CN115098538B - 一种数据库查询优化方法及系统 - Google Patents
一种数据库查询优化方法及系统 Download PDFInfo
- Publication number
- CN115098538B CN115098538B CN202211022366.XA CN202211022366A CN115098538B CN 115098538 B CN115098538 B CN 115098538B CN 202211022366 A CN202211022366 A CN 202211022366A CN 115098538 B CN115098538 B CN 115098538B
- Authority
- CN
- China
- Prior art keywords
- database
- databases
- cloud
- terminals
- user
- 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
- G06F16/245—Query processing
- G06F16/2453—Query optimisation
-
- 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
- G06F16/23—Updating
-
- 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
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及数据库技术领域,具体公开了一种数据库查询优化方法及系统。本发明通过对云数据库进行分析与分割,得到多个云数据子库;获取使用者身份信息,匹配多个云数据子库并下载至使用者终端,得到基础数据库;访问多个同型终端的同型数据库,进行分析补充,得到补充数据库;标记进行云查询的跨库信息,进行补充数据库优化,生成优化数据库。能够根据使用者身份信息,针对性的生成基础数据库,并通过进行同型终端的同型数据库分析补充和跨库信息的补充数据库优化,生成优化数据库,形成本地数据库与云数据库之间的联动优化更新,从而能够在保障用户查询到想要的数据信息的同时,减少查询的耗费时间,使得本地数据库更合理、实用。
Description
技术领域
本发明属于数据库技术领域,尤其涉及一种数据库查询优化方法及系统。
背景技术
数据库是按照数据结构来组织、存储和管理数据的仓库,是一个长期存储在计算机内的、有组织的、可共享的、统一管理的大量数据的集合。按照数据库的存储位置,可以将数据库分为云数据库和本地数据库。
云数据库相对于本地数据库,可以有更大的数据存储规模,能够提供更多的数据信息查询的可能性,但是由于云数据库的资源庞大、数据处于云端,进行数据查询时,需要对云数据库进行整体扫描,这就需要耗费大量的时间,而现有的本地数据库通常数据有限,不能够及时进行查询优化,导致用户进行无法查询到想要的数据信息。
发明内容
本发明实施例的目的在于提供一种数据库查询优化方法及系统,旨在解决背景技术中提出的问题。
为实现上述目的,本发明实施例提供如下技术方案:
一种数据库查询优化方法,所述方法具体包括以下步骤:
对云数据库进行分析与分割,得到多个云数据子库;
获取使用者身份信息,根据所述使用者身份信息,匹配多个云数据子库并下载至使用者终端,得到基础数据库;
进行使用者终端与多个同型终端的验证与连接,访问多个所述同型终端的同型数据库,根据多个所述同型数据库对所述基础数据库进行分析补充,得到补充数据库;
进行使用者查询记录,标记进行云查询的跨库信息,根据所述跨库信息,进行补充数据库优化,生成优化数据库。
作为本发明实施例技术方案进一步的限定,所述对云数据库进行分析与分割,得到多个云数据子库具体包括以下步骤:
对云数据库进行分割分析,生成多个分类因子;
按照多个所述分类因子,对云数据库进行分割,得到多个云数据子库。
作为本发明实施例技术方案进一步的限定,所述获取使用者身份信息,根据所述使用者身份信息,匹配多个云数据子库并下载至使用者终端,得到基础数据库具体包括以下步骤:
获取使用者终端的使用者身份信息;
根据所述使用者身份信息,匹配多个分类因子;
根据多个所述分类因子,确定多个对应的云数据子库;
将多个对应的云数据子库下载至使用者终端,得到基础数据库。
作为本发明实施例技术方案进一步的限定,所述进行使用者终端与多个同型终端的验证与连接,访问多个所述同型终端的同型数据库,根据多个所述同型数据库对所述基础数据库进行分析补充,得到补充数据库具体包括以下步骤:
周期性与附近的多个目标终端进行连接;
对多个所述目标终端进行验证筛选,得到多个同型终端;
访问多个所述同型终端的同型数据库;
根据多个所述同型数据库对所述基础数据库进行分析补充,得到补充数据库。
作为本发明实施例技术方案进一步的限定,所述根据多个所述同型数据库对所述基础数据库进行分析补充,得到补充数据库具体包括以下步骤:
对多个所述同型数据库进行差异分析,得到差异分析结果;
根据所述差异分析结果,确定多个补充的云数据子库;
根据多个补充的云数据子库,对所述基础数据库进行补充,得到补充数据库。
作为本发明实施例技术方案进一步的限定,所述进行使用者查询记录,标记进行云查询的跨库信息,根据所述跨库信息,进行补充数据库优化,生成优化数据库具体包括以下步骤:
记录使用者进行数据查询时的查询判断;
根据所述查询判断,标记进行云查询的跨库信息;
根据所述跨库信息,确定多个优化的云数据子库;
根据多个优化的云数据子库,对所述补充数据库进行优化,生成优化数据库。
一种数据库查询优化系统,所述系统包括分析分割单元、基础下载单元、分析补充单元和标记优化单元,其中:
分析分割单元,用于对云数据库进行分析与分割,得到多个云数据子库;
基础下载单元,用于获取使用者身份信息,根据所述使用者身份信息,匹配多个云数据子库并下载至使用者终端,得到基础数据库;
分析补充单元,用于进行使用者终端与多个同型终端的验证与连接,访问多个所述同型终端的同型数据库,根据多个所述同型数据库对所述基础数据库进行分析补充,得到补充数据库;
标记优化单元,用于进行使用者查询记录,标记进行云查询的跨库信息,根据所述跨库信息,进行补充数据库优化,生成优化数据库。
作为本发明实施例技术方案进一步的限定,所述分析分割单元具体包括:
分割分析模块,用于对云数据库进行分割分析,生成多个分类因子;
分类分割模块,用于按照多个所述分类因子,对云数据库进行分割,得到多个云数据子库。
作为本发明实施例技术方案进一步的限定,所述基础下载单元具体包括:
信息获取模块,用于获取使用者终端的使用者身份信息;
分类匹配模块,用于根据所述使用者身份信息,匹配多个分类因子;
子库确定模块,用于根据多个所述分类因子,确定多个对应的云数据子库;
子库下载模块,用于将多个对应的云数据子库下载至使用者终端,得到基础数据库。
作为本发明实施例技术方案进一步的限定,所述分析补充单元具体包括:
周期连接模块,用于周期性与附近的多个目标终端进行连接;
验证筛选模块,用于对多个所述目标终端进行验证筛选,得到多个同型终端;
同型访问模块,用于访问多个所述同型终端的同型数据库;
分析补充模块,用于根据多个所述同型数据库对所述基础数据库进行分析补充,得到补充数据库。
与现有技术相比,本发明的有益效果是:
本发明实施例通过对云数据库进行分析与分割,得到多个云数据子库;获取使用者身份信息,匹配多个云数据子库并下载至使用者终端,得到基础数据库;访问多个同型终端的同型数据库,进行分析补充,得到补充数据库;标记进行云查询的跨库信息,进行补充数据库优化,生成优化数据库。能够根据使用者身份信息,针对性的生成基础数据库,并通过进行同型终端的同型数据库分析补充和跨库信息的补充数据库优化,生成优化数据库,形成本地数据库与云数据库之间的联动优化更新,从而能够在保障用户查询到想要的数据信息的同时,减少查询的耗费时间,使得本地数据库更合理、实用。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例。
图1示出了本发明实施例提供的方法的流程图。
图2示出了本发明实施例提供的方法中进行分析与分割的流程图。
图3示出了本发明实施例提供的方法中生成基础数据库的流程图。
图4示出了本发明实施例提供的方法中生成补充数据库的流程图。
图5示出了本发明实施例提供的方法中基础数据库分析补充的流程图。
图6示出了本发明实施例提供的方法中生成优化数据库的流程图。
图7示出了本发明实施例提供的系统的应用架构图。
图8示出了本发明实施例提供的系统中分析分割单元的结构框图。
图9示出了本发明实施例提供的系统中基础下载单元的结构框图。
图10示出了本发明实施例提供的系统中分析补充单元的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解的是,现有技术中,云数据库的资源庞大、数据处于云端,进行数据查询时,需要对云数据库进行整体扫描,这就需要耗费大量的时间,且云数据库需要在有网络的条件下使用,限制了数据库的使用场景;而本地数据库通常数据有限,不能够及时进行查询优化,导致用户进行无法查询到想要的数据信息。
为解决上述问题,本发明实施例通过对云数据库进行分析与分割,得到多个云数据子库;获取使用者身份信息,匹配多个云数据子库,并下载至使用者终端,得到基础数据库;访问多个同型终端的同型数据库,进行分析补充,得到补充数据库;标记进行云查询的跨库信息,进行补充数据库优化,从而生成优化数据库。能够根据使用者身份信息,针对性的生成基础数据库,并通过进行同型终端的同型数据库分析补充和跨库信息的补充数据库优化,生成优化数据库,形成本地数据库与云数据库之间的联动优化更新,从而能够在保障用户查询到想要的数据信息的同时,减少查询的耗费时间,使得本地数据库更合理、实用。
图1示出了本发明实施例提供的方法的流程图。
具体的,一种数据库查询优化方法,所述方法具体包括以下步骤:
步骤S101,对云数据库进行分析与分割,得到多个云数据子库。
在本发明实施例中,通过对云数据库进行分割分析,按照云数据库中的数据内容,生成用于区分不同数据内容的多个分类因子,按照多个分类因子,对云数据库的数据内容进行分割,生成多个云数据子库,将多个云数据子库在不同的云存储空间进行分类存储。
可以理解的是,多个分类因子分别与多个云数据子库相关,每个云数据子库不能够再进行分割,是云存储的数据库的最小单元。
具体的,图2示出了本发明实施例提供的方法中进行分析与分割的流程图。
其中,在本发明提供的优选实施方式中,所述对云数据库进行分析与分割,得到多个云数据子库具体包括以下步骤:
步骤S1011,对云数据库进行分割分析,生成多个分类因子。
步骤S1012,按照多个所述分类因子,对云数据库进行分割,得到多个云数据子库。
进一步的,所述数据库查询优化方法还包括以下步骤:
步骤S102,获取使用者身份信息,根据所述使用者身份信息,匹配多个云数据子库并下载至使用者终端,得到基础数据库。
在本发明实施例中,用户需要在使用者终端上进行信息注册,注册的过程中,需要录入用户的身份信息,通过获取用户在使用者终端上录入的使用者身份信息,对使用者身份信息进行分析,判断用户使用时需要哪些云存储的数据库,匹配相关的多个分类因子,进而按照多个分类因子确定多个相对应的云数据子库,从多个云数据子库的云存储空间中,将多个云数据子库下载至使用者终端,并在使用者终端中,对多个下载的云数据子库进行整理与存储,生成使用者终端本地的基础数据库。
具体的,图3示出了本发明实施例提供的方法中生成基础数据库的流程图。
其中,在本发明提供的优选实施方式中,所述获取使用者身份信息,根据所述使用者身份信息,匹配多个云数据子库并下载至使用者终端,得到基础数据库具体包括以下步骤:
步骤S1021,获取使用者终端的使用者身份信息。
步骤S1022,根据所述使用者身份信息,匹配多个分类因子。
步骤S1023,根据多个所述分类因子,确定多个对应的云数据子库。
步骤S1024,将多个对应的云数据子库下载至使用者终端,得到基础数据库。
进一步的,所述数据库查询优化方法还包括以下步骤:
步骤S103,进行使用者终端与多个同型终端的验证与连接,访问多个所述同型终端的同型数据库,根据多个所述同型数据库对所述基础数据库进行分析补充,得到补充数据库。
在本发明实施例中,周期性的通过使用者终端向外发出连接申请,在使用者终端附近的连接范围内,与多个目标终端进行连接,并在建立于多个目标终端之间的连接之后,获取多个目标终端对应的用户信息,通过对多个目标终端的用户信息进行分析,判断对应的目标终端是否为同型终端,最终断开与不是同型终端的目标终端的连接,保持与多个同型终端之间的连接,通过访问多个同型终端的同型数据库,对多个同型数据库进行内容分析,确定多个同型数据库与基础数据库之间的内容差异,生成差异分析结果,按照差异分析结果,确定具有差异的多个分类因子,通过多个有差异的分类因子,匹配多个补充的云数据子库,从多个补充的云数据子库对应的云存储空间中,将多个补充的云数据子库下载至使用者终端,并将多个下载的云数据子库与基础数据库进行融合整理,生成使用者终端本地的补充数据库。
具体的,图4示出了本发明实施例提供的方法中生成补充数据库的流程图。
其中,在本发明提供的优选实施方式中,所述进行使用者终端与多个同型终端的验证与连接,访问多个所述同型终端的同型数据库,根据多个所述同型数据库对所述基础数据库进行分析补充,得到补充数据库具体包括以下步骤:
步骤S1031,周期性与附近的多个目标终端进行连接。
步骤S1032,对多个所述目标终端进行验证筛选,得到多个同型终端。
步骤S1033,访问多个所述同型终端的同型数据库。
步骤S1034,根据多个所述同型数据库对所述基础数据库进行分析补充,得到补充数据库。
具体的,图5示出了本发明实施例提供的方法中基础数据库分析补充的流程图。
其中,在本发明提供的优选实施方式中,所述根据多个所述同型数据库对所述基础数据库进行分析补充,得到补充数据库具体包括以下步骤:
步骤S10341,对多个所述同型数据库进行差异分析,得到差异分析结果。
步骤S10342,根据所述差异分析结果,确定多个补充的云数据子库。
步骤S10343,根据多个补充的云数据子库,对所述基础数据库进行补充,得到补充数据库。
进一步的,所述数据库查询优化方法还包括以下步骤:
步骤S104,进行使用者查询记录,标记进行云查询的跨库信息,根据所述跨库信息,进行补充数据库优化,生成优化数据库。
在本发明实施例中,通过记录使用者在使用者终端上进行的数据查询,并根据数据查询的过程进行分析判断,若不能够直接在使用者终端本地的补充数据库上直接完成,而还需要通过访问云数据库,进行全面数据查询时,标记进行云查询的跨库信息,通过对跨库信息进行分析,确定多个优化的分类因子,按照多个优化的分类因子,匹配多个需要进行优化添加的云数据子库,从多个需要进行优化添加的云数据子库对应的云存储空间中,将多个需要进行优化添加的云数据子库下载至使用者终端,并将多个下载的云数据子库与补充数据库进行融合整理,生成使用者终端本地的优化数据库。
具体的,图6示出了本发明实施例提供的方法中生成优化数据库的流程图。
其中,在本发明提供的优选实施方式中所述进行使用者查询记录,标记进行云查询的跨库信息,根据所述跨库信息,进行补充数据库优化,生成优化数据库具体包括以下步骤:
步骤S1041,记录使用者进行数据查询时的查询判断。
步骤S1042,根据所述查询判断,标记进行云查询的跨库信息。
步骤S1043,根据所述跨库信息,确定多个优化的云数据子库。
步骤S1044,根据多个优化的云数据子库,对所述补充数据库进行优化,生成优化数据库。
进一步的,图7示出了本发明实施例提供的系统的应用架构图。
其中,在本发明提供的又一个优选实施方式中,一种数据库查询优化系统,包括:
分析分割单元101,用于对云数据库进行分析与分割,得到多个云数据子库。
在本发明实施例中,分析分割单元101通过对云数据库进行分割分析,按照云数据库中的数据内容,生成用于区分不同数据内容的多个分类因子,按照多个分类因子,对云数据库的数据内容进行分割,生成多个云数据子库,将多个云数据子库在不同的云存储空间进行分类存储。
具体的,图8示出了本发明实施例提供的系统中分析分割单元101的结构框图。
其中,在本发明提供的优选实施方式中,所述分析分割单元101具体包括:
分割分析模块1011,用于对云数据库进行分割分析,生成多个分类因子。
分类分割模块1012,用于按照多个所述分类因子,对云数据库进行分割,得到多个云数据子库。
进一步的,所述数据库查询优化系统还包括:
基础下载单元102,用于获取使用者身份信息,根据所述使用者身份信息,匹配多个云数据子库并下载至使用者终端,得到基础数据库。
在本发明实施例中,用户需要在使用者终端上进行信息注册,注册的过程中,需要录入用户的身份信息,基础下载单元102通过获取用户在使用者终端上录入的使用者身份信息,对使用者身份信息进行分析,判断用户使用时需要哪些云存储的数据库,匹配相关的多个分类因子,进而按照多个分类因子确定多个相对应的云数据子库,从多个云数据子库的云存储空间中,将多个云数据子库下载至使用者终端,并在使用者终端中,对多个下载的云数据子库进行整理与存储,生成使用者终端本地的基础数据库。
具体的,图9示出了本发明实施例提供的系统中基础下载单元102的结构框图。
其中,在本发明提供的优选实施方式中,所述基础下载单元102具体包括:
信息获取模块1021,用于获取使用者终端的使用者身份信息。
分类匹配模块1022,用于根据所述使用者身份信息,匹配多个分类因子。
子库确定模块1023,用于根据多个所述分类因子,确定多个对应的云数据子库。
子库下载模块1024,用于将多个对应的云数据子库下载至使用者终端,得到基础数据库。
进一步的,所述数据库查询优化系统还包括:
分析补充单元103,用于进行使用者终端与多个同型终端的验证与连接,访问多个所述同型终端的同型数据库,根据多个所述同型数据库对所述基础数据库进行分析补充,得到补充数据库。
在本发明实施例中,分析补充单元103周期性的通过使用者终端向外发出连接申请,在使用者终端附近的连接范围内,与多个目标终端进行连接,并在建立于多个目标终端之间的连接之后,获取多个目标终端对应的用户信息,通过对多个目标终端的用户信息进行分析,判断对应的目标终端是否为同型终端,最终断开与不是同型终端的目标终端的连接,保持与多个同型终端之间的连接,通过访问多个同型终端的同型数据库,对多个同型数据库进行内容分析,确定多个同型数据库与基础数据库之间的内容差异,生成差异分析结果,按照差异分析结果,确定具有差异的多个分类因子,通过多个有差异的分类因子,匹配多个补充的云数据子库,从多个补充的云数据子库对应的云存储空间中,将多个补充的云数据子库下载至使用者终端,并将多个下载的云数据子库与基础数据库进行融合整理,生成使用者终端本地的补充数据库。
具体的,图10示出了本发明实施例提供的系统中分析补充单元103的结构框图。
其中,在本发明提供的优选实施方式中,所述分析补充单元103具体包括:
周期连接模块1031,用于周期性与附近的多个目标终端进行连接。
验证筛选模块1032,用于对多个所述目标终端进行验证筛选,得到多个同型终端。
同型访问模块1033,用于访问多个所述同型终端的同型数据库。
分析补充模块1034,用于根据多个所述同型数据库对所述基础数据库进行分析补充,得到补充数据库。
进一步的,所述数据库查询优化系统还包括:
标记优化单元104,用于进行使用者查询记录,标记进行云查询的跨库信息,根据所述跨库信息,进行补充数据库优化,生成优化数据库。
在本发明实施例中,标记优化单元104通过记录使用者在使用者终端上进行的数据查询,并根据数据查询的过程进行分析判断,若不能够直接在使用者终端本地的补充数据库上直接完成,而还需要通过访问云数据库,进行全面数据查询时,标记进行云查询的跨库信息,通过对跨库信息进行分析,确定多个优化的分类因子,按照多个优化的分类因子,匹配多个需要进行优化添加的云数据子库,从多个需要进行优化添加的云数据子库对应的云存储空间中,将多个需要进行优化添加的云数据子库下载至使用者终端,并将多个下载的云数据子库与补充数据库进行融合整理,生成使用者终端本地的优化数据库。
综上所述,本发明实施例能够根据使用者身份信息,针对性的生成基础数据库,并通过进行同型终端的同型数据库分析补充和跨库信息的补充数据库优化,生成优化数据库,形成本地数据库与云数据库之间的联动优化更新,从而能够在保障用户查询到想要的数据信息的同时,减少查询的耗费时间,使得本地数据库更合理、实用。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例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,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种数据库查询优化方法,其特征在于,所述方法具体包括以下步骤:
对云数据库进行分析与分割,得到多个云数据子库;
获取使用者身份信息,根据所述使用者身份信息,匹配多个云数据子库并下载至使用者终端,得到基础数据库;
进行使用者终端与多个同型终端的验证与连接,访问多个所述同型终端的同型数据库,根据多个所述同型数据库对所述基础数据库进行分析补充,得到补充数据库;
具体的,周期性的通过使用者终端向外发出连接申请,在使用者终端附近的连接范围内,与多个目标终端进行连接,并在建立于多个目标终端之间的连接之后,获取多个目标终端对应的用户信息,通过对多个目标终端的用户信息进行分析,判断对应的目标终端是否为同型终端,最终断开与不是同型终端的目标终端的连接,保持与多个同型终端之间的连接,通过访问多个同型终端的同型数据库,对多个同型数据库进行内容分析,确定多个同型数据库与基础数据库之间的内容差异,生成差异分析结果,按照差异分析结果,确定具有差异的多个分类因子,通过多个有差异的分类因子,匹配多个补充的云数据子库,从多个补充的云数据子库对应的云存储空间中,将多个补充的云数据子库下载至使用者终端,并将多个下载的云数据子库与基础数据库进行融合整理,生成使用者终端本地的补充数据库;
进行使用者查询记录,标记进行云查询的跨库信息,根据所述跨库信息,进行补充数据库优化,生成优化数据库。
2.根据权利要求1所述的数据库查询优化方法,其特征在于,所述对云数据库进行分析与分割,得到多个云数据子库具体包括以下步骤:
对云数据库进行分割分析,生成多个分类因子;
按照多个所述分类因子,对云数据库进行分割,得到多个云数据子库。
3.根据权利要求2所述的数据库查询优化方法,其特征在于,所述获取使用者身份信息,根据所述使用者身份信息,匹配多个云数据子库并下载至使用者终端,得到基础数据库具体包括以下步骤:
获取使用者终端的使用者身份信息;
根据所述使用者身份信息,匹配多个分类因子;
根据多个所述分类因子,确定多个对应的云数据子库;
将多个对应的云数据子库下载至使用者终端,得到基础数据库。
4.根据权利要求1所述的数据库查询优化方法,其特征在于,所述进行使用者终端与多个同型终端的验证与连接,访问多个所述同型终端的同型数据库,根据多个所述同型数据库对所述基础数据库进行分析补充,得到补充数据库具体包括以下步骤:
周期性与附近的多个目标终端进行连接;
对多个所述目标终端进行验证筛选,得到多个同型终端;
访问多个所述同型终端的同型数据库;
根据多个所述同型数据库对所述基础数据库进行分析补充,得到补充数据库。
5.根据权利要求4所述的数据库查询优化方法,其特征在于,所述根据多个所述同型数据库对所述基础数据库进行分析补充,得到补充数据库具体包括以下步骤:
对多个所述同型数据库进行差异分析,得到差异分析结果;
根据所述差异分析结果,确定多个补充的云数据子库;
根据多个补充的云数据子库,对所述基础数据库进行补充,得到补充数据库。
6.根据权利要求1所述的数据库查询优化方法,其特征在于,所述进行使用者查询记录,标记进行云查询的跨库信息,根据所述跨库信息,进行补充数据库优化,生成优化数据库具体包括以下步骤:
记录使用者进行数据查询时的查询判断;
根据所述查询判断,标记进行云查询的跨库信息;
根据所述跨库信息,确定多个优化的云数据子库;
根据多个优化的云数据子库,对所述补充数据库进行优化,生成优化数据库。
7.一种数据库查询优化系统,其特征在于,所述系统包括分析分割单元、基础下载单元、分析补充单元和标记优化单元,其中:
分析分割单元,用于对云数据库进行分析与分割,得到多个云数据子库;
基础下载单元,用于获取使用者身份信息,根据所述使用者身份信息,匹配多个云数据子库并下载至使用者终端,得到基础数据库;
分析补充单元,用于进行使用者终端与多个同型终端的验证与连接,访问多个所述同型终端的同型数据库,根据多个所述同型数据库对所述基础数据库进行分析补充,得到补充数据库;
具体的,分析补充单元周期性的通过使用者终端向外发出连接申请,在使用者终端附近的连接范围内,与多个目标终端进行连接,并在建立于多个目标终端之间的连接之后,获取多个目标终端对应的用户信息,通过对多个目标终端的用户信息进行分析,判断对应的目标终端是否为同型终端,最终断开与不是同型终端的目标终端的连接,保持与多个同型终端之间的连接,通过访问多个同型终端的同型数据库,对多个同型数据库进行内容分析,确定多个同型数据库与基础数据库之间的内容差异,生成差异分析结果,按照差异分析结果,确定具有差异的多个分类因子,通过多个有差异的分类因子,匹配多个补充的云数据子库,从多个补充的云数据子库对应的云存储空间中,将多个补充的云数据子库下载至使用者终端,并将多个下载的云数据子库与基础数据库进行融合整理,生成使用者终端本地的补充数据库;
标记优化单元,用于进行使用者查询记录,标记进行云查询的跨库信息,根据所述跨库信息,进行补充数据库优化,生成优化数据库。
8.根据权利要求7所述的数据库查询优化系统,其特征在于,所述分析分割单元具体包括:
分割分析模块,用于对云数据库进行分割分析,生成多个分类因子;
分类分割模块,用于按照多个所述分类因子,对云数据库进行分割,得到多个云数据子库。
9.根据权利要求8所述的数据库查询优化系统,其特征在于,所述基础下载单元具体包括:
信息获取模块,用于获取使用者终端的使用者身份信息;
分类匹配模块,用于根据所述使用者身份信息,匹配多个分类因子;
子库确定模块,用于根据多个所述分类因子,确定多个对应的云数据子库;
子库下载模块,用于将多个对应的云数据子库下载至使用者终端,得到基础数据库。
10.根据权利要求7所述的数据库查询优化系统,其特征在于,所述分析补充单元具体包括:
周期连接模块,用于周期性与附近的多个目标终端进行连接;
验证筛选模块,用于对多个所述目标终端进行验证筛选,得到多个同型终端;
同型访问模块,用于访问多个所述同型终端的同型数据库;
分析补充模块,用于根据多个所述同型数据库对所述基础数据库进行分析补充,得到补充数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211022366.XA CN115098538B (zh) | 2022-08-25 | 2022-08-25 | 一种数据库查询优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211022366.XA CN115098538B (zh) | 2022-08-25 | 2022-08-25 | 一种数据库查询优化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115098538A CN115098538A (zh) | 2022-09-23 |
CN115098538B true CN115098538B (zh) | 2022-11-25 |
Family
ID=83300748
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211022366.XA Active CN115098538B (zh) | 2022-08-25 | 2022-08-25 | 一种数据库查询优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115098538B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108959278A (zh) * | 2017-05-17 | 2018-12-07 | 北京京东尚科信息技术有限公司 | 一种数据同步方法、装置、电子设备以及存储介质 |
CN111259036A (zh) * | 2020-01-10 | 2020-06-09 | 苏州达家迎信息技术有限公司 | 一种跨库跨表查询方法、设备、服务器及存储介质 |
CN111988436A (zh) * | 2020-09-10 | 2020-11-24 | 广州小沙鸥科技有限公司 | 一种基于云服务的数据通信系统 |
CN113111130A (zh) * | 2021-04-30 | 2021-07-13 | 贵州联科卫信科技有限公司 | 一种基于云平台的分布式医学影像数据存储方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8224807B2 (en) * | 2010-04-12 | 2012-07-17 | Sybase, Inc. | Enhanced utilization of query optimization |
US10152511B2 (en) * | 2012-09-14 | 2018-12-11 | Salesforce.Com, Inc. | Techniques for optimization of inner queries |
CN114741335A (zh) * | 2022-04-20 | 2022-07-12 | 腾讯科技(深圳)有限公司 | 缓存管理方法、装置、介质及设备 |
-
2022
- 2022-08-25 CN CN202211022366.XA patent/CN115098538B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108959278A (zh) * | 2017-05-17 | 2018-12-07 | 北京京东尚科信息技术有限公司 | 一种数据同步方法、装置、电子设备以及存储介质 |
CN111259036A (zh) * | 2020-01-10 | 2020-06-09 | 苏州达家迎信息技术有限公司 | 一种跨库跨表查询方法、设备、服务器及存储介质 |
CN111988436A (zh) * | 2020-09-10 | 2020-11-24 | 广州小沙鸥科技有限公司 | 一种基于云服务的数据通信系统 |
CN113111130A (zh) * | 2021-04-30 | 2021-07-13 | 贵州联科卫信科技有限公司 | 一种基于云平台的分布式医学影像数据存储方法 |
Non-Patent Citations (1)
Title |
---|
移动数据库客户端缓存管理研究及应用;吴娓娓;《中国优秀硕士学位论文全文数据库 信息科技辑》;20061215;第24-38页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115098538A (zh) | 2022-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109474578B (zh) | 报文消息校验方法、装置、计算机设备和存储介质 | |
CN111459985B (zh) | 标识信息处理方法及装置 | |
CN111310427A (zh) | 业务数据配置处理方法、装置、计算机设备和存储介质 | |
CN112231418A (zh) | 电力标准知识图谱构建方法、装置、计算机设备和介质 | |
CN112286934A (zh) | 数据库表导入方法、装置、设备及介质 | |
CN109657803B (zh) | 机器学习模型的构建 | |
CN113220657A (zh) | 数据处理方法、装置及计算机设备 | |
CN112559526A (zh) | 数据表导出方法、装置、计算机设备及存储介质 | |
CN115098538B (zh) | 一种数据库查询优化方法及系统 | |
CN112948504B (zh) | 数据采集方法、装置、计算机设备和存储介质 | |
CN116680278A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN111737577A (zh) | 一种基于业务平台的数据查询方法、装置、设备和介质 | |
CN108460116B (zh) | 搜索方法、装置、计算机设备、存储介质及搜索系统 | |
CN108108444B (zh) | 一种企业业务单元自适应系统及其实现方法 | |
CN111506573A (zh) | 数据库表分区方法、装置、计算机设备及存储介质 | |
CN115587115A (zh) | 一种数据库查询优化方法及系统 | |
CN114610973A (zh) | 信息的搜索匹配方法、装置、计算机设备及存储介质 | |
CN110297651B (zh) | 协议接口的常用变量的更新方法和装置 | |
CN101309292B (zh) | 一种无线互联网sp业务url的记录方法及系统 | |
CN111339133B (zh) | 数据的切分方法、装置、计算机设备及存储介质 | |
CN112101926B (zh) | 一种专利年费智能支付方法及系统 | |
CN113742576B (zh) | 基于跨平台的内容推荐方法、装置、设备及存储介质 | |
CN114004583B (zh) | 部件信息处理方法、装置、计算机设备和存储介质 | |
CN113961589A (zh) | 一种互联网信息收集处理方法及系统 | |
CN114579916B (zh) | 一种基于大数据的信息推荐方法及系统 |
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 |