CN110688412A - 一种基于es的海量数据统计方法及海量数据统计系统 - Google Patents
一种基于es的海量数据统计方法及海量数据统计系统 Download PDFInfo
- Publication number
- CN110688412A CN110688412A CN201910921799.0A CN201910921799A CN110688412A CN 110688412 A CN110688412 A CN 110688412A CN 201910921799 A CN201910921799 A CN 201910921799A CN 110688412 A CN110688412 A CN 110688412A
- Authority
- CN
- China
- Prior art keywords
- data
- statistical
- index field
- statistics
- mass data
- 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.)
- Pending
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
- G06F16/2462—Approximate or statistical queries
-
- 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
- G06F16/2228—Indexing 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
- G06F16/25—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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Computing Systems (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于ES的海量数据统计方法,包括步骤一:将需要查询统计的索引字段增量数据同步进ES;步骤二:将需要查询统计的索引字段历史数据同步进ES;步骤三:提供统计查询接口,所述统计查询接口为数据搜索API接口;步骤四:完成构建ES的queryJson后发起请求,将请求返回的命中数total作为统计结果。本发明还公开了一种采用基于ES的海量数据统计方法工作的海量数据统计系统。本发明通过将传统的统计需求转变为统计查询,无需定制需要维度指标,适用于大多应用场合,能灵活地支持各项统计指标,快速地实现维度统计,极大地提升了统计的灵活度。
Description
技术领域
本发明涉及一种信息技术,尤其涉及一种基于ES的海量数据统计方法及海量数据统计系统。
背景技术
海量数据统计已经成为电商系统标配,如待发货订单数,待付款订单数等。而应对需求的海量实时计算框架也层出不穷,如典型的有stom、spark、flink等。现有技术中,使用计算机框架来承接满足某种条件的命中数统计往往过于重,特别是如果遇到一个指标涉及历史数据就会很吃力,而新增一个统计指标,从接到需求到上线支持,时间也较为冗长。
传统的数据统计,会开启索引字段增量数据的监听任务,如需要统计一个商品的销量(已付款订单)时,会先来计算goods_id+state的数据,当新进来一个增量数据,计算的数值便会加1,当state变化后,计算的数值可能会减1,然后补全一个全量数据,这过程中可能需要离线计算一次,随后再计算出一个批量值,在实际取用时则需要同时获取离线加增量的数据才能得到总的结果,这个过程繁琐且麻烦,在出现增量统计问题时,往往需要重新计算整个数据,使数据恢复时间较长。因此,在现有技术中,海量数据统计的维度众多,但都是比较重,且海量数据统计的通用流程主要为两步,首先配置增量统计,实时监听指标消息,然后再补全这个指标的历史数据。这种统计的整个刷入流程比较冗长,且缺乏易用性,可以理解为每个指标都是重新定制统计。同时,这种统计流程的复用性也很差,有的指标可能只是细微变化,如增加一个条件,就需要额外触发增量及历史统计。
发明内容
本发明针对现有技术中的不足,提供一种基于ES的海量数据统计方法,包括以下步骤:
步骤一:将需要查询统计的索引字段增量数据同步进ES;
步骤二:将需要查询统计的索引字段历史数据同步进ES;
步骤三:提供统计查询接口,所述统计查询接口为数据搜索API接口;
步骤四:完成构建ES的queryJson后发起请求,将请求返回的命中数total作为统计结果。
可选地,当需要查询统计单个索引字段时,统计结果为一个维度;当需要查询统计多个索引字段组合时,统计结果为多个维度。
可选地,所述步骤一还包括:所述索引字段增量数据同步进ES,是基于消息队列来实现。
可选地,所述步骤二还包括:所述索引字段历史数据同步进ES,是通过hiveSql来构造ES数据后批量刷入来实现。
可选地,所述步骤二还使用create构建方式来避免索引字段历史数据与索引字段增量数据冲突。
可选地,所述步骤三还包括:单个所述索引字段通过所述数据搜索API接口入参后,通过传参的方式实现单个索引字段的搜索;多个所述索引字段进行组合后通过所述数据搜索API接口入参,通过传参的方式实现多个所述索引字段联查的搜索统计。
可选地,所述索引字段在入参时,将入参中的from size均设置为0。
可选地,所述步骤三还包括:多个所述索引字段进行组合后使用ES提供的multiSearch功能实现多个维度的搜索统计。
本发明还提供一种根据前面所述方法工作的海量数据统计系统,其特征在于:所述海量数据统计系统包括数据同步模块、统计查询模块以及数据输出模块;
所述数据同步模块用于将需要查询统计的索引字段增量数据和历史数据同步进海量数据统计系统;
所述统计查询模块包括统计查询接口,将索引字段通过所述统计查询接口输入至所述海量数据统计系统;
所述统计查询模块进行对所述索引字段所代表的维度的搜索统计;
所述数据输出模块输出由所述统计查询模块查询得到的统计值。
可选地,当从所述统计查询模块中输入单个索引字段时,所述数据同步模块将需要查询统计的单个索引字段增量数据和历史数据同步进海量数据统计系统,所述统计查询模块进行单个索引字段的搜索统计,且所述数据输出模块输出一个维度的统计值;
当从所述统计查询模块中输入多个索引字段的组合时,所述数据同步模块将需要查询统计的多个索引字段增量数据和历史数据都同步进海量数据统计系统,所述统计查询模块进行多个索引字段的搜索统计,且所述数据输出模块输出包括多个维度的统计值。。
本发明提供的一种基于ES的海量数据统计方法,使统计需求转变为统计查询,即一份索引的完整数据中的任意索引字段的搜索组合都可以实现统计,即可自动完成任意索引字段的搜索组合所对应的统计。本发明避免了传统统计方法的过程繁琐、统计时间漫长的问题,本发明的搜索实现统计的方案,无需定制需要查询的维度的指标,在遇到指标细微变化时也无需额外地进行增量数据和历史数据的统计,复用性较好,适用于大多应用场合,能灵活地支持各项统计指标,快速地实现维度统计,极大地提升了统计的灵活度,
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例一的一种基于ES的海量数据统计方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:
本发明针对命中数统计而提出一种基于ES的海量数据统计方法,即首先dump一份索引的完整数据,这份索引的完整数据包括多种索引字段,并支持现有搜索场景;随后再利用ES进行搜索,在搜索时会自动返回一total值,该total值即作为统计的值。总的说来,就是一份索引的完整数据中的任意索引字段的搜索组合都可以实现统计,即可自动完成任意索引字段的搜索组合所对应的统计。在本实施例中,ES(ElasticSearch)是一种分布式搜索引擎,为现有技术,故在本实施例中不作赘述。具体的统计流程包括以下步骤:
步骤一:将需要查询统计的索引字段增量数据同步进ES。其中,索引字段包括state(订单状态),buyer_id(买家ID),goods_id(商品ID),type(订单类型),buy_way(支付方式),user_name(买家姓名),tel(买家电话),order_mark(订单标记),outer_transaction_number(外部交易号)等,索引字段并不局限于前面所举例子,可根据实际应用的场合而进行选择。本实施例中,开启索引字段增量数据同步,是基于消息队列来实现的,而关于索引字段增量数据在消息队列中的保存和传递为现有技术,在本发明中不作赘述。
步骤二:将需要查询统计的索引字段历史数据同步进ES,即开启索引字段历史数据刷入ES。在本实施例中,本步骤通过HiveSql来构造ES数据,并随后进行批量刷入来实现历史数据的刷入。除此之外,本实施例还使用create构建方式来避免索引字段历史数据与索引字段增量数据冲突,避免出现数据覆盖。
其中,步骤一和步骤二的主要作用是维护一套全量数据的ES索引,也就是将索引字段增量数据和索引字段历史数据都同步进ES;在将全量数据进行一次增全量的索引构建处理后,就可得到涵盖索引所有可能的搜索统计需求的全量数据。
步骤三:提供统计查询接口。在完成索引字段增量数据同步进ES和索引字段历史数据同步进ES后的前期准备后,本步骤提供一个数据搜索的API接口,其入参支持索引字的各种维度搜索。当在某次统计的入参中有订单状态、支付方式和店铺ID的索引字段,且具体的选择为订单状态为“待发货”,支付方式为“微信支付”,店铺ID为“1”时,本步骤便可以根据传参的方式来实现这几种维度联查的搜索统计,即将订单状态、支付方式和店铺ID的索引字段进行拼接来实现多种维度的联查,根据搜索的结果得出统计结果。具体地,可由以下例子说明,如当出现需要统计一个商品的销量(已付款订单)时,需要输入ES进行查询的索引字段为goods_id+state,即进行goods_id(商品ID)和state(订单状态)两个索引字段的联查即可。如需要统计一个用户用微信支付买过的某一个商品数的统计,则需要输入ES进行查询的索引字段为buyer_id+buy_way+goods_id,即进行buyer_id(买家ID)、buy_way(支付方式)和goods_id(商品ID)三个字段的联查,即可实现对应的统计。
在其他实施例中,当出现多条件统计需求时,如出现买家待付款,待发货订单数,还可以使用ES提供的multiSearch功能来实现。采用multiSearch功能实现一次索引便反馈包括多个维度的统计值。
步骤四:完成构建ES的queryJson后发起请求,将请求返回的命中数total作为统计结果。在本步骤中,构建ES的queryJson使入参时的索引字段能够被ES系统所识别。在本步骤之后,本实施例便完成数据的统计,得到的统计结果其实是利用了ES的返回值,即在完成前面步骤的操作后,ES自动返回符合入参时的维度要求的命中数total,这个命中数total就是一个指标的维度查询的结果。在本实施例中,由于最终的统计结果只需要参考返回的命中数total,不需要参考返回具体的命中细节。因此,本实施例还在入参时,对搜索过程中的fromsize均设置为0,即将分页搜索时页的起始地址以及每页的选取的字段条数均设置为0,这种设置可以优化查询效率,避免出现ES内部还要进行排序取数的逻辑,从而加快结果获取的进程。
在现有技术中,海量数据统计的维度众多,且通用的统计流程主要为两步,首先配置增量统计,实时监听指标消息,然后再补全这个指标的历史数据。这种统计的整个刷入流程比较冗长,缺乏易用性,可以理解为每个指标都是重新定制统计。传统数据统计在统计由多个索引字段组合在一起的一个参量的数据时,会根据索引字段的不同组合的实际统计需求来定制相对应的增量数据与历史数据的统计结果,这个过程耗时较长。同时,这种统计流程的复用性也很差,有的指标可能只是细微变化,如增加一个条件,就需要额外触发增量及历史统计。
而在本实施例中,通过前面所述的步骤,可以将传统的统计需求变为统计查询,采用搜索来实现统计,可以通过搜索入参的形式灵活地支持各项统计指标,快速地实现某种维度的统计,极大地提升了统计的灵活度。
实施例二:
本实施例公开一种海量数据统计系统,主要采用实施例一所公开的基于ES的海量数据统计方法来工作。具体地,海量数据统计系统包括数据同步模块、统计查询模块以及数据输出模块;数据同步模块用于将需要查询统计的索引字段增量数据和历史数据同步进海量数据统计系统;统计查询模块包括统计查询接口,在需要统计某一维度的数量时,将该代表该维度的索引字段通过这个统计查询接口来输入至海量数据统计系统中,之后统计查询模块会对该索引字段所代表的维度进行搜索统计;最后,数据输出模块将由统计查询模块查询得到的该维度的统计值输出,用户便得到需要的统计值。
当从统计查询模块中输入代表单个维度的单个索引字段时,数据同步模块将需要查询统计的单个索引字段增量数据和历史数据同步进海量数据统计系统,在统计查询模块进行单个索引字段的搜索统计后,数据输出模块输出一个维度的统计值;
当从统计查询模块中输入多个索引字段的组合时,数据同步模块将需要查询统计的多个索引字段增量数据和历史数据都同步进海量数据统计系统,在统计查询模块进行多个索引字段的搜索统计后,数据输出模块输出包括多个维度的统计值。
最后应说明的是: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范围。
总之,以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所作的均等变化与修饰,皆应属本发明专利的涵盖范围。
Claims (10)
1.一种基于ES的海量数据统计方法,其特征在于,包括以下步骤:
步骤一:将需要查询统计的索引字段增量数据同步进ES;
步骤二:将需要查询统计的索引字段历史数据同步进ES;
步骤三:提供统计查询接口,所述统计查询接口为数据搜索API接口;
步骤四:完成构建ES的queryJson后发起请求,将请求返回的命中数total作为统计结果。
2.根据权利要求1所述的基于ES的海量数据统计方法,其特征在于:
当需要查询统计单个索引字段时,统计结果为一个维度;
当需要查询统计多个索引字段组合时,统计结果为多个维度。
3.根据权利要求2所述的基于ES的海量数据统计方法,其特征在于:
所述步骤一还包括:
所述索引字段增量数据同步进ES,是基于消息队列来实现。
4.根据权利要求3所述的基于ES的海量数据统计方法,其特征在于:
所述步骤二还包括:
所述索引字段历史数据同步进ES,是通过hiveSql来构造ES数据后批量刷入来实现。
5.根据权利要求4所述的基于ES的海量数据统计方法,其特征在于:
所述步骤二还使用create构建方式来避免索引字段历史数据与索引字段增量数据冲突。
6.根据权利要求5所述的基于ES的海量数据统计方法,其特征在于:
所述步骤三还包括:
单个所述索引字段通过所述数据搜索API接口入参后,通过传参的方式实现单个索引字段的搜索;
多个所述索引字段进行组合后通过所述数据搜索API接口入参,通过传参的方式实现多个所述索引字段联查的搜索统计。
7.根据权利要求6所述的基于ES的海量数据统计方法,其特征在于:
所述索引字段在入参时,将入参中的from size均设置为0。
8.根据权利要求5所述的基于ES的海量数据统计方法,其特征在于:
所述步骤三还包括:
多个所述索引字段进行组合后使用ES提供的multiSearch功能实现多个维度的搜索统计。
9.一种根据权利1-8所述方法工作的海量数据统计系统,其特征在于:
所述海量数据统计系统包括数据同步模块、统计查询模块以及数据输出模块;
所述数据同步模块用于将需要查询统计的索引字段增量数据和历史数据同步进海量数据统计系统;
所述统计查询模块包括统计查询接口,将索引字段通过所述统计查询接口输入至所述海量数据统计系统;
所述统计查询模块进行对所述索引字段所代表的维度的搜索统计;
所述数据输出模块输出由所述统计查询模块查询得到的统计值。
10.根据权利要求9所述的海量数据统计系统,其特征在于:
当从所述统计查询模块中输入单个索引字段时,所述数据同步模块将需要查询统计的单个索引字段增量数据和历史数据同步进海量数据统计系统,所述统计查询模块进行单个索引字段的搜索统计,且所述数据输出模块输出一个维度的统计值;
当从所述统计查询模块中输入多个索引字段的组合时,所述数据同步模块将需要查询统计的多个索引字段增量数据和历史数据都同步进海量数据统计系统,所述统计查询模块进行多个索引字段的搜索统计,且所述数据输出模块输出包括多个维度的统计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910921799.0A CN110688412A (zh) | 2019-09-27 | 2019-09-27 | 一种基于es的海量数据统计方法及海量数据统计系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910921799.0A CN110688412A (zh) | 2019-09-27 | 2019-09-27 | 一种基于es的海量数据统计方法及海量数据统计系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110688412A true CN110688412A (zh) | 2020-01-14 |
Family
ID=69110455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910921799.0A Pending CN110688412A (zh) | 2019-09-27 | 2019-09-27 | 一种基于es的海量数据统计方法及海量数据统计系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110688412A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112131219A (zh) * | 2020-09-15 | 2020-12-25 | 江苏银承网络科技股份有限公司 | 客户维护管理方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103617171A (zh) * | 2013-10-25 | 2014-03-05 | 芜湖大学科技园发展有限公司 | 一种海量历史数据快速查询系统 |
CN103885945A (zh) * | 2012-12-19 | 2014-06-25 | 中国银联股份有限公司 | 海量信息处理方法和系统 |
CN105989076A (zh) * | 2015-02-10 | 2016-10-05 | 腾讯科技(深圳)有限公司 | 一种数据统计方法以及装置 |
CN106980699A (zh) * | 2017-04-14 | 2017-07-25 | 中国科学院深圳先进技术研究院 | 一种数据处理平台和系统 |
CN107958080A (zh) * | 2017-12-14 | 2018-04-24 | 上海特易信息科技有限公司 | 一种基于ElasticSearch的大数据报表处理方法 |
CN108376169A (zh) * | 2018-02-26 | 2018-08-07 | 众安信息技术服务有限公司 | 一种用于联机分析处理的数据处理方法和装置 |
CN110019538A (zh) * | 2019-02-03 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 一种数据表切换方法及装置 |
CN110245178A (zh) * | 2019-07-15 | 2019-09-17 | 上海矩云信息技术有限公司 | 营销自动化管理平台系统及其管理方法 |
-
2019
- 2019-09-27 CN CN201910921799.0A patent/CN110688412A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103885945A (zh) * | 2012-12-19 | 2014-06-25 | 中国银联股份有限公司 | 海量信息处理方法和系统 |
CN103617171A (zh) * | 2013-10-25 | 2014-03-05 | 芜湖大学科技园发展有限公司 | 一种海量历史数据快速查询系统 |
CN105989076A (zh) * | 2015-02-10 | 2016-10-05 | 腾讯科技(深圳)有限公司 | 一种数据统计方法以及装置 |
CN106980699A (zh) * | 2017-04-14 | 2017-07-25 | 中国科学院深圳先进技术研究院 | 一种数据处理平台和系统 |
CN107958080A (zh) * | 2017-12-14 | 2018-04-24 | 上海特易信息科技有限公司 | 一种基于ElasticSearch的大数据报表处理方法 |
CN108376169A (zh) * | 2018-02-26 | 2018-08-07 | 众安信息技术服务有限公司 | 一种用于联机分析处理的数据处理方法和装置 |
CN110019538A (zh) * | 2019-02-03 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 一种数据表切换方法及装置 |
CN110245178A (zh) * | 2019-07-15 | 2019-09-17 | 上海矩云信息技术有限公司 | 营销自动化管理平台系统及其管理方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112131219A (zh) * | 2020-09-15 | 2020-12-25 | 江苏银承网络科技股份有限公司 | 客户维护管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5693746B2 (ja) | 製品情報のランク付け | |
JP6301958B2 (ja) | 検索語句を構成し、広告を配信し、製品情報を検索するための方法および装置 | |
US8799275B2 (en) | Information retrieval based on semantic patterns of queries | |
CN110851465B (zh) | 数据查询方法及系统 | |
US11163735B2 (en) | Database capacity estimation for database sizing | |
US20130204879A1 (en) | Web page retrieval method and device | |
CN103123632B (zh) | 搜索中心词确定方法及装置、搜索方法及搜索设备 | |
CN110968380B (zh) | 数据可视化方法及系统 | |
JP6276279B2 (ja) | 図形コードデータベースの更新および検索のための方法および装置 | |
CN102968418A (zh) | 网站信息检索方法和系统 | |
CN111625561B (zh) | 一种数据查询方法及装置 | |
TW201926085A (zh) | 分頁查詢方法及裝置和電子設備 | |
CN113918605A (zh) | 数据查询方法、装置、设备以及计算机存储介质 | |
CN107133367A (zh) | 一种信息处理方法及系统、服务器 | |
CN112613271A (zh) | 数据分页方法、装置、计算机设备及存储介质 | |
CN110928900B (zh) | 多表数据的查询方法、装置、终端以及计算机存储介质 | |
CN110688412A (zh) | 一种基于es的海量数据统计方法及海量数据统计系统 | |
US20230153286A1 (en) | Method and system for hybrid query based on cloud analysis scene, and storage medium | |
CN110888909B (zh) | 一种评估内容的数据统计处理方法及装置 | |
CN110569440A (zh) | 数据查询方法、装置、电子设备及存储介质 | |
CN115599801A (zh) | 一种数据查询方法、系统、电子设备和存储介质 | |
CN116362889A (zh) | 基于缓存索引的产品额度校验方法、装置及计算机设备 | |
CN107515916A (zh) | 数据查询的性能优化方法及装置 | |
CN114647704A (zh) | 业务数据处理方法以及相关设备 | |
CN112632115A (zh) | 一种基于bi的数据查询方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200114 |