CN112100502A - 用于数据库的信息查询方法、装置、计算设备和介质 - Google Patents

Abstract

本公开提供了一种用于数据库的信息查询方法、装置、计算设备和介质，涉及计算机技术领域，尤其涉及数据库领域，可用于云平台或云服务场景。该信息查询方法包括：响应于第一查询请求，提供与第一查询请求相关的至少一个数据运算结果作为第一查询结果，其中，至少一个数据运算结果是基于从数据库中根据预设的规则筛选出的第一相关数据而获得的；以及响应于针对至少一个数据运算结果其中一者的第二查询请求，提供与该数据运算结果相对应的从数据库中筛选出的第二相关数据作为第二查询结果。根据本公开实施例的方法，可以借助第二查询结果对生成的数据运算结果的真实性和有效性加以判断。

Description

用于数据库的信息查询方法、装置、计算设备和介质

技术领域

本公开涉及计算机技术领域，尤其涉及一种用于数据库的信息查询方法、装置、计算设备和介质。

背景技术

数据计算引擎可以基于输入的数据生成数据运算结果，数据运算结果可以用于帮助用户描述和分类数据内容，方便用户对数据的管理。数据计算引擎通常基于数据库中的数据，按照设定的运算规则或者运算逻辑为多个对象生成属于该对象的数据运算结果，生成的数据运算结果用于描述该对象的特征或者属性。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

根据本公开的一方面，提供一种用于数据库的信息查询方法，包括：响应于第一查询请求，提供与第一查询请求相关的至少一个数据运算结果作为第一查询结果，其中，至少一个数据运算结果是基于从数据库中根据预设的规则筛选出的第一相关数据而获得的；以及响应于针对至少一个数据运算结果其中一者的第二查询请求，提供与该数据运算结果相对应的从数据库中筛选出的第二相关数据作为第二查询结果。

根据本公开的另一方面，还提供一种用于数据库的信息查询装置，包括：第一查询单元，被配置为响应于第一查询请求，提供与第一查询请求相关的至少一个数据运算结果作为第一查询结果，其中，至少一个数据运算结果是基于从数据库中根据预设的规则筛选出的第一相关数据而获得的；以及第二查询单元，被配置为响应于针对至少一个数据运算结果其中一者的第二查询请求，提供与该数据运算结果相对应的从数据库中筛选出的第二相关数据作为第二查询结果。

根据本公开的又一方面，还提供一种计算设备，包括：处理器；以及存储程序的存储器，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行根据上述的用于数据库的信息查询方法。

根据本公开的又一方面，还提供一种存储程序的计算机可读存储介质，所述程序包括指令，所述指令在由计算设备的处理器执行时，致使所述计算设备执行根据上述的用于数据库的信息查询方法。

在本公开的一个或多个实施例中，响应于针对数据运算结果的查询请求，提供与该数据运算结果相对应的从数据库中筛选出的相关数据作为查询结果，有助于数据计算引擎的用户根据与所生成的数据运算结果对应的源端数据，对生成的数据运算结果的真实性和有效性加以判断，从而避免在源端数据有误或者计算有误的情况下误导数据计算引擎的用户，以解决用户对数据运算结果的疑问。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2是示出根据本公开的示例性实施例的用于数据库的信息查询方法的流程图；

图3是示出根据本公开的示例性实施例的信息查询方法的一个用户界面示意图；

图4是示出根据本公开的示例性实施例的信息查询方法的一个用户界面示意图；

图5是示出根据本公开的示例性实施例的信息查询方法的一个用户界面示意图；

图6是示出根据本公开的示例性实施例的信息查询方法的一个用户界面示意图；

图7是示出根据本公开的示例性实施例的用于数据库的信息查询装置的框图；以及

图8是示出能够应用于示例实施例的示例性计算机系统的结构框图。

具体实施方式

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

数据计算引擎(例如标签引擎)通常基于数据库中的数据，按照设定的运算规则或者运算逻辑为多个对象(即，数据库中的一个或多个数据所对应的数据主体)生成属于该对象的数据运算结果(例如为多个对象生成属于该对象的标签)，生成的数据运算结果(例如生成的标签)用于描述该对象的特征或者属性。然而，由于例如数据库中的数据有误或者数据计算引擎的计算有误等原因，数据计算引擎的用户可能对生成的数据运算结果产生疑问。

发明人发现，在现有的数据计算引擎技术中，数据计算引擎的用户无法获取与所生成的数据运算结果对应的源端数据。因此，用户无法根据与所生成的数据运算结果对应的源端数据，对生成的数据运算结果的真实性和有效性加以判断，在数据库中的数据有误或者数据计算引擎的计算有误的情况下，可能进行了错误的信息研判。

为了解决上述技术问题，本公开提供了一种用于数据库的信息查询方法、装置、计算设备和介质。下面将结合附图详细描述本公开的实施例。

为了更为清楚地对本公开提供的信息查询方法进行说明，首先对本公开的应用场景进行介绍：

图1示出了根据本公开的实施例可以实现本文描述的各种方法和装置的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接至服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行用于数据库的信息查询方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来查询与浏览数据。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算系统，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算设备可以运行各种类型和版本的软件应用程序和操作系统，例如Microsoft Windows、Apple iOS、类UNIX操作系统、Linux或类Linux操作系统(例如Google Chrome OS)；或包括各种移动操作系统，例如Microsoft Windows Mobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器和其他设备。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算系统可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。数据存储库130可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库或非关系型数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。例如，图2示出了根据本公开的示例性实施例的用于数据库的信息查询方法的流程图。在该实施例中，系统100可以根据方法200来进行配置，以实现能够响应于针对数据运算结果的查询请求，提供与该数据运算结果相对应的从数据库中筛选出的相关数据作为查询结果。

继续参考图2，图2是示出根据本公开的示例性实施例的用于数据库的信息查询方法的流程图。如图2所示，该信息查询方法包括：步骤S210：响应于第一查询请求，提供与第一查询请求相关的至少一个数据运算结果作为第一查询结果，其中，至少一个数据运算结果是基于从数据库中根据预设的规则筛选出的第一相关数据而获得的；以及步骤S220：响应于针对至少一个数据运算结果其中一者的第二查询请求，提供与该数据运算结果相对应的从数据库中筛选出的第二相关数据作为第二查询结果。

由此，通过提供与被查询的数据运算结果相对应的数据库中的相关数据，能够有助于发起查询请求的用户根据与被查询的数据运算结果相对应的数据库中的相关数据，对所生成的数据运算结果的真实性和有效性加以判断，从而避免在数据库中的相关数据有误或者数据运算过程有误的情况下用户被数据运算结果误导。因此，可以解决发起查询请求的用户对数据运算结果的疑问。在一个示例中，用户通过第一查询请求获得了标签(例如“频繁半夜上网”的标签)，在对该标签有疑问时，用户发起了针对该标签的第二查询请求，则用户可以获得与该标签相关的从数据库中筛选出的源端数据，以对所生成的标签的真实性和有效性加以判断。

以下将结合图3和图4说明根据本公开的示例性实施例的用于数据库的信息查询方法的一个应用场景。

根据一些实施例，第一查询请求是从多个预定义的查询请求中选择的，并且其中，预设的规则取决于第一查询请求的内容。在一些示例中，多个预定义的第一查询请求可以包括查询“频繁半夜上网”、“频繁半夜住店”以及“频繁出入娱乐场所”等预定义的标签名称，在这里，查询的内容即对应于查询的预定义的标签名称。取决于不同的查询内容，提供的数据运算结果(即标签)是基于从数据库中根据不同的预设规则筛选出的第一相关数据而获得的，其中，第一相关数据可以是用于生成标签的相应的源数据。

根据一些实施例，响应于第一查询请求是第一类别的查询请求，第一查询结果是基于从数据库中的第一类别的数据表中根据预设的规则筛选出的第一相关数据而直接获得的。参考图3，例如，若第一查询请求是查询“频繁半夜上网”的人员，该第一查询请求属于第一类别，则响应于该第一查询请求，向用户提供所有具有“频繁半夜上网”的标签的人员列表，其中，每个人员所具有的标签“频繁半夜上网”即为第一查询结果。在一些情况下，发起查询的用户对于具有“频繁半夜上网”的标签的人员中的一个或者多个人员的标签可能有疑问，用户可以针对一个或者多个人员的“频繁半夜上网”的标签发出第二查询请求，则响应于该第二查询请求，向用户提供与该人员的“频繁半夜上网”的数据运算结果相对应的从数据库中的第一类别的数据表中筛选出的第二相关数据作为第二查询结果。

如上所述，对于第一类别的第一查询请求，标签引擎在生成上述“频繁半夜上网”的标签时，会直接在数据库中的第一类别的数据表(例如记录人员行为轨迹信息的轨迹数据表)中，按照预定的规则(例如一周内次数超过3次、上网时间为凌晨0点到5点分别定义为“频繁”和“半夜”)筛选出具有此类上网行为的人员，并为这些人员生成“频繁半夜上网”的标签。轨迹数据表中记录的人员行为轨迹信息可以包括人员的ID、人员被观察到的时间以及观察该人员的设备ID等。而响应于用户的第二查询请求，可以从数据库中的轨迹数据表中获取用于生成“频繁半夜上网”标签的相关数据作为第二相关数据，第二相关数据可以是某个人员的人员ID、人员被观察到的时间以及观察该人员的设备ID等。第二相关数据作为第二查询结果被提供给用户，用户可以根据第二相关数据，对生成的标签的真实性和有效性加以判断。

根据一些实施例，响应于第一查询请求是第二类别的查询请求，第一查询结果是基于从数据库中的第二类别的数据表中根据预设的规则筛选出的第一相关数据而获得的，并且其中，第二类别的数据表中存储的字段类型多于第一类别的数据表。参考图4，例如，若第一查询请求是查询“频繁半夜住店”的人员，该第一查询请求属于第二类别，则响应于该第一查询请求，向用户提供所有具有“频繁半夜住店”的标签的人员列表，其中，每个人员所具有的标签“频繁半夜住店”即为第一查询结果。在一些情况下，发起查询的用户对于具有“频繁半夜住店”的标签的人员中的一个或者多个人员的标签可能有疑问，用户可以针对一个或者多个人员的“频繁半夜住店”的标签发出第二查询请求，则响应于该第二查询请求，向用户提供与该人员的“频繁半夜住店”的数据运算结果相对应的从数据库中的第二类别的数据表中筛选出的第二相关数据作为第二查询结果。

如上所述，对于第二类别的第一查询请求，标签引擎在生成上述“频繁半夜住店”的标签时，由于生成该标签需要酒店的地址信息，而酒店地址信息不包括在上述轨迹数据表中，因此，标签引擎会将与人员住店相关的信息(例如，人员ID、住店时间、酒店地址等信息)作为中间存储结果存储至第二类别的数据表中，再基于中间存储结果按照预定的规则(例如一周内次数超过3次、入住时间为凌晨0点到5点分别定义为“频繁”和“半夜”)筛选出具有此类住店行为的人员，并为这些人员生成“频繁半夜住店”的标签。而响应于用户的第二查询请求，可以从数据库中的存储有中间存储结果的第二类别的数据表中获取用于生成“频繁半夜住店”标签的相关数据作为第二相关数据，第二相关数据可以是某个人员的人员ID、住店时间和酒店地址等。第二相关数据作为第二查询结果被提供给用户，用户可以根据第二相关数据，对生成的标签的真实性和有效性加以判断。

进一步地，在数据库中的数据量较大、尤其是海量数据的情况下，还可以在执行“响应于第一查询请求，提供与第一查询请求相关的至少一个数据运算结果作为第一查询结果”的步骤之前，基于多个预定义的查询请求中的至少一者，获得与该查询请求相关的至少一个数据运算结果。在一个示例中，在接收到第一查询请求之前，首先基于数据库中的数据按照预定义的规则生成标签，待接收到用户发起的第一查询请求后，再将标签提供给发起查询请求的用户，可以使得在数据量较大时，也能快速提供查询结果。进一步地，数据库中的数据可以定时更新，以使得生成的标签更具时效性。

以下将结合图5和图6说明根据本公开的示例性实施例的用于数据库的信息查询方法的另一应用场景。

根据一些实施例，第一查询请求的内容是数据库中数据所分别对应的多个数据主体之一，并且其中，预设的规则不取决于第一查询请求的内容。例如，第一查询请求的内容可以是查询人员A所具有的标签，则响应于该第一查询请求，向发起查询的用户提供人员A的所有标签作为第一查询结果。例如，人员A的所有标签可以包括：“频繁半夜上网”、“频繁半夜住店”和“频繁出入娱乐场所”。

如上所述，至少一个数据运算结果中的每一个数据运算结果分别对应于一个相应的预设的规则，并且表示相应的预设的规则已被满足。例如，人员A的所有标签包括：“频繁半夜上网”、“频繁半夜住店”和“频繁出入娱乐场所”。而其中，上述三个标签所对应的预设的规则不同。以下将详细描述示例性的实施例以说明在根据不同的预设规则为人员A生成不同类型的标签后，相应的第二查询的情况。

根据一些实施例，响应于预设的规则是第一类别的规则，与该预设的规则相对应的数据运算结果是基于从数据库中的第一类别的数据表中根据该预设的规则筛选出的相关数据而直接获得的。例如，生成“频繁半夜上网”的标签所需要的原始数据来源于第一类别的数据表(例如轨迹数据表)，因此生成该标签对应的规则可以是直接从轨迹数据表中获得数据运算结果。参考图5，若发起查询的用户对于该人员A的“频繁半夜上网”的标签有疑问，用户可以针对该人员A的“频繁半夜上网”的标签发出第二查询请求，则响应于该第二查询请求，向用户提供与该人员A的“频繁半夜上网”的数据运算结果相对应的从数据库中筛选出的相关数据作为第二查询结果。

如上所述，标签引擎在生成上述“频繁半夜上网”的标签时，会直接在数据库中的第一类别的数据表(例如记录人员行为轨迹信息的轨迹数据表)中，按照预定的规则(例如一周内次数超过3次、上网时间为凌晨0点到5点分别定义为“频繁”和“半夜”)筛选出具有此类上网行为的人员，并为这些人员生成“频繁半夜上网”的标签。轨迹数据表中记录的人员行为轨迹信息可以包括人员的ID、人员被观察到的时间以及观察该人员的设备ID等。而响应于用户针对人员A的“频繁半夜上网”的标签的第二查询请求，可以从数据库中的轨迹数据表中获取用于生成“频繁半夜上网”标签的相关数据作为第二相关数据，第二相关数据可以是人员A的人员的ID、人员A被观察到的时间以及观察人员A的设备ID等。第二相关数据作为第二查询结果被提供给用户，用户可以根据第二相关数据，对生成的人员A的“频繁半夜上网”的标签的真实性和有效性加以判断。

根据一些实施例，响应于预设的规则是第二类别的规则，与该预设的规则相对应的数据运算结果是基于从数据库中的第二类别的数据表中根据该预设的规则筛选出的相关数据而获得的，并且其中，第二类别的数据表中存储的字段类型多于第一类别的数据表。例如，生成“频繁出入娱乐场所”的标签所需要的原始数据来源于第二类别的数据表，因此生成该标签对应的规则可以是从第二类别的数据表中获得数据运算结果。参考图6，若发起查询的用户对于该人员A的“频繁出入娱乐场所”的标签有疑问，用户可以针对该人员A的“频繁出入娱乐场所”的标签发出第二查询请求，则响应于该第二查询请求，向用户提供与该人员A的“频繁出入娱乐场所”的数据运算结果相对应的从数据库中筛选出的相关数据作为第二查询结果。

如上所述，标签引擎在生成上述“频繁出入娱乐场所”的标签时，由于生成该标签需要娱乐场所的地址信息，而娱乐场所的地址信息不包括在上述轨迹数据表中，因此，标签引擎会将与人员出入娱乐场所相关的信息(例如，人员ID、出入娱乐场所的时间、娱乐场所的地址等信息)作为中间存储结果存储至第二类别的数据表中，再基于中间存储结果按照预定的规则(例如一周内次数超过3次定义为“频繁”)筛选出具有此类出入娱乐场所行为的人员，并为这些人员生成“频繁出入娱乐场所”的标签。而响应于用户针对人员A的“频繁出入娱乐场所”的标签的第二查询请求，可以从数据库中的存储有中间存储结果的第二类别的数据表中获取用于生成“频繁出入娱乐场所”标签的相关数据作为第二相关数据，第二相关数据可以是人员A的人员ID、出入娱乐场所的时间和娱乐场所的地址等。第二相关数据作为第二查询结果被提供给用户，用户可以根据第二相关数据，对生成的人员A的“频繁出入娱乐场所”标签的真实性和有效性加以判断。

根据本公开的另一方面，还提供一种用于数据库的信息查询装置，如图7所示，信息查询装置700可以包括第一查询单元710，被配置为响应于第一查询请求，提供与第一查询请求相关的至少一个数据运算结果作为第一查询结果，其中，至少一个数据运算结果是基于从数据库中根据预设的规则筛选出的第一相关数据而获得的；以及第二查询单元720，被配置为响应于针对至少一个数据运算结果其中一者的第二查询请求，提供与该数据运算结果相对应的从数据库中筛选出的第二相关数据作为第二查询结果。

这里，信息查询装置700的上述各单元710-720的操作分别与前面描述的步骤S210-S220的操作类似，在此不再赘述。

根据本公开的另一方面，还提供一种计算设备，可以包括：处理器；以及存储程序的存储器，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行根据上述的信息查询方法。

根据本公开的另一方面，还提供一种存储程序的计算机可读存储介质，所述程序包括指令，所述指令在由计算设备的处理器执行时，致使所述计算设备执行根据上述的信息查询方法。

参见图8所示，现将描述计算设备2000，其是可以应用于本公开的各方面的硬件设备(计算设备)的示例。计算设备2000可以是被配置为执行处理和/或计算的任何机器，可以是但不限于工作站、服务器、台式计算机、膝上型计算机、平板计算机、个人数字助理、机器人、智能电话、车载计算机或其任何组合。上述信息查询方法可以全部或至少部分地由计算设备2000或类似设备或系统实现。

计算设备2000可以包括(可能经由一个或多个接口)与总线2002连接或与总线2002通信的元件。例如，计算设备2000可以包括总线2002、一个或多个处理器2004、一个或多个输入设备2006以及一个或多个输出设备2008。一个或多个处理器2004可以是任何类型的处理器，并且可以包括但不限于一个或多个通用处理器和/或一个或多个专用处理器(例如特殊处理芯片)。输入设备2006可以是能向计算设备2000输入信息的任何类型的设备，并且可以包括但不限于鼠标、键盘、触摸屏、麦克风和/或遥控器。输出设备2008可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。计算设备2000还可以包括非暂时性存储设备2010或者与非暂时性存储设备2010连接，非暂时性存储设备可以是非暂时性的并且可以实现数据存储的任何存储设备，并且可以包括但不限于磁盘驱动器、光学存储设备、固态存储器、软盘、柔性盘、硬盘、磁带或任何其他磁介质，光盘或任何其他光学介质、ROM(只读存储器)、RAM(随机存取存储器)、高速缓冲存储器和/或任何其他存储器芯片或盒、和/或计算机可从其读取数据、指令和/或代码的任何其他介质。非暂时性存储设备2010可以从接口拆卸。非暂时性存储设备2010可以具有用于实现上述方法和步骤的数据/程序(包括指令)/代码。计算设备2000还可以包括通信设备2012。通信设备2012可以是使得能够与外部设备和/或与网络通信的任何类型的设备或系统，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信设备和/或芯片组，例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算设备2000还可以包括工作存储器2014，其可以是可以存储对处理器2004的工作有用的程序(包括指令)和/或数据的任何类型的工作存储器，并且可以包括但不限于随机存取存储器和/或只读存储器设备。

软件要素(程序)可以位于工作存储器2014中，包括但不限于操作系统2016、一个或多个应用程序2018、驱动程序和/或其他数据和代码。用于执行上述方法和步骤的指令可以被包括在一个或多个应用程序2018中，并且上述信息查询方法可以通过由处理器2004读取和执行一个或多个应用程序2018的指令来实现。更具体地，上述信息查询方法的步骤S210-步骤S220中，可以例如通过处理器2004执行具有步骤S210-步骤S220的指令的应用程序2018而实现。此外，上述信息查询方法中的其它步骤可以例如通过处理器2004执行具有执行相应步骤中的指令的应用程序2018而实现。软件要素(程序)的指令的可执行代码或源代码可以存储在非暂时性计算机可读存储介质(例如上述存储设备2010)中，并且在执行时可以被存入工作存储器2014中(可能被编译和/或安装)。软件要素(程序)的指令的可执行代码或源代码也可以从远程位置下载。

还应该理解，可以根据具体要求而进行各种变型。例如，也可以使用定制硬件，和/或可以用硬件、软件、固件、中间件、微代码，硬件描述语言或其任何组合来实现特定元件。例如，所公开的方法和设备中的一些或全部可以通过使用根据本公开的逻辑和算法，用汇编语言或硬件编程语言(诸如VERILOG，VHDL，C++)对硬件(例如，包括现场可编程门阵列(FPGA)和/或可编程逻辑阵列(PLA)的可编程逻辑电路)进行编程来实现。

还应该理解，前述方法可以通过服务器-客户端模式来实现。例如，客户端可以接收用户输入的数据并将所述数据发送到服务器。客户端也可以接收用户输入的数据，进行前述方法中的一部分处理，并将处理所得到的数据发送到服务器。服务器可以接收来自客户端的数据，并且执行前述方法或前述方法中的另一部分，并将执行结果返回给客户端。客户端可以从服务器接收到方法的执行结果，并例如可以通过输出设备呈现给用户。

还应该理解，计算设备2000的组件可以分布在网络上。例如，可以使用一个处理器执行一些处理，而同时可以由远离该一个处理器的另一个处理器执行其他处理。计算系统2000的其他组件也可以类似地分布。这样，计算设备2000可以被解释为在多个位置执行处理的分布式计算系统。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (14)

1.一种用于数据库的信息查询方法，包括：

响应于第一查询请求，提供与所述第一查询请求相关的至少一个数据运算结果作为第一查询结果，其中，所述至少一个数据运算结果是基于从所述数据库中根据预设的规则筛选出的第一相关数据而获得的；以及

响应于针对所述至少一个数据运算结果其中一者的第二查询请求，提供与该数据运算结果相对应的从所述数据库中筛选出的第二相关数据作为第二查询结果。

2.如权利要求1所述的信息查询方法，其中，所述第一查询请求是从多个预定义的查询请求中选择的，并且其中，所述预设的规则取决于所述第一查询请求的内容。

3.如权利要求2所述的信息查询方法，其中，响应于所述第一查询请求是第一类别的查询请求，所述第一查询结果是基于从所述数据库中的第一类别的数据表中根据所述预设的规则筛选出的第一相关数据而直接获得的。

4.如权利要求3所述的信息查询方法，其中，响应于所述第一查询请求是第二类别的查询请求，所述第一查询结果是基于从所述数据库中的第二类别的数据表中根据所述预设的规则筛选出的第一相关数据而获得的，并且其中，所述第二类别的数据表中存储的字段类型多于所述第一类别的数据表。

5.如权利要求4所述的信息查询方法，还包括：

将所述第一相关数据存储为中间存储结果，

其中，响应于所述第二查询请求，从所述中间存储结果中获取所述第二相关数据。

6.如权利要求2所述的信息查询方法，其中，在执行“所述响应于第一查询请求，提供与所述第一查询请求相关的至少一个数据运算结果作为第一查询结果”的步骤之前，基于所述多个预定义的查询请求中的至少一者，获得与该查询请求相关的至少一个数据运算结果。

7.如权利要求1所述的信息查询方法，其中，所述第一查询请求的内容是所述数据库中数据所分别对应的多个数据主体之一，并且其中，所述预设的规则不取决于所述第一查询请求的内容。

8.如权利要求7所述的信息查询方法，其中，所述至少一个数据运算结果中的每一个数据运算结果分别对应于一个相应的预设的规则，并且表示所述相应的预设的规则已被满足。

9.如权利要求8所述的信息查询方法，其中，响应于预设的规则是第一类别的规则，与该预设的规则相对应的数据运算结果是基于从所述数据库中的第一类别的数据表中根据该预设的规则筛选出的相关数据而直接获得的。

10.如权利要求9所述的信息查询方法，其中，响应于预设的规则是第二类别的规则，与该预设的规则相对应的数据运算结果是基于从所述数据库中的第二类别的数据表中根据该预设的规则筛选出的相关数据而获得的，并且其中，所述第二类别的数据表中存储的字段类型多于所述第一类别的数据表。

11.如权利要求10所述的信息查询方法，还包括：

将所述第一相关数据存储为中间存储结果，

其中，响应于所述第二查询请求，从所述中间存储结果中获取所述第二相关数据。

12.一种用于数据库的信息查询装置，包括：

第一查询单元，被配置为响应于第一查询请求，提供与所述第一查询请求相关的至少一个数据运算结果作为第一查询结果，其中，所述至少一个数据运算结果是基于从所述数据库中根据预设的规则筛选出的第一相关数据而获得的；以及

第二查询单元，被配置为响应于针对所述至少一个数据运算结果其中一者的第二查询请求，提供与该数据运算结果相对应的从所述数据库中筛选出的第二相关数据作为第二查询结果。

13.一种计算设备，所述计算设备包括：

处理器；以及

存储程序的存储器，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行根据权利要求1-11中任一项所述的方法。

14.一种存储程序的计算机可读存储介质，所述程序包括指令，所述指令在由计算设备的处理器执行时，致使所述计算设备执行根据权利要求1-11中任一项所述的方法。

Images