CN113515576A - 数据处理方法、装置、电子设备和计算机可读介质 - Google Patents

数据处理方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN113515576A
CN113515576A CN202110787917.0A CN202110787917A CN113515576A CN 113515576 A CN113515576 A CN 113515576A CN 202110787917 A CN202110787917 A CN 202110787917A CN 113515576 A CN113515576 A CN 113515576A
Authority
CN
China
Prior art keywords
data
target
linked list
node
query
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.)
Pending
Application number
CN202110787917.0A
Other languages
English (en)
Inventor
师锐
刘洋
陈燕斌
张光辉
樊明华
蔡志豪
李志文
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.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network Technology 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 Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN202110787917.0A priority Critical patent/CN113515576A/zh
Publication of CN113515576A publication Critical patent/CN113515576A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/285Clustering or classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2282Tablespace storage structures; Management thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2455Query execution
    • G06F16/24552Database cache management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2474Sequence data queries, e.g. querying versioned data

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (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:响应于接收到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标识、查询时间区间、目标分类字段,在本地缓存的数据链表集合中,确定目标对象的标识对应的目标数据链表,目标数据链表包括节点序列,节点序列中每个节点对应一个时间区间的数据块,每个数据块包括多个分类字段;根据查询时间区间从目标数据链表确定至少一个节点;根据目标分类字段,对至少一个节点所对应的数据块进行筛选,得到目标数据;基于目标数据,生成查询结果数据。该实施方式实现了数据的快速查询。

Description

数据处理方法、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,具体涉及数据处理方法、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。随着数据的不断增多,相关的存储技术在面对海量的数据及查询请求的情况下,存在一定的查询延迟。
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特征或必要特征,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处理方法、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处理方法,该方法包括:响应于接收到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标识、查询时间区间、目标分类字段,在本地缓存的数据链表集合中,确定目标对象的标识对应的目标数据链表,目标数据链表包括节点序列,节点序列中每个节点对应一个时间区间的数据块,每个数据块包括多个分类字段;根据查询时间区间从目标数据链表确定至少一个节点;根据目标分类字段,对至少一个节点所对应的数据块进行筛选,得到目标数据;基于目标数据,生成查询结果数据。
第二方面,本公开的一些实施例提供了一种数据处理装置,包括:链表确定单元,被配置成响应于接收到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标识、查询时间区间、目标分类字段,在本地缓存的数据链表集合中,确定目标对象的标识对应的目标数据链表,目标数据链表包括节点序列,节点序列中每个节点对应一个时间区间的数据块,每个数据块包括多个分类字段;节点确定单元,被配置成根据查询时间区间从目标数据链表确定至少一个节点;筛选单元,被配置成根据目标分类字段,对至少一个节点所对应的数据块进行筛选,得到目标数据;生成单元,被配置成基于目标数据,生成查询结果数据。
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:通过采用数据链表的形式存储每个对象的数据,可以实现数据的快速查询。具体来说,当需要查询某个对象的数据时,可以首先根据该对象的标识找到对应的链表。由于链表中的数据是按照多个时间区间的数据块进行组织的,从而可以实现指定时间区间的数据的快速定位与查询。在此基础上,每个数据块还按照不同的分类字段进行组织,从而对于需要查询的分类字段可以快速筛选,最终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特征、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是本公开的一些实施例可以应用于其中的示例性系统的架构图;
图2是根据本公开的数据处理方法的一些实施例的流程图;
图3是根据本公开的一些实施例的数据处理方法的另一些实施例的流程图;
图4是根据本公开的数据处理装置的一些实施例的结构示意图;
图5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特征可以相互组合。
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示出了可以应用本公开的一些实施例的数据处理方法或装置的示例性系统架构100。
如图1所示,系统架构100可以包括缓存单元101和持久化存储单元102。其中,缓存单元101可以是运算速度较快,但容量较小的存储单元。持久化存储单元102可以是运算速度较慢,但容量较大的存储单元。缓存单元101可以包括多个实例。如图中实例1011-1014所示。用户可以通过终端103与缓存单元101进行交互,以进行数据存储或查询。
缓存单元101和持久化存储单元102中可以存储有对象的数据。根据需要,可以将持久化存储单元102中的部分数据加载到缓存单元101。并在缓存单元101中对数据进行更新等处理。经过更新的数据也可以从缓存单元101存入持久化存储单元102。
缓存单元101和持久化存储单元102可以是硬件,也可以是软件。当其为硬件时,可以是各种电子设备。当其为软件时,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中的实例数目仅仅是示意性的。根据实现需要,可以具有任意数目的。
继续参考图2,示出了根据本公开的数据处理方法的一些实施例的流程200。该数据处理方法,包括以下步骤:
步骤201,响应于接收到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标识、查询时间区间、目标分类字段,在本地缓存的数据链表集合中,确定目标对象的标识对应的目标数据链表。
在一些实施例中,数据处理方法的执行主体可以接收针对目标对象的数据查询请求。其中,目标对象可以是任意的对象,实践中目标对象可以通过指定或通过一定的条件筛选得到。例如,目标对象可以是用户当前正在浏览的文章、视频等。
在一些实施例中,数据链表集合中的每个数据链表都与一个目标对象的标识对应。每个数据链表都包括节点序列,节点序列中每个节点对应一个时间区间的数据块,每个数据块包括多个分类字段。
在一些实施例的一些可选的实现方式中,本地缓存中的数据以键值对的形式进行存储,其中,键为对象的标识,值为数据。在这些实现方式中,通过键值对的存储形式可以实现基于对象的标识快速查询到对应的数据。
步骤202,根据查询时间区间从目标数据链表确定至少一个节点。
在一些实施例中,上述执行主体可以根据查询时间区间,从目标数据链表确定至少一个节点。举例来说,目标数据链表包括三个节点A、B、C,各节点对应的时间区间分别为9:00-12:00,12:00-15:00,15:00-20:00,而查询时间区间为12:00-20:00,那么可以确定节点B、C为所确定的节点。
步骤203,根据目标分类字段,对至少一个节点所对应的数据块进行筛选,得到目标数据。
在一些实施例,由于每个数据块包括多个分类字段,因此,可以根据目标分类字段,对步骤202中确定的节点对应的数据块进行筛选,进而得到目标数据。实践中,可以根据不同的需求,设置不同的分类字段。例如,对象是文章的情况下,可以设置用于区分文章的主题的分类字段。
在一些实施例的一些可选的实现方式中,每个数据块包括多级分类字段,目标分类字段包括一级目标分类字段和二级目标分类字段;以及根据目标分类字段,对至少一个节点所对应的数据块进行筛选,得到目标数据,包括:根据一级目标分类字段,筛选至少一个节点中每个节点所对应的数据块以生成筛选数据,得到筛选数据组;根据二级目标分类字段对筛选数据组进行筛选,得到目标数据。
在这些实现方式中,为了进一步便于数据查询,可以设置多级分类字段。举例来说,<slot,<map<action_type,list<feature_stat32>>>>为一个数据。其中,slot、action_type为分类字段。具体的,slot用于将数据区分为不同主题等。action_type用于将数据区分为不同行为,如关注、评论等。
步骤204,基于目标数据,生成查询结果数据。
在一些实施例中,作为示例,上述执行主体可以对目标数据进行排序、筛选等操作,从而得到查询结果数据。
在一些实施例的一些可选的实现方式中,上述方法还可以包括以下步骤:响应于接收到针对目标对象的数据存储请求,数据存储请求中包括目标对象的标识和待储存数据。查询本地存储中是否存在标识对应的历史数据。响应于本地存储中存在标识对应的历史数据,将历史数据和待储存数据进行合并,生成更新数据。在这些实现方式中,当目标对象的数据产生后,需要对其进行存储。此时,可以首先查询是否存在对应的历史数据,如果存在,可以对历史数据和待存储数据进行合并,从而得到更新数据。然后,可以将更新数据进行存储。
在一些实施例的一些可选的实现方式中,响应于本地存储中存在标识对应的历史数据,将历史数据和待储存数据进行合并,生成更新数据,包括:据预先约定的解析协议,对待储存数据进行解析,以生成与历史数据的数据格式相匹配的解析数据。然后,将解析数据和历史数据进行合并,得到更新数据。其中,合并可以是全部替换部分替换等等。作为示例,可以将历史数据删除,将待存储数据确定为更新数据。作为又一示例,可以基于待储存数据,对历史数据进行修改,得到更新数据。在这些实现方式中,持久化存储单元中的数据可能是经过压缩等处理的数据,这样可以节约存储空间。与此同时,会造成持久化存储单元与本地缓存中的数据格式不一致,导致无法进行合并处理。基于此,在这些实现方式中,通过对数据进行解析,得到解析数据。解析数据的可以与待储存数据的格式相同,以便于将两者进行合并。
本公开的一些实施例公开的方法,通过采用数据链表的形式存储每个对象的数据,可以实现数据的快速查询。具体来说,当需要查询某个对象的数据时,可以首先根据该对象的标识找到对应的链表。由于链表中的数据是按照多个时间区间的数据块进行组织的,从而可以实现指定时间区间的数据的快速定位与查询。在此基础上,每个数据块还按照不同的分类字段进行组织,从而对于需要查询的分类字段可以快速筛选,最终实现数据的快速查询。
进一步参考图3,其示出了数据处理方法的另一些实施例的流程300。该数据处理方法的流程300,包括以下步骤:
步骤301,响应于接收到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标识、查询时间区间、目标分类字段,查询本地缓存中是否存在目标对象的标识对应的目标数据链表。
在一些实施例中,数据处理方法的执行主体可以响应于接收到针对目标对象的数据查询请求,查询本地缓存中是否存在目标对象的标识对应的目标数据链表。实践中,由于本地缓存的容量较小,因此,本地缓存中的并没有保存全量的数据,其中一般存储有近期使用或者频繁使用的数据。当其中的数据量超过其容量时,会将一些数据淘汰。
因此,上述执行主体需要查询本地缓存中是否存在上述标识对应的目标数据链表。具体的,可以通标识匹配的方法,以确定是否存在与上述标识匹配的数据链表。
步骤302,响应于查询到本地缓存中不存在目标对象的标识对应的目标数据链表,从持久化存储单元中读取目标数据链表并加载至本地缓存中。
在一些实施例中,若查询到本地缓存中不存在目标对象的标识对应的目标数据链表,可以从持久化存储单元中读取目标数据链表并加载至本地缓存中。从而便于在本地缓存中对数据进行处理。
步骤303,在本地缓存的数据链表集合中,确定目标对象的标识对应的目标数据链表。
步骤304,根据查询时间区间从目标数据链表确定至少一个节点。
步骤305,根据目标分类字段,对至少一个节点所对应的数据块进行筛选,得到目标数据。
步骤306,基于目标数据,生成查询结果数据。
在一些实施例中,步骤303-306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步骤201-204,在此不再赘述。
步骤307,周期性将本地缓存中活跃度评分小于预设阈值的数据以列式存储方式存入持久化存储单元。
在一些实施例中,可以根据读写频率等指标对数据进行活跃度评分。一般来说,读写频率越高的数据,活跃度评分越高,反之亦然。而活跃度评分不高的数据会占用本地缓存的空间,并挤占活跃度评分较高的数据,导致读写数据变慢。因此,将活跃度评分小于预设阈值的数据以列式存储方式存入持久化存储单元,可以释放有限的本地缓存资源,提升数据读写效率。
在一些实施例中,与图2对应的那些实现方式相比,借助于本地缓存与持久化存储单元配合的存储结构,周期性将本地缓存中活跃度评分小于预设阈值的数据以列式存储方式存入持久化存储单元,可以释放有限的本地缓存资源,提升数据读写效率。
进一步参考图4,作为对上述各图所示方法的实现,本公开提供了一种数据处理装置的一些实施例,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4所示,一些实施例的数据处理装置400包括:链表确定单元401、节点确定单元402、筛选单元403和生成单元404。其中,链表确定单元401被配置成响应于接收到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标识、查询时间区间、目标分类字段,在本地缓存的数据链表集合中,确定目标对象的标识对应的目标数据链表,目标数据链表包括节点序列,节点序列中每个节点对应一个时间区间的数据块,每个数据块包括多个分类字段。节点确定单元402被配置成根据查询时间区间从目标数据链表确定至少一个节点。筛选单元403被配置成根据目标分类字段,对至少一个节点所对应的数据块进行筛选,得到目标数据。生成单元404被配置成基于目标数据,生成查询结果数据。
在一些实施例的可选实现方式中,装置400还包括:查询单元和加载单元。其中,查询单元被配置成查询本地缓存中是否存在目标对象的标识对应的目标数据链表。加载单元被配置成响应于查询到本地缓存中不存在目标对象的标识对应的目标数据链表,从持久化存储单元中读取目标数据链表并加载至本地缓存中。
在一些实施例的可选实现方式中,装置400还包括:存储单元,被配置成:周期性将本地缓存中活跃度评分小于预设阈值的数据以列式存储方式存入持久化存储单元。
在一些实施例的可选实现方式中,每个数据块包括多级分类字段,目标分类字段包括一级目标分类字段和二级目标分类字段;以及筛选单元403被配置成根据一级目标分类字段,筛选至少一个节点中每个节点所对应的数据块以生成筛选数据,得到筛选数据组;根据二级目标分类字段对筛选数据组进行筛选,得到目标数据。
在一些实施例的可选实现方式中,装置400还包括:查询单元,被配置成响应于接收到针对目标对象的数据存储请求,数据存储请求中包括目标对象的标识和待储存数据,查询本地存储中是否存在标识对应的历史数据;更新单元,被配置成响应于本地存储中存在标识对应的历史数据,将历史数据和待储存数据进行合并,生成更新数据。
在一些实施例的可选实现方式中,生成单元404被配置成根据预先约定的解析协议,对待储存数据进行解析,以生成与历史数据的数据格式相匹配的解析数据;将解析数据和历史数据进行合并,得到更新数据。
在一些实施例的可选实现方式中,装置400还包括:确定单元,别配置成确定更新数据的大小是否大于预设阈值;裁剪单元,被配置成响应于确定更新数据的大小大于预设阈值,对更新数据进行裁剪,得到裁剪数据。
可以理解的是,该装置400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、特征以及产生的有益效果同样适用于装置400及其中包含的单元,在此不再赘述。
下面参考图5,其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的服务器)500的结构示意图。图5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5所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505: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506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500,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5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509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501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:响应于接收到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标识、查询时间区间、目标分类字段,在本地缓存的数据链表集合中,确定目标对象的标识对应的目标数据链表,目标数据链表包括节点序列,节点序列中每个节点对应一个时间区间的数据块,每个数据块包括多个分类字段;根据查询时间区间从目标数据链表确定至少一个节点;根据目标分类字段,对至少一个节点所对应的数据块进行筛选,得到目标数据;基于目标数据,生成查询结果数据。
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:一种处理器包括链表确定单元、节点确定单元、筛选单元和生成单元。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,生成单元还可以被描述为“基于所述目标数据生成查询结果数据的单元”。
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。
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,并不限于上述技术特征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,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征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特征进行互相替换而形成的技术方案。

Claims (10)

1.一种数据处理方法,包括:
响应于接收到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标识、查询时间区间、目标分类字段,在本地缓存的数据链表集合中,确定所述目标对象的标识对应的目标数据链表,所述目标数据链表包括节点序列,所述节点序列中每个节点对应一个时间区间的数据块,每个数据块包括多个分类字段;
根据所述查询时间区间从所述目标数据链表确定至少一个节点;
根据所述目标分类字段,对所述至少一个节点所对应的数据块进行筛选,得到目标数据;
基于所述目标数据,生成查询结果数据。
2.根据权利要求1所述的方法,其中,在所述在本地缓存的数据链表集合中,确定所述目标对象的标识对应的目标数据链表之前,所述方法还包括:
查询所述本地缓存中是否存在所述目标对象的标识对应的目标数据链表;
响应于查询到所述本地缓存中不存在所述目标对象的标识对应的目标数据链表,从持久化存储单元中读取所述目标数据链表并加载至所述本地缓存中。
3.根据权利要求3所述的方法,其中,所述方法还包括:
周期性将所述本地缓存中活跃度评分小于预设阈值的数据以列式存储方式存入所述持久化存储单元。
4.根据权利要求1所述的方法,其中,所述每个数据块包括多级分类字段,所述目标分类字段包括一级目标分类字段和二级目标分类字段;以及
所述根据所述目标分类字段,对所述至少一个节点所对应的数据块进行筛选,得到目标数据,包括:
根据所述一级目标分类字段,筛选所述至少一个节点中每个节点所对应的数据块以生成筛选数据,得到筛选数据组;
根据所述二级目标分类字段对所述筛选数据组进行筛选,得到所述目标数据。
5.根据权利要求1所述的方法,其中,所述方法还包括:
响应于接收到针对目标对象的数据存储请求,所述数据存储请求中包括所述目标对象的标识和待储存数据,查询所述本地存储中是否存在所述标识对应的历史数据;
响应于所述本地存储中存在所述标识对应的历史数据,将所述历史数据和所述待储存数据进行合并,生成更新数据。
6.根据权利要求5所述的方法,其中,所述响应于所述本地存储中存在所述标识对应的历史数据,将所述历史数据和所述待储存数据进行合并,生成更新数据,包括:
根据预先约定的解析协议,对所述待储存数据进行解析,以生成与所述历史数据的数据格式相匹配的解析数据;
将所述解析数据和所述历史数据进行合并,得到所述更新数据。
7.根据权利要求6所述的方法,其中,所述方法还包括:
确定所述更新数据的大小是否大于预设阈值;
响应于确定所述更新数据的大小大于预设阈值,对所述更新数据进行裁剪,得到裁剪数据。
8.一种数据处理装置,包括:
链表确定单元,被配置成响应于接收到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标识、查询时间区间、目标分类字段,在本地缓存的数据链表集合中,确定所述目标对象的标识对应的目标数据链表,所述目标数据链表包括节点序列,所述节点序列中每个节点对应一个时间区间的数据块,每个数据块包括多个分类字段;
节点确定单元,被配置成根据所述查询时间区间从所述目标数据链表确定至少一个节点;
筛选单元,被配置成根据所述目标分类字段,对所述至少一个节点所对应的数据块进行筛选,得到目标数据;
生成单元,被配置成基于所述目标数据,生成查询结果数据。
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。
CN202110787917.0A 2021-07-13 2021-07-13 数据处理方法、装置、电子设备和计算机可读介质 Pending CN113515576A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110787917.0A CN113515576A (zh) 2021-07-13 2021-07-13 数据处理方法、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
CN202110787917.0A CN113515576A (zh) 2021-07-13 2021-07-13 数据处理方法、装置、电子设备和计算机可读介质

Publications (1)

Publication Number Publication Date
CN113515576A true CN113515576A (zh) 2021-10-19

Family

ID=78067249

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110787917.0A Pending CN113515576A (zh) 2021-07-13 2021-07-13 数据处理方法、装置、电子设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN113515576A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115314340A (zh) * 2022-08-05 2022-11-08 科东(广州)软件科技有限公司 一种数据包的筛选方法、装置、电子设备和存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107766445A (zh) * 2017-09-23 2018-03-06 湖南胜云光电科技有限公司 一种支持多维度检索的高效快速数据检索方法
CN110020966A (zh) * 2019-04-11 2019-07-16 北京百度网讯科技有限公司 应用于智能电网的数据处理方法和装置
CN110990235A (zh) * 2019-09-06 2020-04-10 深圳平安通信科技有限公司 异构存储设备的性能数据管理方法、装置、设备及介质
CN111008200A (zh) * 2019-12-18 2020-04-14 北京数衍科技有限公司 数据查询方法、装置和服务器
CN112115147A (zh) * 2020-09-25 2020-12-22 北京百度网讯科技有限公司 数据处理的方法、装置、设备和存储介质
CN112286867A (zh) * 2020-10-27 2021-01-29 山东鼎滏软件科技有限公司 油气田时序数据存储方法、查询方法及其装置、存储介质
CN112463868A (zh) * 2020-12-04 2021-03-09 车智互联(北京)科技有限公司 数据处理方法、数据处理系统及计算设备
CN112506922A (zh) * 2020-11-19 2021-03-16 江苏大学 面向混合固态存储系统的嵌入式IoT时序数据库设计方法
CN112835963A (zh) * 2021-01-15 2021-05-25 中国建设银行股份有限公司 航班数据的展示方法和装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107766445A (zh) * 2017-09-23 2018-03-06 湖南胜云光电科技有限公司 一种支持多维度检索的高效快速数据检索方法
CN110020966A (zh) * 2019-04-11 2019-07-16 北京百度网讯科技有限公司 应用于智能电网的数据处理方法和装置
CN110990235A (zh) * 2019-09-06 2020-04-10 深圳平安通信科技有限公司 异构存储设备的性能数据管理方法、装置、设备及介质
CN111008200A (zh) * 2019-12-18 2020-04-14 北京数衍科技有限公司 数据查询方法、装置和服务器
CN112115147A (zh) * 2020-09-25 2020-12-22 北京百度网讯科技有限公司 数据处理的方法、装置、设备和存储介质
CN112286867A (zh) * 2020-10-27 2021-01-29 山东鼎滏软件科技有限公司 油气田时序数据存储方法、查询方法及其装置、存储介质
CN112506922A (zh) * 2020-11-19 2021-03-16 江苏大学 面向混合固态存储系统的嵌入式IoT时序数据库设计方法
CN112463868A (zh) * 2020-12-04 2021-03-09 车智互联(北京)科技有限公司 数据处理方法、数据处理系统及计算设备
CN112835963A (zh) * 2021-01-15 2021-05-25 中国建设银行股份有限公司 航班数据的展示方法和装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115314340A (zh) * 2022-08-05 2022-11-08 科东(广州)软件科技有限公司 一种数据包的筛选方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN109508326B (zh) 用于处理数据的方法、装置和系统
CN110390493B (zh) 任务管理方法、装置、存储介质及电子设备
CN115757400B (zh) 数据表处理方法、装置、电子设备和计算机可读介质
CN113760991A (zh) 数据操作方法、装置、电子设备和计算机可读介质
CN111857720A (zh) 用户界面状态信息的生成方法、装置、电子设备及介质
CN113515576A (zh) 数据处理方法、装置、电子设备和计算机可读介质
CN112732663A (zh) 一种日志信息处理方法及装置
CN116433388A (zh) 数据存储资源划分方法、装置、电子设备和计算机介质
CN111625745B (zh) 推荐方法、装置、电子设备和计算机可读介质
CN111460020B (zh) 用于解析消息的方法、装置、电子设备和介质
CN114490718A (zh) 数据输出方法、装置、电子设备和计算机可读介质
CN110879818B (zh) 一种获取数据的方法、装置、介质和电子设备
CN113760929A (zh) 数据同步方法、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
CN113760927A (zh) 数据处理方法、装置、电子设备和计算机可读介质
CN113778850A (zh) 数据处理方法、装置、电子设备和计算机可读介质
CN112507676A (zh) 能源报表生成方法、装置、电子设备和计算机可读介质
CN112100205A (zh) 数据处理方法、装置、设备和计算机可读介质
CN112799863A (zh) 用于输出信息的方法和装置
CN113505297B (zh) 数据查询方法、装置、电子设备和计算机可读介质
CN117520399A (zh) 数据存储方法、装置、电子设备和计算机可读介质
CN116303988A (zh) 查询请求处理方法、装置、电子设备、介质和程序产品
CN113420170B (zh) 大数据图像的多线程存储方法、装置、设备和介质
CN112182002A (zh) 数据容灾方法、装置、电子设备和计算机可读介质
CN115391605A (zh) 数据查询方法、装置、设备、计算机可读介质和程序产品

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

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.

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.

CB02 Change of applicant information