CN113505297B - 数据查询方法、装置、电子设备和计算机可读介质 - Google Patents

数据查询方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN113505297B
CN113505297B CN202110787925.5A CN202110787925A CN113505297B CN 113505297 B CN113505297 B CN 113505297B CN 202110787925 A CN202110787925 A CN 202110787925A CN 113505297 B CN113505297 B CN 113505297B
Authority
CN
China
Prior art keywords
node
data
target
linked list
nodes
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
Application number
CN202110787925.5A
Other languages
English (en)
Other versions
CN113505297A (zh
Inventor
师锐
刘洋
陈燕斌
樊明华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Douyin Vision Co Ltd
Original Assignee
Douyin Vision Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Douyin Vision Co Ltd filed Critical Douyin Vision Co Ltd
Priority to CN202110787925.5A priority Critical patent/CN113505297B/zh
Publication of CN113505297A publication Critical patent/CN113505297A/zh
Application granted granted Critical
Publication of CN113505297B publication Critical patent/CN113505297B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/901Indexing; Data structures therefor; Storage structures
    • G06F16/9024Graphs; Linked lists
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/9035Filtering based on additional data, e.g. user or group profiles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/907Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Library & Information Science (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开的实施例公开了数据处理方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:接收针对目标对象的数据查询请求,数据查询请求中包括目标对象的对象标识、目标时间区间;在数据链表集合中,基于对象标识确定目标对象的目标数据链表;从目标数据链表的节点序列中确定目标时间区间内的至少一个节点,节点序列中的每个节点对应一个时间区间内的数据;读取至少一个节点中各个节点对应的数据并进行聚合处理,得到聚合数据;将聚合数据返回至查询请求对应的设备。该实施方式实现了指定时间区间的数据查询。

Description

数据查询方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域,具体涉及数据查询方法、装置、电子设备和计算机可读介质。
背景技术
为了满足上下游业务对于数据的需要,需要对数据进行存储。例如,在视频推荐、文章推荐等应用场景下,需要根据用户的喜好给用户推荐合适的内容。实践中,随着用户数量的激增以及海量的文章或视频,如何快速的为用户推荐合适的内容成为亟待解决的问题。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键或必要,也不旨在用于限制所要求的保护的技术方案的范围。本公开的一些实施例提出了数据查询方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题。
第一方面,本公开的一些实施例提供了一种数据查询方法,该方法包括:接收针对目标对象的数据查询请求,数据查询请求中包括目标对象的对象标识、目标时间区间;在数据链表集合中,基于对象标识确定目标对象的目标数据链表;从目标数据链表的节点序列中确定目标时间区间内的至少一个节点,节点序列中的每个节点对应一个时间区间内的数据;读取至少一个节点中各个节点对应的数据并进行聚合处理,得到聚合数据;将聚合数据返回至查询请求对应的设备。
第二方面,本公开的一些实施例提供了一种数据查询装置,装置包括:接收单元,被配置成接收针对目标对象的数据查询请求,数据查询请求中包括目标对象的对象标识、目标时间区间;数据链表确定单元,被配置成在数据链表集合中,基于对象标识确定目标对象的目标数据链表;节点确定单元,被配置成从目标数据链表的节点序列中确定目标时间区间内的至少一个节点,节点序列中的每个节点对应一个时间区间内的数据;读取单元,被配置成读取至少一个节点中各个节点对应的数据并进行聚合处理,得到聚合数据;返回单元,被配置成将聚合数据返回至查询请求对应的设备。
第三方面,本公开的一些实施例提供了一种电子设备,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中任一实现方式所描述的方法。
第四方面,本公开的一些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,其中,程序被处理器执行时实现如第一方面中任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:首先通过对象标识确定目标数据链表,从而可以快速定位目标数据链表。然后根据目标时间区间读取数据,从而实现对目标数据的快速定位。在此基础上,通过对数据进行聚合处理,以及将聚合数据返回对应的设备,从而实现数据的快速查询。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是根据本公开的一些实施例的数据查询方法的一个应用场景的示意图;
图2是根据本公开的数据查询方法的一些实施例的流程图;
图3是根据本公开的数据查询方法的另一些实施例的流程图;
图4是根据本公开的一些实施例的数据查询方法中的对于数据链表中相邻的至少两个节点对应的数据进行合并的示意图;
图5是根据本公开的一些实施例的数据查询方法中的将数据链表中不满足预设条件的节点删除的示意图;
图6是根据本公开的数据查询装置的一些实施例的结构示意图;
图7是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的数据查询方法的一个应用场景的示意图100。
如图1所示,示例性示出了一个数据链表101。其中,数据链表101包括按序排列的节点1011-1015。每个节点对应一个时间区间内的数据。例如,某个节点可以对应某一天的数据。当然,某个节点也可以对应某天的10点到10点半这个半个小时内的数据。
在此基础上,数据查询方法的执行主体可以接收针对目标对象的数据查询请求102。数据查询请求102中包括目标对象的对象标识、目标时间区间。其中,目标时间区间以[t1,t2]为例。在此基础上,上述执行主体可以从数据链表集合中,确定对象标识对应的数据链表,得到目标数据链表。其中,目标数据链表以数据链表101为例。
从目标数据链表中确定目标时间区间内的至少一个节点对应。举例来说,某个节点可以对应某一天的数据。具体的,节点1011-1015分别对应3月1日到3月5日的数据。[t1,t2]以3月2日到3月4日为例。那么,目标时间段内的至少一个节点即为:节点1012、节点1013、1014。然后,可以读取节点1012、节点1013、1014分别对应的数据。
在此基础上,可以对节点1012、节点1013、1014分别对应的数据进行聚合处理,得聚合数据103。实践中,聚合处理可以包括去重、求并集等等。在此基础上,可以将集合数据103返回对应的设备。
可以理解的是,数据查询方法的执行主体可以是硬件,也可以是软件。当其为硬件时,一般可以是服务器。当执行主体为软件时,可以安装在上述硬件中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的节点数目仅仅是示意性的。根据实现需要,可以具有任意数目的节点。
继续参考图2,示出了根据本公开的数据查询方法的一些实施例的流程200。该数据查询方法,包括以下步骤:
步骤201,接收针对目标对象的数据查询请求,数据查询请求中包括目标对象的对象标识、目标时间区间。
在一些实施例中,数据查询方法的执行主体可以接收针对目标对象的数据查询请求。实践中,在各种场景下,都可能需要用到目标对象的数据,例如视频推荐、文章推荐等等场景。当需要用到数据时,推荐引擎可以向上述执行主体发送查询请求以获得目标对象的数据。其中,根据场景的不同,对象也有所不同。例如,在推荐场景下,对象可以是文章、视频等等。
数据查询请求中可以包括目标对象的对象标识、目标时间区间。对象标识可以是对象编号等等。目标对象可以是任意的对象。例如,可以是当前浏览的文章或者视频。此外,通过设定时间区间,可以使得查询得到的数据更具时效性。目标时间区间的确定可以通过指定,也可以通过一定的条件进行确定等。
步骤202,从数据链表集合中,基于对象标识确定目标对象的目标数据链表。
在一些实施例中,上述执行主体可以从数据链表集合中,确定对象标识对应的目标数据链表。实践中,可以为每个对象建立一个数据链表以存储该对象的数据。为了进行区分,作为示例,可以将对象的对象标识与数据链表链表进行关联。从而可以通过对象标识查找对应的数据链表。
实践中,目标数据链表中包括节点序列,节点序列中的每个节点对应一个时间区间内的数据。其中,每个节点对应的时间范围可以根据需要进行设定,例如可以是一天、一个小时、10分钟等等。多个节点可以按照一定的顺序进行排列,例如,可以按照时间先后顺序进行排列。需要说明的是,节点序列中的各个节点对应的时间区域可以相同,也可以不同。例如,都对应某一天的数据。又如,可以一个节点对应某一天的数据,另一个节点对应某两天的数据。由此,可以解决数据在时间维度分布不均匀的问题。例如某一天的数据量比较大,就配置为一个节点,如果数据量较小,可以配置为某两天一个节点。
步骤203,从目标数据链表中确定目标时间区间内的至少一个节点。
在一些实施例中,上述执行主体可以从目标数据链表中确定目标时间区间内的至少一个节点。作为示例,对于目标数据链表中的每个节点,可以确定该节点对应时间区间确定是否落入上述目标时间区间内。若落入,则将该节点确定为目标节点。反之,则不是目标节点。
步骤204,读取至少一个节点中各个节点对应的数据并进行聚合处理。
在一些实施例中,上述执行主体可以读取步骤203中所确定的至少一个节点中各个节点对应的数据。在此基础上,可以进行聚合处理。根据实际需要,聚合处理可以包括去重、排序、筛选等等处理。
在一些可选的实现方式中,查询请求中还可以包括目标数据处理方式。从而可以基于目标数据处理方式,对读取到的数据进行处理,得到聚合数据。从而可以实现对于数据处理方式的灵活配置。
步骤205,将聚合数据返回至查询请求对应的设备。
本公开的一些实施例公开的方法,首先通过对象标识确定目标数据链表,从而可以快速定位目标数据链表。然后根据目标时间区间读取数据,从而实现对目标数据的快速定位。在此基础上,通过对数据进行聚合处理,以及将聚合数据返回对应的设备,从而实现数据的快速查询。
进一步参考图3,其示出了数据查询方法的另一些实施例的流程300。该数据查询方法的流程300,包括以下步骤:
步骤301,接收针对目标对象的数据查询请求,数据查询请求中包括目标对象的对象标识、目标时间区间。
步骤302,在数据链表集合中,基于对象标识确定目标对象的目标数据链表。
步骤303,从目标数据链表的节点序列中确定目标时间区间内的至少一个节点。
步骤304,读取至少一个节点中各个节点对应的数据并进行聚合处理,得到聚合数据。
步骤305,将聚合数据返回至查询请求对应的设备。
在一些实施例中,步骤301-305的具体实现及其所带来的技术效果,可以参考图2对应的那些实施例中的步骤201-205,在此不再赘述。
步骤306,响应于对目标数据链表的写入操作或查询操作结束,对目标数据链表进行更新,得到更新数据链表。
在一些实施例中,数据查询方法的执行主体可以对目标数据链表中的一些数据进行删除、合并等处理。
在一些实施例的一些可选的实现方式中,响应于对目标数据链表的写入操作完成以及目标数据链表的时间精度变化请求,上述执行主体可以对于目标数据链表中相邻的至少两个节点对应的数据进行合并,得到更新数据链表。
在这些实现方式中,由于对目标数据链表的写入操作,会导致数据增多。因此,可以对数据进行合并的方式进行更新。由此,可以实现对于一些的淘汰,以节约存储空间。此外,与定期全表扫描相比,由写入操作触发合并操作,可以减少对于冷数据(例如长期不进行更新的数据)的扫描,提高扫描效率。
在一些实施例的一些可选的实现方式中,对于目标数据链表中相邻的至少两个节点对应的数据进行合并,得到更新数据链表,包括:获取目标时间窗和时间窗的应用区间;选取将目标数据链表中落入应用区间内的节点,得到待合并节点集合;将待合并节点集合中的多个节点按照时间窗,划分为至少一个节点组;将每个节点组中的各个节点及对应的数据合并以生成一个更新节点和更新数据,得到更新数据链表。由此,可以实现对于链表的长度进行缩短,避免随着时间的累计,链表长度不断增长。进而减少数据换入/换出带来的开销。
在一些实施例的一些可选的实现方式中,将每个节点组中的各个节点及对应的数据合并以生成一个更新节点和更新数据,包括:对于每个节点组,确定时间窗的端点是否落入节点组中各个节点对应的时间区间内;响应于时间窗的端点未落入节点组中各个节点对应的时间区间内,将节点组内的各个节点及对应的数据合并以生成一个更新节点和更新数据,更新节点对应。
在一些实施例的一些可选的实现方式中,将每个节点组中的各个节点及对应的数据合并以生成一个更新节点和更新数据,包括:响应于时间窗的端点落入节点组中的目标节点对应的时间区间内,将目标节点单独划分为一个节点组或者将调整窗的端点以使端点落在目标节点对应的时间区间外。
在这些实现方式中,作为示例,图4示出了对于目标数据链表中相邻的至少两个节点对应的数据进行合并的示意图400。其中,原有的数据链表包括四个节点,四个节点分别对应的数据如图中标记4011、4012、4013、4014所示。四个节点分别对应的时间区间为[12,15)、[15,20)、[20,25)、[25,35)。可以理解,时间区间的单位与时间轴的单位统一(例如分钟),为了便于表述,在此进行了省略。在此基础上,可以按照预设的时间窗(例如10)将目标数据链表划分为至少一个节点组。如图所示,对于前三个节点,可以得到两个节点组,第一个节点组中包括两个节点,第二个节点组中包括一个节点。然后,可以将每个节点组中的各个节点以及对应的数据合并以生成一个更新节点和更新数据,得到更新数据链表。如图所示,第一个节点组合并后得到更新节点4021,第二个节点组并后得到更新节点4022。这两个更新节点分别对应更新数据。此外,如图所示,时间窗的一个端点(30)落入了节点4014对应的时间区间内([25,35))。因此,将节点4014单独划分为一个节点组或者将节点4014划分到下一个节点组。对单独划分得到的节点组或下一个节点组中的节点及对应的数据进行合并,得到更新节点4023及其对应的更新数据。此时,作为示例,还可以将端点(30)确定为更新节点4023对应的时间区间的一个端点。
在一些实施例的一些可选的实现方式中,响应于对目标数据链表的写入操作完成或查询操作完成,确定目标数据链表中的节点数目是否大于或等于预设节点数目阈值;响应于节点数目大于或等于预设节点数目阈值,将目标数据链表中不满足预设条件的节点删除,得到更新数据链表。
在一些实施例的一些可选的实现方式中,将目标数据链表中不满足预设条件的节点删除,包括:将目标数据链表中目标时间段内之外的节点删除。
在这些实现方式中,通过对节点进行删除来减少节点的数目,可以实现对于链表的长度进行缩短,避免随着时间的累计,链表长度不断增长。进而减少数据换入/换出带来的开销。其中,将目标时间段内之外的节点删除可以实现数据的不断更新,避免过多的历史数据占用内存。
作为示例,图5示出了将目标数据链表中不满足预设条件的节点删除的示意图500。如图所示,目标数据链表包括按序排列的节点5011-5015。每个节点对应一个时间区间(10分钟)的数据。在此基础上,响应于数据链表中的节点数目大于或等于预设节点数目阈值(例如5),可以将数据链表中不满足预设条件的节点删除,得到更新数据链表。例如,可以将25分之后的节点删除,从而得到更新数据链表(包含节点5011-5013)。
在一些实施例的一些可选的实现方式中,节点序列中的每个节点对应的数据包括多个维度的数据;以及对目标数据链表进行更新,得到更新数据链表,包括:对于目标数据链表中的节点序列中的每个节点,执行以下处理步骤:将节点对应的数据中每个维度的数据进行排序,得到维度的数据队列;将维度的数据队列中排在队尾的数据删除以生成维度的更新数据队列;基于节点序列中各个节点对应的更新数据队列,确定更新数据链表。
在这些实现方式中,可以分别对每个维度的数据进行删除,从而可以实现对于不同维度的数据长度的精确配置。
从图3中可以看出,与图2对应的一些实施例的描述相比,图3对应的一些实施例中的数据查询方法的流程300体现对于数据链表进行更新的步骤。从而可以实现链表长度的控制或每个节点的数据大小的控制,进而实现对于数据的不断淘汰,从而提升数据的质量。此外,还可以减少数据换入/换出带来的开销。
进一步参考图6,作为对上述各图所示方法的实现,本公开提供了一种数据查询装置的一些实施例,这些装置实施例与图2所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,一些实施例的数据查询装置600包括:接收单元601、数据链表确定单元602、节点确定单元603、读取单元604和返回单元605。其中,接收单元601被配置成接收针对目标对象的数据查询请求,数据查询请求中包括目标对象的对象标识、目标时间区间;数据链表确定单元602,被配置成在数据链表集合中,基于对象标识确定目标对象的目标数据链表;节点确定单元603,被配置成从目标数据链表的节点序列中确定目标时间区间内的至少一个节点,节点序列中的每个节点对应一个时间区间内的数据;读取单元604,被配置成读取至少一个节点中各个节点对应的数据并进行聚合处理,得到聚合数据;返回单元605,被配置成将聚合数据返回至查询请求对应的设备。
在一些实施例的可选实现方式中,装置600还可以包括:更新单元,被配置成响应于对目标数据链表的写入操作或查询操作结束,对目标数据链表进行更新,得到更新数据链表。
在一些实施例的可选实现方式中,更新单元进一步被配置成响应于对目标数据链表的写入操作完成以及目标数据链表的时间精度变化请求,对于目标数据链表中相邻的至少两个节点对应的数据进行合并,得到更新数据链表。
在一些实施例的可选实现方式中,更新单元进一步被配置成获取目标时间窗和时间窗的应用区间;选取将目标数据链表中落入应用区间内的节点,得到待合并节点集合;将待合并节点集合中的多个节点按照时间窗,划分为至少一个节点组;将每个节点组中的各个节点及对应的数据合并以生成一个更新节点和更新数据,得到更新数据链表。
在一些实施例的可选实现方式中,更新单元进一步被配置成对于每个节点组,确定时间窗的端点是否落入节点组中各个节点对应的时间区间内;响应于时间窗的端点未落入节点组中各个节点对应的时间区间内,将节点组内的各个节点及对应的数据合并以生成一个更新节点和更新数据,更新节点对应。
在一些实施例的可选实现方式中,更新单元进一步被配置成响应于时间窗的端点落入节点组中的目标节点对应的时间区间内,将目标节点单独划分为一个节点组或者将调整窗的端点以使端点落在目标节点对应的时间区间外。
在一些实施例的可选实现方式中,更新单元进一步被配置成响应于对目标数据链表的写入操作完成或查询操作完成,确定目标数据链表中的节点数目是否大于或等于预设节点数目阈值;响应于节点数目大于或等于预设节点数目阈值,将目标数据链表中不满足预设条件的节点删除,得到更新数据链表。
在一些实施例的可选实现方式中,更新单元进一步被配置成将目标数据链表中目标时间段内之外的节点删除。
在一些实施例的可选实现方式中,更新单元进一步被配置成对于目标数据链表中的节点序列中的每个节点,执行以下处理步骤:将节点对应的数据中每个维度的数据进行排序,得到维度的数据队列;将维度的数据队列中排在队尾的预设数目的数据删除以生成维度的更新数据队列;基于节点序列中各个节点对应的更新数据队列,确定更新数据链表。
在一些实施例的可选实现方式中,查询请求中包括目标数据聚合方式;以及读取单元604进一步被配置成读取至少一个节点中各个节点对应的数据;基于目标数据处理方式,对所读取到的至少一个节点中各个节点对应的数据进行聚合处理,得到聚合数据。
可以理解的是,该装置600中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、以及产生的有益效果同样适用于装置600及其中包含的单元,在此不再赘述。
下面参考图7,其示出了适于用来实现本公开的一些实施例的电子设备700的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图7所示,电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常,以下装置可以连接至I/O接口705:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置707;包括例如磁带、硬盘等的存储装置708;以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图7中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置709从网络上被下载和安装,或者从存储装置708被安装,或者从ROM 702被安装。在该计算机程序被处理装置701执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:接收针对目标对象的数据查询请求,数据查询请求中包括目标对象的对象标识、目标时间区间;在数据链表集合中,基于对象标识确定目标对象的目标数据链表;从目标数据链表的节点序列中确定目标时间区间内的至少一个节点,节点序列中的每个节点对应一个时间区间内的数据;读取至少一个节点中各个节点对应的数据并进行聚合处理,得到聚合数据;将聚合数据返回至查询请求对应的设备。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括:接收单元、数据链表确定单元、节点确定单元、读取单元和返回单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,接收单元还可以被描述为“接收针对目标对象的数据查询请求的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
根据本公开的一个或多个实施例,提供了一种数据查询方法,包括:接收针对目标对象的数据查询请求,数据查询请求中包括目标对象的对象标识、目标时间区间;在数据链表集合中,基于对象标识确定目标对象的目标数据链表;从目标数据链表的节点序列中确定目标时间区间内的至少一个节点,节点序列中的每个节点对应一个时间区间内的数据;读取至少一个节点中各个节点对应的数据并进行聚合处理,得到聚合数据;将聚合数据返回至查询请求对应的设备。
根据本公开的一个或多个实施例,方法还包括:响应于对目标数据链表的写入操作或查询操作结束,对目标数据链表进行更新,得到更新数据链表。
根据本公开的一个或多个实施例,响应于对目标数据链表的写入操作完成或查询操作完成,对目标数据链表进行更新,得到更新数据链表,包括:响应于对目标数据链表的写入操作完成以及目标数据链表的时间精度变化请求,对于目标数据链表中相邻的至少两个节点对应的数据进行合并,得到更新数据链表。
根据本公开的一个或多个实施例,对于目标数据链表中相邻的至少两个节点对应的数据进行合并,得到更新数据链表,包括:获取目标时间窗和时间窗的应用区间;选取将目标数据链表中落入应用区间内的节点,得到待合并节点集合;将待合并节点集合中的多个节点按照时间窗,划分为至少一个节点组;将每个节点组中的各个节点及对应的数据合并以生成一个更新节点和更新数据,得到更新数据链表。
根据本公开的一个或多个实施例,将每个节点组中的各个节点及对应的数据合并以生成一个更新节点和更新数据,包括:对于每个节点组,确定时间窗的端点是否落入节点组中各个节点对应的时间区间内;响应于时间窗的端点未落入节点组中各个节点对应的时间区间内,将节点组内的各个节点及对应的数据合并以生成一个更新节点和更新数据,更新节点对应。
根据本公开的一个或多个实施例,将每个节点组中的各个节点及对应的数据合并以生成一个更新节点和更新数据,包括:响应于时间窗的端点落入节点组中的目标节点对应的时间区间内,将目标节点单独划分为一个节点组或者将调整窗的端点以使端点落在目标节点对应的时间区间外。
根据本公开的一个或多个实施例,响应于对目标数据链表的写入操作完成或查询操作完成,对目标数据链表进行更新,得到更新数据链表,包括:响应于对目标数据链表的写入操作完成或查询操作完成,确定目标数据链表中的节点数目是否大于或等于预设节点数目阈值;响应于节点数目大于或等于预设节点数目阈值,将目标数据链表中不满足预设条件的节点删除,得到更新数据链表。
根据本公开的一个或多个实施例,将目标数据链表中不满足预设条件的节点删除,包括:将目标数据链表中目标时间段内之外的节点删除。
根据本公开的一个或多个实施例,节点序列中的每个节点对应的数据包括多个维度的数据;以及对目标数据链表进行更新,得到更新数据链表,包括:对于目标数据链表中的节点序列中的每个节点,执行以下处理步骤:将节点对应的数据中每个维度的数据进行排序,得到维度的数据队列;将维度的数据队列中排在队尾的预设数目的数据删除以生成维度的更新数据队列;基于节点序列中各个节点对应的更新数据队列,确定更新数据链表。
根据本公开的一个或多个实施例,查询请求中包括目标数据聚合方式;以及读取至少一个节点中各个节点对应的数据并进行聚合处理,包括:读取至少一个节点中各个节点对应的数据;基于目标数据处理方式,对所读取到的至少一个节点中各个节点对应的数据进行聚合处理,得到聚合数据。
根据本公开的一个或多个实施例,提供了一种数据查询装置,包括:接收单元,被配置成接收针对目标对象的数据查询请求,数据查询请求中包括目标对象的对象标识、目标时间区间;数据链表确定单元,被配置成在数据链表集合中,基于对象标识确定目标对象的目标数据链表;节点确定单元,被配置成从目标数据链表的节点序列中确定目标时间区间内的至少一个节点,节点序列中的每个节点对应一个时间区间内的数据;读取单元,被配置成读取至少一个节点中各个节点对应的数据并进行聚合处理,得到聚合数据;返回单元,被配置成将聚合数据返回至查询请求对应的设备。
根据本公开的一个或多个实施例,装置还可以包括:更新单元,被配置成响应于对目标数据链表的写入操作或查询操作结束,对目标数据链表进行更新,得到更新数据链表。
根据本公开的一个或多个实施例,更新单元进一步被配置成响应于对目标数据链表的写入操作完成以及目标数据链表的时间精度变化请求,对于目标数据链表中相邻的至少两个节点对应的数据进行合并,得到更新数据链表。
根据本公开的一个或多个实施例,更新单元进一步被配置成获取目标时间窗和时间窗的应用区间;选取将目标数据链表中落入应用区间内的节点,得到待合并节点集合;将待合并节点集合中的多个节点按照时间窗,划分为至少一个节点组;将每个节点组中的各个节点及对应的数据合并以生成一个更新节点和更新数据,得到更新数据链表。
根据本公开的一个或多个实施例,更新单元进一步被配置成对于每个节点组,确定时间窗的端点是否落入节点组中各个节点对应的时间区间内;响应于时间窗的端点未落入节点组中各个节点对应的时间区间内,将节点组内的各个节点及对应的数据合并以生成一个更新节点和更新数据,更新节点对应。
根据本公开的一个或多个实施例,更新单元进一步被配置成响应于时间窗的端点落入节点组中的目标节点对应的时间区间内,将目标节点单独划分为一个节点组或者将调整窗的端点以使端点落在目标节点对应的时间区间外。
根据本公开的一个或多个实施例,更新单元进一步被配置成响应于对目标数据链表的写入操作完成或查询操作完成,确定目标数据链表中的节点数目是否大于或等于预设节点数目阈值;响应于节点数目大于或等于预设节点数目阈值,将目标数据链表中不满足预设条件的节点删除,得到更新数据链表。
根据本公开的一个或多个实施例,更新单元进一步被配置成将目标数据链表中目标时间段内之外的节点删除。
根据本公开的一个或多个实施例,更新单元进一步被配置成对于目标数据链表中的节点序列中的每个节点,执行以下处理步骤:将节点对应的数据中每个维度的数据进行排序,得到维度的数据队列;将维度的数据队列中排在队尾的预设数目的数据删除以生成维度的更新数据队列;基于节点序列中各个节点对应的更新数据队列,确定更新数据链表。
根据本公开的一个或多个实施例,查询请求中包括目标数据聚合方式;以及读取单元进一步被配置成读取至少一个节点中各个节点对应的数据;基于目标数据处理方式,对所读取到的至少一个节点中各个节点对应的数据进行聚合处理,得到聚合数据。
根据本公开的一个或多个实施例,提供了一种电子设备,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一个或多个处理器执行,使得一个或多个处理器实现如上述任一实施例描述的方法。
根据本公开的一个或多个实施例,提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如上述任一实施例描述的方法。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术或其等同进行任意组合而形成的其它技术方案。例如上述与本公开的实施例中公开的(但不限于)具有类似功能的技术进行互相替换而形成的技术方案。

Claims (10)

1.一种数据查询方法,包括:
接收针对目标对象的数据查询请求,所述数据查询请求中包括所述目标对象的对象标识、目标时间区间;
在数据链表集合中,基于所述对象标识确定所述目标对象的目标数据链表;
从所述目标数据链表的节点序列中确定所述目标时间区间内的至少一个节点,所述节点序列中的每个节点对应一个时间区间内的数据;
读取所述至少一个节点中各个节点对应的数据并进行聚合处理,得到聚合数据;
将所述聚合数据返回至所述查询请求对应的设备;
其中,所述目标数据链表被配置基于目标数据链表的写入操作完成,触发合并操作,得到更新数据链表,具体包括:
获取目标时间窗和所述时间窗的应用区间;
选取将所述目标数据链表中落入所述应用区间内的节点,得到待合并节点集合;
将所述待合并节点集合中的多个节点按照所述时间窗,划分为至少一个节点组;
将每个所述节点组中的各个节点及对应的数据合并以生成一个更新节点和更新数据,得到所述更新数据链表;其中,
所述将每个所述节点组中的各个节点及对应的数据合并以生成一个更新节点和更新数据,包括:
对于每个节点组,确定所述时间窗的端点是否落入所述节点组中各个节点对应的时间区间内;
响应于所述时间窗的端点落入所述节点组中的目标节点对应的时间区间内,将所述目标节点单独划分为一个节点组或者将调整所述窗的端点以使所述端点落在所述目标节点对应的时间区间外。
2.根据权利要求1所述的方法,其中,所述方法还包括:
响应于对所述目标数据链表的查询操作完成,对所述目标数据链表进行更新,得到更新数据链表。
3.根据权利要求1所述的方法,其中,所述将每个所述节点组中的各个节点及对应的数据合并以生成一个更新节点和更新数据,包括:
响应于所述时间窗的端点未落入所述节点组中各个节点对应的时间区间内,将所述节点组内的各个节点及对应的数据合并以生成一个更新节点和更新数据,所述更新节点对应。
4.根据权利要求2所述的方法,其中,响应于对所述目标数据链表的写入操作完成或查询操作完成,对所述目标数据链表进行更新,得到更新数据链表,包括:
响应于对所述目标数据链表的写入操作完成或查询操作完成,确定所述目标数据链表中的节点数目是否大于或等于预设节点数目阈值;
响应于所述节点数目大于或等于预设节点数目阈值,将所述目标数据链表中不满足预设条件的节点删除,得到更新数据链表。
5.根据权利要求4所述的方法,其中,所述将所述目标数据链表中不满足预设条件的节点删除,包括:
将所述目标数据链表中目标时间段内之外的节点删除。
6.根据权利要求2所述的方法,其中,所述节点序列中的每个节点对应的数据包括多个维度的数据;以及
所述对所述目标数据链表进行更新,得到更新数据链表,包括:
对于所述目标数据链表中的节点序列中的每个节点,执行以下处理步骤:
将所述节点对应的数据中每个维度的数据进行排序,得到所述维度的数据队列;
将所述维度的数据队列中排在队尾的预设数目的数据删除以生成所述维度的更新数据队列;
基于所述节点序列中各个节点对应的更新数据队列,确定所述更新数据链表。
7.根据权利要求1所述的方法,其中,所述查询请求中包括目标数据聚合方式;以及
所述读取所述至少一个节点中各个节点对应的数据并进行聚合处理,包括:
读取所述至少一个节点中各个节点对应的数据;
基于所述目标数据处理方式,对所读取到的所述至少一个节点中各个节点对应的数据进行聚合处理,得到聚合数据。
8.一种数据查询装置,包括:
接收单元,被配置成接收针对目标对象的数据查询请求,所述数据查询请求中包括所述目标对象的对象标识、目标时间区间;
数据链表确定单元,被配置成在数据链表集合中,基于所述对象标识确定所述目标对象的目标数据链表;
节点确定单元,被配置成从所述目标数据链表的节点序列中确定所述目标时间区间内的至少一个节点,所述节点序列中的每个节点对应一个时间区间内的数据;
读取单元,被配置成读取所述至少一个节点中各个节点对应的数据并进行聚合处理,得到聚合数据;
返回单元,被配置成将所述聚合数据返回至所述查询请求对应的设备;
更新单元,被配置成基于目标数据链表的写入操作完成,触发合并操作,得到更新数据链表,具体包括:
获取目标时间窗和所述时间窗的应用区间;选取将所述目标数据链表中落入所述应用区间内的节点,得到待合并节点集合;将所述待合并节点集合中的多个节点按照所述时间窗,划分为至少一个节点组;将每个所述节点组中的各个节点及对应的数据合并以生成一个更新节点和更新数据,得到所述更新数据链表;
所述更新单元还被配置:
对于每个节点组,确定所述时间窗的端点是否落入所述节点组中各个节点对应的时间区间内;
响应于所述时间窗的端点落入所述节点组中的目标节点对应的时间区间内,将所述目标节点单独划分为一个节点组或者将调整所述窗的端点以使所述端点落在所述目标节点对应的时间区间外。
9.一种电子设备,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,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
CN202110787925.5A 2021-07-13 2021-07-13 数据查询方法、装置、电子设备和计算机可读介质 Active CN113505297B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110787925.5A CN113505297B (zh) 2021-07-13 2021-07-13 数据查询方法、装置、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110787925.5A CN113505297B (zh) 2021-07-13 2021-07-13 数据查询方法、装置、电子设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN113505297A CN113505297A (zh) 2021-10-15
CN113505297B true CN113505297B (zh) 2024-04-02

Family

ID=78012401

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110787925.5A Active CN113505297B (zh) 2021-07-13 2021-07-13 数据查询方法、装置、电子设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN113505297B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105389370A (zh) * 2015-11-13 2016-03-09 浙江工业大学 一种面向社交活动组织的时间聚合查询方法
CN107004022A (zh) * 2015-01-09 2017-08-01 英特尔公司 数据分割和变换方法与装置
CN108268589A (zh) * 2017-12-05 2018-07-10 北京百度网讯科技有限公司 时序数据的聚合查询方法、装置、计算机设备及可读介质
CN108563715A (zh) * 2018-03-29 2018-09-21 中国科学院计算技术研究所 一种分布式的趋同行为挖掘方法与系统
CN111339078A (zh) * 2018-12-19 2020-06-26 北京京东尚科信息技术有限公司 数据实时存储方法、数据查询方法、装置、设备、介质
CN112100211A (zh) * 2020-09-27 2020-12-18 北京有竹居网络技术有限公司 数据存储方法、装置、电子设备和计算机可读介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107004022A (zh) * 2015-01-09 2017-08-01 英特尔公司 数据分割和变换方法与装置
CN105389370A (zh) * 2015-11-13 2016-03-09 浙江工业大学 一种面向社交活动组织的时间聚合查询方法
CN108268589A (zh) * 2017-12-05 2018-07-10 北京百度网讯科技有限公司 时序数据的聚合查询方法、装置、计算机设备及可读介质
CN108563715A (zh) * 2018-03-29 2018-09-21 中国科学院计算技术研究所 一种分布式的趋同行为挖掘方法与系统
CN111339078A (zh) * 2018-12-19 2020-06-26 北京京东尚科信息技术有限公司 数据实时存储方法、数据查询方法、装置、设备、介质
CN112100211A (zh) * 2020-09-27 2020-12-18 北京有竹居网络技术有限公司 数据存储方法、装置、电子设备和计算机可读介质

Also Published As

Publication number Publication date
CN113505297A (zh) 2021-10-15

Similar Documents

Publication Publication Date Title
CN113760991A (zh) 数据操作方法、装置、电子设备和计算机可读介质
CN111262907B (zh) 服务实例访问方法、装置和电子设备
CN113505297B (zh) 数据查询方法、装置、电子设备和计算机可读介质
CN111831448A (zh) 请求的处理方法、装置和电子设备
CN108810130B (zh) 一种分配请求规划的方法和装置
CN112100211B (zh) 数据存储方法、装置、电子设备和计算机可读介质
CN112507676B (zh) 能源报表生成方法、装置、电子设备和计算机可读介质
CN111756833B (zh) 节点处理方法、装置、电子设备及计算机可读介质
CN110619079B (zh) 用于推送信息的方法和装置
CN111625745B (zh) 推荐方法、装置、电子设备和计算机可读介质
CN111459893B (zh) 文件处理方法、装置和电子设备
CN110941683B (zh) 获取空间中对象属性信息的方法、装置、介质和电子设备
CN112100205A (zh) 数据处理方法、装置、设备和计算机可读介质
CN113760929A (zh) 数据同步方法、装置、电子设备和计算机可读介质
CN113515576A (zh) 数据处理方法、装置、电子设备和计算机可读介质
CN112115154A (zh) 数据处理和数据查询方法、装置、设备和计算机可读介质
CN114116247A (zh) 基于Redis的消息处理方法、装置、系统、服务器和介质
CN113760927A (zh) 数据处理方法、装置、电子设备和计算机可读介质
CN111580890A (zh) 用于处理特征的方法、装置、电子设备和计算机可读介质
CN112163176A (zh) 数据存储方法、装置、电子设备和计算机可读介质
CN110727694A (zh) 数据处理方法、装置、电子设备及存储介质
CN117692672B (zh) 基于快照的视频信息发送方法、装置、电子设备和介质
CN111291254A (zh) 信息处理方法和装置
CN111404824B (zh) 用于转发请求的方法、装置、电子设备和计算机可读介质
CN115994120B (zh) 数据文件合并方法、装置、电子设备和计算机可读介质

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant after: Douyin Vision Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant before: Tiktok vision (Beijing) Co.,Ltd.

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant after: Tiktok vision (Beijing) Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant