CN111400346A - 一种提升数据库一体机执行效率的方法、设备、装置和介质 - Google Patents
一种提升数据库一体机执行效率的方法、设备、装置和介质 Download PDFInfo
- Publication number
- CN111400346A CN111400346A CN202010174055.XA CN202010174055A CN111400346A CN 111400346 A CN111400346 A CN 111400346A CN 202010174055 A CN202010174055 A CN 202010174055A CN 111400346 A CN111400346 A CN 111400346A
- Authority
- CN
- China
- Prior art keywords
- storage unit
- storage
- data
- memory
- intervals
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012216 screening Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 19
- 230000004044 response Effects 0.000 claims description 15
- 210000000352 storage cell Anatomy 0.000 claims 1
- 230000006870 function Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06F16/2453—Query optimisation
-
- 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
- G06F16/2255—Hash tables
-
- 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
- G06F16/27—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)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种提升数据库一体机执行效率的方法、设备、装置和介质,该方法包括以下步骤:筛选出存储节点中的每一个存储单元中的存储数据的最大值和最小值,并将所述最大值和最小值作为区间进行存储;响应于用户进行数据查询,在所述存储节点的内存中查找所述数据所位于的相应的所述存储单元的最大值和最小值区间;响应于未在所述内存中查找到对应的区间而进一步依次到各个存储单元中进行区间查找,并在所述查找到的区间相对应的存储单元中进一步查询所述数据;基于查询次数将所述查找到的区间相对应的存储单元的信息与其存储数据的最大值和最小值区间保存到所述内存中。本发明将索引放到内存中,节省硬盘存储空间,提升检索效率。
Description
技术领域
本发明涉及计算机领域,并且更具体地,涉及一种提升数据库一体机执行效率的方法、设备、装置和介质。
背景技术
当前数据库一体机产品被广泛应用于各个领域,在业务数据量急剧增长的同时,客户对性能有了更高的诉求。现有数据库一体机技术通常采用的计算和存储分离的模式,但这种模式本身并没有降低计算节点的计算量;并且由于数据库软件机制的限制,单纯的增加计算节点的数量并不能让整体性能达到线性提升,于是需要一种变通方案让存储节点能够配合并协助计算节点完成计算,从根本上释放计算节点的计算压力,从而达到降低成本的作用。
现有的两种索引方法,一是存储节点无索引、计算节点B树索引,如图1所示,索引的顶层为根,它包括指向索引中下一层次的条目,下一层次为分支块,它又指向位于索引中下一层索引中下一层次的块,最底层的是叶节点,它包含指向表行的索引条目,叶块是双向关联的,这边与按键值升序或降序扫描索引;二是存储节点无索引、计算节点位图索引,如图2所示,位图索引也可以按B树形式进行组织,但是,叶节点会存储每个键值的位图,而不是行ID列表。位图中每一位与一个可能的行ID对应,如果设置了该位,则表示具有对应行ID的行包含键值。
以上两种索引的问题:所有已知索引都建立在计算节点上,计算节点计算压力并没有被分担;创建索引和维护索引需要时间成本,这个成本随着数据量的增加而加大;创建索引和维护索引需要空间成本,每一条索引都要占据数据库的物理存储空间,数据量越大,占用空间也越大(数据表占据的是数据库的数据空间);会降低表的增删改的效率,因为每次增删改索引需要进行动态维护,导致时间变长。
发明内容
鉴于此,本发明实施例的目的在于提出一种提升数据库一体机执行效率的方法、设备、装置和介质,在存储节点上建立发明智能索引,通过智能索引辅助计算节点SQL处理,降低计算节点的计算负载,提升一体机整体性能。
基于上述目的,本发明实施例的一方面提供了一种提升数据库一体机执行效率的方法,包括以下步骤:
筛选出存储节点中的每一个存储单元中的存储数据的最大值和最小值,并将所述最大值和最小值作为区间进行存储;
响应于用户进行数据查询,在所述存储节点的内存中查找所述数据所位于的相应的所述存储单元的最大值和最小值区间;
响应于未在所述内存中查找到对应的区间而进一步依次到各个存储单元中进行区间查找,并在所述查找到的区间相对应的存储单元中进一步查询所述数据;
基于查询次数将所述查找到的区间相对应的存储单元的信息与其存储数据的最大值和最小值区间保存到所述内存中。
在一些实施方式中,筛选出存储节点中的每一个存储单元中的存储数据的最大值和最小值,并将所述最大值和最小值作为区间进行存储包括:
对存储节点中的每一个存储单元中的每一个数据进行哈希计算,以筛选出所述每一个存储单元中进行哈希计算后的最大值和最小值并将所述最大值和最小值作为区间进行存储。
在一些实施方式中,响应于用户进行数据查询,在所述存储节点的内存中查找所述数据所位于的相应的所述存储单元的最大值和最小值区间包括:
将所述要查询的数据进行哈希计算,并将所述哈希计算后的数据在所述存储节点的内存中查找对应的最大值和最小值区间。
在一些实施方式中,所述方法还包括:
响应于所述存储节点中的存储单元有数据更新,重新筛选所述存储单元存储数据的最大值和最小值,并根据筛选结果更新所述存储的最大值和最小值区间。
在一些实施方式中,将所述查找到的区间相对应的存储单元的信息与其存储数据的最大值和最小值区间保存到所述内存中包括:
在所述内存中以哈希表的形式保存所述存储单元的信息与其存储数据的最大值和最小值区间、以及所述最大值和最小值区间与所述存储单元信息的对应关系。
在一些实施方式中,基于查询次数将所述查找到的区间相对应的存储单元的信息与其存储数据的最大值和最小值区间保存到所述内存中包括:
响应于未在所述内存中查找到对应的区间并且所述内存中的存储空间达到阈值上限,进一步到所述存储单元中进行区间查找,响应于查找到的对应的存储单元在所述存储节点数据库中记录的查询次数大于所述内存中存储的存储单元中在所述数据库中记录的查询次数最少的所述存储单元的查询次数,而将所述查找到的对应的存储单元信息及其区间值替换所述内存中存储的所述查询次数最少的存储单元。
在一些实施方式中,所述方法适用于K-DB数据库一体机。
本发明实施例的另一方面提供了一种提升数据库一体机执行效率的设备,包括:
数据计算模块,配置为筛选出存储节点中的每一个存储单元中的存储数据的最大值和最小值,并将所述最大值和最小值作为区间进行存储;
内存响应模块,配置为响应于用户进行数据查询,在所述存储节点的内存中查找所述数据所位于的相应的所述存储单元的最大值和最小值区间;
存储单元响应模块,配置为响应于未在所述内存中查找到对应的区间而进一步依次到各个存储单元中进行区间查找,并在所述查找到的区间相对应的存储单元中进一步查询所述数据;
内存数据更新模块,配置为基于查询次数将所述查找到的区间相对应的存储单元的信息与其存储数据的最大值和最小值区间保存到所述内存中。
本发明实施例的又一方面提供了一种提升数据库一体机执行效率的装置,包括:
至少一个处理器;和
存储器,所述存储器存储有处理器可运行的程序代码,所述程序代码在被处理器运行时实施实施上述任一项所述的方法。
本发明实施例的又一方面提供了一种计算机介质,包括可被处理器执行的程序代码,所述程序代码在被处理器执行时实施上述任一项所述的方法。
本发明具有以下有益技术效果:本发明实施例提供的一种提升数据库一体机执行效率的方法、设备、装置和介质全面提升整体一体机的OLAP(联机分析处理)类型业务的处理效率;降低计算节点CPU负载,解放计算资源;将索引放到内存中,节省硬盘存储空间,提升检索效率;整体性能的提升的同时,降低整体成本。
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实施例。
图1是现有技术中的B树索引的示意图;
图2是现有技术中的位图索引的示意图;
图3是根据本发明的一种提升数据库一体机执行效率的方法的流程图;
图4是根据本发明方法建立的智能存储索引在数据库一体机结构中的示意图;
图5是本发明方法的存储索引技术的示意图;
图6是根据本发明的一种提升数据库一体机执行效率的装置的硬件结构示意图。
具体实施方式
以下描述了本发明的实施例。然而,应该理解,所公开的实施例仅仅是示例,并且其他实施例可以采取各种替代形式。附图不一定按比例绘制;某些功能可能被夸大或最小化以显示特定部件的细节。因此,本文公开的具体结构和功能细节不应被解释为限制性的,而仅仅是作为用于教导本领域技术人员以各种方式使用本发明的代表性基础。如本领域普通技术人员将理解的,参考任何一个附图所示出和描述的各种特征可以与一个或多个其他附图中所示的特征组合以产生没有明确示出或描述的实施例。所示特征的组合为典型应用提供了代表性实施例。然而,与本发明的教导相一致的特征的各种组合和修改对于某些特定应用或实施方式可能是期望的。
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明实施例进一步详细说明。
基于上述目的,本发明的实施例一方面提出了一种提升数据库一体机执行效率的方法,如图3所示,包括以下步骤:
步骤S301:筛选出存储节点中的每一个存储单元中的存储数据的最大值和最小值,并将所述最大值和最小值作为区间进行存储;
步骤S302:响应于用户进行数据查询,在所述存储节点的内存中查找所述数据所位于的相应的所述存储单元的最大值和最小值区间;
步骤S303:响应于未在所述内存中查找到对应的区间而进一步依次到各个存储单元中进行区间查找,并在所述查找到的区间相对应的存储单元中进一步查询所述数据;
步骤S304:基于查询次数将所述查找到的区间相对应的存储单元的信息与其存储数据的最大值和最小值区间保存到所述内存中。
在一些实施例中,存储软件将若干本地磁盘安装在服务器上,该服务器称为存储服务器。存储服务器结构上相互独立,其中一个容量增长,不会影响到其他服务器,各存储服务器被看作一体,这种相互独立的水平存储结构使得数据能够实现大容量扩展,保证大数据量。如图4所示,业务数据在数据库一体机中是以数据块为单元(即存储单元)进行存储的,根据本发明的数据库智能索引有别于传统的B树索引,本发明是将每个数据块进行数据排列,取出排列后的峰值和谷值,然后把峰值和谷值存到存储节点的内存中,后续SQL(结构化查询语言)请求先通过智能索引判断需要的数据在那些数据块中,然后把相关的数据块从存储节点通过网络传递给计算节点,供后续事务请求和访问,这种方式既降低了存储空间,又提升了查询效率。
在一些实施例中,如图5所示,从数据库表中的每个存储块中取出峰值和谷值,存在存储节点的内存中,分别是(4,9)、(1,6)、(3,7),假如一个SQL查询语句要找到一个C3列等于2的值,数据库在做行与列筛选就只会在第二个区间内扫描,任何不可能包含匹配记录的存储区间都会被跳过,在大多数情况下,这将大幅度减少需要执行的I/O量。
在一些实施例中,筛选出存储节点中的每一个存储单元中的存储数据的最大值和最小值,并将所述最大值和最小值作为区间进行存储包括:对存储节点中的每一个存储单元中的每一个数据进行哈希计算,以筛选出所述每一个存储单元中进行哈希计算后的最大值和最小值并将所述最大值和最小值作为区间进行存储。
在一些实施例中,响应于用户进行数据查询,在所述存储节点的内存中查找所述数据所位于的相应的所述存储单元的最大值和最小值区间包括:将所述要查询的数据进行哈希计算,并将所述哈希计算后的数据在所述存储节点的内存中查找对应的最大值和最小值区间。
在一些实施例中,所述方法还包括:响应于所述存储节点中的存储单元有数据更新,重新筛选所述存储单元存储数据的最大值和最小值,并根据筛选结果更新所述存储的最大值和最小值区间。
在一些实施例中,将所述查找到的区间相对应的存储单元的信息与其存储数据的最大值和最小值区间保存到所述内存中包括:在所述内存中以哈希表的形式保存所述存储单元的信息与其存储数据的最大值和最小值区间、以及所述最大值和最小值区间与所述存储单元信息的对应关系。
在一些实施例中,基于查询次数将所述查找到的区间相对应的存储单元的信息与其存储数据的最大值和最小值区间保存到所述内存中包括:响应于未在所述内存中查找到对应的区间并且所述内存中的存储空间达到阈值上限,进一步到所述存储单元中进行区间查找,响应于查找到的对应的存储单元在所述存储节点数据库中记录的查询次数大于所述内存中存储的存储单元中在所述数据库中记录的查询次数最少的所述存储单元的查询次数,而将所述查找到的对应的存储单元信息及其区间值替换所述内存中存储的所述查询次数最少的存储单元。
在一些实施例中,所述方法适用于K-DB数据库一体机。
在根据本发明的一个实施例中,计算节点启动数据库实例到Open状态,执行脚本生成系统表,同时生成与存储索引相关的触发器A,并完成应用系统数据库建库。存储节点安装数据库,并启动存储节点实例到nomount状态;修改存储节点配置文件,打开智能索引功能,存储节点B进程自动对每一个数据库Extend存储单元进行哈希计算。每一个数据库存储单元在磁盘空间上都会对应一个智能索引的信息,这个信息中维护着这个区域中涉及到的表中通过哈希算法得出列的峰值和谷值。
当符合智能索引的查询语句被应用发起时,也即用户发起数据查询请求时,K-DB就会为这个查询中涉及的表构建智能索引,也即首先去内存中进行查询,并在内存中未查询到时到数据库的各个存储单元中进行查询,并将查询到的存储单元信息及其数据的峰谷值存储在存储节点的内存中,K-DB的每一个grid disk(网格硬盘)会在内存中建立一个哈希表,每个哈希表会有一个存储单元数组与之对应,数组里放的是存储单元的信息。
在技术上可行的情况下,以上针对不同实施例所列举的技术特征可以相互组合,或者改变、添加以及省略等等,从而形成本发明范围内的另外实施例。
从上述实施例可以看出,本发明实施例提供的一种提升数据库一体机执行效率的方法全面提升整体一体机的OLAP(联机分析处理)类型业务的处理效率;降低计算节点CPU负载,解放计算资源;将索引放到内存中,节省硬盘存储空间,提升检索效率;整体性能的提升的同时,降低整体成本。
基于上述目的,本发明实施例的另一个方面,提出了一种提升数据库一体机执行效率的设备,包括:
数据计算模块,配置为筛选出存储节点中的每一个存储单元中的存储数据的最大值和最小值,并将所述最大值和最小值作为区间进行存储;
内存响应模块,配置为响应于用户进行数据查询,在所述存储节点的内存中查找所述数据所位于的相应的所述存储单元的最大值和最小值区间;
存储单元响应模块,配置为响应于未在所述内存中查找到对应的区间而进一步依次到各个存储单元中进行区间查找,并在所述查找到的区间相对应的存储单元中进一步查询所述数据;
内存数据更新模块,配置为基于查询次数将所述查找到的区间相对应的存储单元的信息与其存储数据的最大值和最小值区间保存到所述内存中。
本发明实施例的又一个方面,提出了一种提升数据库一体机执行效率的装置,包括:
至少一个处理器;和
存储器,所述存储器存储有处理器可运行的程序代码,所述程序代码在被处理器运行时实施上述任意实施例所述的方法
如图6所示,为本发明提供的提升数据库一体机执行效率的装置的一个实施例的硬件结构示意图。
以如图6所示装置包括处理器601以及存储器602,并还可以包括:输入装置603和输出装置604。
处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接,图6中以通过总线连接为例。
存储器602作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的所述提升数据库一体机执行效率的方法对应的程序指令/模块。处理器601通过运行存储在存储器602中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例的提升数据库一体机执行效率的方法。
存储器602可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据提升数据库一体机执行效率的方法所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至本地模块。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置603可接收输入的数字或字符信息,以及产生与提升数据库一体机执行效率的方法的计算机设备的用户设置以及功能控制有关的键信号输入。输出装置604可包括显示屏等显示设备。
所述一个或者多个提升数据库一体机执行效率的方法对应的程序指令/模块存储在所述存储器602中,当被所述处理器601执行时,执行上述任意方法实施例中的提升数据库一体机执行效率的方法。
所述执行所述提升数据库一体机执行效率的方法的计算机设备的任何一个实施例,可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
最后需要说明的是,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,可以通过计算机程序来指令相关硬件来完成,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(ROM)或随机存储记忆体(RAM)等。
此外,典型地,本发明实施例公开所述的装置、设备等可为各种电子终端设备,例如手机、个人数字助理(PDA)、平板电脑(PAD)、智能电视等,也可以是大型终端设备,如服务器等,因此本发明实施例公开的保护范围不应限定为某种特定类型的装置、设备。本发明实施例公开所述的客户端可以是以电子硬件、计算机软件或两者的组合形式应用于上述任意一种电子终端设备中。
此外,根据本发明实施例公开的方法还可以被实现为由CPU执行的计算机程序,该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被CPU执行时,执行本发明实施例公开的方法中限定的上述功能。
此外,上述方法步骤以及系统单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。
此外,应该明白的是,本文所述的计算机可读存储介质(例如,存储器)可以是易失性存储器或非易失性存储器,或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的,非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)或快闪存储器。易失性存储器可以包括随机存取存储器(RAM),该RAM可以充当外部高速缓存存储器。作为例子而非限制性的,RAM可以以多种形式获得,比如同步RAM(DRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDR SDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、以及直接Rambus RAM(DRRAM)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。
本领域技术人员还将明白的是,结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性,已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现所述的功能,但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。
结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里所述功能的下列部件来实现或执行:通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器,但是可替换地,处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置。
结合这里的公开所描述的方法或算法的步骤可以直接包含在硬件中、由处理器执行的软件模块中或这两者的组合中。软件模块可以驻留在RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域已知的任何其它形式的存储介质中。示例性的存储介质被耦合到处理器,使得处理器能够从该存储介质中读取信息或向该存储介质写入信息。在一个替换方案中,所述存储介质可以与处理器集成在一起。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。在一个替换方案中,处理器和存储介质可以作为分立组件驻留在用户终端中。
在一个或多个示例性设计中,所述功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现,则可以将所述功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质,该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的,该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁性存储设备,或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够被通用或专用计算机或者通用或专用处理器访问的任何其它介质。此外,任何连接都可以适当地称为计算机可读介质。例如,如果使用同轴线缆、光纤线缆、双绞线、数字用户线路(DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件,则上述同轴线缆、光纤线缆、双绞线、DSL或诸如红外线、无线电和微波的无线技术均包括在介质的定义。如这里所使用的,磁盘和光盘包括压缩盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘、蓝光盘,其中磁盘通常磁性地再现数据,而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。
应当理解的是,在本文中使用的,除非上下文清楚地支持例外情况,单数形式“一个”旨在也包括复数形式。还应当理解的是,在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本发明实施例公开实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器、磁盘或光盘等。
上述实施例是实施方式的可能示例,并且仅仅为了清楚理解本发明的原理而提出。所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子;在本发明实施例的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,并存在如上所述的本发明实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。因此,凡在本发明实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明实施例的保护范围之内。
Claims (10)
1.一种提升数据库一体机执行效率的方法,其特征在于,包括以下步骤:
筛选出存储节点中的每一个存储单元中的存储数据的最大值和最小值,并将所述最大值和最小值作为区间进行存储;
响应于用户进行数据查询,在所述存储节点的内存中查找所述数据所位于的相应的所述存储单元的最大值和最小值区间;
响应于未在所述内存中查找到对应的区间而进一步依次到各个存储单元中进行区间查找,并在所述查找到的区间相对应的存储单元中进一步查询所述数据;
基于查询次数将所述查找到的区间相对应的存储单元的信息与其存储数据的最大值和最小值区间保存到所述内存中。
2.根据权利要求1所述的方法,其特征在于,筛选出存储节点中的每一个存储单元中的存储数据的最大值和最小值,并将所述最大值和最小值作为区间进行存储包括:
对存储节点中的每一个存储单元中的每一个数据进行哈希计算,以筛选出所述每一个存储单元中进行哈希计算后的最大值和最小值并将所述最大值和最小值作为区间进行存储。
3.根据权利要求2所述的方法,其特征在于,响应于用户进行数据查询,在所述存储节点的内存中查找所述数据所位于的相应的所述存储单元的最大值和最小值区间包括:
将所述要查询的数据进行哈希计算,并将所述哈希计算后的数据在所述存储节点的内存中查找对应的最大值和最小值区间。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于所述存储节点中的存储单元有数据更新,重新筛选所述存储单元存储数据的最大值和最小值,并根据筛选结果更新所述存储的最大值和最小值区间。
5.根据权利要求1所述的方法,其特征在于,将所述查找到的区间相对应的存储单元的信息与其存储数据的最大值和最小值区间保存到所述内存中包括:
在所述内存中以哈希表的形式保存所述存储单元的信息与其存储数据的最大值和最小值区间、以及所述最大值和最小值区间与所述存储单元信息的对应关系。
6.根据权利要求1所述的方法,其特征在于,基于查询次数将所述查找到的区间相对应的存储单元的信息与其存储数据的最大值和最小值区间保存到所述内存中包括:
响应于未在所述内存中查找到对应的区间并且所述内存中的存储空间达到阈值上限,进一步到所述存储单元中进行区间查找,响应于查找到的对应的存储单元在所述存储节点数据库中记录的查询次数大于所述内存中存储的存储单元中在所述数据库中记录的查询次数最少的所述存储单元的查询次数,而将所述查找到的对应的存储单元信息及其区间值替换所述内存中存储的所述查询次数最少的存储单元。
7.根据权利要求1所述的方法,其特征在于,所述方法适用于K-DB数据库一体机。
8.一种提升数据库一体机执行效率的设备,其特征在于,包括:
数据计算模块,配置为筛选出存储节点中的每一个存储单元中的存储数据的最大值和最小值,并将所述最大值和最小值作为区间进行存储;
内存响应模块,配置为响应于用户进行数据查询,在所述存储节点的内存中查找所述数据所位于的相应的所述存储单元的最大值和最小值区间;
存储单元响应模块,配置为响应于未在所述内存中查找到对应的区间而进一步依次到各个存储单元中进行区间查找,并在所述查找到的区间相对应的存储单元中进一步查询所述数据;
内存数据更新模块,配置为基于查询次数将所述查找到的区间相对应的存储单元的信息与其存储数据的最大值和最小值区间保存到所述内存中。
9.一种提升数据库一体机执行效率的装置,其特征在于,包括:
至少一个处理器;和
存储器,所述存储器存储有处理器可运行的程序代码,所述程序代码在被处理器运行时实施如权利要求1-7中任一项所述的方法。
10.一种计算机介质,其特征在于,包括可被处理器执行的程序代码,所述程序代码在被处理器执行时实施如权利要求1-7中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010174055.XA CN111400346A (zh) | 2020-03-13 | 2020-03-13 | 一种提升数据库一体机执行效率的方法、设备、装置和介质 |
PCT/CN2021/070568 WO2021179782A1 (zh) | 2020-03-13 | 2021-01-07 | 一种提升数据库一体机执行效率的方法、设备、装置和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010174055.XA CN111400346A (zh) | 2020-03-13 | 2020-03-13 | 一种提升数据库一体机执行效率的方法、设备、装置和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111400346A true CN111400346A (zh) | 2020-07-10 |
Family
ID=71432466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010174055.XA Withdrawn CN111400346A (zh) | 2020-03-13 | 2020-03-13 | 一种提升数据库一体机执行效率的方法、设备、装置和介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111400346A (zh) |
WO (1) | WO2021179782A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112232321A (zh) * | 2020-12-14 | 2021-01-15 | 西南交通大学 | 一种振动数据干扰降噪方法、装置、设备及可读存储介质 |
CN112307059A (zh) * | 2020-10-30 | 2021-02-02 | 腾讯科技(深圳)有限公司 | 一种排行榜管理方法、装置、计算机设备和存储介质 |
CN113204564A (zh) * | 2021-05-20 | 2021-08-03 | 山东英信计算机技术有限公司 | 一种数据库高频sql查询方法、系统和存储介质 |
WO2021179782A1 (zh) * | 2020-03-13 | 2021-09-16 | 苏州浪潮智能科技有限公司 | 一种提升数据库一体机执行效率的方法、设备、装置和介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9390115B2 (en) * | 2013-10-11 | 2016-07-12 | Oracle International Corporation | Tables with unlimited number of sparse columns and techniques for an efficient implementation |
CN104834650A (zh) * | 2014-02-12 | 2015-08-12 | 清华大学 | 一种有效查询任务生成方法及系统 |
CN105550225B (zh) * | 2015-12-07 | 2019-05-28 | 百度在线网络技术(北京)有限公司 | 索引构建方法、查询方法及装置 |
CN106844703B (zh) * | 2017-02-04 | 2019-08-02 | 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 |
CN107577436B (zh) * | 2017-09-18 | 2020-07-07 | 杭州时趣信息技术有限公司 | 一种数据存储方法及装置 |
CN108287868B (zh) * | 2017-12-19 | 2019-02-26 | 北京国电通网络技术有限公司 | 一种数据库查询、数据块划分方法和装置 |
CN111400346A (zh) * | 2020-03-13 | 2020-07-10 | 苏州浪潮智能科技有限公司 | 一种提升数据库一体机执行效率的方法、设备、装置和介质 |
-
2020
- 2020-03-13 CN CN202010174055.XA patent/CN111400346A/zh not_active Withdrawn
-
2021
- 2021-01-07 WO PCT/CN2021/070568 patent/WO2021179782A1/zh active Application Filing
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021179782A1 (zh) * | 2020-03-13 | 2021-09-16 | 苏州浪潮智能科技有限公司 | 一种提升数据库一体机执行效率的方法、设备、装置和介质 |
CN112307059A (zh) * | 2020-10-30 | 2021-02-02 | 腾讯科技(深圳)有限公司 | 一种排行榜管理方法、装置、计算机设备和存储介质 |
CN112307059B (zh) * | 2020-10-30 | 2023-11-28 | 腾讯科技(深圳)有限公司 | 一种排行榜管理方法、装置、计算机设备和存储介质 |
CN112232321A (zh) * | 2020-12-14 | 2021-01-15 | 西南交通大学 | 一种振动数据干扰降噪方法、装置、设备及可读存储介质 |
CN113204564A (zh) * | 2021-05-20 | 2021-08-03 | 山东英信计算机技术有限公司 | 一种数据库高频sql查询方法、系统和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2021179782A1 (zh) | 2021-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111400346A (zh) | 一种提升数据库一体机执行效率的方法、设备、装置和介质 | |
CN110674432B (zh) | 二级缓存方法、装置及计算机可读存储介质 | |
CN108875077B (zh) | 数据库的列存储方法、装置、服务器及存储介质 | |
CN107004016B (zh) | 有效的数据操纵支持 | |
CN110134335B (zh) | 一种基于键值对的rdf数据管理方法、装置及存储介质 | |
US20220005546A1 (en) | Non-redundant gene set clustering method and system, and electronic device | |
CN111312333B (zh) | 一种bwt查表性能改进方法、装置、设备和介质 | |
CN113297269A (zh) | 数据查询方法及装置 | |
CN112559529A (zh) | 数据存储方法、装置、计算机设备及存储介质 | |
CN113961573B (zh) | 一种时序数据库查询方法和查询系统 | |
CN109408539B (zh) | 数据操作方法、装置、服务器和存储介质 | |
CN111046081A (zh) | 一种工业时序数据的访问方法及系统 | |
CN107679107B (zh) | 一种基于图数据库的电网设备可达性查询方法及系统 | |
CN114139040A (zh) | 一种数据存储及查询方法、装置、设备及可读存储介质 | |
CN112860802A (zh) | 数据库操作语句的处理方法、装置及电子设备 | |
CN110442616B (zh) | 一种针对大数据量的页面访问路径分析方法与系统 | |
CN112183567B (zh) | Birch算法的优化方法、装置、设备及存储介质 | |
CN111538804A (zh) | 一种基于HBase的图数据处理方法和设备 | |
CN113076330A (zh) | 查询处理方法、装置、数据库系统、电子设备及存储介质 | |
CN111090670A (zh) | 一种数据预聚合的方法、系统、计算设备及存储介质 | |
CN111291186A (zh) | 一种基于聚类算法的上下文挖掘方法、装置和电子设备 | |
CN110807092A (zh) | 数据处理方法及装置 | |
CN111368146A (zh) | 一种路径信息的查询方法及装置、存储介质和处理器 | |
CN117311612A (zh) | 一种数据存储方法、装置、设备及存储介质 | |
CN114996306B (zh) | 一种基于多维度的数据管理方法及系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200710 |
|
WW01 | Invention patent application withdrawn after publication |