CN114676163A - 一种数据查询方法、装置、设备、系统及存储介质 - Google Patents

Abstract

本发明公开了一种数据查询方法、装置、设备及存储介质。本发明涉及云计算安全服务技术领域。该方法包括：响应于接收到数据查询请求，获取预设轻量级数据存储格式的定义信息；对定义信息进行解析，在解析到模型引入属性信息时，获取模型引入属性信息指定的数据模型的模型定义信息；对获取的模型定义信息指定的数据表执行查询操作；基于查询结果获得轻量级数据存储格式的查询结果数据。本发明实施例的方法中，通过定义轻量级数据存储格式，可以根据定义信息自主访问数据库进行数据组装。并且在数据表结构或轻量级数据存储格式发生变化时，不需要调整数据访问和组装的代码，灵活性较强。

Description

一种数据查询方法、装置、设备、系统及存储介质

技术领域

本发明实施例涉及云计算安全服务技术领域，尤其涉及一种数据查询方法、装置、设备、系统及存储介质。

背景技术

JSON(JavaScript Object Notation)格式是一种与开发语言无关的，轻量级的数据存储格式，也是一种标准规范。轻量级数据存储格式因其轻量、易于阅读、编写和程序解析、跨平台多语言支持等特性，目前广泛用于应用间的数据交换，而数据库中的数据表是系统间交互内容的主要数据来源。当接收到应用发送的数据查询请求时，首先根据数据查询请求中的查询条件查询数据表中的数据，然后将查询到的数据转换为JSON格式数据，并将该JSON格式数据作为查询结果进行返回。

然而，当数据表的结构发生变化或者JSON格式发生变化时，需要适应调整数据查询和格式转换的代码，灵活性较差，并且耗时耗力，效率低下。

发明内容

本发明实施例提供一种数据查询方法、装置、设备、系统及存储介质，以解决现有技术中在数据表的结构或者JSON格式发生变化时，需要适应调整数据查询和格式转换代码所导致的灵活性差和效率低下的问题。

第一方面，本发明实施例提供了一种数据查询方法，包括：

响应于接收到数据查询请求，获取预设轻量级数据存储格式的定义信息；其中，所述定义信息中包含至少一个模型引入属性信息和至少一个模型定义信息，所述模型引入属性信息用于指定引入的数据模型，所述模型定义信息用于指定数据模型对应的数据表；

对所述定义信息进行解析，在解析到所述模型引入属性信息时，获取所述模型引入属性信息指定的数据模型的模型定义信息；对获取的所述模型定义信息指定的数据表执行查询操作；

基于查询结果获得轻量级数据存储格式的查询结果数据。

第二方面，本发明实施例还提供了一种数据查询装置，该装置包括：

信息获取模块，用于响应于接收到数据查询请求，获取预设轻量级数据存储格式的定义信息；其中，所述定义信息中包含至少一个模型引入属性信息和至少一个模型定义信息，所述模型引入属性信息用于指定引入的数据模型，所述模型定义信息用于指定数据模型对应的数据表；

信息解析模块，用于对所述定义信息进行解析，在解析到所述模型引入属性信息时，获取所述模型引入属性信息指定的数据模型的模型定义信息；对获取的所述模型定义信息指定的数据表执行查询操作；

结果获取模块，用于基于查询结果获得轻量级数据存储格式的查询结果数据。

第三方面，本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明实施例中任一所述的数据查询方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中任一所述的数据查询方法。

第五方面，本发明实施例还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如本发明实施例中任一所述的数据查询方法。

本发明实施例提供的技术方案中，响应于接收到数据查询请求，获取预设轻量级数据存储格式的定义信息；其中，定义信息中包含至少一个模型引入属性信息和至少一个模型定义信息，模型引入属性信息用于指定引入的数据模型，模型定义信息用于指定数据模型对应的数据表；对定义信息进行解析，在解析到模型引入属性信息时，获取模型引入属性信息指定的数据模型的模型定义信息；对获取的模型定义信息指定的数据表执行查询操作；基于查询结果获得轻量级数据存储格式的查询结果数据。即本发明实施例中，通过获取并解析预设轻量级数据存储格式的定义信息，可以根据定义信息自主访问数据库并进行数据组装，提高了数据查询效率。当数据表的结构发生变化或者JSON格式发生变化时，只需适应调整轻量级数据存储格式的定义信息，而不需要调整数据访问和组装的代码，灵活性较强，并节约了代码调整所需的人力成本。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本发明实施例一提供的一种数据查询方法的流程图；

图2为本发明实施例二提供的一种数据查询方法中的对定义信息进行解析的流程图；

图3为本发明实施例三提供的另一种数据查询方法中的对定义信息进行解析的流程图；

图4为本发明实施例四提供的一种数据查询装置的结构示意图；

图5为本发明实施例五提供的一种电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。

实施例一

图1为本发明实施例一提供的一种数据查询方法的流程图，本发明实施例定义了一种JSON格式，可以让应用根据JSON格式定义自主访问数据库进行数据组装并转为JSON格式。该方法可以由本发明实施例中的数据查询装置来执行，该装置可采用软件和/或硬件的方式实现，如图1所示，该方法具体包括如下步骤：

S110，响应于接收到数据查询请求，获取预设轻量级数据存储格式的定义信息；其中，定义信息中包含至少一个模型引入属性信息和至少一个模型定义信息，模型引入属性信息用于指定引入的数据模型，模型定义信息用于指定数据模型对应的数据表。

其中，数据查询请求是从单个或多个数据表中，根据具体需求查找到目标数据的请求信息。

本方案实施例中，可选的，响应于接收到数据查询请求，获取预设轻量级数据存储结构信息，包括：响应于通过服务接口接收到数据查询请求，获取预先针对服务接口设置的轻量级数据存储结构信息。

其中，服务接口用于实现在不同的系统上进行信息交换，同时为信息交换提供入口点。针对不同的服务接口，设置有不同的轻量级数据存储结构信息。本方案实施例中，可选地，轻量级数据存储格式为JSON格式。JSON采用完全独立于编程语言的文本格式来存储和表示数据，易于阅读和编写，同时也易于机器解析和生成。其中，JSON的定义信息中包含至少一个模型引入属性信息和至少一个模型定义信息。其中，模型定义信息用于指定数据模型对应的数据表。其中，数据模型是数据特征的抽象，数据模型的内容包括数据结构、数据操作和数据约束。数据模型为数据库系统的信息表示与操作提供一个抽象的框架。具体地，根据模型定义信息可以确定需要查询的数据表。其中，模型引入属性信息可以指定引入的数据模型。进一步地，根据模型引入属性信息可以确定查询过程中引入的数据表。

示例的，现有某公司市场部完成任务的概况信息，其字段内容如下表1所示：

栏位项目名称	中文名称
		MAKET_REPORT	市场部信息
--TASK	任务信息
		----TA_ID	任务编号
----BE_DT	开始日期
		----END_DT	结束日期
----PER	主要负责人
		----EST_COST	任务预算成本
----TR_COST	任务实际成本
		----EST_INC	任务预计收入
----TR_INC	任务实际收入
		----CUS	客户信息
------CUS_TY	客户类型
		------CUS_NO	客户数量

表1

其中，MAKET_REPORT为市场部信息，其对应的数据表如下表2和表3所示：

表2

表3

假设查询请求为查询代码主键为A的所有信息，根据查询请求，获取JSON的定义信息如下：

引入数据模型：任务信息

数据模型定义

数据模型标识：任务信息

数据表名：任务信息表

排除字段：代码主键、报文标识号、系统更新时间戳

查询条件字段：报文标识号

关联关系定义：

关联的其他数据模型：客户信息数据

关联的其他数据模型的查询结果对应的成员字段：客户信息

关联关系类型：一对多

当前数据模型的关联字段：代码主键

其他数据模型的关联字段：上级记录编号

关联的数据模型标识：客户信息数据

数据表名称：客户信息数据表

查询字段：客户类型、信息更新日期

排除字段：代码主键、报文标识号、系统更新时间戳

其中，上述JSON的定义信息的属性信息如下表4所述：

表4

其中，数据类型包括对象类、数组类、数字类、常量字符类、变量字符类等数据类型。示例的，引入数据模型用于指定将标识为“任务信息”的数据模型引入。其中，在数据模型定义部分定义的数据模型可以被引入数据模型引用。

其中，数据模型定义中定义的属性如下表5所述：

表5

其中，数据模型定义中的数据模型标识表示当前数据模型的id。示例的，数据表名是表2的名称(任务信息表)。示例的，查询字段表示引入属性信息中需要获取的字段(表3中的“客户类型”，“客户数量”)。示例的，关联关系定义中定义了当前数据模型和其他数据模型即标识为“客户信息数据”的数据模型之间的关联关系。其中，根据数据查询请求中的查询条件信息可以获得查询条件字段的取值。示例的，关联的其他数据模型中的数据模型ID为客户信息数据。关联的其他数据模型的查询结果对应的成员字段中的成员字段名称为客户信息，该成员字段下包含对表3的查询结果。其中，关联关系类型包括一对多关系和一对一关系。示例的，从表2和表3中，可以看出，表2和表3的关联信息是代码主键，因此示例中当前数据模型的关联字段的内容为“代码主键”。其他数据模型的关联字段表示要查询的关联字段(表3中的“上级记录编号”)。

S120，对定义信息进行解析，在解析到模型引入属性信息时，获取模型引入属性信息指定的数据模型的模型定义信息；对获取的模型定义信息指定的数据表执行查询操作。

具体地，在获取到预设的JSON定义信息后，对定义信息进行解析。其中，对定义信息进行解析包括根据数据查询请求，自上而下解析JSON的定义信息。具体地，在解析到JSON的定义信息中存在模型引入属性信息时，则说明当前需要通过查询引入的数据模型中定义的数据表来获取数据。进一步地，获取模型引入属性信息指定的数据模型的模型定义信息。示例的，对前述的JSON定义信息进行自上而下的解析，在解析到模型引入属性信息时，获取模型引入信息中指定的数据模型(即标识为任务信息的数据模型)的模型定义信息；对获取的模型定义信息中指定的数据表(表2)执行查询操作。

S130，基于查询结果获得轻量级数据存储格式的查询结果数据。

其中，查询结果是基于数据查询请求，自上而下解析完全部定义信息后获得的查询结果。示例的，JSON定义信息如前所述，根据查询请求，自上而下解析定义信息，可以得到各成员字段的取值。进一步地，根据各成员字段的取值获得JSON格式的查询结果数据。

本实施例的技术方案，通过响应于接收到数据查询请求，获取预设轻量级数据存储格式的定义信息；其中，定义信息中包含至少一个模型引入属性信息和至少一个模型定义信息，模型引入属性信息用于指定引入的数据模型，模型定义信息用于指定数据模型对应的数据表；对定义信息进行解析，在解析到模型引入属性信息时，获取模型引入属性信息指定的数据模型的模型定义信息；对获取的模型定义信息指定的数据表执行查询操作；基于查询结果获得轻量级数据存储格式的查询结果数据。本发明实施例中，通过获取并解析预设轻量级数据存储格式的定义信息，可以根据定义信息自主访问数据库并进行数据组装，提高了数据查询效率。当数据表的结构发生变化或者JSON格式发生变化时，只需适应调整轻量级数据存储格式的定义信息，而不需要调整数据访问和组装的代码，灵活性较强，并节约了代码调整所需的人力成本。

实施例二

图2为本发明实施例二提供的一种数据查询方法中的对定义信息进行解析的流程图，本实施例以上述实施例为基础对定义信息进行解析的步骤进行细化。如图2所示，本实施例的方法具体包括如下步骤：

S210，对定义信息进行自上而下的解析，在解析到成员字段的属性信息时，确定属性信息中是否包含模型引入属性信息，若是，则获取模型引入属性信息指定的数据模型的模型定义信息。

其中，在本方案实施例中，可选的，模型定义信息包括：数据表标识和查询条件字段。其中，数据表标识包括数据表的名称，用于标识数据表，是JSON定义信息中必须存在的。示例的，在前述的JSON定义信息中的数据表标识为“数据表名”中的“任务信息表”，查询条件字段为“查询条件字段”中的“报文标识号”。其中，成员字段表示了类的属性，定义格式为(数据类型成员字段名)，如(数字代码主键)、(字符串性别)等。自上而下依次解析成员字段的属性信息，在解析到某一成员字段的属性信息包含模型引入属性信息时，通过查询模型引入属性信息引入的数据模型，将数据模型中定义的数据表的数据作为成员字段的取值。示例的，对前述的JSON定义信息进行自上而下的解析，在解析到成员字段的属性信息时(properties里的内容)，确定属性信息中是否包含模型引入属性信息。如果属性信息中不包含模型引入属性信息，则表示本次查询请求中，不需要通过查询引入的数据模型中定义的数据表获取数据。如果模型属性信息中包含模型引入属性信息，则获取模型引入属性信息指定的数据模型的模型定义信息。当然，在引入模型信息之前可以先对成员字段的属性信息和模型引入属性信息进行定义，包括数据类型、成员字段定义和成员字段名称等。

当定义信息中不存在成员字段的属性信息时时，直接解析到定义信息中的模型引入属性信息，则直接查询模型引入属性信息中引入的数据模型中定义的数据表中的数据信息，并根据该数据表的查询结果得到JSON的查询结果数据。

S220，根据数据查询请求中携带的查询条件信息，确定获取的模型定义信息中查询条件字段的取值。

具体地，通过服务接口接收到数据查询请求时，数据查询请求中包含着查询条件信息。示例的，JSON的定义信息如前所述，基于查询条件信息，可以确定JSON的定义信息中查询条件字段为报文标识号。假设查询请求中的查询条件信息为报文标识号是A，则JSON定义信息中报文标识号的取值为A。

S230，根据查询条件字段的取值和获取的模型定义信息中的数据表标识，生成第一数据表查询语句，并基于第一数据表查询语句对数据表标识对应的数据表执行查询操作，获得成员字段对应的第一查询结果。

其中，数据表标识包括数据表的名称，用于标识数据表，是JSON定义信息中必须存在的。其中，查询语句用于根据查询请求从数据表中选取数据。进一步地，基于第一数据表查询语句对数据表标识对应的数据表执行查询操作。示例的，假设JSON的定义信息如前所述，查询条件字段的取值为A，数据表标识对应的数据表是任务信息表(表2)。假设根据查询条件生成的第一数据表(表2)查询语句的内容为，查询表2中所有字段的取值。进一步地，对数据表标识对应的数据表(表2)执行查询操作可以得到报文标识号为A时，对应的任务编号、开始日期、结束日期、任务预算成本和任务实际成本等表2中的所有字段的取值。并且其报文标识号为A对应的所有字段的取值为第一查询结果。

S240，根据需获取字段和/或需排除字段对获得的第一查询结果中的字段内容进行筛选。

其中，本实施例的方案中，模型定义信息还包括需获取字段和/或需排除字段。根据需获取字段和/或需排除字段可以对第一查询结果中的字段内容进行筛选。示例的，JSON定义信息如前所述，第一查询结果为表2中报文标识号为A对应的所有字段的取值。定义信息中需要排除的字段为代码主键、报文标识号和系统时间更新戳的取值，则在第一查询结果中将代码主键、报文标识号和系统时间更新戳的取值删除。

本实施例的技术方案，通过对定义信息进行自上而下的解析，在解析到成员字段的属性信息时，确定属性信息中是否包含模型引入属性信息，若是，则获取模型引入属性信息指定的数据模型的模型定义信息；根据数据查询请求中携带的查询条件信息，确定获取的模型定义信息中查询条件字段的取值；根据查询条件字段的取值和获取的模型定义信息中的数据表标识，生成第一数据表查询语句，并基于第一数据表查询语句对数据表标识对应的数据表执行查询操作，获得成员字段对应的第一查询结果；根据需获取字段和/或需排除字段对获得的第一查询结果中的字段内容进行筛选。本实施例的技术方案，可以通过解析JSON定义信息，根据查询请求获取到数据表中的数据。让应用根据定义信息自主访问数据库进行数据组装，提高了数据查询效率。

实施例三

图3为本发明实施例三提供的另一种数据查询方法中的对定义信息进行解析的流程图，该方法可以由本发明实施例中的数据查询装置来执行，该装置可采用软件和/或硬件的方式实现，如图3所示，该方法具体包括如下步骤：

S310，对定义信息进行自上而下的解析，在解析到成员字段的属性信息时，确定属性信息中是否包含模型引入属性信息，若是，则获取模型引入属性信息指定的数据模型的模型定义信息。

S320，根据数据查询请求中携带的查询条件信息，确定获取的模型定义信息中查询条件字段的取值。

S330，根据查询条件字段的取值和获取的模型定义信息中的数据表标识，生成第一数据表查询语句，并基于第一数据表查询语句对数据表标识对应的数据表执行查询操作，获得成员字段对应的第一查询结果。

S340，根据需获取字段和/或需排除字段对获得的第一查询结果中的字段内容进行筛选。

S350，获取关联关系信息指定的其他数据模型的模型定义信息。

其中，本实施例的方案中，模型定义信息还包括关联关系信息。其中，关联关系信息用于指定与当前数据模型关联的其他数据模型。具体地，在对获取的模型定义信息指定的数据表执行查询操作之后，获取关联关系信息指定的其他数据模型的模型定义信息。示例的，如前所述的JSON定义信息中的关联关系信息为关联关系定义中的内容。进一步地，获取关联关系定义的定义信息，包括关联的其他数据模型的标识、关联的其他数据模型的查询结果对应的成员字段的名称、关联关系类型、当前数据模型的关联字段和其他数据模型的关联字段。

S360，对其他数据模型的模型定义信息指定的数据表执行查询操作，获得成员字段对应的第二查询结果。

在获取到其他数据模型的模型定义信息后，对该模型定义信息指定的数据表执行查询操作。本方案实施例中，可选的，对其他数据模型的模型定义信息指定的数据表执行查询操作，包括：根据其他数据模型的模型定义信息指定的数据表的标识和关联字段，生成第二数据表查询语句，并基于第二数据表查询语句对其他数据模型的模型定义信息指定的数据表执行查询操作。

示例的，JSON的定义信息如前所述。其中，其他数据模型的模型定义信息(即标识为“客户信息数据”的数据模型)指定的数据表为客户信息数据表。其中，根据“当前数据模型的关联字段：代码主键”可知当前数据模型的关联字段为代码主键。假设第一查询结果中，报文标识号取值为A时对应的代码主键的取值为B。进一步地，从“其他数据模型的关联字段：上级记录编号”可知，关联的其他数据模型的关联字段为上级记录编号。假设根据关联字段生成第二数据表(表3)查询语句的内容为，查询表3中的上级记录编号的值为B时对应的所有字段的取值。进一步地，根据第二数据表查询语句，查询出表3中的上级记录编号的值为B时对应的所有字段的取值，该取值为第二查询结果。

根据上述方法对其他数据模型的模型定义信息指定的数据表执行查询操作，通过解析预设轻量级数据存储格式的定义信息，可以根据定义信息自主访问数据库并进行数据组装，提高了数据查询效率。

S370，根据其他数据模型的模型定义信息中的需获取字段和/或需排除字段，对获得的第二查询结果中的字段内容进行筛选。

其中，本实施例的方案中，其他数据模型的模型定义信息还包括需获取字段和/或需排除字段。根据该需获取字段和/或需排除字段可以对第二查询结果中的字段内容进行筛选。示例的，JSON定义信息如前所述，第二查询结果为上级记录编号的值为B时对应的表3中所有字段的取值。定义信息中需要排除的字段为代码主键、报文标识号和系统时间更新戳。定义信息中需要获取的字段为表3中的客户类型和客户数量。

S380，将成员字段对应的查询结果作为值(VALUE)存储在为成员字段创建的MAP对象中，其中，MAP对象的键(KEY)为成员字段的标识，并且MAP对象作为成员字段的上一级成员字段对应的MAP对象的VALUE。

具体地，在得到JSON定义信息后，自上而下开始解析JSON定义。如果解析到数据类型为对象类，则创建一个MAP为根节点对象。其中，MAP对象可以保存键值对，并且能够记住键的原始插入顺序，任何值(对象或者原始值)都可以作为一个键或一个值。一个MAP对象在迭代时会根据对象中元素的插入顺序来进行一个循环，并在每次迭代后会返回一个形式为[key，value]的数组。其中，KEY为成员字段的标识，MAP对象作为成员字段的上一级成员字段对应的MAP对象的VALUE。进一步地，如果解析到定义信息中有成员字段定义，则遍历成员字段定义中定义的成员字段。进一步地，根据成员字段定义中成员字段的数据类型，创建相应的MAP或LIST对象。具体地，如果成员字段的数据类型为对象类，则创建一个MAP对象作为根节点对象的成员。如果成员字段的数据类型为数组类，则创建一个LIST对象作为根节点对象的成员。进一步地，将成员字段对应的查询结果作为值VALUE存储在为成员字段创建的MAP对象中。以此类推，直至解析完整个定义信息。

S390，基于各MAP对象生成轻量级数据存储格式的查询结果数据。

在将成员字段对应的查询结果作为值VALUE存储在为成员字段创建的MAP对象中之后，基于各MAP对象生成JSON的查询结果数据。具体的，基于数据查询请求，对每一层的MAP对象进行解析，得到每层的MAP对象的VALUE。示例的，JSON定义信息如前1所述，查询条件信息为报文标识号是A，根据上述示例所述的第一查询结果和第二查询结果，基于各MAP对象生成JSON的查询结果数据如下所述(查询到的成员字段的取值用大写字母举例)：

市场部信息：

任务信息：

任务编号：C

开始日期：D

结束日期：E

主要负责人：F

任务预算成本：G

任务实际成本：H

任务预计收入：I

任务实际收入：J

客户编号：K

客户规模：L

客户信息：

客户类型：M

客户数量：N

本实施例的技术方案，通过对定义信息进行自上而下的解析，在解析到成员字段的属性信息时，确定属性信息中是否包含模型引入属性信息，若是，则获取模型引入属性信息指定的数据模型的模型定义信息；根据数据查询请求中携带的查询条件信息，确定获取的模型定义信息中查询条件字段的取值；根据查询条件字段的取值和获取的模型定义信息中的数据表标识，生成第一数据表查询语句，并基于第一数据表查询语句对数据表标识对应的数据表执行查询操作，获得成员字段对应的第一查询结果；根据需获取字段和/或需排除字段对获得的第一查询结果中的字段内容进行筛选；获取关联关系信息指定的其他数据模型的模型定义信息；对其他数据模型的模型定义信息指定的数据表执行查询操作，获得成员字段对应的第二查询结果；对其他数据模型的模型定义信息指定的数据表执行查询操作，获得成员字段对应的第二查询结果；根据其他数据模型的模型定义信息中的需获取字段和/或需排除字段，对获得的第二查询结果中的字段内容进行筛选；将成员字段对应的查询结果作为值VALUE存储在为成员字段创建的MAP对象中，其中，MAP对象的键KEY为成员字段的标识，并且MAP对象作为成员字段的上一级成员字段对应的MAP对象的VALUE；基于各MAP对象生成轻量级数据存储格式的查询结果数据。即本发明实施例中，通过解析获取预设轻量级数据存储格式的定义信息，可以根据定义信息自主访问数据库并进行数据组装，提高了数据查询效率。当数据表的结构发生变化或者JSON格式发生变化时，只需适应调整轻量级数据存储格式的定义信息，而不需要调整数据访问和组装的代码，灵活性较强，并节约了代码调整所需的人力成本。

实施例四

图4为本发明实施例四提供的一种数据查询装置的结构示意图。本发明实施例定义了一种JSON格式，可以让应用根据JSON格式定义自主访问数据库进行数据组装并转为JSON格式。该装置可采用软件和/或硬件的方式实现，该装置可集成在任何提供数据查询的功能的设备中，如图4所示，数据查询的装置具体包括：

信息获取模块410，用于响应于接收到数据查询请求，获取预设轻量级数据存储格式的定义信息；其中，所述定义信息中包含至少一个模型引入属性信息和至少一个模型定义信息，所述模型引入属性信息用于指定引入的数据模型，所述模型定义信息用于指定数据模型对应的数据表；

信息解析模块420，用于对所述定义信息进行解析，在解析到所述模型引入属性信息时，获取所述模型引入属性信息指定的数据模型的模型定义信息；对获取的所述模型定义信息指定的数据表执行查询操作；

结果获取模块430，用于基于查询结果获得轻量级数据存储格式的查询结果数据。

可选的，所述信息解析模块420，具体包括：

属性信息确定单元，用于对所述定义信息进行自上而下的解析，在解析到成员字段的属性信息时，确定所述属性信息中是否包含模型引入属性信息，若是，则获取所述模型引入属性信息指定的数据模型的模型定义信息。

可选的，所述模型定义信息包括：数据表标识和查询条件字段；

所述属性信息确定单元具体用于：

根据所述数据查询请求中携带的查询条件信息，确定获取的所述模型定义信息中查询条件字段的取值；

根据所述查询条件字段的取值和获取的所述模型定义信息中的数据表标识，生成第一数据表查询语句，并基于所述第一数据表查询语句对所述数据表标识对应的数据表执行查询操作，获得所述成员字段对应的第一查询结果。

可选的，所述模型定义信息还包括需获取字段和/或需排除字段；

所述属性信息确定单元还用于：

根据所述需获取字段和/或需排除字段对获得的第一查询结果中的字段内容进行筛选。

可选的，所述模型定义信息还包括关联关系信息，所述关联关系信息用于指定与当前数据模型关联的其他数据模型；

所述属性信息确定单元还用于：

在对获取的所述模型定义信息指定的数据表执行查询操作之后，获取所述关联关系信息指定的所述其他数据模型的模型定义信息；

对所述其他数据模型的模型定义信息指定的数据表执行查询操作，获得所述成员字段对应的第二查询结果。

可选的，所述关联关系信息还用于指定当前数据模型与所述其他数据模型的关联字段；

可选的，所述所述属性信息确定单元还用于：

根据所述其他数据模型的模型定义信息指定的数据表的标识和所述关联字段，生成第二数据表查询语句，并基于所述第二数据表查询语句对所述其他数据模型的模型定义信息指定的数据表执行查询操作。

可选的，所述所述属性信息确定单元还用于：

根据所述其他数据模型的模型定义信息中的需获取字段和/或需排除字段，对获得的第二查询结果中的字段内容进行筛选。

可选的，所述基于查询结果获得轻量级数据存储格式的查询结果数据，包括：

将所述成员字段对应的查询结果作为值VALUE存储在为所述成员字段创建的MAP对象中，其中，所述MAP对象的键KEY为所述成员字段的标识，并且所述MAP对象作为所述成员字段的上一级成员字段对应的MAP对象的VALUE；

基于各MAP对象生成轻量级数据存储格式的查询结果数据。

可选的，所述响应于接收到数据查询请求，获取预设轻量级数据存储结构信息，包括：

响应于通过服务接口接收到数据查询请求，获取预先针对所述服务接口设置的轻量级数据存储结构信息。

可选的，所述轻量级数据存储格式为JSON格式。

上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。

实施例五

图5为本发明实施例五提供的一种电子设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图5显示的电子设备12仅仅是一个示例，不应对本发明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12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。另外，本实施例中的电子设备12，显示器24不是作为独立个体存在，而是嵌入镜面中，在显示器24的显示面不予显示时，显示器24的显示面与镜面从视觉上融为一体。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种数据查询方法：响应于接收到数据查询请求，获取预设轻量级数据存储格式的定义信息；其中，所述定义信息中包含至少一个模型引入属性信息和至少一个模型定义信息，所述模型引入属性信息用于指定引入的数据模型，所述模型定义信息用于指定数据模型对应的数据表；对所述定义信息进行解析，在解析到所述模型引入属性信息时，获取所述模型引入属性信息指定的数据模型的模型定义信息；对获取的所述模型定义信息指定的数据表执行查询操作；基于查询结果获得轻量级数据存储格式的查询结果数据。

实施例六

本发明实施例六提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明所有发明实施例提供的一种数据查询方法：响应于接收到数据查询请求，获取预设轻量级数据存储格式的定义信息；其中，所述定义信息中包含至少一个模型引入属性信息和至少一个模型定义信息，所述模型引入属性信息用于指定引入的数据模型，所述模型定义信息用于指定数据模型对应的数据表；对所述定义信息进行解析，在解析到所述模型引入属性信息时，获取所述模型引入属性信息指定的数据模型的模型定义信息；对获取的所述模型定义信息指定的数据表执行查询操作；基于查询结果获得轻量级数据存储格式的查询结果数据。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。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(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中，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。

计算机可读的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。计算机可读的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，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

实施例七

本发明实施例七还提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现如本申请任一实施例所提供的数据查询方法：响应于接收到数据查询请求，获取预设轻量级数据存储格式的定义信息；其中，所述定义信息中包含至少一个模型引入属性信息和至少一个模型定义信息，所述模型引入属性信息用于指定引入的数据模型，所述模型定义信息用于指定数据模型对应的数据表；对所述定义信息进行解析，在解析到所述模型引入属性信息时，获取所述模型引入属性信息指定的数据模型的模型定义信息；对获取的所述模型定义信息指定的数据表执行查询操作；基于查询结果获得轻量级数据存储格式的查询结果数据。计算机程序产品在实现的过程中，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发明操作的计算机程序代码，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)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (15)

1.一种数据查询方法，其特征在于，包括：

响应于接收到数据查询请求，获取预设轻量级数据存储格式的定义信息；其中，所述定义信息中包含至少一个模型引入属性信息和至少一个模型定义信息，所述模型引入属性信息用于指定引入的数据模型，所述模型定义信息用于指定数据模型对应的数据表；

对所述定义信息进行解析，在解析到所述模型引入属性信息时，获取所述模型引入属性信息指定的数据模型的模型定义信息；对获取的所述模型定义信息指定的数据表执行查询操作；

基于查询结果获得轻量级数据存储格式的查询结果数据。

2.根据权利要求1所述的方法，其特征在于，所述对所述定义信息进行解析，在解析到所述模型引入属性信息时，获取所述模型引入属性信息指定的数据模型的模型定义信息，包括：

对所述定义信息进行自上而下的解析，在解析到成员字段的属性信息时，确定所述属性信息中是否包含模型引入属性信息，若是，则获取所述模型引入属性信息指定的数据模型的模型定义信息。

3.根据权利要求2所述的方法，其特征在于，所述模型定义信息包括：数据表标识和查询条件字段；

所述对获取的所述模型定义信息指定的数据表执行查询操作，包括：

根据所述数据查询请求中携带的查询条件信息，确定获取的所述模型定义信息中查询条件字段的取值；

根据所述查询条件字段的取值和获取的所述模型定义信息中的数据表标识，生成第一数据表查询语句，并基于所述第一数据表查询语句对所述数据表标识对应的数据表执行查询操作，获得所述成员字段对应的第一查询结果。

4.根据权利要求3所述的方法，其特征在于，所述模型定义信息还包括需获取字段和/或需排除字段，所述方法还包括：

根据所述需获取字段和/或需排除字段对获得的第一查询结果中的字段内容进行筛选。

5.根据权利要求3所述的方法，其特征在于，所述模型定义信息还包括关联关系信息，所述关联关系信息用于指定与当前数据模型关联的其他数据模型；

在对获取的所述模型定义信息指定的数据表执行查询操作之后，所述方法还包括：

获取所述关联关系信息指定的所述其他数据模型的模型定义信息；

对所述其他数据模型的模型定义信息指定的数据表执行查询操作，获得所述成员字段对应的第二查询结果。

6.根据权利要求5所述的方法，其特征在于，所述关联关系信息还用于指定当前数据模型与所述其他数据模型的关联字段；

所述对所述其他数据模型的模型定义信息指定的数据表执行查询操作，包括：

根据所述其他数据模型的模型定义信息指定的数据表的标识和所述关联字段，生成第二数据表查询语句，并基于所述第二数据表查询语句对所述其他数据模型的模型定义信息指定的数据表执行查询操作。

7.根据权利要求5所述的方法，其特征在于，所述方法还包括：

根据所述其他数据模型的模型定义信息中的需获取字段和/或需排除字段，对获得的第二查询结果中的字段内容进行筛选。

8.根据权利要求3-7中任一项所述的方法，其特征在于，基于查询结果获得轻量级数据存储格式的查询结果数据，包括：

将所述成员字段对应的查询结果作为值VALUE存储在为所述成员字段创建的MAP对象中，其中，所述MAP对象的键KEY为所述成员字段的标识，并且所述MAP对象作为所述成员字段的上一级成员字段对应的MAP对象的VALUE；

基于各MAP对象生成轻量级数据存储格式的查询结果数据。

9.根据权利要求1-7中任一项所述的方法，其特征在于，响应于接收到数据查询请求，获取预设轻量级数据存储结构信息，包括：

响应于通过服务接口接收到数据查询请求，获取预先针对所述服务接口设置的轻量级数据存储结构信息。

10.根据权利要求1-7中任一项所述的方法，其特征在于，所述轻量级数据存储格式为JSON格式。

11.一种数据查询装置，其特征在于，包括：

信息获取模块，用于响应于接收到数据查询请求，获取预设轻量级数据存储格式的定义信息；其中，所述定义信息中包含至少一个模型引入属性信息和至少一个模型定义信息，所述模型引入属性信息用于指定引入的数据模型，所述模型定义信息用于指定数据模型对应的数据表；

信息解析模块，用于对所述定义信息进行解析，在解析到所述模型引入属性信息时，获取所述模型引入属性信息指定的数据模型的模型定义信息；对获取的所述模型定义信息指定的数据表执行查询操作；

结果获取模块，用于基于查询结果获得轻量级数据存储格式的查询结果数据。

12.根据权利要求14所述的装置，其特征在于，所述信息解析模块，包括：

属性信息确定单元，用于对所述定义信息进行自上而下的解析，在解析到成员字段的属性信息时，确定所述属性信息中是否包含模型引入属性信息，若是，则获取所述模型引入属性信息指定的数据模型的模型定义信息。

13.一种电子设备，其特征在于，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-10中任一项所述的数据查询方法。

14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-10中任一所述的数据查询方法。

15.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序在被处理器执行时实现如权利要求1-10中任一项所述的数据查询方法。

Images