CN110109970B - 一种数据查询处理方法及装置 - Google Patents

一种数据查询处理方法及装置 Download PDF

Info

Publication number
CN110109970B
CN110109970B CN201910309190.8A CN201910309190A CN110109970B CN 110109970 B CN110109970 B CN 110109970B CN 201910309190 A CN201910309190 A CN 201910309190A CN 110109970 B CN110109970 B CN 110109970B
Authority
CN
China
Prior art keywords
query
time interval
data
time
threshold
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
CN201910309190.8A
Other languages
English (en)
Other versions
CN110109970A (zh
Inventor
王彬
覃永靖
程诗尧
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.)
Qax Technology Group Inc
Original Assignee
Qax Technology Group Inc
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 Qax Technology Group Inc filed Critical Qax Technology Group Inc
Priority to CN201910309190.8A priority Critical patent/CN110109970B/zh
Publication of CN110109970A publication Critical patent/CN110109970A/zh
Application granted granted Critical
Publication of CN110109970B publication Critical patent/CN110109970B/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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2477—Temporal data queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例公开了一种数据查询处理方法及装置，方法包括：根据当前的查询时间间隔对待查询数据进行查询，并获取当前的查询时间间隔的查询执行时间和查询结果数据量；若查询执行时间大于时间阈值，则根据查询时间间隔、查询执行时间和时间阈值确定第一查询时间间隔；若查询结果数据量大于数据量阈值，则根据查询时间间隔、查询结果数据量和数据量阈值确定第二查询时间间隔；进一步确定更新后的查询时间间隔，并对待查询数据继续查询。通过时间阈值和数据量阈值判断当前的查询时间间隔内的查询执行时间和查询结果数据量是否符合要求，当不符合时及时调整查询时间间隔，进而限制查询的数据量，避免内存占用过大而溢出，保障了各程序的正常运行。

Description

一种数据查询处理方法及装置
技术领域
本发明实施例涉及计算机技术领域，具体涉及一种数据查询处理方法及装置。
背景技术
随着计算机技术的飞速发展，计算机能够存储的数据量越来越大，在进行数据处理的过程中，需要对现有系统中的大规模的表数据进行查询，通常采用一次性查询全部数据，或者采用定长的查询步长，但是无法控制查询的数据量，也无法限制程序内存的占用大小，容易出现内存不足进而导致内存溢出的情况。
发明内容
由于现有方法存在上述问题，本发明实施例提出一种数据查询处理方法及装置。
第一方面，本发明实施例提出一种数据查询处理方法，包括：
根据当前的查询时间间隔对待查询数据进行查询，并获取当前的查询时间间隔的查询执行时间和查询结果数据量；
若判断获知所述查询执行时间大于时间阈值，则根据当前的查询时间间隔、所述查询执行时间和所述时间阈值确定第一查询时间间隔；
若判断获知所述查询结果数据量大于数据量阈值，则根据当前的查询时间间隔、所述查询结果数据量和所述数据量阈值确定第二查询时间间隔；
根据所述第一查询时间间隔和所述第二查询时间间隔确定更新后的查询时间间隔，并根据更新后的查询时间间隔对待查询数据进行查询。
第二方面，本发明实施例还提出一种数据查询处理装置，包括：
数据获取模块，用于根据当前的查询时间间隔对待查询数据进行查询，并获取当前的查询时间间隔的查询执行时间和查询结果数据量；
第一时间判断模块，用于若判断获知所述查询执行时间大于时间阈值，则根据当前的查询时间间隔、所述查询执行时间和所述时间阈值确定第一查询时间间隔；
第一数据量判断模块，用于若判断获知所述查询结果数据量大于数据量阈值，则根据当前的查询时间间隔、所述查询结果数据量和所述数据量阈值确定第二查询时间间隔；
时间间隔更新模块，用于根据所述第一查询时间间隔和所述第二查询时间间隔确定更新后的查询时间间隔，并根据更新后的查询时间间隔对待查询数据进行查询。
第三方面，本发明实施例还提出一种电子设备，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行上述方法。
第四方面，本发明实施例还提出一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行上述方法。
由上述技术方案可知，本发明实施例通过时间阈值和数据量阈值判断当前的查询时间间隔内的查询执行时间和查询结果数据量是否符合要求，当不符合时及时调整查询时间间隔，进而限制查询的数据量，避免内存占用过大而溢出，保障了各程序的正常运行。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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，还可以根据这些图获得其他的附图。
图1为本发明一实施例提供的一种数据查询处理方法的流程示意图；
图2为本发明另一实施例提供的一种数据查询处理方法的流程示意图；
图3为本发明一实施例提供的一种数据查询处理装置的结构示意图；
图4为本发明一实施例提供的电子设备的逻辑框图。
具体实施方式
下面结合附图，对本发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
图1示出了本实施例提供的一种数据查询处理方法的流程示意图，包括：
S101、根据当前的查询时间间隔对待查询数据进行查询，并获取当前的查询时间间隔的查询执行时间和查询结果数据量。
其中，所述查询时间间隔为数据查询的周期，也称为查询时间步长。例如查询时间间隔为2s，则分别在0s、2s、4s、6s……时刻执行一次数据查询。
所述待查询数据为当前系统中需要进行查询的所有数据。
所述查询执行时间为当前的查询时间间隔内完成本次数据查询所用的时间。
所述查询结果数据量为当前的查询时间间隔内完成本次数据查询的数据量。
S102、若判断获知所述查询执行时间大于时间阈值，则根据当前的查询时间间隔、所述查询执行时间和所述时间阈值确定第一查询时间间隔。
其中，所述时间阈值为预先设置的用于配置执行查询任务执行时间的最大值，单位是毫秒，如15000毫秒。当查询任务执行时间达到此值，表示查询数据量太大，执行后续查询任务应降低查询时间间隔。
所述第一查询时间间隔为根据查询执行时间判断得到的查询时间间隔。
S103、若判断获知所述查询结果数据量大于数据量阈值，则根据当前的查询时间间隔、所述查询结果数据量和所述数据量阈值确定第二查询时间间隔。
其中，所述数据量阈值为预先设置的用于配置查询结果包含数据条数的最大值，单位是条，如100000条。当执行查询结果数据量达到此值，表示查询数据量太大，执行后续查询任务应降低查询时间间隔。
所述第二查询时间间隔为根据查询结果数据量判断得到的查询时间间隔。
S104、根据所述第一查询时间间隔和所述第二查询时间间隔确定更新后的查询时间间隔，并根据更新后的查询时间间隔对待查询数据进行查询。
其中，所述更新后的查询时间间隔为下一查询周期所采用的查询时间间隔。
具体地，在初始状态时，设置了初始的查询时间阈值和查询数据量阈值，当一个查询周期执行结束时，记录本次查询所执行的实际时间，即为所述查询执行时间，记录本次查询所查询到的数据量，即为所述查询结果数据量。在下一个查询周期内，将根据上一查询周期的查询执行时间和查询结果数据量调整查询时间步长。
举例来说，在当前的查询任务，查询时间阈值为15000毫秒，查询数据量阈值为100000条，初始查询间隔600000毫秒。第一次查询时间间隔为600000毫秒，完成时，查询执行时间为13000毫秒，查询结果数据量为80000条，于是，将第二个查询时间间隔设置为min(692307，750000)毫秒。在第二个查询时间间隔内，采用692307毫秒的查询时间步长继续查询，查询执行时间为16000毫秒，查询结果数据量为120000条，于是，将第三个查询时间间隔设置为min(649037，576922)毫秒……如此循环，直至全部的待查询数据查询完毕。
本实施例通过时间阈值和数据量阈值判断当前的查询时间间隔内的查询执行时间和查询结果数据量是否符合要求，当不符合时及时调整查询时间间隔，进而限制查询的数据量，避免内存占用过大而溢出，保障了各程序的正常运行。
进一步地，在上述方法实施例的基础上，所述方法还包括：
S105、若判断获知所述查询执行时间小于或等于时间阈值，则所述第一查询时间间隔增大第一预设时间段。
S106、若判断获知所述查询结果数据量小于或等于数据量阈值，则所述第二查询时间间隔增大第二预设时间段。
举例来说，在当前的查询时间间隔600000毫秒内，查询时间阈值为15000毫秒，查询数据量阈值为100000条。当完成数据查询时，用了13000毫秒，则该查询时间间隔的查询执行时间为13000毫秒。由于13000毫秒＜15000毫秒，因此第一查询时间间隔为692307毫秒。
在另一实施例中，在当前的查询时间间隔600000毫秒内，查询时间阈值为15000毫秒，查询数据量阈值为100000条。当完成数据查询时，查询了80000条数据，则该查询时间间隔的查询结果数据量为80000条。由于80000条＜100000条，因此第二查询时间间隔为750000毫秒。
通过判断查询执行时间或查询结果数据量小于对应的阈值时，可以确定当前的查询时间间隔并未占用过多内存，不会导致内存溢出，因此当前的查询时间间隔是安全的，可以继续沿用。
进一步地，在上述方法实施例的基础上，S101之前，还包括：
S100、根据区间字段范围、待查询数据和数据量阈值确定初始的查询时间间隔。
其中，所述区间字段范围为区间最大值和区间最小值之差，用于配置大规模数据表读取数据的范围，如区间字段为“事件发生时间occur_time”，最小值为1545905993000，最大值为1546905705000。
举例来说，在使用基础查询语句select配置动态sql的基础sql查询语句“select*from t_tcp where collect_time_date＝'20181016'”时，“collect_time_date”即表示区间字段。
举例来说，区间字段范围rangeFieldScope为100000000，待查询数据queryTotalCount为1000000000条，数据量阈值query.threshold.count为99000条，则初始的查询时间间隔rangeFieldStep为：
rangeFieldStep＝(rangeFieldScope/queryTotalCount)×query.threshold.count＝(100000000/1000000000)×100000＝10000。
因此，初始的查询时间间隔设置为10000毫秒。
通过结合区间字段范围、待查询数据和数据量阈值确定初始的查询时间间隔，能够保证在初始状态不会造成内存的溢出。
进一步地，在上述方法实施例的基础上，S102-S104具体包括：
第一查询时间间隔＝(当前的查询时间间隔/所述查询执行时间)×所述时间阈值。
第二查询时间间隔＝(当前的查询时间间隔/所述查询结果数据量)×所述数据量阈值。
选择所述第一查询时间间隔和所述第二查询时间间隔中的最小值作为更新后的查询时间间隔，并根据更新后的查询时间间隔对待查询数据进行查询。
举例来说，根据查询执行时间queryStepExecuteTime设置下一次执行查询任务的第一查询时间间隔timeStep。比较queryStepExecuteTime是否大于时间阈值query.threshold.ms，如果大于，则将timeStep设置为(nowStep/queryStepExecuteTime)×query.threshold.ms；如果小于或者等于，则timeStep设置为nowStep。其中，nowStep为当前的查询时间间隔。
根据查询结果数据量queryStepCount设置下一次执行查询任务的第二查询时间间隔countStep。比较queryStepCount是否大于数据量阈值query.threshold.count，如果大于，则将countStep设置为(nowStep/queryStepCount)×query.threshold.count；如果小于或者等于，则countStep设置为nowStep。
取timeStep和countStep的最小值，作为下一次执行查询任务的查询时间间隔。
具体如图2所示，在执行数据查询处理方法的实际过程中，首先配置系统参数“查询任务执行时间阈值(时间阈值)”、“查询结果数据量阈值(数据量阈值)”、“基础查询语句”和“区间字段”；然后根据“数据总数”、“区间范围”和“查询结果数据量阈值”设置“初始查询步长(初始的查询时间间隔)”；并根据“初始的查询步长”、“基础查询语句”和“区间字段”拼接“查询语句”进行查询，记录“查询执行时间”和“查询结果数据量”；当有新数据时，由“查询结果数据量”和“查询结果数据量阈值”，计算查询步长(第二查询时间间隔)为countStep；同时由“查询执行时间”和“查询任务执行时间阈值”计算查询步长(第一查询时间间隔)为timeStep，并取countStep和timeStep的最小值作为新的查询步长继续下一周期的数据查询，直至不再产生新的数据。
在网络安全规则引擎中需要接入Hive数据库表作为通用的数据源，Hive数据库中按天存储网络流量日志，数据量较大。通过本实施例提供的方法，根据在查询过程中采集的实时状态，动态设定查询步长，限定了内存使用大小，并且具有较好的数据读取速度，保障了程序的正常运行。
本实施例提出基于数据密度的大规模数据分片读取方法，基于数据总量设置初始查询的查询时间间隔，基于查询过程中的实时状态采集情况设置下一次的查询时间间隔。通过系统参数配置、读取状态采集、动态修改三个部分，实现了保护程序内存的大规模数据查询方法，解决了数据分片规模较难确定的问题；采用基于数据密度的动态查询时间间隔的方式，在兼顾实时性的前提下，限定每次读取的数据量，使程序内存维持在可控范围，保障程序正常运行。
图3示出了本实施例提供的一种数据查询处理装置的结构示意图，所述装置包括：数据获取模块301、第一时间判断模块302、第一数据量判断模块303和时间间隔更新模块304，其中：
所述数据获取模块301用于根据当前的查询时间间隔对待查询数据进行查询，并获取当前的查询时间间隔的查询执行时间和查询结果数据量；
所述第一时间判断模块302用于若判断获知所述查询执行时间大于时间阈值，则根据当前的查询时间间隔、所述查询执行时间和所述时间阈值确定第一查询时间间隔；
所述第一数据量判断模块303用于若判断获知所述查询结果数据量大于数据量阈值，则根据当前的查询时间间隔、所述查询结果数据量和所述数据量阈值确定第二查询时间间隔；
所述时间间隔更新模块304用于根据所述第一查询时间间隔和所述第二查询时间间隔确定更新后的查询时间间隔，并根据更新后的查询时间间隔对待查询数据进行查询。
具体地，所述数据获取模块301根据当前的查询时间间隔对待查询数据进行查询，并获取当前的查询时间间隔的查询执行时间和查询结果数据量；所述第一时间判断模块302若判断获知所述查询执行时间大于时间阈值，则根据当前的查询时间间隔、所述查询执行时间和所述时间阈值确定第一查询时间间隔；所述第一数据量判断模块303若判断获知所述查询结果数据量大于数据量阈值，则根据当前的查询时间间隔、所述查询结果数据量和所述数据量阈值确定第二查询时间间隔；所述时间间隔更新模块304根据所述第一查询时间间隔和所述第二查询时间间隔确定更新后的查询时间间隔，并根据更新后的查询时间间隔对待查询数据进行查询。
本实施例通过时间阈值和数据量阈值判断当前的查询时间间隔内的查询执行时间和查询结果数据量是否符合要求，当不符合时及时调整查询时间间隔，进而限制查询的数据量，避免内存占用过大而溢出，保障了各程序的正常运行。
进一步地，在上述装置实施例的基础上，所述装置还包括：
第二时间判断模块，用于若判断获知所述查询执行时间小于或等于时间阈值，则所述第一查询时间间隔增大第一预设时间段。
进一步地，在上述装置实施例的基础上，所述装置还包括：
第二数据量判断模块，用于若判断获知所述查询结果数据量小于或等于数据量阈值，则所述第二查询时间间隔增大第二预设时间段。
进一步地，在上述装置实施例的基础上，所述装置还包括：
时间间隔初始模块，用于根据区间字段范围、待查询数据和数据量阈值确定初始的查询时间间隔；
其中，所述区间字段范围为区间最大值和区间最小值之差。
进一步地，在上述装置实施例的基础上，所述第一时间判断模块302具体用于计算：
第一查询时间间隔＝(当前的查询时间间隔/所述查询执行时间)×所述时间阈值。
进一步地，在上述装置实施例的基础上，所述第一数据量判断模块具体用于计算：
第二查询时间间隔＝(当前的查询时间间隔/所述查询结果数据量)×所述数据量阈值。
进一步地，在上述装置实施例的基础上，所述时间间隔更新模块304具体用于选择所述第一查询时间间隔和所述第二查询时间间隔中的最小值作为更新后的查询时间间隔，并根据更新后的查询时间间隔对待查询数据进行查询。
本实施例所述的数据查询处理装置可以用于执行上述方法实施例，其原理和技术效果类似，此处不再赘述。
参照图4，所述电子设备，包括：处理器(processor)401、存储器(memory)402和总线403；
其中，
所述处理器401和存储器402通过所述总线403完成相互间的通信；
所述处理器401用于调用所述存储器402中的程序指令，以执行上述各方法实施例所提供的方法。
本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法。
本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (12)

1.一种数据查询处理方法，其特征在于，包括：
根据当前的查询时间间隔对待查询数据进行查询，并获取当前的查询时间间隔的查询执行时间和查询结果数据量；
若判断获知所述查询执行时间大于时间阈值，则根据当前的查询时间间隔、所述查询执行时间和所述时间阈值确定第一查询时间间隔，其中，所述时间阈值为预先设置的用于配置执行查询任务执行时间的最大值；
若判断获知所述查询结果数据量大于数据量阈值，则根据当前的查询时间间隔、所述查询结果数据量和所述数据量阈值确定第二查询时间间隔；
根据所述第一查询时间间隔和所述第二查询时间间隔确定更新后的查询时间间隔，并根据更新后的查询时间间隔对待查询数据进行查询；
第一查询时间间隔＝(当前的查询时间间隔/所述查询执行时间)×所述时间阈值；
第二查询时间间隔＝(当前的查询时间间隔/所述查询结果数据量)×所述数据量阈值。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若判断获知所述查询执行时间小于或等于时间阈值，则所述第一查询时间间隔增大第一预设时间段。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若判断获知所述查询结果数据量小于或等于数据量阈值，则所述第二查询时间间隔增大第二预设时间段。
4.根据权利要求1所述的方法，其特征在于，所述根据当前的查询时间间隔对待查询数据进行查询，并获取当前的查询时间间隔的查询执行时间和查询结果数据量之前，还包括：
根据区间字段范围、待查询数据和数据量阈值确定初始的查询时间间隔；
其中，所述区间字段范围为区间最大值和区间最小值之差。
5.根据权利要求1所述的方法，其特征在于，所述根据所述第一查询时间间隔和所述第二查询时间间隔确定更新后的查询时间间隔，并根据更新后的查询时间间隔对待查询数据进行查询，具体包括：
选择所述第一查询时间间隔和所述第二查询时间间隔中的最小值作为更新后的查询时间间隔，并根据更新后的查询时间间隔对待查询数据进行查询。
6.一种数据查询处理装置，其特征在于，包括：
数据获取模块，用于根据当前的查询时间间隔对待查询数据进行查询，并获取当前的查询时间间隔的查询执行时间和查询结果数据量；
第一时间判断模块，用于若判断获知所述查询执行时间大于时间阈值，则根据当前的查询时间间隔、所述查询执行时间和所述时间阈值确定第一查询时间间隔，其中，所述时间阈值为预先设置的用于配置执行查询任务执行时间的最大值；
第一数据量判断模块，用于若判断获知所述查询结果数据量大于数据量阈值，则根据当前的查询时间间隔、所述查询结果数据量和所述数据量阈值确定第二查询时间间隔；
时间间隔更新模块，用于根据所述第一查询时间间隔和所述第二查询时间间隔确定更新后的查询时间间隔，并根据更新后的查询时间间隔对待查询数据进行查询；
第一查询时间间隔＝(当前的查询时间间隔/所述查询执行时间)×所述时间阈值；
第二查询时间间隔＝(当前的查询时间间隔/所述查询结果数据量)×所述数据量阈值。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括：
第二时间判断模块，用于若判断获知所述查询执行时间小于或等于时间阈值，则所述第一查询时间间隔增大第一预设时间段。
8.根据权利要求6所述的装置，其特征在于，所述装置还包括：
第二数据量判断模块，用于若判断获知所述查询结果数据量小于或等于数据量阈值，则所述第二查询时间间隔增大第二预设时间段。
9.根据权利要求6所述的装置，其特征在于，所述装置还包括：
时间间隔初始模块，用于根据区间字段范围、待查询数据和数据量阈值确定初始的查询时间间隔；
其中，所述区间字段范围为区间最大值和区间最小值之差。
10.根据权利要求6所述的装置，其特征在于，所述时间间隔更新模块具体用于选择所述第一查询时间间隔和所述第二查询时间间隔中的最小值作为更新后的查询时间间隔，并根据更新后的查询时间间隔对待查询数据进行查询。
11.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至5任一所述的方法。
12.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行如权利要求1至5任一所述的方法。
CN201910309190.8A 2019-04-17 2019-04-17 一种数据查询处理方法及装置 Active CN110109970B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910309190.8A CN110109970B (zh) 2019-04-17 2019-04-17 一种数据查询处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910309190.8A CN110109970B (zh) 2019-04-17 2019-04-17 一种数据查询处理方法及装置

Publications (2)

Publication Number Publication Date
CN110109970A CN110109970A (zh) 2019-08-09
CN110109970B true CN110109970B (zh) 2021-11-16

Family

ID=67485685

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910309190.8A Active CN110109970B (zh) 2019-04-17 2019-04-17 一种数据查询处理方法及装置

Country Status (1)

Country Link
CN (1) CN110109970B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110737695B (zh) * 2019-10-08 2020-11-24 重庆紫光华山智安科技有限公司 一种基于终端算力和动态赋权的多级数据检索优化方法
CN111143405A (zh) * 2019-12-23 2020-05-12 江苏源普控制设备有限公司 基于优化查找的水泵高压电机温度采集的趋势图绘制方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8923490B2 (en) * 2012-12-17 2014-12-30 Capital One Financial Corporation Systems and methods for providing searchable customer call indexes
CN107943828B (zh) * 2017-10-18 2020-06-30 深圳市牛鼎丰科技有限公司 业务状态查询方法、装置、计算机设备和存储介质
CN114007253A (zh) * 2018-10-11 2022-02-01 北京小米移动软件有限公司 搜索空间参数配置和调整方法及装置

Also Published As

Publication number Publication date
CN110109970A (zh) 2019-08-09

Similar Documents

Publication Publication Date Title
CN103559300B (zh) 数据的查询方法和查询装置
CN110445828B (zh) 一种基于Redis的数据分布式处理方法及其相关设备
CN106130972B (zh) 资源访问控制方法和装置
CN108388509B (zh) 一种软件测试方法、计算机可读存储介质及终端设备
CN103218263A (zh) MapReduce参数的动态确定方法及装置
CN110109970B (zh) 一种数据查询处理方法及装置
CN109492024A (zh) 数据处理方法、装置、计算机设备以及存储介质
CN109407997B (zh) 一种数据处理方法、装置、设备及可读存储介质
CN109388614A (zh) 一种目录文件个数配额的方法、系统及设备
US10146783B2 (en) Using file element accesses to select file elements in a file system to defragment
CN109521970B (zh) 一种数据处理方法及相关设备
CN117952543A (zh) Rpa任务的智能调度方法、装置、终端设备及存储介质
CN109977074B (zh) 一种基于hdfs的lob数据处理方法及装置
CN114781312B (zh) 半导体器件建模调参计算辅助方法、系统及装置
CN110888909A (zh) 一种评估内容的数据统计处理方法及装置
US20140358847A1 (en) Method and System for Document Update
CN114036160A (zh) 一种实时数据采集方法、装置、电子设备及存储介质
CN113869882A (zh) 一种数据处理方法、装置、介质
CN110032445B (zh) 大数据聚集计算方法及装置
CN109542598B (zh) 定时任务管理方法及装置
CN112905119A (zh) 一种分布式存储系统的数据写入控制方法、装置及设备
CN110673977B (zh) 一种数据恢复的优化方法、装置、设备及介质
CN110879774A (zh) 一种网元性能数据告警方法及装置
CN111125062A (zh) 历史数据迁移方法及装置、历史数据查询方法及装置
CN110704436A (zh) 基于Hbase的索引生成方法及装置

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 332, 3 / F, Building 102, 28 xinjiekouwei street, Xicheng District, Beijing 100088

Applicant after: QAX Technology Group Inc.

Address before: 100015 15, 17 floor 1701-26, 3 building, 10 Jiuxianqiao Road, Chaoyang District, Beijing.

Applicant before: BEIJING QIANXIN TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant