CN115203230A - 在kv型数据库中添加时序查询的方法及系统 - Google Patents
在kv型数据库中添加时序查询的方法及系统 Download PDFInfo
- Publication number
- CN115203230A CN115203230A CN202210756783.0A CN202210756783A CN115203230A CN 115203230 A CN115203230 A CN 115203230A CN 202210756783 A CN202210756783 A CN 202210756783A CN 115203230 A CN115203230 A CN 115203230A
- Authority
- CN
- China
- Prior art keywords
- query
- time sequence
- sequence query
- database
- analyzing
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims abstract description 68
- 238000003696 structure analysis method Methods 0.000 claims abstract description 13
- 230000002123 temporal effect Effects 0.000 claims description 16
- 230000014509 gene expression Effects 0.000 claims description 8
- 230000004069 differentiation Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 24
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Fuzzy Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了在kv型数据库中添加时序查询的方法及系统,属于数据库查询技术领域,要解决的技术问题为如何基于kv型数据库实现对时序数据进行查询。包括如下步骤:添加时序查询区分语法,所述时序查询区分语法为区分时序查询和kv查询的查询语法;分别添加与database、schema、table和column相对应的时序查询结构体、并添加时序查询结构体解析方法;添加解析时序查询采集点的解析函数,所述时序查询采集点为column对应的时序查询结构体;添加解析时序查询条件的时序查询解析函数;将语义解析后的时序查询逻辑计划解析为物理计划,并执行物理计划。
Description
技术领域
本发明涉及数据库查询技术领域,具体地说是在kv型数据库中添加时序查询的方法及系统。
背景技术
万物互联时代,工业物联网产生的数据量比传统的信息化要多数千倍甚至数万倍,并且是实时采集、高频度、高密度,动态数据模型随时可变,这些数据就是时间序列数据。时间序列数据Time Series Data(TSD),就是一串按时间维度索引的数据。简单的说,就是这类数据描述了某个被测量的主体在一个时间范围内的每个时间点上的测量值。它普遍存在于IT基础设施、运维监控系统和物联网中。简单的说,就是这类数据描述了某个被测量的主体在一个时间范围内的每个时间点上的测量值,它普遍存在于IT基础设施、运维监控系统和物联网中。例如:对某个服务器的性能采集数据,某个时间点收集服务器的cpu、内存、io等,就是一系列时序数据,而针对这些数据的查询就要用到时序查询。
相较于kv数据,时序数据指存储、索引以时间为基准的数据点序列。通常情况下,时序数据都是基于稳定频率产生的,比如监测气象条件时,按照固定时间间隔采集的风力数据就是一条时间序列。时序数据具有以下基本属性:
metric(指标):采集的数据指标。如城市的风力,类似关系数据库中的table;
tag(标签):维度列,表示数据的归属。如城市名、地区名,一般不随时间变化,供查询使用;
field(字段):指标列,表示数据的测量值。如风力、风速,一般存放的是随时间变化的值,一个指标可以有多个字段;
timestamp(时间戳):数据测量值产生的时间点;
data point(数据点):针对检测对象的某项指标按特定时间间隔采集的每个指标值就是一个数据点,类似关系表中的一行。
对于这些属性,kv数据库通常无法做到实时有效的查询,因此就需要添加时序查询来满足当前的需求。
如何基于kv型数据库实现对时序数据进行查询,是需要解决的技术问题。
发明内容
本发明的技术任务是针对以上不足,提供在kv型数据库中添加时序查询的方法及系统,来解决如何基于kv型数据库实现对时序数据进行查询的技术问题。
第一方面,本发明的一种在kv型数据库中添加时序查询的方法,包括如下步骤:
添加时序查询区分语法,所述时序查询区分语法为区分时序查询和kv查询的查询语法;
分别添加与database、schema、table和column相对应的时序查询结构体、并添加时序查询结构体解析方法,通过所述时序查询结构体解析方法对database、schema、table对应的时序查询结构体进行解析、以获取元数据;
添加解析时序查询采集点的解析函数,所述时序查询采集点为column对应的时序查询结构体;
添加解析时序查询条件的时序查询解析函数;
基于时序查询区分语法、添加时序查询结构体解析方法、解析时序查询采集点的解析函数、以及时序查询解析函数配置时序查询逻辑计划,将语义解析后的时序查询逻辑计划解析为物理计划,并执行物理计划。
作为优选,添加时序查询区分语法,包括如下操作:将TIMESERIES SELECT作为时序查询的标识,并在语法解析后的SELECTCLUSE结构体中添加TIMESERIES作为语义解析时的标识符。
作为优选,通过如下步骤获取元数据:
通过时序查询结构体解析方法分别对database、schema、table对应的时序查询结构体进行解析,得到对应的解析后信息;
对于database对应的时序查询结构体,所述解析后信息包括database的name;
对于scehma对应的时序查询结构体,所述解析后信息包括scehma的name;
对于table对应的时序查询结构体,所述解析后信息包括table的name;
通过database、scehma以及table的name分别获取其对应的ID,并基于database、scehma以及table的ID构建key,基于构建的key指定系统表中查询元数据。
作为优选,所述column对应的时序查询结构体为datapoint,所述解析时序查询采集点的解析函数用于将datapoint解析为scopedatapoint,所述scopedatapoint用于存储column。
作为优选,所述时序查询解析函数用于将利用scopedatapoint解析查询条件表达式。
第二方面,本发明的一种在kv型数据库中添加时序查询的系统,用于通过如第一方面任一项所述的一种在kv型数据库中添加时序查询的方法在kv型数据库中添加时序查询,所述系统包括:
查询语法区分模块,所述查询语法区分模块用于添加时序查询区分语法,所述时序查询区分语法为区分时序查询和kv查询的查询语法;
结构体添加解析模块,所述结构体解析模块用于分别添加与database、schema、table和column相对应的时序查询结构体、并添加时序查询结构体解析方法,通过所述时序查询结构体解析方法对database、schema、table对应的时序查询结构体进行解析、以获取元数据;
查询解析模块,所述查询解析模块用于添加解析时序查询采集点的解析函数,所述时序查询采集点为column对应的时序查询结构体;
查询条件解析模块,所述查询条件解析模块用于添加解析时序查询条件的时序查询解析函数;
计划解析执行模块,所述计划解析执行模块用于基于时序查询区分语法、添加时序查询结构体解析方法、解析时序查询采集点的解析函数、以及时序查询解析函数配置时序查询逻辑计划,将语义解析后的时序查询逻辑计划解析为物理计划,并执行物理计划。
作为优选,查询语法区分模块用于通过如下步骤添加时序查询区分语法:将TIMESERIES SELECT作为时序查询的标识,并在语法解析后的SELECTCLUSE结构体中添加TIMESERIES作为语义解析时的标识符。
作为优选,所述计划解析执行模块用于通过如下步骤获取元数据:
通过时序查询结构体解析方法分别对database、schema、table对应的时序查询结构体进行解析,得到对应的解析后信息;
对于database对应的时序查询结构体,所述解析后信息包括database的name;
对于scehma对应的时序查询结构体,所述解析后信息包括scehma的name;
对于table对应的时序查询结构体,所述解析后信息包括table的name;
通过database、scehma以及table的name分别获取其对应的ID,并基于database、scehma以及table的ID构建key,基于构建的key指定系统表中查询元数据。
作为优选,所述column对应的时序查询结构体为datapoint,所述解析时序查询采集点的解析函数用于将datapoint解析为scopedatapoint,所述scopedatapoint用于存储column。
作为优选,所述时序查询解析函数用于将利用scopedatapoint解析查询条件表达式。
本发明的在kv型数据库中添加时序查询的方法及系统具有以下优点:
1、在kv数据库基础上添加时序查询,可以复用kv数据库的一部分方法,而且不会影响kv数据库原有功能的使用,相对于开发新的时序数据库,降低了开发难度;
2、虽然对时序和kv查询进行了区分,但是在时序查询时,也可以使用kv查询条件,相较于单纯的时序数据库来说功能更丰富。
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,对于本领域的普通技术人员来讲,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。
下面结合附图对本发明进一步说明。
图1为实施例一种在kv型数据库中添加时序查询的方法的流程框图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定,在不冲突的情况下,本发明实施例以及实施例中的技术特征可以相互结合。
本发明实施例提供在kv型数据库中添加时序查询的方法及系统,用于解决如何基于kv型数据库实现对时序数据进行查询的技术问题。
实施例1:
本发明一种在kv型数据库中添加时序查询的方法,包括如下步骤:
S100、添加时序查询区分语法,所述时序查询区分语法为区分时序查询和kv查询的查询语法;
S200、分别添加与database、schema、table和column相对应的时序查询结构体、并添加时序查询结构体解析方法,通过所述时序查询结构体解析方法对database、schema、table对应的时序查询结构体进行解析、以获取元数据;
S300、添加解析时序查询采集点的解析函数,所述时序查询采集点为column对应的时序查询结构体;
S400、添加解析时序查询条件的时序查询解析函数;
S500、基于时序查询区分语法、添加时序查询结构体解析方法、解析时序查询采集点的解析函数、以及时序查询解析函数配置时序查询逻辑计划,将语义解析后的时序查询逻辑计划解析为物理计划,并执行物理计划。
步骤S100通过添加时序查询区分语法来保证不影响原先的kv查询以及语义解析时对两种查询进行区分。作为具体实施,添加区分时序查询和kv查询的添加时序查询区分语法,用TIMESERIES SELECT来做时序查询的标识,并在语法解析后的SELECTCLUSE结构体中添加TIMESERIES用作语义解析时的标识符。
步骤S200分别添加与database,schema,table,column相对应的结构体,如与column对应的结构体datapoint;然后,添加解析时序查询结构体的方法来获取元数据。
通常的kv查询的from子句的解析是通过database,schema,table name来获取database,schema,table的ID,然后通过这些ID构建key去指定系统表中查询元数据,但是由于时序数据没有通常意义的database,schema,table,只有与这些对应的结构体,所以先需要通过结构体名去查询对应的database,schema,table name,然后再进行之前的步骤,因此需要在语义解析时添加将结构体解析成name的方法并返回存储这些信息的结构体。
作为具体实施,在后续执行过程中通过如下步骤获取元数据:
(1)通过时序查询结构体解析方法分别对database、schema、table对应的时序查询结构体进行解析,得到对应的解析后信息;
对于database对应的时序查询结构体,所述解析后信息包括database的name;
对于scehma对应的时序查询结构体,所述解析后信息包括scehma的name;
对于table对应的时序查询结构体,所述解析后信息包括table的name;
(2)通过database、scehma以及table的name分别获取其对应的ID,并基于database、scehma以及table的ID构建key,基于构建的key指定系统表中查询元数据。
步骤S300添加解析时序查询采集点即datapoint的解析函数。kv查询在对查询语句的查询列表解析时,会通过步骤S300返回的结构体和查询列表结构体对其中的column进行解析,解析后返回结构体scopecolumn。而时序查询没有特定的column,只有与column对应的时序查询结构体datapoint,因此需要添加将datapoint解析为scopedatapoint的方法,scopedatapoint用于存储时序查询条件column。
步骤S400添加解析查询条件的时序查询解析函数。kv查询在对查询条件解析时会通过步骤5的scopecolumn结构体对查询条件表达式进行解析,因此在时序查询语义解析需要添加利用scopedatapoint解析查询条件表达式的方法。
步骤S500将语义解析后时序查询逻辑计划解析为物理计划并执行。
实施例2:
本发明一种在kv型数据库中添加时序查询的系统,包括查询语法区分模块、结构体添加解析模块、查询解析模块、查询条件解析模块以及计划解析执行模块,该系统可通过实施例1公开的方法在kv型数据库中添加时序查询。
查询语法区分模块用于添加时序查询区分语法,所述时序查询区分语法为区分时序查询和kv查询的查询语法。作为具体实施,查询语法区分模块用于通过如下步骤添加时序查询区分语法:将TIMESERIES SELECT作为时序查询的标识,并在语法解析后的SELECTCLUSE结构体中添加TIMESERIES作为语义解析时的标识符。
结构体解析模块用于分别添加与database、schema、table和column相对应的时序查询结构体、并添加时序查询结构体解析方法,通过所述时序查询结构体解析方法对database、schema、table对应的时序查询结构体进行解析、以获取元数据。
通常的kv查询的from子句的解析是通过database,schema,table name来获取database,schema,table的ID,然后通过这些ID构建key去指定系统表中查询元数据,但是由于时序数据没有通常意义的database,schema,table,只有与这些对应的结构体,所以先需要通过结构体名去查询对应的database,schema,table name,然后再进行之前的步骤,因此需要在语义解析时添加时序查询结构图解析方法,通过该将结构体解析成name的方法对database,schema,table对应的时序查询结构体进行解析,并将解析后信息返回存储至一个结构体内。
查询解析模块用于添加解析时序查询采集点的解析函数,所述时序查询采集点为column对应的时序查询结构体。
kv查询在对查询语句的查询列表解析时,会通过返回的结构体和查询列表结构体对其中的column进行解析,解析后返回结构体scopecolumn。而时序查询没有特定的column,只有与column对应的时序查询结构体datapoint,因此需要添加将datapoint解析为scopedatapoint的方法,scopedatapoint用于存储时序查询条件column。
查询条件解析模块用于添加解析时序查询条件的时序查询解析函数。
kv查询在对查询条件解析时会通过步骤5的scopecolumn结构体对查询条件表达式进行解析,因此在时序查询语义解析需要添加利用scopedatapoint解析查询条件表达式的方法。
计划解析执行模块用于基于时序查询区分语法、添加时序查询结构体解析方法、解析时序查询采集点的解析函数、以及时序查询解析函数配置时序查询逻辑计划,将语义解析后的时序查询逻辑计划解析为物理计划,并执行物理计划。
在执行过程中,计划解析执行模块用于通过如下步骤获取元数据:
(1)通过时序查询结构体解析方法分别对database、schema、table对应的时序查询结构体进行解析,得到对应的解析后信息;
对于database对应的时序查询结构体,所述解析后信息包括database的name;
对于scehma对应的时序查询结构体,所述解析后信息包括scehma的name;
对于table对应的时序查询结构体,所述解析后信息包括table的name;
(2)通过database、scehma以及table的name分别获取其对应的ID,并基于database、scehma以及table的ID构建key,基于构建的key指定系统表中查询元数据。
上文通过附图和优选实施例对本发明进行了详细展示和说明,然而本发明不限于这些已揭示的实施例,基与上述多个实施例本领域技术人员可以知晓,可以组合上述不同实施例中的手段得到本发明更多的实施例,这些实施例也在本发明的保护范围之内。
Claims (10)
1.一种在kv型数据库中添加时序查询的方法,其特征在于包括如下步骤:
添加时序查询区分语法,所述时序查询区分语法为区分时序查询和kv查询的查询语法;
分别添加与database、schema、table和column相对应的时序查询结构体、并添加时序查询结构体解析方法,通过所述时序查询结构体解析方法对database、schema、table对应的时序查询结构体进行解析、以获取元数据;
添加解析时序查询采集点的解析函数,所述时序查询采集点为column对应的时序查询结构体;
添加解析时序查询条件的时序查询解析函数;
基于时序查询区分语法、添加时序查询结构体解析方法、解析时序查询采集点的解析函数、以及时序查询解析函数配置时序查询逻辑计划,将语义解析后的时序查询逻辑计划解析为物理计划,并执行物理计划。
2.根据权利要求1所述的在kv型数据库中添加时序查询的方法,其特征在于添加时序查询区分语法,包括如下操作:将TIMESERIES SELECT作为时序查询的标识,并在语法解析后的SELECTCLUSE结构体中添加TIMESERIES作为语义解析时的标识符。
3.根据权利要求1所述的在kv型数据库中添加时序查询的方法,其特征在于通过如下步骤获取元数据:
通过时序查询结构体解析方法分别对database、schema、table对应的时序查询结构体进行解析,得到对应的解析后信息;
对于database对应的时序查询结构体,所述解析后信息包括database的name;
对于scehma对应的时序查询结构体,所述解析后信息包括scehma的name;
对于table对应的时序查询结构体,所述解析后信息包括table的name;
通过database、scehma以及table的name分别获取其对应的ID,并基于database、scehma以及table的ID构建key,基于构建的key指定系统表中查询元数据。
4.根据权利要求1-3任一项所述的在kv型数据库中添加时序查询的方法,其特征在于所述column对应的时序查询结构体为datapoint,所述解析时序查询采集点的解析函数用于将datapoint解析为scopedatapoint,所述scopedatapoint用于存储column。
5.根据权利要求4所述的在kv型数据库中添加时序查询的方法,其特征在于所述时序查询解析函数用于将利用scopedatapoint解析查询条件表达式。
6.一种在kv型数据库中添加时序查询的系统,其特征在于用于通过如权利要求1-5任一项所述的一种在kv型数据库中添加时序查询的方法在kv型数据库中添加时序查询,所述系统包括:
查询语法区分模块,所述查询语法区分模块用于添加时序查询区分语法,所述时序查询区分语法为区分时序查询和kv查询的查询语法;
结构体添加解析模块,所述结构体解析模块用于分别添加与database、schema、table和column相对应的时序查询结构体、并添加时序查询结构体解析方法,通过所述时序查询结构体解析方法对database、schema、table对应的时序查询结构体进行解析、以获取元数据;
查询解析模块,所述查询解析模块用于添加解析时序查询采集点的解析函数,所述时序查询采集点为column对应的时序查询结构体;
查询条件解析模块,所述查询条件解析模块用于添加解析时序查询条件的时序查询解析函数;
计划解析执行模块,所述计划解析执行模块用于基于时序查询区分语法、添加时序查询结构体解析方法、解析时序查询采集点的解析函数、以及时序查询解析函数配置时序查询逻辑计划,将语义解析后的时序查询逻辑计划解析为物理计划,并执行物理计划。
7.根据权利要求6所述的在kv型数据库中添加时序查询的系统,其特征在于查询语法区分模块用于通过如下步骤添加时序查询区分语法:将TIMESERIES SELECT作为时序查询的标识,并在语法解析后的SELECTCLUSE结构体中添加TIMESERIES作为语义解析时的标识符。
8.根据权利要求6所述的在kv型数据库中添加时序查询的系统,其特征在于所述计划解析执行模块用于通过如下步骤获取元数据:
通过时序查询结构体解析方法分别对database、schema、table对应的时序查询结构体进行解析,得到对应的解析后信息;
对于database对应的时序查询结构体,所述解析后信息包括database的name;
对于scehma对应的时序查询结构体,所述解析后信息包括scehma的name;
对于table对应的时序查询结构体,所述解析后信息包括table的name;
通过database、scehma以及table的name分别获取其对应的ID,并基于database、scehma以及table的ID构建key,基于构建的key指定系统表中查询元数据。
9.根据权利要求6-8任一项所述的在kv型数据库中添加时序查询的系统,其特征在于所述column对应的时序查询结构体为datapoint,所述解析时序查询采集点的解析函数用于将datapoint解析为scopedatapoint,所述scopedatapoint用于存储column。
10.根据权利要求9所述的在kv型数据库中添加时序查询的系统,其特征在于所述时序查询解析函数用于将利用scopedatapoint解析查询条件表达式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210756783.0A CN115203230A (zh) | 2022-06-30 | 2022-06-30 | 在kv型数据库中添加时序查询的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210756783.0A CN115203230A (zh) | 2022-06-30 | 2022-06-30 | 在kv型数据库中添加时序查询的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115203230A true CN115203230A (zh) | 2022-10-18 |
Family
ID=83577603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210756783.0A Pending CN115203230A (zh) | 2022-06-30 | 2022-06-30 | 在kv型数据库中添加时序查询的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115203230A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116483886A (zh) * | 2023-04-10 | 2023-07-25 | 上海沄熹科技有限公司 | 结合kv存储引擎和时序存储引擎查询olap的方法 |
-
2022
- 2022-06-30 CN CN202210756783.0A patent/CN115203230A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116483886A (zh) * | 2023-04-10 | 2023-07-25 | 上海沄熹科技有限公司 | 结合kv存储引擎和时序存储引擎查询olap的方法 |
CN116483886B (zh) * | 2023-04-10 | 2024-04-02 | 上海沄熹科技有限公司 | 结合kv存储引擎和时序存储引擎查询olap的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107273506B (zh) | 一种数据库多表联合查询的方法 | |
US7958114B2 (en) | Detecting estimation errors in dictinct page counts | |
CN110109923B (zh) | 时序数据的存储方法、分析方法及装置 | |
JP7453143B2 (ja) | データ記憶およびクエリ方法並びにデバイス | |
CN111914534B (zh) | 构建知识图谱语义映射方法及系统 | |
CN110019384B (zh) | 一种血缘数据的获取方法、提供血缘数据的方法及装置 | |
CN109947796B (zh) | 一种分布式数据库系统查询中间结果集的缓存方法 | |
CN108664635B (zh) | 数据库统计信息的获取方法、装置、设备和存储介质 | |
CN115203230A (zh) | 在kv型数据库中添加时序查询的方法及系统 | |
CN108268612B (zh) | 一种基于olap预计算模型的预校验方法及预校验系统 | |
CN111125199B (zh) | 一种数据库访问方法、装置及电子设备 | |
CN105677723A (zh) | 一种用于工业信号源的数据标签建立与检索方法 | |
CN110825744B (zh) | 一种基于集群环境的空气质量监测大数据分区存储方法 | |
He et al. | Just-traj: A distributed and holistic trajectory data management system | |
CN112905728A (zh) | 一种面向多源地名数据的高效融合与检索系统及方法 | |
CN112306421B (zh) | 一种用于存储分析测量数据格式mdf文件的方法和系统 | |
CN115599973A (zh) | 一种用户人群标签筛分方法、系统、设备及存储介质 | |
KR101162468B1 (ko) | 자동적인 데이터 저장소 아키텍처 검출 | |
CN110928868B (zh) | 车辆数据检索方法、装置及计算机可读存储介质 | |
CN116795663B (zh) | 一种跟踪分析trino引擎执行性能的方法 | |
CN117290355B (zh) | 一种元数据地图构建系统 | |
CN114118055B (zh) | 复杂sql语句优化解析方法 | |
CN111625553B (zh) | 一种统计信息收集优化方法及系统 | |
CN115934381A (zh) | 一种基于图数据库的动态调用链生成与分析装置 | |
CN117667947A (zh) | 一种可变列数据存储与计算方法 |
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 |