前字符转换为十六进制数字，再将所述十六进制数字转换为十进制数字，按照下述公式转换为映射值；直到所有字符转换完毕，获得第三映射值；
Num3＝C+D*Num3，Num3的初始值为0，D表示任一质数，C表示当前字符对应的十进制数字。
4.根据权利要求1所述的方法，其特征在于，
所述varchar类型的元数据信息包括：列名，主键以及字符集；
所述int类型的元数据信息包括：最长字符长度，精度以及小数位；
所述nvarchar类型的元数据信息包括：列的类型。
5.根据权利要求1所述的方法，其特征在于，所述若存在所述目标表结构信息，则直接将所述目标表结构信息作为所述待处理表的表结构信息的步骤，包括：
若存在所述目标表结构信息，则直接从所述表结构信息库中获取所述关键字对应的表结构信息，并将获取到的表结构信息作为所述目标表结构信息；
将所述目标表结构信息作为所述待处理表的表结构信息。
6.根据权利要求1所述的方法，其特征在于，所述若不存在所述目标表结构信息，则解析所述待处理表的表结构信息，并存储所述待处理表的表结构信息的步骤，包括：
若不存在所述目标表结构信息，则解析所述待处理表的表结构信息；
在所述表结构信息库中，存储所述关键字和所述待处理表的表结构信息的对应关系。
7.一种信息处理装置，其特征在于，包括：
获取模块，用于获取MySQL服务器的连接信息以及待处理表的名称；
确定模块，用于根据所述MySQL服务器的连接信息以及所述待处理表的名称，确定是否存在与所述待处理表的表结构信息相同的目标表结构信息；
处理模块，用于若存在所述目标表结构信息，则直接将所述目标表结构信息作为所述待处理表的表结构信息；若不存在所述目标表结构信息，则解析所述待处理表的表结构信息，并存储所述待处理表的表结构信息；
查询模块，用于根据所述待处理表的表结构信息，分析结构化查询语言SQL文并查询数据；
其中，所述确定模块包括：
连接建立子模块，用于根据所述MySQL服务器的连接信息与所述MySQL服务器建立连接；
信息获取子模块，用于根据所述待处理表的名称，从所述MySQL服务器获取所述待处理表的元数据信息；
信息映射子模块，用于对所述元数据信息进行映射转换，获得所述元数据信息的映射值；
查找子模块，用于以所述映射值为关键字，在表结构信息库中查找是否存在与所述关键字匹配的目标表结构信息；
确定子模块，用于若所述表结构信息库中存在与所述关键字匹配的表结构信息，则确定存在所述目标表结构信息；否则确定不存在所述目标表结构信息；
其中，所述信息映射子模块包括：
划分单元，用于将所述元数据信息按照数据类型划分为varchar类型的元数据信息、int类型的元数据信息和nvarchar类型的元数据信息；
第一映射单元，用于获得所述varchar类型的元数据信息对应的第一映射值；
第二映射单元，用于获得所述int类型的元数据信息对应的第二映射值；
第三映射单元，用于获得所述nvarchar类型的元数据信息对应的第三映射值；
组合单元，用于将所述第一映射值、所述第二映射值和所述第三映射值进行组合，获得所述元数据信息的映射值。
8.一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；其特征在于，
所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的方法中的步骤。
9.一种计算机可读存储介质，用于存储计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的方法中的步骤。
CN201710967110.9A 2017-10-17 2017-10-17 一种信息处理方法、装置、设备及计算机可读存储介质 Active CN110069489B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710967110.9A CN110069489B (zh) 2017-10-17 2017-10-17 一种信息处理方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710967110.9A CN110069489B (zh) 2017-10-17 2017-10-17 一种信息处理方法、装置、设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN110069489A CN110069489A (zh) 2019-07-30
CN110069489B true CN110069489B (zh) 2023-01-31

Family

ID=67364444

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710967110.9A Active CN110069489B (zh) 2017-10-17 2017-10-17 一种信息处理方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN110069489B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111538884A (zh) * 2020-04-20 2020-08-14 上海鸿翼软件技术股份有限公司 一种数据搜索方法、装置、设备及计算机可读存储介质
CN111625553B (zh) * 2020-05-27 2023-07-28 贵州易鲸捷信息技术有限公司 一种统计信息收集优化方法及系统
CN113627998A (zh) * 2021-08-17 2021-11-09 北京沃东天骏信息技术有限公司 订单数据处理方法、装置、电子设备和计算机可读介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2043007A1 (fr) * 2007-09-27 2009-04-01 Gerald Poitevineau Procédé de recherche d'informations sur un réseau intranet, extranet, internet ou toute autre source de diffusion d'informations numériques et moteur de recherche pour la mise en oeuvre dudit procédé
CN102004766A (zh) * 2010-11-09 2011-04-06 北京神州泰岳软件股份有限公司 基于信息系统的可配置信息查询方法及系统
US8041740B1 (en) * 2008-03-04 2011-10-18 Amdocs Software Systems Limited Database system, method, and computer program product for recording entity state and type information for use during subsequent processing of data
CN103221949A (zh) * 2010-07-27 2013-07-24 甲骨文国际公司 Mysql数据库的异构的基于日志的复制
CN103440273A (zh) * 2013-08-06 2013-12-11 北京航空航天大学 一种数据跨平台迁移方法及装置
CN103761318A (zh) * 2014-01-27 2014-04-30 中国工商银行股份有限公司 一种关系型异构数据库数据同步的方法及系统
CN104951474A (zh) * 2014-03-31 2015-09-30 阿里巴巴集团控股有限公司 一种用于获取MySQL binlog增量日志的方法和装置
CN105447172A (zh) * 2015-12-07 2016-03-30 北京先进数通信息技术股份公司 一种Hadoop平台下的数据处理方法和系统
CN105930493A (zh) * 2016-05-04 2016-09-07 北京思特奇信息技术股份有限公司 一种不同数据库间数据同步的方法和系统
CN106649335A (zh) * 2015-10-30 2017-05-10 阿里巴巴集团控股有限公司 一种数据处理方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8840876B2 (en) * 2005-05-19 2014-09-23 Ethicon, Inc. Antimicrobial polymer compositions and the use thereof
CN105701104B (zh) * 2014-11-28 2020-02-21 星际空间（天津）科技发展有限公司 一种基于地理信息的三维数据引擎系统
CN105989150B (zh) * 2015-03-02 2019-11-26 中国移动通信集团四川有限公司 一种基于大数据环境的数据查询方法及装置
CN105447184B (zh) * 2015-12-15 2019-06-11 北京百分点信息科技有限公司 信息抓取方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2043007A1 (fr) * 2007-09-27 2009-04-01 Gerald Poitevineau Procédé de recherche d'informations sur un réseau intranet, extranet, internet ou toute autre source de diffusion d'informations numériques et moteur de recherche pour la mise en oeuvre dudit procédé
US8041740B1 (en) * 2008-03-04 2011-10-18 Amdocs Software Systems Limited Database system, method, and computer program product for recording entity state and type information for use during subsequent processing of data
CN103221949A (zh) * 2010-07-27 2013-07-24 甲骨文国际公司 Mysql数据库的异构的基于日志的复制
CN102004766A (zh) * 2010-11-09 2011-04-06 北京神州泰岳软件股份有限公司 基于信息系统的可配置信息查询方法及系统
CN103440273A (zh) * 2013-08-06 2013-12-11 北京航空航天大学 一种数据跨平台迁移方法及装置
CN103761318A (zh) * 2014-01-27 2014-04-30 中国工商银行股份有限公司 一种关系型异构数据库数据同步的方法及系统
CN104951474A (zh) * 2014-03-31 2015-09-30 阿里巴巴集团控股有限公司 一种用于获取MySQL binlog增量日志的方法和装置
CN106649335A (zh) * 2015-10-30 2017-05-10 阿里巴巴集团控股有限公司 一种数据处理方法及装置
CN105447172A (zh) * 2015-12-07 2016-03-30 北京先进数通信息技术股份公司 一种Hadoop平台下的数据处理方法和系统
CN105930493A (zh) * 2016-05-04 2016-09-07 北京思特奇信息技术股份有限公司 一种不同数据库间数据同步的方法和系统

Also Published As

Publication number Publication date
CN110069489A (zh) 2019-07-30

Similar Documents

Publication Publication Date Title
CN109299110B (zh) 数据查询方法、装置、存储介质和电子设备
CN110633292B (zh) 一种异构数据库的查询方法、装置、介质、设备及系统
US9817858B2 (en) Generating hash values
KR102407510B1 (ko) 데이터 저장 및 조회 방법, 장치, 기기 및 매체
AU2017101864A4 (en) Method, device, server and storage apparatus of reviewing SQL
Zhang et al. Bed-tree: an all-purpose index structure for string similarity search based on edit distance
US11030242B1 (en) Indexing and querying semi-structured documents using a key-value store
CN111400323B (zh) 数据检索方法、系统、设备及存储介质
CN113051268A (zh) 数据查询方法、数据查询装置、电子设备及存储介质
CN110069489B (zh) 一种信息处理方法、装置、设备及计算机可读存储介质
CN112364033B (zh) 一种数据检索系统
CN110457346B (zh) 数据查询方法、装置及计算机可读存储介质
CN108319608A (zh) 访问日志存储查询的方法、装置及系统
CN108763536B (zh) 数据库访问方法及装置
CN110688544A (zh) 一种查询数据库的方法、设备及存储介质
US9053207B2 (en) Adaptive query expression builder for an on-demand data service
CN104484392A (zh) 数据库查询语句生成方法及装置
CN114139040A (zh) 一种数据存储及查询方法、装置、设备及可读存储介质
CN115617773A (zh) 数据迁移的方法、装置和系统
CN111198898A (zh) 大数据查询方法及大数据查询装置
CN108763524B (zh) 电子装置、聊天数据处理方法和计算机可读存储介质
US20110302220A1 (en) Sql processing for data conversion
CN118093629A (zh) 数据库查询语句的生成方法、装置、设备及介质
CN114238334A (zh) 异构数据编码、解码方法和装置、计算机设备和存储介质
CN110569243B (zh) 一种数据查询方法、数据查询插件和数据查询服务器

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