CN114238469B - 数据提取接口开放方法、装置、计算机设备及存储介质 - Google Patents
数据提取接口开放方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN114238469B CN114238469B CN202111487235.4A CN202111487235A CN114238469B CN 114238469 B CN114238469 B CN 114238469B CN 202111487235 A CN202111487235 A CN 202111487235A CN 114238469 B CN114238469 B CN 114238469B
- Authority
- CN
- China
- Prior art keywords
- interface
- modified
- parser
- tool
- database
- 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
Images
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
- G06F16/242—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
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/37—Compiler construction; Parser generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
- G06F8/41—Compilation
- G06F8/42—Syntactic analysis
- G06F8/427—Parsing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Stored Programmes (AREA)
Abstract
本发明实施例公开了数据提取接口开放方法、装置、计算机设备及存储介质。所述方法包括:设置自定义的关键词;对数据库的SQL解析器进行改造,以支持解析自定义的关键词;标记需要进行快速提取的字段以及快速提取时的查询主键;存储所述字段以及所述查询主键至元数据表;开发数据库接口自动封装的工具;利用所述工具根据所述元数据表生成对外部开放的查询接口,供外部通过所述查询接口调取所请求提取的数据。通过实施本发明实施例的方法可实现仅通过SQL语句实现了数据的接口方式开放,减少开发成本和节约开发时间。
Description
技术领域
本发明涉及计算机,更具体地说是指数据提取接口开放方法、装置、计算机设备及存储介质。
背景技术
当需要调用数据库内的数据时,现有技术通常是从数据库中提取数据并以接口方式开放给外部使用,需要使用除SQL(结构化查询语言,Structured Query Language)外的编程语言如Java/PHP等去开发接口并部署项目到额外服务器上,现有技术导致需要额外的开发人员参与,并且接口开发过程需要大量时间,不能做到仅凭借SQL做到数据以接口方式进行开放的效果。
因此,有必要设计一种新的方法,实现仅通过SQL语句实现了数据的接口方式开放,减少开发成本和节约开发时间。
发明内容
本发明的目的在于克服现有技术的缺陷,提供数据提取接口开放方法、装置、计算机设备及存储介质。
为实现上述目的,本发明采用以下技术方案:数据提取接口开放方法,包括:
设置自定义的关键词;
对数据库的SQL解析器进行改造,以支持解析自定义的关键词;
标记需要进行快速提取的字段以及快速提取时的查询主键;
存储所述字段以及所述查询主键至元数据表;
开发数据库接口自动封装的工具;
利用所述工具根据所述元数据表生成对外部开放的查询接口,供外部通过所述查询接口调取所请求提取的数据。
其进一步技术方案为:所述关键词包括查询接口的入参关键词以及查询接口的出参关键词。
其进一步技术方案为:所述对数据库的SQL解析器进行改造,以支持解析自定义的关键词,包括:
当进行单个元数据表以API方式对外开放时,修改SQL解析器的Parser模块,以使得Parser模块兼容关键词的语法;
在Parser.y文件的CreateTableStmt代码内新增所述关键词,以得到新的Parser.y文件;
对新的Parser.y文件使用goyacc工具进行编译,以得到parser.go文件;
修改执行器代码;
使用python做一个定期数据库后台扫描工具定期扫描元数据表,以获取所述关键词所修饰的字段。
其进一步技术方案为:所述修改执行器代码,包括:
获取create_table函数对应的字段信息;
判断所述字段信息是否被所述关键词修饰;
若所述字段信息被所述关键词修饰,则将所述字段信息添加到对应的元数据表中,并执行所述使用python做一个定期数据库后台扫描工具定期扫描元数据表,以获取所述关键词所修饰的字段;
若所述字段信息被所述关键词修饰,则执行所述使用python做一个定期数据库后台扫描工具定期扫描元数据表,以获取所述关键词所修饰的字段。
其进一步技术方案为:所述工具用于读取数据库元数据表,获取到关键词标记的表格和对应的字段,并根据标记的字段自动生成对外开放的API接口。
其进一步技术方案为:所述开发数据库接口自动封装的工具之前,还包括:
制定API接口标准。
其进一步技术方案为:所述利用所述工具根据所述元数据表生成对外部开放的查询接口,供外部通过所述查询接口调取所请求提取的数据,包括:
利用所述工具根据所述元数据表生成对外部开放的查询接口,当外部通过查询接口发起请求时,获取所述查询接口的名称,并获取所有的参数和传入查询值;根据所述名称获取查询的表名称,根据表名称去元数据表中查找到对应表的所有字段以及入参关键词修饰的字段,当请求内的查询参数是关键词修饰的字段,查询所述表中被出参关键词修饰的字段,并由出参关键词修饰的字段构成查询语句进行数据查询,将查询所得的结果由查询接口输出。
本发明还提供了数据提取接口开放装置,包括:
设置单元,用于设置自定义的关键词;
改造单元,用于对数据库的SQL解析器进行改造,以支持解析自定义的关键词;
标记单元,用于标记需要进行快速提取的字段以及快速提取时的查询主键;
存储单元,用于存储所述字段以及所述查询主键至元数据表;
工具开发单元,用于开发数据库接口自动封装的工具;
接口生成单元,用于利用所述工具根据所述元数据表生成对外部开放的查询接口,供外部通过所述查询接口调取所请求提取的数据。
本发明还提供了一种计算机设备,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法。
本发明还提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时可实现上述的方法。
本发明与现有技术相比的有益效果是:本发明通过对数据库的SQL解析器进行改造,以支持解析自定义的数据库关键词,获取自定义的关键词,标记需要进行快速提取的字段以及快速提取时的查询主键并存储到元数据表;开发数据库接口自动封装工具,该工具能根据元数据表自动生成查询接口对外开放,实现仅通过SQL语句实现了数据的接口方式开放,减少开发成本和节约开发时间。
下面结合附图和具体实施例对本发明作进一步描述。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的数据提取接口开放方法的应用场景示意图;
图2为本发明实施例提供的数据提取接口开放方法的流程示意图;
图3为本发明实施例提供的数据提取接口开放方法的子流程示意图;
图4为本发明实施例提供的数据提取接口开放方法的子流程示意图;
图5为本发明另一实施例提供的数据提取接口开放方法的流程示意图;
图6为本发明实施例提供的数据提取接口开放装置的示意性框图;
图7为本发明实施例提供的数据提取接口开放装置的改造单元的示意性框图;
图8为本发明实施例提供的数据提取接口开放装置的执行器代码修改单元的示意性框图;
图9为本发明另一实施例提供的数据提取接口开放装置的示意性框图;
图10为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1和图2,图1为本发明实施例提供的数据提取接口开放方法的应用场景示意图。图2为本发明实施例提供的数据提取接口开放方法的示意性流程图。该数据提取接口开放方法应用于服务器中。该服务器与终端进行数据交互,外部通过终端向服务器的查询接口输入请求,服务器对于SQL解析和新增自定义的数据库关键词来实现对需要进行快速提取的字段进行标识,从而快速生成对外开放的接口,使得仅通过SQL语句实现了数据的接口方式开放。从某种意义上为数据开发人员赋予了数据开放的能力。省略了传统意义上的后端开发人员进行接口开发的工作。
图2是本发明实施例提供的数据提取接口开放方法的流程示意图。如图2所示,该方法包括以下步骤S110至S160。
S110、设置自定义的关键词。
在本实施例中,所述关键词包括查询接口的入参关键词以及查询接口的出参关键词。
对现有的数据库的SQL解析器进行改造,改造解析器的目的是加入两个SQL自定义关键词:API_KEY和API_VALUE。
假设有字段原先定义是:id int(11)NOT NULL AUTO_INCREMENT comment'主键';更改之后的字段定义是:id int(11)NOT NULL AUTO_INCREMENT API_KEY comment'主键';API_KEY所修饰的id字段首先会在语义解析阶段被匹配到,紧接着会在后续执行器阶段被保存到元数据表中,如MySQL数据库中的information_schema.COLUMNS表中需要增加一列来保存某一列是否含有API_KEY属性。API_VALUE的解析与存储过程与API_KEY相类似;含有API_KEY和API_VALUE的表会被后续实现的后台接口自动封装程序扫描到并自动封装为API接口,即查询接口,API_KEY对应于接口的入参,API_VALUE对应于接口的出参。基于SQL解析和新增自定义的数据库关键词来实现对需要进行快速提取的字段进行标识,从而快速生成对外开放的接口,使得仅通过SQL语句实现了数据的接口方式开放。
S120、对数据库的SQL解析器进行改造,以支持解析自定义的关键词。
在一实施例中,请参阅图3,上述的步骤S120可包括步骤S121~S125。
S121、当进行单个元数据表以API方式对外开放时,修改SQL解析器的Parser模块,以使得Parser模块兼容关键词的语法。
具体的,将Parser这个模块看作是一个函数的话,它以SQL字符串作为输入,输出的是用来描述该SQL语句的抽象语法树。在此过程中,会设计到的组件有lexer和parser。其中parser负责将Token转换为树状结构,lexer则将输入的SQL语句中进行断句,并为每个词汇赋予他们各自类别标识。未改造之前,如果直接在SQL中随意加入一个关键词开始运行SQL语句,那么大概率会抛出语法异常。此时需要在兼容性方面做一些改造,使得新的SQL解析器能顺利识别。
具体做法:首先,从parser.y这个文件中找到对应的定义,经过简单分析知道需要改造的点只能存在于CreateTableStmt这个地方,因此需要对此处文法进行修改。需要在原先的[UNIQUE[KEY]|[PRIMARY]KEY]和[COMMENT]部分之间插入此处可以出现的自定义的关键词。其次,由于自定义的API_KEY和API_VALUE都是新添加的关键字,如果不做任何处理,lexer扫描的时候只会将它们看作普通的标识符。于是需要在parser.y的%token字段上补充声明,其中一个目的是为该字符串产生一个tokenID(一个整数),供lexer标识。另外goyacc也会对parser.y中所有的字符串常量进行检查,如果没有相应的token声明,会报Undefined symbol的错误。为支持这两个关键字,在文件开头的token字段添加声明。由于API_KEY和API_VALUE都是非保留关键字,它们应被添加在含有The following tokensbelong to UnReservedKeyword注释的下方。此外,非保留字说明它们能够作为标识符Identifier,因此在Identifier规则下的UnRerservedKeyword中也应加上API_KEY和API_VALUE。
在parser.y的%token字段上补充声明是为了让lexer能够识别关键字并赋予对应的tokenID,对于lexer而言,它需要一个从关键字字符串到tokenID的映射关系。在parser中,这个映射关系就是misc.go中的tokenMap结构。
接着需要往tokenMap中添加API_KEY和API_VALUE。
到目前为止,已经让goyacc生成的parser能够解析API_KEY和API_VALUE语法了。
上述详细说明了语法解析阶段,接着还需要修改执行器阶段:
执行器调用DDLExec.Next方法,判断DDL类型后执行executeCreateTable,其实质是调用ddl_api.go的CreateTable函数。
CreateTable方法是主要流程如下:
首先,会先检查一些限制,比如表名称是否已经存在,表名称是否太长,是否有重复定义的列等等限制。
其次,获取全局的一个表id,生成表的元信息,然后封装成一个DDL作业,这个作业包含了表id和表的元信息,并将这个作业的类型标记为ActionCreateTable。
再次,DDL组件启动后,在start函数中会启动一个worker线程运行onDDLWorker函数,每隔一段时间调用handleDDLJobQueue函数去尝试处理DDL作业队列里的作业,然后调runDDLJob函数执行作业。
接着,runDDLJob函数里面会根据作业的类型,然后调用对应的执行函数,对于create table类型的作业,会调用onCreateTable函数,然后做一些check后,会调用t.CreateTable函数,将表id作为key,表的元信息作为value存储,并更新作业的状态。
最后,finishDDLJob函数将作业从DDL作业队列中移除,然后加入历史队列中去。
在本实施例中,首先要修改解析器Parser模块以兼容“API_KEY”与“API_VALUE”的语法,接下来还需要修改执行器逻辑代码,当然,先关注Parser模块的修改。
S122、在Parser.y文件的CreateTableStmt代码新增所述关键词,以得到新的Parser.y文件。
在本实施例中,修改Parser.y文件的CreateTableStmt部分代码:主要修改column_definition部分,在column_definition代码部分新增关键词。
原始代码如下所示:
data_type[NOT NULL|NULL][DEFAULT default_value][AUTO_INCREMENT][UNIQUE[KEY]|[PRIMARY]KEY];
[COMMENT'string'];
[reference_definition];
修改后如下所示:
data_type[NOTNULL|NULL][DEFAULT default_value][AUTO_INCREMENT][UNIQUE[KEY]|[PRIMARY]KEY];
[API_KEY|API_VALUE];
[COMMENT'string'][reference_definition]。
加入了API_KEY和API_VALUE到parse.y文件。
S123、对新的Parser.y文件使用goyacc工具进行编译,以得到parser.go文件。
在本实施例中,parser.go文件是指由goyacc工具对新的Parser.y文件进行编译所得的文件。
具体地,使用goyacc工具进行编译,产出修改后的parser.go文件。
S124、修改执行器代码。
在一实施例中,请参阅图4,上述的步骤S124可包括步骤S1241~S1243。
S1241、获取create_table函数对应的字段信息;
S1242、判断所述字段信息是否被所述关键词修饰;
S1243、若所述字段信息被所述关键词修饰,则将所述字段信息添加到对应的元数据表中,并执行所述步骤S125。
若所述字段信息被所述关键词修饰,则执行所述步骤S125。
具体地,需要修改执行器代码具体到MySQL数据库是修改sql_table.cc中的create_table()函数,在该代码的实现中,获取到字段信息,判断字段信息是否被API_KEY与API_VALUE关键词修饰,是则伴随其他字段属性一起添加到对应的元数据表中去,此处的其他字段属性是指其他被API_KEY与API_VALUE关键词修饰的字段对应的属性。
S125、使用python做一个定期数据库后台扫描工具定期扫描元数据表,以获取所述关键词所修饰的字段。
具体地,对于每个有API_KEY和API_VALUE修饰的表,将其保存到api接口元数据表中。比如有User表,有id、name、address、age属性,其中id被API_KEY修饰,name、address被API_VALUE修饰,那么就会在api元数据表中形成如下一行记录:
api_id | url_path | key | value |
1 | /apiUser | id | name,address |
··· | ··· | ··· | ··· |
其中api_id代表的是自增主键,url_path代表的是User表对应的api请求路径,默认是自动加上api前缀,key存储的是请求该api时候,能够传入的入参,value是代表请求该api时,传出的结果。
其次,再使用SpringBoot框架开发一个监听器,SpringBoot只需要实现一个切面,用于拦截所有/apiXXX类型的url请求,拦截后,将其url做切分,比如拦截到http://localhost:8888/apiUser?id=123这个请求时,将apiUser提取出来,然后去上述的api元数据表中去查询一下url_path等于/apiUser的key和value。拿到key之后,对比一下请求中是否还有除id外的入参,如果有则抛出异常;否则进行下一步,把上述拦截到的请求中的id=123提取出123,然后去User表查询id为123的记录,如果有则先查出全部列信息,然后根据value剔除没有被API_VALUE修饰的列。最后把这个结果包装成为json字符串,然后构造一个response,返回给调用者。
具体地,使用一个数据库后台扫描工具,定期扫描元数据表,获取被API_KEY和API_VALUE修饰的字段,自动形成对外开放的API接口,供外部调用。
上述的方式只针对单个元数据表以API方式对外开放,但不能做到满足多个元数据表关联后以API方式开发,但现实业务中往往需要多表关联后的结果对外开放,因此,进一步考虑了多个元数据表关联后以API方式开发的快速API封装。
考虑了使用普通数据库视图,通过一个视图来将多表关联的结果抽象为一张单表,但传统视图在查询时才进行数据关联,性能不佳,因此,需要更换为数据库物化视图进行表格关联,以达到数据关联的目的,物化视图是将查询结果预先计算并存储的一张特殊的表。“物化”这个词是相对于普通视图而言。普通视图较普通的表提供了易用性和灵活性,但无法加快数据访问的速度。物化视图像是视图的缓存,它不是在运行时构建和计算数据集,而是在创建的时候预先计算、存储和优化数据访问,并自动刷新来保证数据的实时性。
多表格的情况对于后续执行器的改造,则需要对CreateMaterializedViewStmt进行修改,修改过程与CreateTableStmt的类似,对CreateMaterializedViewStmt进行的修改使得创建物化视图的语句能够识别API_KEY与API_COLUMN。
修改Parser.y文件的CreateMaterializedViewStmt部分代码:
原始代码如下所示:
CREATE MATERIALIZED VIEW[IF NOT EXISTS]table_name
[(column_name[,...])]
[WITH(storage_parameter[=value][,...])]
[TABLESPACE tablespace_name]
AS query
[WITH[NO]DATA]
修改后代码如下:
CREATE MATERIALIZED VIEW[IF NOT EXISTS]table_name
[(column_name[,...])]
[WITH(storage_parameter[=value][,...])]
[TABLESPACE tablespace_name]
AS query
[WITH[NO]DATA]
[WITH[API_KEY=value][API_VALUE=value1,value2,...]]
在最后用with语句来修饰哪些字段属于API_KEY,哪些字段属于API_VALUE。
其次,由于自定义的API_KEY和API_VALUE都是新添加的关键字,如果不做任何处理,lexer扫描的时候只会将它们看作普通的标识符。于是需要在parser.y的%token字段上补充声明,其中一个目的是为该字符串产生一个tokenID(一个整数),供lexer标识。另外goyacc也会对parser.y中所有的字符串常量进行检查,如果没有相应的token声明,会报Undefined symbol的错误。
为支持这两个关键字,在文件开头的token字段添加声明。由于API_KEY和API_VALUE都是非保留关键字,它们应被添加在含有The following tokens belong toUnReservedKeyword注释的下方。此外,非保留字说明它们能够作为标识符Identifier,因此在Identifier规则下的UnRerservedKeyword中也应加上API_KEY和API_VALUE。
在parser.y的%token字段上补充声明是为了让lexer能够识别关键字并赋予对应的tokenID,对于lexer而言,它需要一个从关键字字符串到tokenID的映射关系。在parser中,这个映射关系就是misc.go中的tokenMap结构。
接着需要往tokenMap中添加API_KEY和API_VALUE。
到目前为止,已经让goyacc生成的parser能够解析API_KEY和API_VALUE语法了。
上述详细说明了语法解析阶段,接着还需要修改执行器阶段:
执行器阶段判断DDL类型后执行executeCreateMaterializedView,其实质是调用CreateMaterializedView函数。
CreateMaterializedView方法是主要流程如下:
首先,会先检查一些限制,比如视图名称是否已经存在,视图名称是否太长,是否有重复定义的列等等限制。
其次,获取全局的一个视图id,生成视图的元信息,然后封装成一个DDL作业,这个作业包含了视图id和视图的元信息,并将这个作业的类型标记为ActionCreateMaterializedView。
再次,DDL组件启动后,在start函数中会启动一个worker线程运行onDDLWorker函数,每隔一段时间调用handleDDLJobQueue函数去尝试处理DDL作业队列里的作业,然后调runDDLJob函数执行作业。
接着,runDDLJob函数里面会根据作业的类型,然后调用对应的执行函数,对于createMaterializedView类型的作业,会调用onCreateMaterializedView函数,然后做一些check后,会调用t.CreateMaterializedView函数,作业运行的过程中进行判断,判断with语句中API_KEY和API_VALUE分别有哪些对应的字段。最终将视图id作为key,视图的元信息作为value存储并落表,并更新作业的状态。
最后,finishDDLJob函数将作业从DDL作业队列中移除,然后加入历史队列中去。
改造执行器时,使得能够从创建物化视图时解析得到对应的字段的API_KEY和API_VALUE并存储在元数据信息表中,此后数据库后台扫描工具,定期扫描元数据表,获取被API_KEY和API_VALUE修饰的字段,自动形成对外开放的API接口,供外部调用。
S130、标记需要进行快速提取的字段以及快速提取时的查询主键。
当确定自定义的关键词以及改造SQL解析器后,将需要进行快速提取的字段以及快速提取时的查询主键进行标记,也就是被关键词修饰的字段以及对应的查询主键。
S140、存储所述字段以及所述查询主键至元数据表。
在本实施例中,将字段和查询主键存储到元数据表内时,有利于后续通过获取这些字段和查询主键快速提取数据,并以接口的形式输出。
S150、开发数据库接口自动封装的工具。
在本实施例中,所述工具用于读取数据库元数据表,获取到关键词标记的表格和对应的字段,并根据标记的字段自动生成对外开放的API接口。
上述的步骤S110至步骤S150实现了对SQL语句中自定义的关键词的解析,至此,数据库使用者已经能够通过SQL来标记API接口入参和出参,分别用API_KEY和API_VALUE指定,并且把字段标记信息存储到数据库的元数据表中。下一步需要开发一个数据库附带工具:此工具读取数据库元数据表,获取到哪些表的哪些字段被API_KEY和API_VALUE标记,根据标记的字段来自动生成对外开放的API接口。
S160、利用所述工具根据所述元数据表生成对外部开放的查询接口,供外部通过所述查询接口调取所请求提取的数据。
具体地,使用python做一个定期数据库后台扫描工具定期扫描元数据表,以获取所述关键词所修饰的字段。对于每个有API_KEY和API_VALUE修饰的表,将其保存到api接口元数据表中。利用所述工具根据所述元数据表生成对外部开放的查询接口,当外部通过查询接口发起请求时,获取所述查询接口的名称,并获取所有的参数和传入查询值;根据所述名称获取查询的表名称,根据表名称去元数据表中查找到对应表的所有字段以及入参关键词修饰的字段,当请求内的查询参数是关键词修饰的字段,查询所述表中被出参关键词修饰的字段,并由出参关键词修饰的字段构成查询语句进行数据查询,将查询所得的结果由查询接口输出。
本实施例可以采用多种实现方式,采用的实现语言和框架也有多种选择,此处选择使用SpringBoot框架的Interceptor切面来拦截具体的请求。自定义的切面实现中先从HttpServletRequest获取URL的名称,紧接着从HttpServletRequest中获取所有的参数和传入查询值。获取到要查询的API接口名称后,就可以根据API接口名称得出要查询的表名称;然后需要根据表名称去元数据表中查找到该表的所有字段以及哪些是被API_KEY修饰的字段,然后与从接口请求中解析出来的查询参数做一个比较,如果查询的参数都是被API_KEY修饰的字段,则可以接着往下进行,否则直接中断查询并抛出查询异常。经过对接口请求的入参的检查后可以进行下一步,查询该表中哪些是被API_VALUE修饰的字段,这些字段用于构成select语句的部分,至此,构成一个完整的查询语句的所有条件已经满足,可以开始构造查询语句。
下面举个具体例子:
Create table User(
id int(11)not null auto_increment api_key commet‘主键’,
name varchar(255)not null api_value commert‘姓名’,
address varchar(255)not null api_value commert‘地址’,
age int(11)not null commert‘年龄’,
primary key(‘id’)
)。
运行查询语句:
SELECT
TABLE_SCHEMA,
TABLE_NAME,
COLUMN_NAME,
IS_NULLABLE,
DATA_TYPE,
COLUMN_TYPE,
COLUMN_COMMENT,
API_KEY,
API_VALUE
FROM`information_schema`.COLUMNS
WHERE TABLE_SCHEMA='TEST11'
AND TABLE_NAME='user'
;
对应的COLUMN表:
假设此时的地址是:http://xxx.xxx.xxx.xxx/apiUser?id=1001;通过分析该请求,可以得知请求的表名是user表,下一步是检查id这个请求参数,在元数据表中的API_KEY一列是否是YES。经过检查发现符合条件,下一步查询元数据表,可以查到该表只有name和address的API_VALUE属性是YES。因此构造自动查询的select语句时应该是:
SELECT
Name,address FROM user WHERE id=1001。
由此发现通过URL请求地址转换为查询的SQL语句是可行的,再结合元数据表可以获知需要返回的参数列。最后一步是将数据库返回的内容再次封装为JSON或者XML方式返回。
上述的数据提取接口开放方法,通过对数据库的SQL解析器进行改造,以支持解析自定义的数据库关键词,获取自定义的关键词,标记需要进行快速提取的字段以及快速提取时的查询主键并存储到元数据表;开发数据库接口自动封装工具,该工具能根据元数据表自动生成查询接口对外开放,实现仅通过SQL语句实现了数据的接口方式开放,减少开发成本和节约开发时间。
图5是本发明另一实施例提供的一种数据提取接口开放方法的流程示意图。如图5所示,本实施例的数据提取接口开放方法包括步骤S210-S270。其中步骤S210-S240与上述实施例中的步骤S110-S140类似,步骤S260-S270与上述实施例中的步骤S150-S160类似,在此不再赘述。下面详细说明本实施例中所增加的步骤S250。
S250、制定API接口标准。
开发本工具前,首先制定API接口标准,即查询接口的标准,假设要访问的数据表名称是User,那么对外开放的API接口的名称是apiUser。查询时入参是被API_KEY修饰的字段,例如id被API_KEY修饰,那么接口的API地址是:http://xxx.xxx.xxx.xxx/apiUser?id=xxx。
图6是本发明实施例提供的一种数据提取接口开放装置300的示意性框图。如图6所示,对应于以上数据提取接口开放方法,本发明还提供一种数据提取接口开放装置300。该数据提取接口开放装置300包括用于执行上述数据提取接口开放方法的单元,该装置可以被配置于服务器中。具体地,请参阅图6,该数据提取接口开放装置300包括设置单元301、改造单元302、标记单元303、存储单元304、工具开发单元306以及接口生成单元307。
设置单元301,用于设置自定义的关键词;改造单元302,用于对数据库的SQL解析器进行改造,以支持解析自定义的关键词;标记单元303,用于标记需要进行快速提取的字段以及快速提取时的查询主键;存储单元304,用于存储所述字段以及所述查询主键至元数据表;工具开发单元306,用于开发数据库接口自动封装的工具;接口生成单元307,用于利用所述工具根据所述元数据表生成对外部开放的查询接口,供外部通过所述查询接口调取所请求提取的数据。
在一实施例中,如图7所示,所述改造单元302包括模块修改子单元3021、关键词新增子单元3022、编译子单元3023、代码修改子单元3024以及定期扫描子单元3025。
模块修改子单元3021,用于当进行单个元数据表以API方式对外开放时,修改SQL解析器的Parser模块,以使得Parser模块兼容关键词的语法;关键词新增子单元3022,用于在Parser.y文件的CreateTableStmt代码内新增所述关键词,以得到新的Parser.y文件;编译子单元3023,用于对新的Parser.y文件使用goyacc工具进行编译,以得到parser.go文件;代码修改子单元3024,用于修改执行器代码;定期扫描子单元3025,用于使用python做一个定期数据库后台扫描工具定期扫描元数据表,以获取所述关键词所修饰的字段。
在一实施例中,请参阅图8,所述代码修改子单元3024包括字段信息获取模块30241、字段信息判断模块30242以及添加模块30243。
字段信息获取模块30241,用于获取create_table函数对应的字段信息;字段信息判断模块30242,用于判断所述字段信息是否被所述关键词修饰;若所述字段信息被所述关键词修饰,则执行所述使用python做一个定期数据库后台扫描工具定期扫描元数据表,以获取所述关键词所修饰的字段。添加模块30243,用于若所述字段信息被所述关键词修饰,则将所述字段信息添加到对应的元数据表中,并执行所述使用python做一个定期数据库后台扫描工具定期扫描元数据表,以获取所述关键词所修饰的字段。
在以上很适合李中,所述接口生成单元307,用于利用所述工具根据所述元数据表生成对外部开放的查询接口,当外部通过查询接口发起请求时,获取所述查询接口的名称,并获取所有的参数和传入查询值;根据所述名称获取查询的表名称,根据表名称去元数据表中查找到对应表的所有字段以及入参关键词修饰的字段,当请求内的查询参数是关键词修饰的字段,查询所述表中被出参关键词修饰的字段,并由出参关键词修饰的字段构成查询语句进行数据查询,将查询所得的结果由查询接口输出。
图9是本发明另一实施例提供的一种数据提取接口开放装置300的示意性框图。如图9所示,本实施例的数据提取接口开放装置300是上述实施例的基础上增加了标准制定单元305。
标准制定单元305,用于制定API接口标准。
需要说明的是,所属领域的技术人员可以清楚地了解到,上述数据提取接口开放装置300和各单元的具体实现过程,可以参考前述方法实施例中的相应描述,为了描述的方便和简洁,在此不再赘述。
上述数据提取接口开放装置300可以实现为一种计算机程序的形式,该计算机程序可以在如图10所示的计算机设备上运行。
请参阅图10,图10是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是服务器,其中,服务器可以是独立的服务器,也可以是多个服务器组成的服务器集群。
参阅图10,该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505,其中,存储器可以包括非易失性存储介质503和内存储器504。
该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032包括程序指令,该程序指令被执行时,可使得处理器502执行一种数据提取接口开放方法。
该处理器502用于提供计算和控制能力,以支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境,该计算机程序5032被处理器502执行时,可使得处理器502执行一种数据提取接口开放方法。
该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备500的限定,具体的计算机设备500可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,所述处理器502用于运行存储在存储器中的计算机程序5032,以实现如下步骤:
设置自定义的关键词;对数据库的SQL解析器进行改造,以支持解析自定义的关键词;标记需要进行快速提取的字段以及快速提取时的查询主键;存储所述字段以及所述查询主键至元数据表;开发数据库接口自动封装的工具;利用所述工具根据所述元数据表生成对外部开放的查询接口,供外部通过所述查询接口调取所请求提取的数据。
其中,所述关键词包括查询接口的入参关键词以及查询接口的出参关键词。
所述工具用于读取数据库元数据表,获取到关键词标记的表格和对应的字段,并根据标记的字段自动生成对外开放的API接口。
在一实施例中,处理器502在实现所述对数据库的SQL解析器进行改造,以支持解析自定义的关键词步骤时,具体实现如下步骤:
当进行单个元数据表以API方式对外开放时,修改SQL解析器的Parser模块,以使得Parser模块兼容关键词的语法;在Parser.y文件的CreateTableStmt代码内新增所述关键词,以得到新的Parser.y文件;对新的Parser.y文件使用goyacc工具进行编译,以得到parser.go文件;修改执行器代码;使用python做一个定期数据库后台扫描工具定期扫描元数据表,以获取所述关键词所修饰的字段。
在一实施例中,处理器502在实现所述修改执行器代码步骤时,具体实现如下步骤:
获取create_table函数对应的字段信息;判断所述字段信息是否被所述关键词修饰;若所述字段信息被所述关键词修饰,则将所述字段信息添加到对应的元数据表中,并执行所述使用python做一个定期数据库后台扫描工具定期扫描元数据表,以获取所述关键词所修饰的字段;若所述字段信息被所述关键词修饰,则执行所述使用python做一个定期数据库后台扫描工具定期扫描元数据表,以获取所述关键词所修饰的字段。
在一实施例中,处理器502在实现所述开发数据库接口自动封装的工具步骤之前,还实现如下步骤:
制定API接口标准。
在一实施例中,处理器502在实现所述利用所述工具根据所述元数据表生成对外部开放的查询接口,供外部通过所述查询接口调取所请求提取的数据步骤时,具体实现如下步骤:
利用所述工具根据所述元数据表生成对外部开放的查询接口,当外部通过查询接口发起请求时,获取所述查询接口的名称,并获取所有的参数和传入查询值;根据所述名称获取查询的表名称,根据表名称去元数据表中查找到对应表的所有字段以及入参关键词修饰的字段,当请求内的查询参数是关键词修饰的字段,查询所述表中被出参关键词修饰的字段,并由出参关键词修饰的字段构成查询语句进行数据查询,将查询所得的结果由查询接口输出。
应当理解,在本申请实施例中,处理器502可以是中央处理单元(CentralProcessing Unit,CPU),该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令,计算机程序可存储于一存储介质中,该存储介质为计算机可读存储介质。该程序指令被该计算机系统中的至少一个处理器执行,以实现上述方法的实施例的流程步骤。
因此,本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序,其中该计算机程序被处理器执行时使处理器执行如下步骤:
设置自定义的关键词;对数据库的SQL解析器进行改造,以支持解析自定义的关键词;标记需要进行快速提取的字段以及快速提取时的查询主键;存储所述字段以及所述查询主键至元数据表;开发数据库接口自动封装的工具;利用所述工具根据所述元数据表生成对外部开放的查询接口,供外部通过所述查询接口调取所请求提取的数据。
其中,所述关键词包括查询接口的入参关键词以及查询接口的出参关键词。
所述工具用于读取数据库元数据表,获取到关键词标记的表格和对应的字段,并根据标记的字段自动生成对外开放的API接口。
在一实施例中,所述处理器在执行所述计算机程序而实现所述对数据库的SQL解析器进行改造,以支持解析自定义的关键词步骤时,具体实现如下步骤:
当进行单个元数据表以API方式对外开放时,修改SQL解析器的Parser模块,以使得Parser模块兼容关键词的语法;在Parser.y文件的CreateTableStmt代码内新增所述关键词,以得到新的Parser.y文件;对新的Parser.y文件使用goyacc工具进行编译,以得到parser.go文件;修改执行器代码;使用python做一个定期数据库后台扫描工具定期扫描元数据表,以获取所述关键词所修饰的字段。
在一实施例中,所述处理器在执行所述计算机程序而实现所述修改执行器代码步骤时,具体实现如下步骤:
获取create_table函数对应的字段信息;判断所述字段信息是否被所述关键词修饰;若所述字段信息被所述关键词修饰,则将所述字段信息添加到对应的元数据表中,并执行所述使用python做一个定期数据库后台扫描工具定期扫描元数据表,以获取所述关键词所修饰的字段;若所述字段信息被所述关键词修饰,则执行所述使用python做一个定期数据库后台扫描工具定期扫描元数据表,以获取所述关键词所修饰的字段。
在一实施例中,所述处理器在执行所述计算机程序而实现所述开发数据库接口自动封装的工具步骤之前,还实现如下步骤:
制定API接口标准。
在一实施例中,所述处理器在执行所述计算机程序而实现所述利用所述工具根据所述元数据表生成对外部开放的查询接口,供外部通过所述查询接口调取所请求提取的数据步骤时,具体实现如下步骤:
利用所述工具根据所述元数据表生成对外部开放的查询接口,当外部通过查询接口发起请求时,获取所述查询接口的名称,并获取所有的参数和传入查询值;根据所述名称获取查询的表名称,根据表名称去元数据表中查找到对应表的所有字段以及入参关键词修饰的字段,当请求内的查询参数是关键词修饰的字段,查询所述表中被出参关键词修饰的字段,并由出参关键词修饰的字段构成查询语句进行数据查询,将查询所得的结果由查询接口输出。
所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的。例如,各个单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,终端,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (8)
1.数据提取接口开放方法,其特征在于,包括:
设置自定义的关键词;
对数据库的SQL解析器进行改造,以支持解析自定义的关键词;
标记需要进行提取的字段以及快速提取时的查询主键;
存储所述字段以及所述查询主键至元数据表;
开发数据库接口自动封装的工具;
利用所述工具根据所述元数据表生成对外部开放的查询接口,供外部通过所述查询接口调取所请求提取的数据;
其中,所述对数据库的SQL解析器进行改造,以支持解析自定义的关键词,包括:
当进行单个元数据表以API方式对外开放时,修改SQL解析器的Parser模块,以使得Parser模块兼容关键词的语法;
在Parser.y文件的CreateTableStmt代码内新增所述关键词,以得到新的Parser.y文件;
对新的Parser.y文件使用goyacc工具进行编译,以得到parser.go文件;
修改执行器代码;
使用python做一个定期数据库后台扫描工具定期扫描元数据表,以获取所述关键词所修饰的字段;
所述工具用于读取数据库元数据表,获取到关键词标记的表格和对应的字段,并根据标记的字段自动生成对外开放的API接口。
2.根据权利要求1所述的数据提取接口开放方法,其特征在于,所述关键词包括查询接口的入参关键词以及查询接口的出参关键词。
3.根据权利要求1所述的数据提取接口开放方法,其特征在于,所述修改执行器代码,包括:
获取create_table函数对应的字段信息;
判断所述字段信息是否被所述关键词修饰;
若所述字段信息被所述关键词修饰,则将所述字段信息添加到对应的元数据表中,并执行所述使用python做一个定期数据库后台扫描工具定期扫描元数据表,以获取所述关键词所修饰的字段;
若所述字段信息被所述关键词修饰,则执行所述使用python做一个定期数据库后台扫描工具定期扫描元数据表,以获取所述关键词所修饰的字段。
4.根据权利要求1所述的数据提取接口开放方法,其特征在于,所述开发数据库接口自动封装的工具之前,还包括:
制定API接口标准。
5.根据权利要求2所述的数据提取接口开放方法,其特征在于,所述利用所述工具根据所述元数据表生成对外部开放的查询接口,供外部通过所述查询接口调取所请求提取的数据,包括:
利用所述工具根据所述元数据表生成对外部开放的查询接口,当外部通过查询接口发起请求时,获取所述查询接口的名称,并获取所有的参数和传入查询值;根据所述名称获取查询的表名称,根据表名称去元数据表中查找到对应表的所有字段以及入参关键词修饰的字段,当请求内的查询参数是关键词修饰的字段,查询所述表中被出参关键词修饰的字段,并由出参关键词修饰的字段构成查询语句进行数据查询,将查询所得的结果由查询接口输出。
6.数据提取接口开放装置,其特征在于,包括:
设置单元,用于设置自定义的关键词;
改造单元,用于对数据库的SQL解析器进行改造,以支持解析自定义的关键词;
标记单元,用于标记需要进行提取的字段以及快速提取时的查询主键;
存储单元,用于存储所述字段以及所述查询主键至元数据表;
工具开发单元,用于开发数据库接口自动封装的工具;
接口生成单元,用于利用所述工具根据所述元数据表生成对外部开放的查询接口,供外部通过所述查询接口调取所请求提取的数据;
其中,所述对数据库的SQL解析器进行改造,以支持解析自定义的关键词,包括:
当进行单个元数据表以API方式对外开放时,修改SQL解析器的Parser模块,以使得Parser模块兼容关键词的语法;
在Parser.y文件的CreateTableStmt代码内新增所述关键词,以得到新的Parser.y文件;
对新的Parser.y文件使用goyacc工具进行编译,以得到parser.go文件;
修改执行器代码;
使用python做一个定期数据库后台扫描工具定期扫描元数据表,以获取所述关键词所修饰的字段;
所述工具用于读取数据库元数据表,获取到关键词标记的表格和对应的字段,并根据标记的字段自动生成对外开放的API接口。
7.一种计算机设备,其特征在于,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述的方法。
8.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时可实现如权利要求1至5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111487235.4A CN114238469B (zh) | 2021-12-07 | 2021-12-07 | 数据提取接口开放方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111487235.4A CN114238469B (zh) | 2021-12-07 | 2021-12-07 | 数据提取接口开放方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114238469A CN114238469A (zh) | 2022-03-25 |
CN114238469B true CN114238469B (zh) | 2022-07-12 |
Family
ID=80753741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111487235.4A Active CN114238469B (zh) | 2021-12-07 | 2021-12-07 | 数据提取接口开放方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114238469B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116132123A (zh) * | 2022-12-28 | 2023-05-16 | 上海元组科技有限公司 | 一种网络服务管理系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103631907A (zh) * | 2013-11-26 | 2014-03-12 | 中国科学院信息工程研究所 | 一种将关系型数据迁移至HBase的方法及系统 |
CN110309196A (zh) * | 2019-05-22 | 2019-10-08 | 深圳壹账通智能科技有限公司 | 区块链数据存储和查询方法、装置、设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106933845B (zh) * | 2015-12-30 | 2020-07-24 | 阿里巴巴集团控股有限公司 | 使用sql实现mdx查询效果的方法和装置 |
CN110866007B (zh) * | 2019-10-12 | 2023-08-22 | 中国平安财产保险股份有限公司 | 大数据应用和表的信息管理方法、系统和计算机设备 |
CN112434059B (zh) * | 2021-01-26 | 2021-06-22 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
CN113468209A (zh) * | 2021-07-27 | 2021-10-01 | 广西电网有限责任公司 | 一种电网监控系统高速内存数据库访问方法 |
-
2021
- 2021-12-07 CN CN202111487235.4A patent/CN114238469B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103631907A (zh) * | 2013-11-26 | 2014-03-12 | 中国科学院信息工程研究所 | 一种将关系型数据迁移至HBase的方法及系统 |
CN110309196A (zh) * | 2019-05-22 | 2019-10-08 | 深圳壹账通智能科技有限公司 | 区块链数据存储和查询方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114238469A (zh) | 2022-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7640230B2 (en) | Query plan selection control using run-time association mechanism | |
US9058360B2 (en) | Extensible language framework using data cartridges | |
US8959106B2 (en) | Class loading using java data cartridges | |
US9141678B2 (en) | Distributed query cache in a database system | |
JP2602205B2 (ja) | データベース・アクセス制御方法 | |
EP3254191B1 (en) | Apparatus and method for using parameterized intermediate representation for just-in-time compilation in database query execution engine | |
CN110795455A (zh) | 依赖关系解析方法、电子装置、计算机设备及可读存储介质 | |
US10642589B2 (en) | Extensibility in a database system | |
US9043757B2 (en) | Identifying differences between source codes of different versions of a software when each source code is organized using incorporated files | |
CN110019314B (zh) | 基于数据项分析的动态数据封装方法、客户端和服务端 | |
CN111694846B (zh) | 一种基于Type 2 JDBC驱动的分离模式分布式存储过程实现方法 | |
CN112579610A (zh) | 多数据源结构分析方法、系统、终端设备及存储介质 | |
CN112988782A (zh) | Hive支持交互式查询的方法、装置及存储介质 | |
CN112860265A (zh) | 一种源代码数据库操作异常检测方法及装置 | |
US6877156B2 (en) | Recognition of command related items in object code | |
CN113901083A (zh) | 基于多解析器的异构数据源操作资源解析定位方法和设备 | |
CN114238469B (zh) | 数据提取接口开放方法、装置、计算机设备及存储介质 | |
CN111221852A (zh) | 基于大数据的混合查询处理方法及装置 | |
CN114547083A (zh) | 数据处理方法、装置及电子设备 | |
CN114238374A (zh) | 数据查询方法、装置、服务器和存储介质 | |
CN112068842A (zh) | 依赖关系的建立方法、联动编译方法及其系统 | |
CN117909389B (zh) | 一种sql模糊查询方法、设备及存储介质 | |
CN116560667B (zh) | 一种基于预编译延迟执行的拆分调度系统及方法 | |
CN117762570A (zh) | 基于jpa的动态数据库脚本执行解析方法、系统及电子设备 | |
CN117194472A (zh) | 数据集生成方法、装置、电子设备及可读介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |