CN113360499A - 数据查询方法和装置 - Google Patents

Abstract

本申请公开了数据查询方法和装置，涉及数据处理技术领域。方法的一具体实施方式包括：获取用户的查询请求；在预设的标签位图数据库中，查找与至少一个标签中每一个标签相对应的目标标签位图，得到目标标签位图集合；基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及预设的映射关系表，确定出满足查询请求的用户数据。该实施方式有效提升了数据查询效率。

Description

数据查询方法和装置

技术领域

本申请涉及计算机技术领域，具体涉及数据处理技术领域，尤其涉及一种数据查询方法和装置。

背景技术

现有的用户运营平台的一个重要功能是广告主和采销等可以利用运营平台圈选出自己关注的人群，并对这部分人群进行分析或者广告投放等操作，以实现自己品牌业务增长。

现有技术中通常采用离线计算方式来圈选人群，底层依赖hadoop，spark等离线计算框架。系统会将用户输入的圈人条件转化为能在离线计算框架上执行的sql语句，并进行提交，计算框架负责进行计算和输出结果。这种方案运行起来十分稳定，但时效性较差。通常一个人群生成需要15-30分钟，在任务量激增的的大促期间会超过1小时。

发明内容

本申请实施例提供了一种数据查询方法、装置、设备以及存储介质。

根据第一方面，本申请实施例提供了一种数据查询方法，该方法包括：获取用户的查询请求，查询请求包括至少一个标签及至少一个标签之间的逻辑运算关系；在预设的标签位图数据库中，查找与至少一个标签中每一个标签相对应的目标标签位图，得到目标标签位图集合，其中，标签位图中的每一位数据用于表示一个用户是否具有该标签；基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及预设的映射关系表，确定出满足查询请求的用户数据，映射关系表用于表征用户标识与标签位图中各位数据的映射关系。

在一些实施例中，基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及预设的映射关系表，确定出满足查询请求的用户数据，包括：基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及长期加载在内存中的预设的映射关系表，确定出满足查询请求的用户数据。

在一些实施例中，基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及长期加载在内存中的预设的映射关系表，确定出满足查询请求的用户数据，包括：基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及采用流数据处理方式长期加载在内存中的预设的映射关系表，确定出满足查询请求的用户数据。

在一些实施例中，基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及采用流数据处理方式长期加载在内存中的预设的映射关系表，确定出满足查询请求的用户数据，包括：基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及采用SparkStreaming流数据处理方式长期加载在内存中的预设的映射关系表，确定出满足查询请求的用户数据。

在一些实施例中，标签位图采用Roaring Bitmap压缩算法存储在预设的标签位图数据库中。

根据第二方面，本申请实施例提供了一种数据查询装置，该装置包括：获取模块，被配置成获取用户的查询请求，查询请求包括至少一个标签及至少一个标签之间的逻辑运算关系；查找模块，被配置成在预设的标签位图数据库中，查找与至少一个标签中每一个标签相对应的目标标签位图，得到目标标签位图集合，其中，标签位图中的每一位数据用于表示一个用户是否具有该标签；确定模块，被配置基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及预设的映射关系表，确定出满足所述查询请求的用户数据，映射关系表用于表征用户标识与标签位图中各位数据的映射关系。

在一些实施例中，确定模块进一步被配置成：基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及长期加载在内存中的预设的映射关系表，确定出满足查询请求的用户数据。

在一些实施例中，确定模块进一步被配置成：基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及采用流数据处理方式长期加载在内存中的预设的映射关系表，确定出满足所述查询请求的用户数据。

在一些实施例中，确定模块进一步被配置成：基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及采用Spark Streaming流数据处理方式长期加载在内存中的预设的映射关系表，确定出满足查询请求的用户数据。

在一些实施例中，标签位图采用Roaring Bitmap压缩算法存储在预设的标签位图数据库中。

根据第三方面，本申请实施例提供了一种电子设备，该电子设备包括一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被该一个或多个处理器执行，使得一个或多个处理器实现如第一方面的任一实施例的数据查询方法。

根据第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面的任一实施例的数据查询方法。

本申请通过获取用户的查询请求，查询请求包括至少一个标签及至少一个标签之间的逻辑运算关系；在预设的标签位图数据库中，查找与至少一个标签中每一个标签相对应的目标标签位图，得到目标标签位图集合，其中，标签位图中的每一位数据用于表示一个用户是否具有该标签；基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及预设的映射关系表，确定出满足查询请求的用户数据，映射关系表用于表征用户标识与标签位图中各位数据的映射关系，使得整个查询过程只是简单的匹配操作，可在短时间内完成，有效提升了数据查询效率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。

附图说明

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的数据查询方法的一个实施例的流程图；

图3是根据本申请的数据查询方法的一个应用场景的示意图；

图4是根据本申请的数据查询方法的另一个实施例的流程图；

图5是根据本申请的数据查询装置的一个实施例的示意图；

图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

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。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的数据查询方法的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如，查询类应用、通讯类应用等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏的各种电子设备，包括但不限于手机和笔记本电脑。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供数据查询服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如，获取用户的查询请求；在预设的标签位图数据库中，查找与至少一个标签中每一个标签相对应的目标标签位图，得到目标标签位图集合；基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及预设的映射关系表，确定出满足查询请求的用户数据。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供数据查询服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要指出的是，本公开的实施例所提供的数据查询方法可以由服务器105执行，也可以由终端设备101、102、103执行，还可以由服务器105和终端设备101、102、103彼此配合执行。相应地，信息提醒装置包括的各个部分(例如各个单元、子单元、模块、子模块)可以全部设置于服务器105中，也可以全部设置于终端设备101、102、103中，还可以分别设置于服务器105和终端设备101、102、103中。应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

图2示出了可以应用于本申请的数据查询方法的流程示意图200。

在本实施例中，数据查询方法包括以下步骤：

步骤201，获取用户的查询请求。

在本实施例中，执行主体(如图1中所示的服务器105或终端设备101、102、103)可通过有线或无线方式获取用户的查询请求，查询请求包括至少一个标签以及至少一个标签中各标签间的逻辑运算关系。

其中，标签可以是根据用户的自身的属性或通过对用户的行为信息进行分析计算而得出的高度精炼的用户特征标识，例如，“男性”、“浏览过品牌1”等。

这里，各标签间的逻辑运算关系可以包括与、或、非等。

具体地，查询请求为“男性”与“浏览过品牌1”，即查询满足男性且浏览过品牌1的要求的人群。

步骤202，在预设的标签位图数据库中，查找与至少一个标签中每一个标签相对应的目标标签位图，得到目标标签位图集合。

在本实施例中，执行主体在预设的标签位图数据库中，查找与查询请求所包括的至少一个标签中每一个标签相对应的目标标签位图，得到目标标签位图集合。

这里，预设的数据库中，存储有预设的标签位图，标签位图中的每一位数据用于表示一个用户是否具有该标签。

具体地，对应于标签“浏览过品牌1”的用户为用户3和用户4，则标签“浏览过品牌1”对应的标签位图为{0011000000}。

在一些可选的方式中，标签位图采用Roaring Bitmap压缩算法存储在白标签位图数据库中。

该方式通过将标签位图采用Roaring Bitmap压缩算法存储在数据库中，有效减少了存储空间。

步骤203，基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及预设的映射关系表，确定出满足查询请求的用户数据。

在本实施例中，执行主体在获取到目标标签位图集合后，若目标标签位图为多个，则可根据查询请求中的各标签间的逻辑运算关系，对各目标标签位图进行按位的逻辑运算，例如，按位与、按位或、按位非等，得到最终标签位图，并可根据最终标签位图确定出满足查询请求的用户数量。

由于标签位图中存储的都是0和1，1代表一个用户存在，0代表一个用户不存在，无法与真实用户标识相对应。

进一步地，执行主体可根据最终标签位图及预设的的映射关系表，确定出满足查询请求的用户数据。这里，用户数据包括满足查询要求的用户数量和用户标识。用户标识可有助于后续进行用户人群的精准分析及广告投放。

其中，映射关系表用于表征用户标识与标签位图中各位数据的映射关系，具体指用户标识与标签位图中各位数据为1时的映射关系，例如，标签位图为“001100”，则标签位图中的第三位为1其对应的第三位用户的用户标识为XXX，第四位为1其对应的第四为用户的用户标识为YYY。

这里，执行主体在使用上述映射关系表时，可在调用时将该关系表加载至内存中，在内存中根据最终标签位图及预设的映射关系表，确定出满足查询要求的用户标识；也可预先将上述映射关系表长期加载到内存中，在使用时直接在内存中根据最终标签位图，确定出满足查询要求的用户标识，本申请对此不作限定。

继续参见图3，图3是根据本实施例的数据查询方法的应用场景的一个示意图。

在图3的应用场景中，执行主体301获取到用户的查询请求302，查询请求包括至少一个标签303及至少一个标签之间的逻辑运算关系304，如“女性”与“浏览过品牌2”。在预设的数据库中，执行主体查找到与“女性”相对应的目标标签位图A为“1000000001”，与“浏览过品牌2”相对应的目标标签位图B为“1000110001”，故目标标签位图集合305为{“1001100001”，“1000000001”}。进一步地，执行主体可根据目标标签位图集合305及各标签间的逻辑运算关系304，将目标标签位图A和目标标签位图进行按位与，得到最终标签位图“0000110000”，即可确定满足查询要求的用户共两位，分别为用户5和用户6，进而根据最终标签位图“0000110000”及预设的映射关系表306，如“标签位图第5位为1—用户标识MMM；标签位图第6位为1—用户标识NNN”，确定出满足查询要求的用户数据307为用户MMM和用户NNN。

本公开的数据查询方法，通过获取用户的查询请求；在预设的数据库中，查找与至少一个标签中每一个标签相对应的目标标签位图，得到目标标签位图集合；基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及预设的映射关系表，确定出满足查询请求的用户数据，有助于提升数据查询效率。

进一步参考图4，其示出了数据查询方法的又一个实施例的流程400。本实施例的数据查询方法的流程400，可包括以下步骤：

步骤401，获取用户的查询请求。

在本实施例中，步骤401的实现细节和技术效果，可以参考对步骤201的描述，在此不再赘述。

步骤402，在预设的标签位图数据库中，查找与至少一个标签中每一个标签相对应的目标标签位图，得到目标标签位图集合。

在本实施例中，步骤402的实现细节和技术效果，可以参考对步骤202的描述，在此不再赘述。

步骤403，基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及长期加载在内存中的预设的映射关系表，确定出满足所述查询请求的用户数据。

在本实施例中，执行主体可以采用现有技术或未来发展技术中的多种方式将预设的用户标识与标签位图中各位数据的映射关系表长期加载在内存中，例如，Spark JobServer、Thrift Server、流数据处理等，得到目标映射关系表。

进而，执行主体在根据目标标签位图集合、各标签间的逻辑运算关系确定出最终标签位图后，直接在内存中调用目标映射关系表，并根据目标映射关系表，确定出满足查询请求的用户数据。

在一些可选的方式中，基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及长期加载在内存中的预设的映射关系表，确定出满足所述查询请求的用户数据，包括：基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及采用流数据处理方式长期加载在内存中的预设的映射关系表，确定出满足所述查询请求的用户数据。

在本实现方式中，执行主体可以采用现有技术或未来发展技术中的流数据处理的方式，例如，spark streaming、storm等，将预设的用户标识与标签位图的映射关系表长期加载在内存中。

其中，Spark Streaming是Spark核心API的一个扩展，可以实现高吞吐量的、具备容错机制的实时流数据的处理，同时可以在一个短暂的时间窗口里面处理多条Event，即可实现实时批量处理。

Storm是Hortonworks Hadoop数据平台中流数据处理的解决方案，可以实现亚秒级时延的处理，而每次只处理一条event，即可实现实时处理数据，但不支持数据的批量处理。

该实现方式通过采用流数据处理的方式将预设的的映射关系表长期加载在内存中，进而根据目标标签位图集合、各标签间的逻辑运算关系及预设的映射关系表，确定出满足查询请求的用户数据，进一步提升了查询效率。

在一些可选的方式中，基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及采用流数据处理方式长期加载在内存中的预设的映射关系表，确定出满足查询请求的用户数据，包括：基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及采用Spark Streaming流数据处理方式长期加载在内存中的预设的映射关系表，确定出满足查询请求的用户数据。

在本实现方式中，由于Spark Streaming可以在一个短暂的时间窗口里面处理多条Event，即可实现实时批处理，故该方式通过采用Spark Streaming流数据处理的方式将预设的的映射关系表长期加载在内存中，进而根据目标标签位图集合、各标签间的逻辑运算关系及预设的映射关系表，确定出满足查询请求的用户数据，进一步提升了查询效率。

本申请的上述实施例，与图2对应的实施例相比，本实施例中的数据查询方法的流程400体现了基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及长期加载在内存中的预设的映射关系表，确定出满足查询请求的用户数据，节省了将映射关系表加载至内存及服务启动的时间，进一步提升了数据查询效率。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种数据查询装置的一个实施例，该装置实施例与图1所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的数据查询装置500包括：获取模块501、查找模块502、确定模块503。

其中，获取模块501，可被配置成获取用户的查询请求。

查找模块502，可被配置成在预设的标签位图数据库中，查找与所述至少一个标签中每一个标签相对应的目标标签位图，得到目标标签位图集合。

确定模块503，可被配置成基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及预设的映射关系表，确定出满足所述查询请求的用户数据。

在本实施例的一些可选的方式中，确定模块进一步被配置成：基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及长期加载在内存中的预设的映射关系表，确定出满足查询请求的用户数据。

在本实施例的一些可选的方式中，基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及采用流数据处理方式长期加载在内存中的预设的映射关系表，确定出满足所述查询请求的用户数据。

在本实施例的一些可选的方式中，确定模块进一步被配置成：基于目标标签位图集合、至少一个标签之间的逻辑运算关系以及采用Spark Streaming流数据处理方式长期加载在内存中的预设的映射关系表，确定出满足查询请求的用户数据。

在本实施例的一些可选的方式中，标签位图采用Roaring Bitmap压缩算法存储在预设的标签位图数据库中。

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。

如图6所示，是根据本申请实施例的数据查询方法的电子设备的框图。

600是根据本申请实施例的数据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6所示，该电子设备包括：一个或多个处理器601、存储器602，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和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6中以一个处理器601为例。

存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的数据查询方法。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数据查询方法。

存储器602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数据查询方法对应的程序指令/模块(例如，附图5所示的获取模块501、查找模块502、确定模块503)。处理器601通过运行存储在存储器602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数据查询方法。

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；存储数据区可存储数据查询的电子设备的使用所创建的数据等。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数据查询的电子设备。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。

数据查询方法的电子设备还可以包括：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。

输入装置603可接收输入的数字或字符信息，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604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，有效提升了数据查询效率。

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 (12)

1.一种数据查询方法，所述方法包括：

获取用户的查询请求，所述查询请求包括至少一个标签及所述至少一个标签之间的逻辑运算关系；

在预设的标签位图数据库中，查找与所述至少一个标签中每一个标签相对应的目标标签位图，得到目标标签位图集合，其中，所述标签位图中的每一位数据用于表示一个用户是否具有该标签；

基于所述目标标签位图集合、所述至少一个标签之间的逻辑运算关系以及预设的映射关系表，确定出满足所述查询请求的用户数据，所述映射关系表用于表征用户标识与标签位图中各位数据的映射关系。

2.根据权利要求1所述的方法，其中，所述基于所述目标标签位图集合、所述至少一个标签之间的逻辑运算关系以及预设的映射关系表，确定出满足所述查询请求的用户数据，包括：

基于所述目标标签位图集合、所述至少一个标签之间的逻辑运算关系以及长期加载在内存中的预设的映射关系表，确定出满足所述查询请求的用户数据。

3.根据权利要求2所述的方法，其中，所述基于所述目标标签位图集合、所述至少一个标签之间的逻辑运算关系以及长期加载在内存中的预设的映射关系表，确定出满足所述查询请求的用户数据，包括：

基于所述目标标签位图集合、所述至少一个标签之间的逻辑运算关系以及采用流数据处理方式长期加载在内存中的预设的映射关系表，确定出满足所述查询请求的用户数据。

4.根据权利要求3所述的方法，其中，所述基于所述目标标签位图集合、所述至少一个标签之间的逻辑运算关系以及采用流数据处理方式长期加载在内存中的预设的映射关系表，确定出满足所述查询请求的用户数据，包括：

基于所述目标标签位图集合、所述至少一个标签之间的逻辑运算关系以及采用SparkStreaming流数据处理方式长期加载在内存中的预设的映射关系表，确定出满足所述查询请求的用户数据。

5.根据权利要求1-4任一所述的方法，其中，所述标签位图采用Roaring Bitmap压缩算法存储在所述预设的标签位图数据库中。

6.一种数据查询装置，所述装置包括：

获取模块，被配置成获取用户的查询请求，所述查询请求包括至少一个标签及所述至少一个标签之间的逻辑运算关系；

查找模块，被配置成在预设的标签位图数据库中，查找与所述至少一个标签中每一个标签相对应的目标标签位图，得到目标标签位图集合，其中，所述标签位图中的每一位数据用于表示一个用户是否具有该标签；

确定模块，被配置基于所述目标标签位图集合、所述至少一个标签之间的逻辑运算关系以及预设的映射关系表，确定出满足所述查询请求的用户数据，所述映射关系表用于表征用户标识与标签位图中各位数据的映射关系。

7.根据权利要求6所述的装置，其中，所述确定模块进一步被配置成：

基于所述目标标签位图集合、所述至少一个标签之间的逻辑运算关系以及长期加载在内存中的预设的映射关系表，确定出满足所述查询请求的用户数据。

8.根据权利要求7所述的装置，其中，所述确定模块进一步被配置成：

基于所述目标标签位图集合、所述至少一个标签之间的逻辑运算关系以及采用流数据处理方式长期加载在内存中的预设的映射关系表，确定出满足所述查询请求的用户数据。

9.根据权利要求8所述的装置，其中，所述确定模块进一步被配置成：

基于所述目标标签位图集合、所述至少一个标签之间的逻辑运算关系以及采用SparkStreaming流数据处理方式长期加载在内存中的预设的映射关系表，确定出满足所述查询请求的用户数据。

10.根据权利要求6-9任一所述的装置，其中，所述标签位图采用Roaring Bitmap压缩算法存储在所述预设的标签位图数据库中。

11.一种电子设备，其特征在于，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，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。

Images