CN111143397B - 混合数据查询方法及装置、存储介质 - Google Patents
混合数据查询方法及装置、存储介质 Download PDFInfo
- Publication number
- CN111143397B CN111143397B CN201911259695.4A CN201911259695A CN111143397B CN 111143397 B CN111143397 B CN 111143397B CN 201911259695 A CN201911259695 A CN 201911259695A CN 111143397 B CN111143397 B CN 111143397B
- Authority
- CN
- China
- Prior art keywords
- data
- format
- target
- aggregated
- query
- 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
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
- G06F16/242—Query formulation
- G06F16/2433—Query languages
- G06F16/244—Grouping and aggregation
-
- 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
-
- 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
- G06F16/258—Data format conversion from or to a database
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开一种混合数据查询方法及装置、存储介质,其中方法包括如下步骤:从系统保存的聚合数据分片中确定一个聚合程度最高的目标分片;按照目标分片对应的目标数据格式,将系统中的异构数据计算为与目标数据格式具有统一格式的聚合数据;基于格式统一后的系统中的所有聚合数据进行聚合计算,生成查询结果。采用本发明,通过对系统中已保存的数据进行格式统一后再进行聚合计算得到查询结果,可以打破现有预计算技术在数据查询时的局限性,提高预计算技术的使用范围。
Description
技术领域
本发明涉及超大数据分析查询技术领域,尤其涉及一种混合数据查询方法及装置、存储介质。
背景技术
目前我们可以通过预计算技术保存聚合数据以加速超大数据量下的分析查询,但现有的预计算技术在使用场景上仍然具有较大的局限性。例如以下两个应用场景中:
场景1:不同时间段内不同维度下聚合数据联合支持查询。
在1990年-2000年时间段内保存了包含time、item、location三个维度的聚合数据。
在2000年-2010年时间段内保存了包含time、item、location三个维度的聚合数据且保存了包含time、item两个维度的聚合数据。
如需查询1990年-2010年在time、item两个维度下的聚合数据,由于现有的预计算技术只能应用结构相同的聚合数据,因此会在两个时间段内保存的time、item、location三个维度的聚合数据上再次聚合返回结果。而2000年-2010年时间段额外保存的包含time、item两个维度的聚合数据无法被有效利用。
场景2:聚合数据与明细数据联合支持查询。
在2000年-2010年时间段内保存了包含time、item两个维度的聚合数据。
其他时间段未保存任何聚合数据。
如需查询2000年-2019年在time、item两个维度下的聚合数据,现有的预计算技术将无法使用,仍只能从明细数据进行实时聚合,会造成查询时间长,计算资源消耗多等负面影响。
同时,该明细数据可来源于多种不同的数据源,如hive里已经过ETL的历史数据、mysql等关系型数据库里的交易数据、流式数据库里的实时数据等。由于现有的预计算技术无法实现聚合数据与明细数据联合支持查询,也会使得诸如OLAP与OLTP数据混合查询,查询实时性等业务需求要求无法得到满足。
上述两个场景都是现有的预计算技术在使用过程中的难点和痛点,给使用者带来很大的困扰。
发明内容
本发明实施例提供一种混合数据查询方法及装置、存储介质,可以打破现有预计算技术在数据查询时的局限性,提高预计算技术的使用范围。
本发明实施例第一方面提供了一种混合数据查询方法,可包括:
从系统保存的聚合数据分片中确定一个聚合程度最高的目标分片;
按照目标分片对应的目标数据格式,将系统中的异构数据计算为与目标数据格式具有统一格式的聚合数据;
基于格式统一后的系统中的所有聚合数据进行聚合计算,生成查询结果。
进一步的,异构数据包括异构数据源里的明细数据以及与目标分片的数据格式不一致的聚合数据。
进一步的,方法还包括:
将目标分片对应的目标数据格式反馈至统一化接口。
进一步的,方法还包括:
采用统一化接口将系统中的异构数据计算为与目标数据格式具有统一格式的聚合数据。
本发明实施例第二方面提供了一种混合数据查询装置,可包括:
目标分片确定模块,用于从系统保存的聚合数据分片中确定一个聚合程度最高的目标分片;
格式统一模块,用于按照目标分片对应的目标数据格式,将系统中的异构数据计算为与目标数据格式具有统一格式的聚合数据;
聚合计算模块,用于基于格式统一后的系统中的所有聚合数据进行聚合计算,生成查询结果。
进一步的,异构数据包括异构数据源里的明细数据以及与目标分片的数据格式不一致的聚合数据。
进一步的,装置还包括:
格式反馈模块,用于将目标分片对应的目标数据格式反馈至统一化接口。
进一步的,格式统一模块具体用于,采用统一化接口将系统中的异构数据计算为与目标数据格式为统一格式的聚合数据。
本发明实施例第三方面提供了一种计算机设备,该设备包括处理器和存储器,存储器中存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述方面的混合数据查询方法。
本发明实施例第四方面提供了一种计算机存储介质,该计算机存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述方面所述的混合数据查询方法。
在本发明实施例中,通过对系统中已保存的数据进行格式统一后再进行聚合计算得到查询结果,打破了现有预计算技术在数据查询时的局限性,提高了预计算技术的使用范围。
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,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种混合数据查询方法的流程示意图;
图2a和图2b是本发明实施例提供的一种应用场景下两种查询示意图;
图3a和图3b是本发明实施例提供的另一种应用场景下两种查询示意图;
图4是本发明实施例提供的混合数据查询装置的结构示意图;
图5是本发明实施例提供的一种计算机设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含,术语“第一”和“第二”仅是为了区别命名,并不代表数字的大小或者排序。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
本发明实施例提供的混合数据查询方法可以应用于不同时间段内聚合数据查询或者聚合数据与明细数据联合查询的应用场景中。
本发明实施例中,混合数据查询方法可以应用于计算机设备中,该计算机设备可以是电脑,也可以是其它具备计算处理能力的终端设备。
如图1所示,混合数据查询方法至少可以包括以下几个步骤:
S101,从系统保存的聚合数据分片中确定一个聚合程度最高的目标分片。
需要说明的是,明细数据为未经过聚合的源表数据,而聚合数据是指明细数据在目标维度下经过聚合计算出的带有目标度量的数据,如源表中的明细数据包含time、item、location、supplier四个维度。当使用者需要在time、item两个维度下统计数量时,会计算出形如time、item、count(*)三个列的聚合数据。可以理解的是,聚合程度越高聚合数据的数据格式越具有参考价值。
S102,按照目标分片对应的目标数据格式,将系统中的异构数据计算为与目标数据格式具有统一格式的聚合数据。
具体的,设备可以将聚合程度最高的分片的数据格式统一到所有的异构数据中,使所有的异构数据的数据格式与目标数据格式一致。
在一种可选的实现方式中,异构数据可以是系统已保存的其他格式的聚合数据,也可以是系统中保存的异构数据源里的明细数据。
在一种优选的实现方式中,设备可以将目标分片对应的目标数据格式反馈至统一化接口,然后由该结构将系统中的异构数据计算为与目标数据格式具有统一格式的聚合数据。
S103,基于格式统一后的系统中的所有聚合数据进行聚合计算,生成查询结果。
具体实现中,设备可以采用预计算技术对具有统一数据格式的聚合数据进行聚合运算,生成查询结果。其中,聚合运算可以包括合并、求和、求平均等。
在本发明实施例中,通过对系统中已保存的数据进行格式统一后再进行聚合计算得到查询结果,打破了现有预计算技术在数据查询时的局限性,提高了预计算技术的使用范围。
下面将结合两个具体的应用场景,对本申请实施提供的混合数据查询方法进行说明:
场景1:系统中的数据为不同时间段内的聚合数据。
在该应用场景中,使用本申请提供的混合数据查询方法前后的聚合查询过程如图2a和图2b所示。其中,图2a和图2b中系统中已保存的数据为1990年-2000年间的聚合数据(包括time、item和location三个维度的聚合数据)和2000年-2010年间的聚合数据,而2000年-2010间聚合数据包含time、item、location三个维度的聚合数据以及time、item两个维度的聚合数据。
在该实现场景中,要查询的是1990年-2010年在time、item两个维度下的聚合数据。通过对比图2a和图2b可知,现有预计算系统只能利用到聚合程度相同的数据,而采用统一化结构将数据格式统一后,系统可以利用到聚合程度更高的2000年-2010时间段内time、item聚合数据分片,相比同时间段内的time、item、location聚合数据分片,减少了计算量,提高了查询速度。
场景2:系统中的数据为聚合数据与明细数据的联合。
在该应用场景中,使用本申请提供的混合数据查询方法前后的聚合查询过程如图3a和图3b所示。其中,图3a和图3b系统保存的是2000年-2010年间的聚合数据(包含time,item两个维度),其他时间段内未保存任何聚合数据,而要查询的是2000年-2019年在time、item两个维度下的聚合数据。现有的预计算系统无法使用明细数据和聚合数据联合回答查询,当有查询需求时,只能从明细数据进行实时计算。而采用统一化结构将数据格式统一后,系统可以利用到已保存好的聚合数据,加快查询速度。同时,可以根据业务场景自由选择异构数据源,如异构数据源为OLTP系统使用的数据库时,可以实现OLAP与OLTP数据混合查询,异构数据源为流式数据库时,可满足实时性的需求。
下面将结合附图4,对本发明实施例提供的混合数据查询装置进行详细介绍。需要说明的是,附图4所示的混合数据查询装置,用于执行本发明图1-图3b所示实施例的方法,为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明图1和图3b所示的实施例。
请参见图4,为本发明实施例提供了一种混合数据查询装置的结构示意图。如图4所示,本发明实施例的混合数据查询装置10可以包括:目标分片确定模块101、格式统一模块102、聚合计算模块103和格式反馈模块104。
目标分片确定模块101,用于从系统保存的聚合数据分片中确定一个聚合程度最高的目标分片。
格式统一模块102,用于按照目标分片对应的目标数据格式,将系统中的异构数据计算为与目标数据格式具有统一格式的聚合数据。其中,异构数据包括异构数据源里的明细数据以及与目标分片的数据格式不一致的聚合数据。
格式反馈模块104,用于将目标分片对应的目标数据格式反馈至统一化接口。
优选的,格式统一模块102具体用于采用统一化接口将系统中的异构数据计算为与目标数据格式为统一格式的聚合数据。
聚合计算模块103,用于基于格式统一后的系统中的所有聚合数据进行聚合计算,生成查询结果。
需要说明的是,本实施例中各模块的执行过程可以参见上述方法实施例中的描述,此处不再赘述。
在本发明实施例中,通过对系统中已保存的数据进行格式统一后再进行聚合计算得到查询结果,打破了现有预计算技术在数据查询时的局限性,提高了预计算技术的使用范围。
本发明实施例还提供了一种计算机存储介质,所述计算机存储介质可以存储有多条指令,所述指令适于由处理器加载并执行如上述图1-图3b所示实施例的方法步骤,具体执行过程可以参见图1-图3b所示实施例的具体说明,在此不进行赘述。
本申请实施例还提供了一种计算机设备。如图5所示,计算机设备20可以包括:至少一个处理器201,例如CPU,至少一个网络接口204,用户接口203,存储器205,至少一个通信总线202,可选地,还可以包括显示屏206。其中,通信总线202用于实现这些组件之间的连接通信。其中,用户接口203可以包括触摸屏、键盘或鼠标等等。网络接口204可选的可以包括标准的有线接口、无线接口(如WI-FI接口),通过网络接口204可以与服务器建立通信连接。存储器205可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器,存储器205包括本发明实施例中的flash。存储器205可选的还可以是至少一个位于远离前述处理器201的存储系统。如图5所示,作为一种计算机存储介质的存储器205中可以包括操作系统、网络通信模块、用户接口模块以及程序指令。
需要说明的是,网络接口204可以连接接收器、发射器或其他通信模块,其他通信模块可以包括但不限于WiFi模块、蓝牙模块等,可以理解,本发明实施例中计算机设备也可以包括接收器、发射器和其他通信模块等。
处理器201可以用于调用存储器205中存储的程序指令,并使计算机设备20执行以下操作:
从系统保存的聚合数据分片中确定一个聚合程度最高的目标分片;
按照目标分片对应的目标数据格式,将系统中的异构数据计算为与目标数据格式具有统一格式的聚合数据;
基于格式统一后的系统中的所有聚合数据进行聚合计算,生成查询结果。
在一些实施例中,异构数据包括异构数据源里的明细数据以及与目标分片的数据格式不一致的聚合数据。
在一些实施例中,设备20还用于:
将目标分片对应的目标数据格式反馈至统一化接口。
在一些实施例中,设备20还用于:
采用统一化接口将系统中的异构数据计算为与目标数据格式具有统一格式的聚合数据。
在本发明实施例中,通过对系统中已保存的数据进行格式统一后再进行聚合计算得到查询结果,打破了现有预计算技术在数据查询时的局限性,提高了预计算技术的使用范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (8)
1.一种混合数据查询方法,其特征在于,包括:
从系统保存的聚合数据分片中确定一个聚合程度最高的目标分片;
按照所述目标分片对应的目标数据格式,将系统中的异构数据计算为与所述目标数据格式具有统一格式的聚合数据;
基于格式统一后的系统中的所有聚合数据进行聚合计算,生成查询结果,其中采用统一化接口将系统中的异构数据计算为与所述目标数据格式具有统一格式的聚合数据。
2.根据权利要求1所述的方法,其特征在于,所述异构数据包括异构数据源里的明细数据以及与所述目标分片的数据格式不一致的聚合数据。
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:
将所述目标分片对应的目标数据格式反馈至统一化接口。
4.一种混合数据查询装置,其特征在于,包括:
目标分片确定模块,用于从系统保存的聚合数据分片中确定一个聚合程度最高的目标分片;
格式统一模块,用于按照所述目标分片对应的目标数据格式,将系统中的异构数据计算为与所述目标数据格式具有统一格式的聚合数据;
聚合计算模块,用于基于格式统一后的系统中的所有聚合数据进行聚合计算,生成查询结果,其中所述格式统一模块具体用于,采用统一化接口将系统中的异构数据计算为与所述目标数据格式为统一格式的聚合数据。
5.根据权利要求4所述的装置,其特征在于,所述异构数据包括异构数据源里的明细数据以及与所述目标分片的数据格式不一致的聚合数据。
6.根据权利要求4所述的装置,其特征在于,所述装置还包括:
格式反馈模块,用于将所述目标分片对应的目标数据格式反馈至统一化接口。
7.一种计算机设备,其特征在于,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至3任一项所述的混合数据查询方法。
8.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至3任一项所述的混合数据查询方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911259695.4A CN111143397B (zh) | 2019-12-10 | 2019-12-10 | 混合数据查询方法及装置、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911259695.4A CN111143397B (zh) | 2019-12-10 | 2019-12-10 | 混合数据查询方法及装置、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111143397A CN111143397A (zh) | 2020-05-12 |
CN111143397B true CN111143397B (zh) | 2021-04-13 |
Family
ID=70517905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911259695.4A Active CN111143397B (zh) | 2019-12-10 | 2019-12-10 | 混合数据查询方法及装置、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111143397B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2429910A1 (en) * | 2003-05-27 | 2004-11-27 | Cognos Incorporated | System and method of query transformation |
CN102231159A (zh) * | 2011-06-23 | 2011-11-02 | 四川长虹电器股份有限公司 | 基于数据转换的媒体内容聚合系统及聚合方法 |
CN103942342A (zh) * | 2014-05-12 | 2014-07-23 | 中国人民大学 | 一种内存数据库oltp&olap并发查询优化方法 |
CN106462578A (zh) * | 2014-04-01 | 2017-02-22 | 华为技术有限公司 | 数据库条目查询和更新的方法 |
CN108376143A (zh) * | 2018-01-11 | 2018-08-07 | 上海跬智信息技术有限公司 | 一种新型的olap预计算模型及生成预计算结果的方法 |
CN110489440A (zh) * | 2019-07-29 | 2019-11-22 | 腾讯科技(深圳)有限公司 | 数据查询方法和装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100401288C (zh) * | 2005-05-30 | 2008-07-09 | 北京慧讯信息技术有限公司 | 分布式数据源数据集成系统及方法 |
US20070073899A1 (en) * | 2005-09-15 | 2007-03-29 | Judge Francis P | Techniques to synchronize heterogeneous data sources |
US9600568B2 (en) * | 2006-01-23 | 2017-03-21 | Veritas Technologies Llc | Methods and systems for automatic evaluation of electronic discovery review and productions |
US9665620B2 (en) * | 2010-01-15 | 2017-05-30 | Ab Initio Technology Llc | Managing data queries |
CN106599052B (zh) * | 2016-11-15 | 2020-07-17 | 上海跬智信息技术有限公司 | 一种基于Apache Kylin的数据查询系统及其方法 |
CN109033439B (zh) * | 2018-08-15 | 2019-11-19 | 中科驭数(北京)科技有限公司 | 流式数据的处理方法和装置 |
-
2019
- 2019-12-10 CN CN201911259695.4A patent/CN111143397B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2429910A1 (en) * | 2003-05-27 | 2004-11-27 | Cognos Incorporated | System and method of query transformation |
CN102231159A (zh) * | 2011-06-23 | 2011-11-02 | 四川长虹电器股份有限公司 | 基于数据转换的媒体内容聚合系统及聚合方法 |
CN106462578A (zh) * | 2014-04-01 | 2017-02-22 | 华为技术有限公司 | 数据库条目查询和更新的方法 |
CN103942342A (zh) * | 2014-05-12 | 2014-07-23 | 中国人民大学 | 一种内存数据库oltp&olap并发查询优化方法 |
CN108376143A (zh) * | 2018-01-11 | 2018-08-07 | 上海跬智信息技术有限公司 | 一种新型的olap预计算模型及生成预计算结果的方法 |
CN110489440A (zh) * | 2019-07-29 | 2019-11-22 | 腾讯科技(深圳)有限公司 | 数据查询方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111143397A (zh) | 2020-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111311326B (zh) | 用户行为实时多维度分析方法、装置及存储介质 | |
CN108776934B (zh) | 分布式数据计算方法、装置、计算机设备及可读存储介质 | |
CN109918205B (zh) | 一种边缘设备调度方法、系统、装置及计算机存储介质 | |
CN111209310B (zh) | 基于流计算的业务数据处理方法、装置和计算机设备 | |
CN110334074B (zh) | 数据处理方法、装置、服务器及存储介质 | |
CN110851170A (zh) | 软件多渠道发布方法及相关设备 | |
CN112926008A (zh) | 生成表单页面的方法、装置、电子设备和存储介质 | |
CN110019538B (zh) | 一种数据表切换方法及装置 | |
CN112667368A (zh) | 一种任务数据处理方法和装置 | |
CN111143397B (zh) | 混合数据查询方法及装置、存储介质 | |
CN116226499B (zh) | 信息查询方法、装置及电子设备 | |
US20140214826A1 (en) | Ranking method and system | |
CN110362583A (zh) | 一种用于多数据源的数据处理方法和装置 | |
CN104599092A (zh) | 用于监控订单业务的方法及设备 | |
CN110460987B (zh) | 一种写卡方法、装置、服务器和存储介质 | |
CN110909072B (zh) | 一种数据表建立方法、装置及设备 | |
CN115858905A (zh) | 数据处理的方法、装置、电子设备和存储介质 | |
EP4092610A1 (en) | Information processing method, device, system, and computer-readable storage medium | |
CN111831425B (zh) | 一种数据处理方法、装置及设备 | |
CN112837003A (zh) | 一种确定快递员配送范围的方法和装置 | |
US11423109B2 (en) | Information processing method, server and computer program product | |
CN108255829B (zh) | 数据查找方法及装置 | |
CN112711588A (zh) | 多表连接的方法和装置 | |
CN111222048A (zh) | 用户数量的查询计算方法、装置、电子设备、及存储介质 | |
CN112799863A (zh) | 用于输出信息的方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |