CN111782872B - 查询方法、装置、电子设备以及存储介质 - Google Patents
查询方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN111782872B CN111782872B CN202010607625.XA CN202010607625A CN111782872B CN 111782872 B CN111782872 B CN 111782872B CN 202010607625 A CN202010607625 A CN 202010607625A CN 111782872 B CN111782872 B CN 111782872B
- Authority
- CN
- China
- Prior art keywords
- time
- query
- dynamic association
- bucket
- target entity
- 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
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
-
- 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
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/732—Query formulation
- G06F16/7343—Query language or query format
-
- 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
- G06F16/2452—Query translation
- G06F16/24522—Translation of natural language queries to structured 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/787—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
Abstract
本申请公开了查询方法、装置、电子设备以及存储介质,涉及大数据技术中的时空大数据技术领域。具体实现方案为:接收终端设备发送的查询请求,查询请求用于请求查询目标实体的动态关联关系,查询请求包括目标实体的标识和查询起止时间;根据查询起止时间,确定查询数据库中待查询的至少一个时间分桶,每个时间分桶存储有该时间分桶对应的时间段内的目标实体的动态关联关系;在至少一个时间分桶中根据目标实体的标识查询目标实体的动态关联关系。相比于现有技术,本申请采用时间分桶的方式对目标实体的动态关联信息进行查询,可以有效减少运算量,提高动态关联信息的查询速度。
Description
技术领域
本申请涉及人工智能领域,尤其涉及大数据技术中的时空大数据技术领域。具体地,本申请提供了一种查询方法、装置、电子设备以及存储介质。
背景技术
在互联网普及的大环境下,各类监控、卡口等采集设备每天都会产生大量用户的行为数据。其中,行为数据可以包括住店行为、交通出行行为、通话行为、快递行为、犯罪羁押行为等。基于这些行为数据,可以分析得到各类实体之间的动态关联关系,从而发现不同人、车、或者设备之间的隐型关系,这对于安全场景具有重要的意义。
相关技术中,各类实体之间的动态关联关系的查询主要采用映射归纳(mapreduce)的方式。具体的,可以通过从hive数据库使用对象关系映射框架查询语言(hibernate query language,HQL)或者编写分布式查询程序,来进行查询和排序计算。
然而,采用map reduce的方式查询动态关联关系通常会出现查询速度较慢的问题。
发明内容
本申请提供了一种查询方法、装置、电子设备以及存储介质。
根据本申请的第一方面,提供了一种查询方法,包括:
接收终端设备发送的查询请求,所述查询请求用于请求查询目标实体的动态关联关系,所述查询请求包括目标实体的标识和查询起止时间;
根据所述查询起止时间,确定查询数据库中待查询的至少一个时间分桶,每个所述时间分桶存储有该时间分桶对应的时间段内的目标实体的动态关联关系;
在所述至少一个时间分桶中根据所述目标实体的标识查询所述目标实体的动态关联关系。
根据本申请的第二方面,提供了一种查询装置,包括:
接收模块,用于接收终端设备发送的查询请求,所述查询请求用于请求查询目标实体的动态关联关系,所述查询请求包括目标实体的标识和查询起止时间;
处理模块,用于根据所述查询起止时间,确定查询数据库中待查询的至少一个时间分桶,每个所述时间分桶存储有该时间分桶对应的时间段内的目标实体的动态关联关系;
查询模块,用于在所述至少一个时间分桶中查询所述目标实体的动态关联关系。
根据本申请的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面所述的方法。
根据本申请的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行上述第一方面所述的方法。
根据本申请的第五方面,提供了一种查询方法,包括:
根据查询请求中的查询起止时间,确定查询数据库中待查询的至少一个时间分桶,每个所述时间分桶存储有该时间分桶对应的时间段内的实体的动态关联关系;
在所述至少一个时间分桶中查询所述查询请求中的目标实体的动态关联关系。
根据本申请的第六方面,提供一种计算机程序产品,所述程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
根据本申请的技术解决了现有技术中针对动态关联关系的查询速度较慢的问题。相比于现有技术,本申请采用时间分桶的方式对目标实体的动态关联信息进行查询,可以有效减少运算量,提高动态关联信息的查询速度。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请实施例提供的一种查询方法的场景示意图;
图2为本申请实施例提供的一种查询方法的流程示意图;
图3为本申请实施例提供的另一种查询方法的流程示意图;
图4为本申请实施例提供的再一种查询方法的流程示意图;
图5为本申请实施例提供的又一种查询方法的流程示意图;
图6为本申请实施例提供的又一种查询方法的流程示意图;
图7为本申请实施例提供的一种查询装置的结构示意图;
图8是用来实现本申请实施例的查询方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在互联网普及的大环境下,各类监控、卡口等采集设备每天都会产生大量用户的行为数据。其中,行为数据可以包括住店行为、交通出行行为、通话行为、快递行为、犯罪羁押行为等。基于这些行为数据,可以分析得到各类实体之间的动态关联关系,从而发现不同人、车、或者设备之间的隐型关系,这对于安全场景具有重要的意义。
相关技术中,各类实体之间的动态关联关系的查询主要采用映射归纳(mapreduce)的方式。具体的,可以通过从hive数据库使用对象关系映射框架查询语言(hibernate query language,HQL)或者编写分布式查询程序,来进行查询和排序计算。
然而,采用map reduce的方式查询动态关联关系通常会出现查询速度较慢的问题。
本申请提供一种查询方法、装置、电子设备以及存储介质,应用于人工智能领域,尤其涉及大数据技术中的时空大数据技术领域,以解决现有技术中针对动态关联关系的查询速度较慢的问题。本申请的发明构思是:在数据存储时,按照时间分桶分别存储数据,在进行查询时可以根据查询起止时间查找对应的时间分桶中的目标实体的动态关联信息,进而可以提高了查询速度。
下面对本申请的使用场景进行说明。
图1为本申请实施例提供的一种查询方法的场景示意图。如图1,用于通过终端设备101向服务器102发送查询请求,以查询某个目标实体在某段时间内的动态关联信息。服务器102接收到终端设备101发送的查询请求后,可以根据查询请求进行查询,并将查询到的目标实体的动态关联信息进行排序后发送回终端设备101。
其中,服务器102可以是一台服务器,或者是云服务平台中的服务器。终端设备101可以是手机(mobile phone)、平板电脑(pad)、带无线收发功能的电脑、虚拟现实(virtualreality,VR)终端设备、增强现实(augmented reality,AR)终端设备、工业控制(industrial control)中的无线终端、远程手术(remote medical surgery)中的无线终端、智能电网(smart grid)中的无线终端、智慧家庭(smart home)中的无线终端等。本申请实施例中,用于实现终端的功能的装置可以是终端设备,也可以是能够支持终端实现该功能的装置,例如芯片系统,该装置可以被安装在终端设备中。本申请实施例中,芯片系统可以由芯片构成,也可以包括芯片和其他分立器件。
需要说明的是,本申请技术方案的应用场景可以是图1中的场景,但并不限于此,还可以应用于其他需要进行信息查询的场景。
可以理解,上述查询方法可以通过本申请实施例提供的查询装置实现,查询装置可以是某个设备的部分或全部,例如可以是服务器或者服务器内的处理器。
下面以集成或安装有相关执行代码的服务器为例,以具体地实施例对本申请实施例的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图2为本申请实施例提供的一种查询方法的流程示意图,本实施例涉及的是如何查询目标实体的动态关联信息的过程。如图2所示,该方法包括:
S201、接收终端设备发送的查询请求,查询请求用于请求查询目标实体的动态关联关系,查询请求包括目标实体的标识和查询起止时间。
其中,动态关联关系可以为实体之间的伴随关系,本申请实施例对于动态关联关系的类型不做限制。示例性的,动态关联关系可以为同框关系,即两个实体在同一建筑物或交通工具内。示例性的,动态关联关系也可以为同行关系,即两个实体的行动路线一致。此外,实体可以为某人,也可以为某物,例如某辆汽车。目标实体的标识可以为某人的身份证号、某辆车的车牌号、某人的手机号等。
在本申请中,当用户需要对目标实体在某段时间内的动态关联关系进行查询时,则可以通过终端设备向服务器发送查询请求。服务器在接收到查询请求后,可以从查询请求中获取目标实体的标识和查询起止时间。
在一些实施例中,查询请求还可以包括动态关联关系的类型,以减少查询范围。或者,查询请求还可以包括分页参数,以确定查询结果展示界面的页数和每页条目数。
在一些实施例中,服务器在接收到查询请求之后,还可以对查询请求中的查询起止时间和分页参数进行校验,若查询起止时间超过可查询的起止时间阈值,或者,分页参数超过分页参数阈值,则服务器可以向终端设备返回错误提示,以提示用户重新输入查询请求。
在另一些实施例中,服务器可以保存有历史查询记录,当服务器接收到查询请求后,可以先验证该查询请求是否在历史查询记录中。若是,则服务器直接从历史查询记录中查找出目标实体的动态关联关系,并反馈给终端设备。
S202、根据查询起止时间,确定查询数据库中待查询的至少一个时间分桶,每个时间分桶存储有该时间分桶对应的时间段内的目标实体的动态关联关系。
在本步骤中,当服务器接收终端设备发送的查询请求之后,可以根据查询起止时间,确定查询数据库中待查询的至少一个时间分桶。
其中,时间分桶可以为通过哈希值将一个列名下的数据按照时间且分为一组同,并使每个分桶对于该列名下的一个存储文件。
在一些实施例中,查询数据库中包括至少两种类型的时间分桶,示例性的可以包括月级桶、周级桶和日级桶。其中,月级桶为自然月跨度的桶,例如,2019年01月01至2019年01月31日为一个月级桶,2019年04月01日至2019年04月30日为一个月级桶。周级桶为自然周跨度的桶,例如,2019年5月第1周为一个周级桶,2019年8月第4周为一个周级桶。日级桶为自然日周跨度的桶,例如,一年有365或366个日级桶。需要说明的是,每月只有四个周级桶,一年有365或366个天级周。
相应的,在一些实施例中,服务器可以将覆盖查询起止时间所用的数量最少的时间分桶确定为查询数据库中待查询的至少一个时间分桶。
示例性的,若用户输入的查询起止时间为2019年01月01至2019年01月20至,则服务器可以确定查询数据库中待查询为2019年第一周和第二周两个周级桶,以及2019年15日至20日六个日级桶。
S203、在至少一个时间分桶中根据目标实体的标识查询目标实体的动态关联关系。
在本步骤中,服务器根据查询起止时间,确定查询数据库中待查询的至少一个时间分桶之后,可以在至少一个时间分桶中根据目标实体的标识查询目标实体的动态关联关系。
在一些实施例中,服务器可以先生成查询请求对应的结构化查询语言(structured query language,SQL)。随后,服务器再根据SQL,在至少一个时间分桶中查询目标实体的动态关联关系。
其中,本申请实施例对于服务器如何将查询请求转化为对应的SQL不做限制,可以根据实际情况采用合适的方式。
在一些实施例中,服务器查询获取的目标实体的动态关联关系可以为邻接表的形式。其中,邻接表为一种顺序分配和链式分配相结合的存储结构。
本申请实施例提供的查询方法,服务器首先接收终端设备发送的查询请求,查询请求用于请求查询目标实体的动态关联关系,查询请求包括目标实体的标识和查询起止时间。随后,服务器根据查询起止时间,确定查询数据库中待查询的至少一个时间分桶,每个时间分桶存储有该时间分桶对应的时间段内的目标实体的动态关联关系。最后,服务器在至少一个时间分桶中查询目标实体的动态关联关系。相比于现有技术,本申请采用时间分桶的方式对目标实体的动态关联信息进行查询,可以有效减少运算量,提高动态关联信息的查询速度。
在上述实施例的基础上,下面对于服务器如何确定时间分桶,以及如何进行查询进行说明。图3为本申请实施例提供的另一种查询方法的流程示意图。如图3所示,查询方法包括:
S301、接收终端设备发送的查询请求,查询请求用于请求查询目标实体的动态关联关系,查询请求包括目标实体的标识和查询起止时间。
S301的技术名词、技术效果、技术特征,以及可选实施方式,可参照图2所示的S201理解,对于重复的内容,在此不再累述。
S302、将覆盖查询起止时间所用的数量最少的时间分桶确定为查询数据库中待查询的至少一个时间分桶。
其中,查询数据库中包括至少两种类型的时间分桶。
在本步骤中,服务器在接收终端设备发送的查询请求之后,可以将覆盖查询起止时间所用的数量最少的时间分桶确定为查询数据库中待查询的至少一个时间分桶。
示例性的,以时间分桶包括周级桶和日级桶为例,若用户输入的查询起止时间为2019年01月01至2019年01月20至,则服务器可以确定查询数据库中待查询为2019年第一周和第二周两个周级桶,以及2019年15日至20日六个日级桶。
S303、生成查询请求对应的SQL。
在步骤中,服务器将覆盖查询起止时间所用的数量最少的时间分桶确定为查询数据库中待查询的至少一个时间分桶之后,可以生成查询请求对应的SQL。
本申请实施例对于服务器如何将查询请求转化为对应的SQL不做限制,可以根据实际情况采用合适的方式。
S304、根据SQL,在至少一个时间分桶中查询目标实体的动态关联关系。
在本步骤中,当服务器生成查询请求对应的SQL后,可以基于SQL,在至少一个时间分桶中查询目标实体的动态关联关系。
在上述实施例的基础上,下面对于服务器从目标实体的动态关联关系中确定出可用的目标实体的动态关联关系进行说明。图4为本申请实施例提供的再一种查询方法的流程示意图。如图4所示,查询方法包括:
S401、接收终端设备发送的查询请求,查询请求用于请求查询目标实体的动态关联关系,查询请求包括目标实体的标识和查询起止时间。
S402、根据查询起止时间,确定查询数据库中待查询的至少一个时间分桶,每个时间分桶存储有该时间分桶对应的时间段内的目标实体的动态关联关系。
S403、在至少一个时间分桶中根据目标实体的标识查询目标实体的动态关联关系。
S401-S402的技术名词、技术效果、技术特征,以及可选实施方式,可参照图2所示的S201-S203理解,对于重复的内容,在此不再累述。
S404、获取目标实体的动态关联关系的权重,目标实体的动态关联关系的权重与动态关联关系的关注级别相关联。
在本申请中,服务器在查询到目标实体的动态关联关系后,可以获取目标实体的动态关联关系的权重,以对目标实体的动态关联关系的权重进行排序。
本申请实施例对于如何确定目标实体的动态关联关系的权重不做限制,一种可选的实施方式中,目标实体的动态关联关系的权重与动态关联关系的关注级别相关联。示例性的,若某人是警方的重点关注对象,则可以将其设置较高的关注级别。相应的,服务器也可以在排序时对其设置较高的权重。
在另一些实施例中,目标实体的动态关联关系的权重也可以和采集设备的密度有关。示例性的,若一个100米的路口,包括50个摄像头,那么这50个摄像头采集到的目标实体的动态关联关系可以设置较低的权重。示例性的,若一个100米的路口,包括1个摄像头,那么这1个摄像头采集到的目标实体的动态关联关系可以设置较高的权重。
此外,目标实体的动态关联关系的权重还可以和时间窗口的分割、空间窗口的分割、像素合并等相关联。
S405、根据目标实体的动态关联关系的权重,对目标实体的动态关联关系进行排序。
在本步骤中,在服务器获取目标实体的动态关联关系的权重后,可以根据目标实体的动态关联关系的权重,对目标实体的动态关联关系进行排序。
在一些实施例中,可以基于目标实体的动态关联关系的出现频率和权重的乘积来对目标实体的动态关联关系进行排序。
在另一些实施例中,若目标实体的动态关联关系的出现频率超过频率阈值,则确定目标实体的动态关联关系异常。此时,服务器可以删除异常的目标实体的动态关联关系,从而提高排序准确性。
此外,服务器还可以在排序时设置黑名单和白名单。出于隐私和安全考虑,可以去除黑名单中的动态关联关系。对于白名单中的动态关联关系,可以提高在排序中的位置。
S406、从排序后的目标实体的动态关联关系中确定出可用的目标实体的动态关联关系。
在本步骤中,当服务器根据目标实体的动态关联关系的权重,对目标实体的动态关联关系进行排序后,可以从排序后的目标实体的动态关联关系中确定出可用的目标实体的动态关联关系。
其中,可用的目标实体的动态关联关系可以包括最多查询和最热查询。
在一些实施例中,由于一些动态关联关系,例如同框关系,服从正态分布,对于排序后一些权重较小输入较多的目标实体的动态关联关系,可以视为无用数据,进行删除。
本申请实施例提供的查询方法,服务器向获取目标实体的动态关联关系的权重,目标实体的动态关联关系的权重与动态关联关系的关注级别相关联。随后,服务器根据目标实体的动态关联关系的权重,对目标实体的动态关联关系进行排序。最后,服务器从排序后的目标实体的动态关联关系中确定出可用的目标实体的动态关联关系。相比于现有技术,本申请采用先查询再归并排序的方法,可以提升查询速度,降低排序的数据量。
在上述实施例的基础上,服务器在进行查询前,还可以设置有离线系统,该离线系统用于在数据库中对各实体的动态关联关系进行更新。图5为本申请实施例提供的又一种查询方法的流程示意图。如图5所示,查询方法包括:
S501、获取采集设备采集的各实体的数据;
S502、根据各实体的数据,在数据库中对各实体的动态关联关系进行更新。
S503、接收终端设备发送的查询请求,查询请求用于请求查询目标实体的动态关联关系,查询请求包括目标实体的标识和查询起止时间。
S504、根据查询起止时间,确定查询数据库中待查询的至少一个时间分桶,每个时间分桶存储有该时间分桶对应的时间段内的目标实体的动态关联关系。
S505、在至少一个时间分桶中根据目标实体的标识查询目标实体的动态关联关系。
在图5的基础上,下面对于如何在数据库中对各实体的动态关联关系进行更新进行说明。图6为本申请实施例提供的又一种查询方法的流程示意图。如图6所示,查询方法包括:
S601、获取采集设备采集的各实体的数据。
在一些实施例中,服务器可以基于采集设备的数据格式的描述文件,从采集设备采集的各实体的数据中提取各实体的数据中指定列,从而使各实体的数据形成实体的标识、地理范围时间和时间范围的格式。
在一些实施例中,服务器在获取采集设备采集的各实体的数据之后,还可以对各实体的数据进行预处理,过滤各实体的数据中的至少一项无效数据,无效数据包括无效实体标识、无效地理位置和无效时间,进而提高数据更新和数据存储的速度,保证更新的动态关联关系的准确性。
S602、将各实体的数据合并到至少一个时空虚拟点中,时空虚拟点为经度、维度和时间构成的三元组。
其中,时空虚拟点的设置可以根据实际情况具体设置,示例性的,可以每隔1000米以及每隔6小时设置一个时空虚拟点。
在一些实施例中,若某个实体的数据对应的地理位置和时间在某个时空虚拟点的范围内,则可以将该实体的数据合并到该时空虚拟点中。
在一些实施例中,服务器在将各实体的数据合并到至少一个时空虚拟点中之后,还可以对每个时空虚拟点中各实体的数据进行归一化处理。一种可选的归一化方式为基于密度的聚类。具体的,若每个时空虚拟点中同一个实体的不同数据记录的距离小于第二距离阈值且时间差小于第二时间阈值,则将同一个实体的不同数据归一为一个数据。
示例性的,时空虚拟点中包含有三组车辆的数据,三组车辆的数据分别为:沪A36F77, E121.36040, N121.29720, T1561946400;沪A36F77, E121.36040, N121.29720,T1561946401;沪A36F77,E 121.36040, N121.29720, T1561946402。其中,E为东经,N为北纬。由于车辆沪A36F77在同一个位置,连续3秒出现了3次记录,则可以将其视为一次采集行为,将三组车辆的数据归一化为一组数据。
在本申请中,通过对数据进行归一化处理,可以减少查询时的数据量,进而提高查询数据。
S603、确定每个时空虚拟点中各实体之间的动态关联关系。
本申请实施例对于如何确定每个时空虚拟点中各实体之间的动态关联关系不做限制,可以根据动态关联关系的类型具体确定。
在一种可选的实施方式中,动态关联关系为同框关系,则相应的,若每个时空虚拟点中的两个实体之间的距离小于第一距离阈值且两个实体之间的时间差小于第一时间阈值,则确定两个实体之间存在同框关系。
在一些实施例中,当服务器确定每个时空虚拟点中各实体之间的动态关联关系后,可以相应的获取各实体之间的动态关联关系的邻接表。
S604、将每个时空虚拟点中各实体之间的动态关联关系更新至对应的时间分桶中。
在本步骤中,当服务器确定每个时空虚拟点中各实体之间的动态关联关系之后,可以将每个时空虚拟点中各实体之间的动态关联关系更新至对应的时间分桶中。
示例性的,以时间分桶包括月级桶、周级桶和日级桶为例,服务器可以先计算各实体之间的动态关联关系所属的月级桶、周级桶和日级桶,随后,服务器可以将各实体之间的动态关联关系或者各实体之间的动态关联关系对应的邻接分别累计到对应的月级桶、周级桶和日级桶中。
此外,本申请还支持多种表示类型的数据接入,仅仅需要维护一条数据库中的离线数据流,降低了维护成本。支持数据延迟的场景,能够解决同时写入数据库导致冲突的问题。
本申请实施例提供的查询方法,服务器先获取采集设备采集的各实体的数据。其次,服务器将各实体的数据合并到至少一个时空虚拟点中,时空虚拟点为经度、维度和时间构成的三元组。再次,服务器确定每个时空虚拟点中各实体之间的动态关联关系。最后,服务器将每个时空虚拟点中各实体之间的动态关联关系更新至对应的时间分桶中。与现有技术相比,通过划分时空虚拟点,在数据库中依次将各实体之间的动态关联关系更新至对应时间分桶中,从而在查询时可以仅仅计算每一个桶内内的同框排序,降低了计算量。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序信息相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
图7为本申请实施例提供的一种查询装置的结构示意图。该查询装置可以通过软件、硬件或者两者的结合实现,可例如上述的服务器或服务器中的芯片,用于执行上述查询方法。如图7所示,该查询装置700包括:接收模块701、处理模块702、查询模块703、获取模块704和更新模块705。
接收模块701,用于接收终端设备发送的查询请求,查询请求用于请求查询目标实体的动态关联关系,查询请求包括目标实体的标识和查询起止时间;
处理模块702,用于根据查询起止时间,确定查询数据库中待查询的至少一个时间分桶,每个时间分桶存储有该时间分桶对应的时间段内的目标实体的动态关联关系;
查询模块703,用于在至少一个时间分桶中根据目标实体的标识查询目标实体的动态关联关系。
一种可选的实施方式中,其中,查询数据库中包括至少两种类型的时间分桶,每种类型的时间分桶对应的时长不同,处理模块702具体用于将覆盖查询起止时间所用的数量最少的时间分桶确定为查询数据库中待查询的至少一个时间分桶。
一种可选的实施方式中,其中,查询模块703具体用于生成查询请求对应的结构化查询语言SQL;
根据SQL,在至少一个时间分桶中查询目标实体的动态关联关系。
一种可选的实施方式中,还包括:
获取模块704,用于获取目标实体的动态关联关系的权重,目标实体的动态关联关系的权重与动态关联关系的关注级别相关联;
处理模块702,还用于根据目标实体的动态关联关系的权重,对目标实体的动态关联关系进行排序;从排序后的目标实体的动态关联关系中确定出可用的目标实体的动态关联关系。
一种可选的实施方式中,处理模块702,还用于若目标实体的动态关联关系的出现频率超过频率阈值,则确定目标实体的动态关联关系异常;删除异常的目标实体的动态关联关系。
一种可选的实施方式中,还包括:
更新模块705,用于获取采集设备采集的各实体的数据;根据各实体的数据,在数据库中对各实体的动态关联关系进行更新。
一种可选的实施方式中,更新模块705,具体用于将各实体的数据合并到至少一个时空虚拟点中,时空虚拟点为经度、维度和时间构成的三元组;确定每个时空虚拟点中各实体之间的动态关联关系;将每个时空虚拟点中各实体之间的动态关联关系更新至对应的时间分桶中。
一种可选的实施方式中,动态关联关系包括同框关系。
一种可选的实施方式中,其中,更新模块705,具体用于若每个时空虚拟点中的两个实体之间的距离小于第一距离阈值且两个实体之间的时间差小于第一时间阈值,则确定两个实体之间存在同框关系。
一种可选的实施方式中,更新模块705,还用于对各实体的数据进行预处理,过滤各实体的数据中的至少一项无效数据,无效数据包括无效实体标识、无效地理位置和无效时间。
一种可选的实施方式中,更新模块705,还用于对每个时空虚拟点中各实体的数据进行归一化处理。
一种可选的实施方式中,更新模块705,还用于若每个时空虚拟点中同一个实体的不同数据记录的距离小于第二距离阈值且时间差小于第二时间阈值,则将同一个实体的不同数据归一为一个数据。
本申请实施例提供的查询装置,可以执行上述方法实施例中的查询方法的动作,其实现原理和技术效果类似,在此不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
根据本申请的实施例,本申请还提供了一种计算机程序产品,程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备 的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
如图8所示,是根据本申请实施例的查询方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图8所示,该电子设备包括:一个或多个处理器801、存储器802,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图8中以一个处理器801为例。
存储器802即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的查询方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的查询方法。
存储器802作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的查询方法对应的程序指令/模块(例如,附图7所示的接收模块701、处理模块702、查询模块703、获取模块704和更新模块705)。处理器801通过运行存储在存储器802中的非瞬时软件程序、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中的查询方法。
存储器802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查询电子设备的使用所创建的数据等。此外,存储器802可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器802可选包括相对于处理器801远程设置的存储器,这些远程存储器可以通过网络连接至查询电子设备。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。
查询方法的电子设备还可以包括:输入装置803和输出装置804。处理器801、存储器802、输入装置803和输出装置804可以通过总线或者其他方式连接,图8中以通过总线连接为例。
输入装置803可接收输入的数字或字符信息,以及产生与查询电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置804可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算机程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算机程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,中国接收终端设备发送的查询请求,查询请求用于请求查询目标实体的动态关联关系,查询请求包括有目标实体的标识和查询起止时间;根据查询起止时间,确定查询数据库中待查询的至少一个时间分桶,每个时间分桶存储有该时间分桶对应的时间段内的实体的动态关联关系;在至少一个时间分桶中查询目标实体的动态关联关系。相比于现有技术,本申请采用时间分桶的方式对目标实体的动态关联信息进行查询,可以有效减少运算量,提高动态关联信息的查询速度。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (25)
1.一种查询方法,包括:
接收终端设备发送的查询请求,所述查询请求用于请求查询目标实体的动态关联关系,所述查询请求包括目标实体的标识和查询起止时间;
根据所述查询起止时间,确定查询数据库中待查询的至少一个时间分桶,每个所述时间分桶存储有该时间分桶对应的时间段内的目标实体的动态关联关系;
在所述至少一个时间分桶中根据所述目标实体的标识查询所述目标实体的动态关联关系;
其中,所述查询数据库中包括至少两种类型的时间分桶,每种类型的时间分桶对应的时长不同,所述根据所述查询起止时间,确定查询数据库中待查询的至少一个时间分桶,包括:
将覆盖所述查询起止时间所用的数量最少的时间分桶确定为所述查询数据库中待查询的至少一个时间分桶。
2.根据权利要求1所述的方法,其中,所述在所述至少一个时间分桶中根据所述目标实体的标识查询所述目标实体的动态关联关系,包括:
生成所述查询请求对应的结构化查询语言SQL;
根据所述SQL,在所述至少一个时间分桶中查询所述目标实体的动态关联关系。
3.根据权利要求1所述的方法,在所述至少一个时间分桶中根据所述目标实体的标识查询所述目标实体的动态关联关系之后,还包括:
获取所述目标实体的动态关联关系的权重,所述目标实体的动态关联关系的权重与所述动态关联关系的关注级别相关联;
根据所述目标实体的动态关联关系的权重,对所述目标实体的动态关联关系进行排序;
从排序后的目标实体的动态关联关系中确定出可用的所述目标实体的动态关联关系。
4.根据权利要求3所述的方法,在所述从排序后的目标实体的动态关联关系中确定出可用的所述目标实体的动态关联关系之前,还包括:
若所述目标实体的动态关联关系的出现频率超过频率阈值,则确定所述目标实体的动态关联关系异常;
删除异常的目标实体的动态关联关系。
5.根据权利要求1所述的方法,在所述接收终端设备发送的查询请求之前,还包括:
获取采集设备采集的各实体的数据;
根据所述各实体的数据,在所述数据库中对所述各实体的动态关联关系进行更新。
6.根据权利要求5所述的方法,其中,所述根据所述各实体的数据,在所述数据库中对所述各实体的动态关联关系进行更新,包括:
将所述各实体的数据合并到至少一个时空虚拟点中,所述时空虚拟点为经度、维度和时间构成的三元组;
确定每个时空虚拟点中各实体之间的动态关联关系;
将所述每个时空虚拟点中各实体之间的动态关联关系更新至对应的时间分桶中。
7.根据权利要求6所述的方法,其中,所述动态关联关系包括同框关系。
8.根据权利要求7所述的方法,其中,确定每个时空虚拟点中各实体之间的动态关联关系,包括:
若每个时空虚拟点中的两个实体之间的距离小于第一距离阈值且所述两个实体之间的时间差小于第一时间阈值,则确定所述两个实体之间存在同框关系。
9.根据权利要求5所述的方法,在所述获取采集设备采集的各实体的数据之后,还包括:
对所述各实体的数据进行预处理,过滤所述各实体的数据中的至少一项无效数据,所述无效数据包括无效实体标识、无效地理位置和无效时间。
10.根据权利要求6所述的方法,在将所述各实体的数据合并到至少一个时空虚拟点中之后,还包括:
对每个时空虚拟点中所述各实体的数据进行归一化处理。
11.根据权利要求10所述的方法,其中,所述对每个时空虚拟点中所述各实体的数据进行归一化处理,包括:
若所述每个时空虚拟点中同一个实体的不同数据记录的距离小于第二距离阈值且时间差小于第二时间阈值,则将所述同一个实体的不同数据归一为一个数据。
12.一种查询装置,包括:
接收模块,用于接收终端设备发送的查询请求,所述查询请求用于请求查询目标实体的动态关联关系,所述查询请求包括目标实体的标识和查询起止时间;
处理模块,用于根据所述查询起止时间,确定查询数据库中待查询的至少一个时间分桶,每个所述时间分桶存储有该时间分桶对应的时间段内的目标实体的动态关联关系;
查询模块,用于在所述至少一个时间分桶中根据所述目标实体的标识查询所述目标实体的动态关联关系;
所述查询数据库中包括至少两种类型的时间分桶,每种类型的时间分桶对应的时长不同,所述处理模块具体用于将覆盖所述查询起止时间所用的数量最少的时间分桶确定为所述查询数据库中待查询的至少一个时间分桶。
13.根据权利要求12所述的装置,其中,所述查询模块具体用于生成所述查询请求对应的结构化查询语言SQL;根据所述SQL,在所述至少一个时间分桶中查询所述目标实体的动态关联关系。
14.根据权利要求12所述的装置,还包括:
获取模块,用于获取所述目标实体的动态关联关系的权重,所述目标实体的动态关联关系的权重与所述动态关联关系的关注级别相关联;
所述处理模块,还用于根据所述目标实体的动态关联关系的权重,对所述目标实体的动态关联关系进行排序;从排序后的目标实体的动态关联关系中确定出可用的所述目标实体的动态关联关系。
15.根据权利要求14所述的装置,所述处理模块,还用于若所述目标实体的动态关联关系的出现频率超过频率阈值,则确定所述目标实体的动态关联关系异常;删除异常的目标实体的动态关联关系。
16.根据权利要求12所述的装置,还包括:
更新模块,用于获取采集设备采集的各实体的数据;根据所述各实体的数据,在所述数据库中对所述各实体的动态关联关系进行更新。
17.根据权利要求16所述的装置,其中,所述更新模块,具体用于将所述各实体的数据合并到至少一个时空虚拟点中,所述时空虚拟点为经度、维度和时间构成的三元组;确定每个时空虚拟点中各实体之间的动态关联关系;将所述每个时空虚拟点中各实体之间的动态关联关系更新至对应的时间分桶中。
18.根据权利要求17所述的装置,其中,所述动态关联关系包括同框关系。
19.根据权利要求18所述的装置,其中,所述更新模块,具体用于若每个时空虚拟点中的两个实体之间的距离小于第一距离阈值且所述两个实体之间的时间差小于第一时间阈值,则确定所述两个实体之间存在同框关系。
20.根据权利要求16所述的装置,所述更新模块,还用于对所述各实体的数据进行预处理,过滤所述各实体的数据中的至少一项无效数据,所述无效数据包括无效实体标识、无效地理位置和无效时间。
21.根据权利要求17所述的装置,所述更新模块,还用于对每个时空虚拟点中所述各实体的数据进行归一化处理。
22.根据权利要求21所述的装置,其中,所述更新模块,还用于若所述每个时空虚拟点中同一个实体的不同数据记录的距离小于第二距离阈值且时间差小于第二时间阈值,则将所述同一个实体的不同数据归一为一个数据。
23.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-11中任一项所述的方法。
24.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-11中任一项所述的方法。
25.一种查询方法,包括:
根据查询请求中的查询起止时间,确定查询数据库中待查询的至少一个时间分桶,每个所述时间分桶存储有该时间分桶对应的时间段内的实体的动态关联关系;
在所述至少一个时间分桶中查询所述查询请求中的目标实体的动态关联关系;
其中,所述查询数据库中包括至少两种类型的时间分桶,每种类型的时间分桶对应的时长不同,所述根据所述查询起止时间,确定查询数据库中待查询的至少一个时间分桶,包括:
将覆盖所述查询起止时间所用的数量最少的时间分桶确定为所述查询数据库中待查询的至少一个时间分桶。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010607625.XA CN111782872B (zh) | 2020-06-30 | 2020-06-30 | 查询方法、装置、电子设备以及存储介质 |
KR1020210036065A KR102557613B1 (ko) | 2020-06-30 | 2021-03-19 | 검색 방법, 장치, 전자기기 및 저장매체 |
US17/207,460 US11487773B2 (en) | 2020-06-30 | 2021-03-19 | Query method, apparatus, electronic device and storage medium |
EP21163936.4A EP3819793B1 (en) | 2020-06-30 | 2021-03-22 | Query method, apparatus, electronic device and storage medium |
JP2021052984A JP7166381B2 (ja) | 2020-06-30 | 2021-03-26 | 照会方法、装置、電子機器及び記憶媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010607625.XA CN111782872B (zh) | 2020-06-30 | 2020-06-30 | 查询方法、装置、电子设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111782872A CN111782872A (zh) | 2020-10-16 |
CN111782872B true CN111782872B (zh) | 2023-08-08 |
Family
ID=72761169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010607625.XA Active CN111782872B (zh) | 2020-06-30 | 2020-06-30 | 查询方法、装置、电子设备以及存储介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11487773B2 (zh) |
EP (1) | EP3819793B1 (zh) |
JP (1) | JP7166381B2 (zh) |
KR (1) | KR102557613B1 (zh) |
CN (1) | CN111782872B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112364264B (zh) * | 2020-11-27 | 2023-10-27 | 支付宝(杭州)信息技术有限公司 | 一种风险防控方法、装置及设备 |
CN112559522A (zh) * | 2020-12-07 | 2021-03-26 | 百度在线网络技术(北京)有限公司 | 数据存储方法、装置、查询方法、电子设备及可读介质 |
CN113220950A (zh) * | 2021-05-19 | 2021-08-06 | 国网浙江省电力有限公司湖州供电公司 | 电价查询系统及电价查询方法 |
CN113222735B (zh) * | 2021-05-21 | 2024-03-29 | 中国农业银行股份有限公司 | 交易关联信息的查询方法及相关装置 |
CN113672640A (zh) * | 2021-06-28 | 2021-11-19 | 深圳云之家网络有限公司 | 数据查询方法、装置、计算机设备和存储介质 |
CN113377804B (zh) * | 2021-06-30 | 2022-08-26 | 北京三快在线科技有限公司 | 一种数据处理方法、装置、存储介质及电子设备 |
CN113723940B (zh) * | 2021-09-01 | 2023-11-03 | 京东科技控股股份有限公司 | 账户数据处理方法、装置、电子设备及存储介质 |
CN113836405B (zh) * | 2021-09-09 | 2024-03-12 | 深圳Tcl新技术有限公司 | 信息查询方法、装置以及计算机可读存储介质 |
CN113946594B (zh) * | 2021-12-22 | 2022-07-12 | 昆仑智汇数据科技(北京)有限公司 | 一种工业多源异构数据的集成查询方法、装置及设备 |
CN114297322A (zh) * | 2021-12-31 | 2022-04-08 | 深圳Tcl新技术有限公司 | 数据处理方法、装置、终端和存储介质 |
CN115174958B (zh) * | 2022-06-27 | 2023-09-08 | 杭州海康威视数字技术股份有限公司 | 视频查询方法、装置、物流监控系统、设备及程序产品 |
CN115190044B (zh) * | 2022-06-28 | 2023-08-08 | 平安银行股份有限公司 | 设备连接状态检查方法、装置、设备和存储介质 |
CN116089437B (zh) * | 2022-11-30 | 2023-10-03 | 荣耀终端有限公司 | 一种数据处理方法及服务器 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108021618A (zh) * | 2017-11-13 | 2018-05-11 | 北京天元创新科技有限公司 | 一种数据查询方法及系统 |
CN109508344A (zh) * | 2018-09-29 | 2019-03-22 | 中国平安人寿保险股份有限公司 | 业务数据查询方法、装置、电子设备及存储介质 |
CN110334109A (zh) * | 2019-05-08 | 2019-10-15 | 重庆猪八戒知识产权服务有限公司 | 关系式数据库数据查询方法、系统、介质和电子设备 |
CN110619008A (zh) * | 2019-09-17 | 2019-12-27 | 北京百度网讯科技有限公司 | 数据库查询方法、装置、电子设备及存储介质 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7440848B2 (en) * | 2006-05-30 | 2008-10-21 | Horizon Marine | Methods and systems for integrating environmental data with mobile asset tracking |
KR101266267B1 (ko) * | 2006-10-05 | 2013-05-23 | 스플렁크 인코퍼레이티드 | 시계열 검색 엔진 |
US8515975B1 (en) * | 2009-12-07 | 2013-08-20 | Google Inc. | Search entity transition matrix and applications of the transition matrix |
CN102571910B (zh) | 2011-11-16 | 2014-08-13 | 腾讯科技(深圳)有限公司 | 在社交网络中查找附近用户的方法和服务器 |
US9116982B1 (en) * | 2012-04-27 | 2015-08-25 | Google Inc. | Identifying interesting commonalities between entities |
US20140337373A1 (en) * | 2013-05-07 | 2014-11-13 | Magnet Systems, Inc. | System for managing graph queries on relationships among entities using graph index |
US9712420B2 (en) | 2014-03-05 | 2017-07-18 | Redvector Networks, Inc. | Method and medium for implicit relationship discovery based on cumulative co-temporal activity |
US11200130B2 (en) * | 2015-09-18 | 2021-12-14 | Splunk Inc. | Automatic entity control in a machine data driven service monitoring system |
US10902025B2 (en) * | 2015-08-20 | 2021-01-26 | Skyhook Wireless, Inc. | Techniques for measuring a property of interest in a dataset of location samples |
US10540360B2 (en) * | 2016-07-29 | 2020-01-21 | Hewlett Packard Enterprise Development Lp | Identifying relationship instances between entities |
AU2016231506B2 (en) * | 2016-09-20 | 2022-02-17 | Global Software Innovation Pty Ltd | Systems and methods for accessing a database management system |
US10817524B2 (en) * | 2017-04-10 | 2020-10-27 | Servicenow, Inc. | Systems and methods for querying time series data |
US10489425B2 (en) * | 2017-10-26 | 2019-11-26 | Salesforce.Com, Inc. | User clustering based on query history |
US11304172B2 (en) * | 2020-05-06 | 2022-04-12 | At&T Intellectual Property I, L.P. | Site estimation based on crowd sourced data |
-
2020
- 2020-06-30 CN CN202010607625.XA patent/CN111782872B/zh active Active
-
2021
- 2021-03-19 US US17/207,460 patent/US11487773B2/en active Active
- 2021-03-19 KR KR1020210036065A patent/KR102557613B1/ko active IP Right Grant
- 2021-03-22 EP EP21163936.4A patent/EP3819793B1/en active Active
- 2021-03-26 JP JP2021052984A patent/JP7166381B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108021618A (zh) * | 2017-11-13 | 2018-05-11 | 北京天元创新科技有限公司 | 一种数据查询方法及系统 |
CN109508344A (zh) * | 2018-09-29 | 2019-03-22 | 中国平安人寿保险股份有限公司 | 业务数据查询方法、装置、电子设备及存储介质 |
CN110334109A (zh) * | 2019-05-08 | 2019-10-15 | 重庆猪八戒知识产权服务有限公司 | 关系式数据库数据查询方法、系统、介质和电子设备 |
CN110619008A (zh) * | 2019-09-17 | 2019-12-27 | 北京百度网讯科技有限公司 | 数据库查询方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
时间段条件下的时空信息查询方法研究;刘建东;戚利娜;;电脑知识与技术(28);全文 * |
Also Published As
Publication number | Publication date |
---|---|
KR20210038859A (ko) | 2021-04-08 |
US20210224273A1 (en) | 2021-07-22 |
KR102557613B1 (ko) | 2023-07-19 |
JP7166381B2 (ja) | 2022-11-07 |
JP2021103579A (ja) | 2021-07-15 |
EP3819793B1 (en) | 2023-03-08 |
EP3819793A3 (en) | 2021-09-22 |
CN111782872A (zh) | 2020-10-16 |
US11487773B2 (en) | 2022-11-01 |
EP3819793A2 (en) | 2021-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111782872B (zh) | 查询方法、装置、电子设备以及存储介质 | |
CN108304444B (zh) | 信息查询方法及装置 | |
US9710468B2 (en) | Topic profile query creation | |
CN105429848A (zh) | 通过拍照添加好友的方法、系统和社交服务器的社交系统 | |
CN106156088B (zh) | 一种索引数据处理方法、数据查询方法及装置 | |
CN107092623B (zh) | 一种兴趣点查询方法及装置 | |
US20190163767A1 (en) | Image processing method, image processing device, computer device, and computer readable storage medium | |
CN114244595B (zh) | 权限信息的获取方法、装置、计算机设备及存储介质 | |
CN111241108B (zh) | 基于键值对kv系统的索引方法、装置、电子设备和介质 | |
WO2017040852A1 (en) | Modeling of geospatial location over time | |
CN105512320A (zh) | 一种用户排名获得方法、装置及服务器 | |
CN102193996B (zh) | 基于移动设备的可视Web对象搜索引擎方法 | |
CN111061766A (zh) | 一种业务数据的处理方法、装置、计算机设备及存储介质 | |
CN111966925B (zh) | 楼栋兴趣点判重方法、装置、电子设备和存储介质 | |
CN111291681B (zh) | 车道线变化信息的检测方法、装置及设备 | |
CN114416685B (zh) | 日志处理方法、系统和存储介质 | |
CN112328658B (zh) | 用户档案数据处理方法、装置、设备及存储介质 | |
CN111324616B (zh) | 车道线变化信息的检测方法、装置及设备 | |
CN109739885A (zh) | 基于本地缓存的数据查询方法、装置、设备及存储介质 | |
CN112541513B (zh) | 一种模型训练方法、装置、设备及存储介质 | |
CN110995687A (zh) | 一种猫池设备识别方法、装置、设备及存储介质 | |
CN110300371B (zh) | 一种基于物联网设备行为的计算机设备管理方法 | |
CN112860813B (zh) | 检索信息的方法和装置 | |
CN111143627B (zh) | 用户身份数据确定方法、装置、设备和介质 | |
CN111506737B (zh) | 图数据处理方法、检索方法、装置及电子设备 |
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 |