CN116842225A - 数据库查询方法、装置、设备、介质和程序产品 - Google Patents
数据库查询方法、装置、设备、介质和程序产品 Download PDFInfo
- Publication number
- CN116842225A CN116842225A CN202310744510.9A CN202310744510A CN116842225A CN 116842225 A CN116842225 A CN 116842225A CN 202310744510 A CN202310744510 A CN 202310744510A CN 116842225 A CN116842225 A CN 116842225A
- Authority
- CN
- China
- Prior art keywords
- query
- data
- sub
- database
- request
- 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 78
- 238000012545 processing Methods 0.000 claims abstract description 102
- 238000004590 computer program Methods 0.000 claims description 19
- 230000015654 memory Effects 0.000 claims description 18
- 238000007781 pre-processing Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 17
- 230000009467 reduction Effects 0.000 claims description 15
- 230000010354 integration Effects 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 12
- 239000003795 chemical substances by application Substances 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000005457 optimization Methods 0.000 description 8
- 230000001360 synchronised effect Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种数据库查询方法,可以应用于大数据技术领域。该数据库查询方法包括:探测数据库是否接收到来自于用户的查询请求;在所述数据库接收到来自于用户的查询请求的情况下,拦截所述查询请求,所述查询请求包括N个子查询请求,其中,N大于等于1;基于所述N个子查询请求执行第一处理,分配M个查询线程,其中,M大于等于1;基于所述N个子查询请求和所述M个查询线程,查询所述数据库,得到N个子查询数据;基于所述N个子查询数据执行第二处理,得到所述查询请求对应的查询数据;以及将所述查询数据发送至用户。本公开还提供了一种数据库查询装置、设备、存储介质和程序产品。
Description
技术领域
本公开涉及大数据技术领域,具体地涉及一种数据库查询方法、装置、设备、介质和程序产品。
背景技术
随着互联网技术的不断发展,业务数据量越来越大,这对数据的查询效率提出了极大的挑战。
为了加速数据库查询效率,现有技术中针对数据库查询的优化手段一般使用查询重用、查询重写规则以及查询算法优化技术等技术。
现有技术中,针对数据库查询的优化手段存在查询准确度差、查询条件苛刻以及查询开销大等技术问题。
发明内容
鉴于上述问题,本公开提供了提高查询效率、精准度的数据库查询方法、装置、设备、介质和程序产品。
根据本公开的第一个方面,提供了一种数据库查询方法,包括:探测数据库是否接收到来自于用户的查询请求;在所述数据库接收到来自于用户的查询请求的情况下,拦截所述查询请求,所述查询请求包括N个子查询请求,其中,N大于等于1;基于所述N个子查询请求执行第一处理,分配M个查询线程,其中,M大于等于1;基于所述N个子查询请求和所述M个查询线程,查询所述数据库,得到N个子查询数据;基于所述N个子查询数据执行第二处理,得到所述查询请求对应的查询数据;以及将所述查询数据发送至用户。
根据本公开的实施例,其中,在所述拦截所述查询请求后,所述基于所述N个子查询请求执行第一处理,分配M个查询线程前,所述方法还包括:基于所述查询请求形成键值对,所述键值对中的Key包括针对所述查询请求的唯一查询请求ID,所述键值对中的Value包括所述N个子查询请求;其中,所述查询数据对应所述唯一查询请求ID,所述将所述查询数据发送至用户,包括:将所述查询数据发送至所述唯一查询请求ID对应的用户。
根据本公开的实施例,其中,所述基于所述N个子查询请求执行第一处理,分配M个查询线程,包括:基于所述N个子查询请求,分别获取预估处理时长和预估数据线索;获取服务器处理资源信息;基于所述预估处理时长、所述预估数据线索以及服务器处理资源信息,计算线程总数M;以及分配M个查询线程。
根据本公开的实施例,其中,所述基于所述N个子查询请求,分别获取预估处理时长和预估数据线索,包括:基于所述N个子查询请求,获取数据总量;对所述数据总量中预设比例的数据进行查询,分别得到预估子处理时长和预估子数据线索;按照预设的时间系数和所述预设比例,通过所述预估子处理时长计算所述预估处理时长;以及按照预设的线索系数和所述预设比例,通过所述预估数据线索计算所述预估数据线索。
根据本公开的实施例,其中,所述服务器处理资源信息包括:CPU空闲率、内存空闲率以及IO数量,所述基于所述预估处理时长、所述预估数据线索以及服务器处理资源信息,计算线程总数M,包括:
根据本公开的实施例,其中,所述M个查询线程中每一个线程包括线程顺序ID,所述基于所述N个子查询数据执行第二处理,包括:基于M个线程顺序ID,将所述N个子查询数据拼接,得到第一还原数据。
根据本公开的实施例,其中,所述N个子查询数据是以二进制形式存在的,在所述基于M个线程顺序ID,将所述N个子查询数据拼接,得到第一还原数据后,还包括:按照目标格式,对所述第一还原数据执行二进制解析还原,得到第二还原数据。
根据本公开的实施例,其中,所述查询线程是同步查询线程。
本公开的第二个方面,提供了一种数据库查询装置,包括:探测模块,用于探测数据库是否接收到来自于用户的查询请求;拦截模块,用于在所述数据库接收到来自于用户的查询请求的情况下,拦截所述查询请求,所述查询请求包括N个子查询请求,其中,N大于等于1;预处理模块,用于基于所述N个子查询请求执行第一处理,分配M个查询线程,其中,M大于等于1;查询模块,用于基于所述N个子查询请求和所述M个查询线程,查询所述数据库,得到N个子查询数据;整合模块,用于基于所述N个子查询数据执行第二处理,得到所述查询请求对应的查询数据;以及查询数据发送模块,用于将所述查询数据发送至用户。
根据本公开的实施例,其中,所述装置还包括键值对生成模块,用于基于所述查询请求形成键值对,所述键值对中的Key包括针对所述查询请求的唯一查询请求ID,所述键值对中的Value包括所述N个子查询请求;其中,所述查询数据对应所述唯一查询请求ID,查询数据发送模块,用于将所述查询数据发送至所述唯一查询请求ID对应的用户。
根据本公开的实施例,其中,所述预处理模块,还用于基于所述N个子查询请求,分别获取预估处理时长和预估数据线索;获取服务器处理资源信息;基于所述预估处理时长、所述预估数据线索以及服务器处理资源信息,计算线程总数M;以及分配M个查询线程。
根据本公开的实施例,其中,所述预处理模块,还用于基于所述N个子查询请求,获取数据总量;对所述数据总量中预设比例的数据进行查询,分别得到预估子处理时长和预估子数据线索;按照预设的时间系数和所述预设比例,通过所述预估子处理时长计算所述预估处理时长;以及按照预设的线索系数和所述预设比例,通过所述预估数据线索计算所述预估数据线索。
根据本公开的实施例,其中,所述服务器处理资源信息包括:CPU空闲率、内存空闲率以及IO数量,所述基于所述预估处理时长、所述预估数据线索以及服务器处理资源信息,计算线程总数M,包括:
根据本公开的实施例,其中,所述整合模块,用于基于M个线程顺序ID,将所述N个子查询数据拼接,得到第一还原数据。
根据本公开的实施例,其中,所述N个子查询数据是以二进制形式存在的,所述装置还包括整合模块,用于按照目标格式,对所述第一还原数据执行二进制解析还原,得到第二还原数据。
根据本公开的实施例,其中,所述查询线程是同步查询线程。
本公开的第三个方面,提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得一个或多个处理器执行上述数据库查询方法。
本公开的第四个方面,还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述数据库查询方法。
本公开的第五个方面,还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述数据库查询方法。
在本公开的实施例中,至少能够达到以下有益效果,如下所示:
1.拦截直接发往数据库的查询请求,可以分摊数据库的部分查询处理操作,释放了数据库部分的处理功能,使得数据库不需要做额外工作,加速查询速度,特别在应多高并发查询的场景,还可以大大缓解数据库的查询压力;
2.对查询请求实施切片化查询,通过分配多个查询线程来处理查询请求下的子查询请求,并将查询到的多个子查询数据组合得到原始的查询请求对应的查询数据,这极大地加快数据库查询速度和效率。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的数据库查询方法的应用场景图;
图2示意性示出了根据本公开实施例的数据库查询方法的流程图;
图3示意性示出了根据本公开实施例的另一种数据库查询方法的流程图;
图4示意性示出了根据本公开实施例的预处理方法的流程图;
图5示意性示出了根据本公开实施例的处理时长和数据线索的预估方法的流程图;
图6示意性示出了根据本公开实施例的一种数据库查询系统的交互示意框图;
图7示意性示出了根据本公开实施例的数据库查询装置的结构框图;以及
图8示意性示出了根据本公开实施例的适于实现数据库查询方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
为了提高数据库的查询效率,现有技术长采用查询结果的重用、查询重写以及查询优化,具体如下所示:
1.查询结果的重用,是指尽可能利用先前的执行结果,以达到节约查询计算全过程的时间并减少资源消耗的目的,节约了查询计划生成时间和查询执行过程的时间,减少了查询执行全过程的资源消耗。
2.查询重写是查询语句的一种等价转换,即对于任何相关模式的任意状态都会产生相同的结果(相同的关系替代两个表达式中相应的关系,所得到的结果是相同的)。关系代数的等价变换规则对查询重写提供了理论上的支持。查询重写后,查询优化器可能生成多个连接路径,可以从候选者中择优。
3.查询优化即求解给定查询语句的高效执行计划的过程。
针对上述数据库查询优化方案分别存在以下缺点:
1.针对查询结果重用,如果结果集很大会消耗很大的内存资源,同样的SQL不同用户获取的结果集可能不完全相同。
2.针对查询重写技术,每一类都有自己的规则,这些规则没有确定的、统一的规律,但重写的核心一定是“等价转换”,只有等价才能转换,规则比较严格。
3.针对查询优化,查询的基本操作是选择、投影和连接。选择和投影的优化规则适用于SPJ(Select-Project-Join)和非SPJ(SPJ+GROUPBY等操作)。连接包括两表连接和多表连接。多表连接是其中最难的,因为多表连接有多种连接次序,所以查询的执行计划的数目随表个数呈指数级增长,搜索空间极度膨胀,仅搜索花费最小的查询计划就开销巨大,这是查询优化器实现时需要考虑的问题。
为了解决现有技术中存在的技术问题,本公开的实施例提供了一种数据库查询方法,探测数据库是否接收到来自于用户的查询请求;在所述数据库接收到来自于用户的查询请求的情况下,拦截所述查询请求,所述查询请求包括N个子查询请求,其中,N大于等于1;基于所述N个子查询请求执行第一处理,分配M个查询线程,其中,M大于等于1;基于所述N个子查询请求和所述M个查询线程,查询所述数据库,得到N个子查询数据;基于所述N个子查询数据执行第二处理,得到所述查询请求对应的查询数据;以及将所述查询数据发送至用户。
在本公开的实施例中,至少能够达到以下有益效果,如下所示:
1.拦截直接发往数据库的查询请求,可以分摊数据库的部分查询处理操作,释放了数据库部分的处理功能,使得数据库不需要做额外工作,加速查询速度,特别在应多高并发查询的场景,还可以大大缓解数据库的查询压力;
2.对查询请求实施切片化查询,通过分配多个查询线程来处理查询请求下的子查询请求,并将查询到的多个子查询数据组合得到原始的查询请求对应的查询数据,这极大地加快数据库查询速度和效率。
图1示意性示出了根据本公开实施例的数据库查询方法的应用场景图。
如图1所示,根据该实施例的应用场景100可以包括终端设备101、102、103、网络104以及服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的数据库查询方法一般可以由服务器105执行。相应地,本公开实施例所提供的数据库查询装置一般可以设置于服务器105中。本公开实施例所提供的数据库查询方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的数据库查询装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
以下将基于图1描述的场景,通过图2~图6对公开实施例的数据库查询方法进行详细描述。
图2示意性示出了根据本公开实施例的数据库查询方法的流程图。
如图2所示,该实施例的数据库查询方法包括操作S210~操作S260,该数据库查询方法可以由服务器105执行。
在操作S210中,探测数据库是否接收到来自于用户的查询请求。
在操作S220中,在所述数据库接收到来自于用户的查询请求的情况下,拦截所述查询请求,所述查询请求包括N个子查询请求,其中,N大于等于1。
具体地,以一定的频率(例如可以是毫秒级)探测数据库是否接收到有查询请求,该查询请求是用户从客户端侧发送至服务器105中数据库的查询请求的,该客户端设置与终端101、102、103中。其中,该查询请求中包含有多个子查询请求,不同的子查询请求对应有数据库中不同的子查询数据。
具体地,在探测到数据库中接收查询请求的情况下,拦截该查询请求,使得当前时刻数据库不再处理该查询请求,而是由服务器105中的其他相关软件模块对该查询请求实施一定的处理逻辑后,再基于该查询请求查询数据库。
在操作S230中,基于所述N个子查询请求执行第一处理,分配M个查询线程,其中,M大于等于1。
具体地,对N个子查询请求分配一定数量的数据查询线程。更具体地,所分配的查询线程可以是异步查询的线程,也可以是同步查询的线程。对于异步查询的线程,可以是同一线程仅执行子查询请求发送的逻辑,在线程未收到子查询请求所响应的数据时,发送其他的子查询请求;对于同步查询的线程,可以是同一线程在执行子查询请求的发送逻辑同时还执行子查询请求的接收逻辑。
根据本公开的实施例,其中,所述查询线程是同步查询线程。
在本公开的实施例中,将查询线程的逻辑设置为同步查询,而不选择异步查询的逻辑,以加快查询速度并减少查询所消耗的资源。因为,在异步查询时,所接收到的子查询数据还需要进一步地匹配原有的子查询请求,而同步则不需要匹配原有的子查询请求的逻辑。
在操作S240中,基于所述N个子查询请求和所述M个查询线程,查询所述数据库,得到N个子查询数据。
具体地,通过上述设置好的M个查询线程处理N个子查询请求,得到每个子查询请求相应的查询结果,即N个子查询数据。
在操作S250中,基于所述N个子查询数据执行第二处理,得到所述查询请求对应的查询数据。
具体地,上述第二处理即是按照一定的处理逻辑,将N个子查询数据还原为查询数据的过程。
根据本公开的实施例,其中,所述M个查询线程中每一个线程包括线程顺序ID,所述基于所述N个子查询数据执行第二处理,包括:基于M个线程顺序ID,将所述N个子查询数据拼接,得到第一还原数据。
具体地,在线程生成时,设置该线程相对应的唯一ID,并接收到N个子查询数据时,按照线程的顺序ID,将N个子查询数据进行拼接。
根据本公开的实施例,其中,所述N个子查询数据是以二进制形式存在的,在所述基于M个线程顺序ID,将所述N个子查询数据拼接,得到第一还原数据后,还包括:按照目标格式,对所述第一还原数据执行二进制解析还原,得到第二还原数据。
需要说明的是,子查询数据可以是原生的二进制形式存在的,子查询数据也可以是数据库中所使用的数据格式的形式存在的,例如,XML、CVS、XLS以及非结构化数据等常用的数据格式。因此,受到子查询数据的影响,上述第一还原数据由子查询数据拼接得到,上述第一还原数据可以是二进制的数据,也可以是例如XML、CVS、XLS以及非结构化数据等常用的数据格式的形成存在的。
那么,在对数据库查询时,使数据库返回最原生的二进制的N个子查询数据,对这些二进制的子查询数据进行拼接后,得到二级制的第一还原数据,再对该第一还原数据进行二进制解析还原,得到目标格式的数据,该目标格式可以是例如XML、CVS、XLS以及非结构化数据等常用的数据格式。可以理解的是,数据的查询是基于最原生的二进制数据实施的,保证数据库无需进一步实施二进制解析还原的操作,直接返回二进制数据,保证数据库的查询效率。
在操作S260中,将所述查询数据发送至用户。
具体地,将查询数据返回客户端所处的终端101、102、103。
在本公开的实施例中,至少能够达到以下有益效果,如下所示:
1.拦截直接发往数据库的查询请求,可以分摊数据库的部分查询处理操作,释放了数据库部分的处理功能,使得数据库不需要做额外工作,加速查询速度,特别在应多高并发查询的场景,还可以大大缓解数据库的查询压力;
2.对查询请求实施切片化查询,通过分配多个查询线程来处理查询请求下的子查询请求,并将查询到的多个子查询数据组合得到原始的查询请求对应的查询数据,这极大地加快数据库查询速度和效率。
在上述操作S210~操作S260的基础上,服务器还需要考虑在应对多个不同用户的查询请求时,如何将查询数据返回相应的用户,因此,还需要对用户的查询请求进行标识,使得在查询结束后,能够寻找到相应的用户并返回数据,如下所示:
图3示意性示出了根据本公开实施例的另一种数据库查询方法的流程图。
如图3所示,该实施例的另一种数据库查询方法除了上述操作S210~操作S260,还包括操作S310,其中,该操作S310执行于上述操作S220后和所述操作S230前。
在操作S310中,基于所述查询请求形成键值对,所述键值对中的Key包括针对所述查询请求的唯一查询请求ID,所述键值对中的Value包括所述N个子查询请求。
根据本公开的实施例,其中,所述查询数据对应所述唯一查询请求ID,所述将所述查询数据发送至用户,包括:将所述查询数据发送至所述唯一查询请求ID对应的用户。
具体地,可以通过该唯一查询请求ID找到相应的用户,并将其返回至用户。
在本公开的实施例中,在应对不同的用户的数据库查询场景下,分配相应的查询请求ID,进一步分担了数据库的查询处理逻辑,缓解了数据库的查询压力。
可以理解的是,上述操作S230~操作S250是通过一定的逻辑对查询请求进行预处理,以设置合理的线程数量,进而保证数据被合理的切割整合,保证数据查询的达到最大效率。
以下,将对本公开实施例中设置合理的线程的逻辑进行说明,如下所示:
图4示意性示出了根据本公开实施例的预处理方法的流程图。
如图4所示,该实施例的预处理方法包括操作S410~操作S440,该操作S410~操作S440至少可以部分执行上述操作S230。
在操作S410中,基于所述N个子查询请求,分别获取预估处理时长和预估数据线索。
其中,预估处理时长是预估的针对查询请求的查询时长,预估数据线索是预估的针对查询请求的查询数据总的线索量(或称所占用空间的量)。
图5示意性示出了根据本公开实施例的处理时长和数据线索的预估方法的流程图。
如图5所示,该实施例的预处理方法包括操作S510~操作S540,该操作S510~操作S540至少可以部分执行上述操作S410。
在操作S510中,基于所述N个子查询请求,获取数据总量。
具体地,该数据总量是指数据的总行数,例如,通过N个子查询请求,可以获取到所查询数据所占用的总行数,又例如,该数据总量是一百万行。
在操作S520中,对所述数据总量中预设比例的数据进行查询,分别得到预估子处理时长和预估子数据线索。
在操作S530中,按照预设的时间系数和所述预设比例,通过所述预估子处理时长计算所述预估处理时长。
在操作S540中,按照预设的线索系数和所述预设比例,通过所述预估数据线索计算所述预估数据线索。
具体地,按照数据总量(总行数)的一定比例,模拟查询操作,并按照一定比例放大该查询操作所花费的时间和查询数据线索的发小。例如,取其中百分之一的数据进行查询处理,通过查询后的时间等比例放大至原先数据总量的处理时间,从而获取到数据总量预估处理时长以及预处理的数据线索。
其中,放大过程中预估处理时长的时间系数和线索系数不同,这是由研发人员根据数据特性预设的,在此不再赘述。
在操作S420中,获取服务器处理资源信息。
具体地,即获取当前数据库所处的服务器或服务器集群的资源使用信息。
在操作S430中,基于所述预估处理时长、所述预估数据线索以及服务器处理资源信息,计算线程总数M。
根据本公开的实施例,其中,所述服务器处理资源信息包括:CPU空闲率、内存空闲率以及IO数量,所述基于所述预估处理时长、所述预估数据线索以及服务器处理资源信息,计算线程总数M,如下式1所示:
其中,预设线程参数同样是由研发人员根据实际情况进行调整的,在此不再赘述。
需要说明的是,上述CPU空闲率、内存空闲率、IO数量、预估处理时长和预估数据线索可以是原生的二进制数据。
在操作S440中,分配M个查询线程。
图6示意性示出了根据本公开实施例的一种数据库查询系统的交互示意框图。
如图6所示,该数据库查询系统配置于数据库服务器中,该数据库服务器中数据库查询系统至少包括Agent端(代理端)、数据处理端以及数据库。
Agent端(代理端)、数据处理端以及数据库之间的交互操作如下所示:
在操作S61中,由客户端发送查询请求,请求发送至数据库服务器由数据库接收到请求。
在操作S62中,数据库服务器中的Agent会微秒级别进行自动探测,探测数据库是否接收到查询请求。需要说明的是,查询请求中规定了返回的数据是以什么形式/格式存在。
在操作S63中,数据库发送查询请求给Agent。
在操作S64中,Agent模块发送请求至数据处理端,形成唯一Key客户端的查询Key、Value以及数据处理端需要连接数据库的字符串(以下简称数据库连接串),Vey保留在Agent内,Value随着发送请求传输至数据处理端中。
在操作S65中,数据处理端接收到value后,其中,通过数据库连接串连接数据库进行执行计划预处理,通过数据处理端对预处理返回的数据进行二进制解析,将二进制数据分为等量数据,并以划分合适的线程数量,发送至数据库进行查询。
具体地,首先,通过获取到数据的总量,取其中百分之一的数据进行查询处理,通过查询后的时间等比例放大至原先数据总量的处理时间,从而获取到数据总量预估处理时长,以及预处理的数据线索。
具体地,然后,通过预估的处理时长、预估的数据线索、当前CPU空闲率、当前内存以及IO等信息。基于上述式1,计算出线程数量,从而根据线程数量进行等量数据划分,并对每条数据设置唯一ID,发送至数据库库查询。
在操作S66中,数据库接收到多线程查询后,以将各个等量数据切片的方式进行返回数据流,数据处理端将数据流,通过唯一ID进行整合/拼接,并且进行二进制解析还原。
在操作S67中,数据库处理端将整合好的数据结果发送至Agent,与Agent前期发送的Key做匹配。
在操作S68中,Agent将查询结果发送至客户端。
基于上述数据库查询方法,本公开还提供了一种数据库查询装置。以下将结合图7对该装置进行详细描述。
图7示意性示出了根据本公开实施例的数据库查询装置的结构框图。
如图7所示,该实施例的数据库查询装置700包括探测模块710、拦截模块720、预处理模块730、查询模块740、整合模块750和查询数据发送模块760。
探测模块710用于探测数据库是否接收到来自于用户的查询请求。在一实施例中,探测模块710可以用于执行前文描述的操作S210,在此不再赘述。
拦截模块720用于在所述数据库接收到来自于用户的查询请求的情况下,拦截所述查询请求,所述查询请求包括N个子查询请求,其中,N大于等于1。在一实施例中,拦截模块720可以用于执行前文描述的操作S220,在此不再赘述。
预处理模块730用于基于所述N个子查询请求执行第一处理,分配M个查询线程,其中,M大于等于1。在一实施例中,预处理模块730可以用于执行前文描述的操作S230,在此不再赘述。
查询模块740用于基于所述N个子查询请求和所述M个查询线程,查询所述数据库,得到N个子查询数据。在一实施例中,查询模块740可以用于执行前文描述的操作S230,在此不再赘述。
整合模块750用于基于所述N个子查询数据执行第二处理,得到所述查询请求对应的查询数据。在一实施例中,整合模块750可以用于执行前文描述的操作S230,在此不再赘述。
查询数据发送模块760用于将所述查询数据发送至用户。在一实施例中,查询数据发送模块760可以用于执行前文描述的操作S230,在此不再赘述。
在本公开的实施例中,至少能够达到以下有益效果,如下所示:
1.拦截直接发往数据库的查询请求,可以分摊数据库的部分查询处理操作,释放了数据库部分的处理功能,使得数据库不需要做额外工作,加速查询速度,特别在应多高并发查询的场景,还可以大大缓解数据库的查询压力;
2.对查询请求实施切片化查询,通过分配多个查询线程来处理查询请求下的子查询请求,并将查询到的多个子查询数据组合得到原始的查询请求对应的查询数据,这极大地加快数据库查询速度和效率。
根据本公开的实施例,其中,所述装置还包括键值对生成模块,用于基于所述查询请求形成键值对,所述键值对中的Key包括针对所述查询请求的唯一查询请求ID,所述键值对中的Value包括所述N个子查询请求;其中,所述查询数据对应所述唯一查询请求ID,查询数据发送模块,用于将所述查询数据发送至所述唯一查询请求ID对应的用户。
根据本公开的实施例,其中,所述预处理模块,还用于基于所述N个子查询请求,分别获取预估处理时长和预估数据线索;获取服务器处理资源信息;基于所述预估处理时长、所述预估数据线索以及服务器处理资源信息,计算线程总数M;以及分配M个查询线程。
根据本公开的实施例,其中,所述预处理模块,还用于基于所述N个子查询请求,获取数据总量;对所述数据总量中预设比例的数据进行查询,分别得到预估子处理时长和预估子数据线索;按照预设的时间系数和所述预设比例,通过所述预估子处理时长计算所述预估处理时长;以及按照预设的线索系数和所述预设比例,通过所述预估数据线索计算所述预估数据线索。
根据本公开的实施例,其中,所述服务器处理资源信息包括:CPU空闲率、内存空闲率以及IO数量,所述基于所述预估处理时长、所述预估数据线索以及服务器处理资源信息,计算线程总数M,包括:
根据本公开的实施例,其中,所述整合模块,用于基于M个线程顺序ID,将所述N个子查询数据拼接,得到第一还原数据。
根据本公开的实施例,其中,所述N个子查询数据是以二进制形式存在的,所述装置还包括整合模块,用于按照目标格式,对所述第一还原数据执行二进制解析还原,得到第二还原数据。
根据本公开的实施例,其中,所述查询线程是同步查询线程。
根据本公开的实施例,探测模块710、拦截模块720、预处理模块730、查询模块740、整合模块750和查询数据发送模块760中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,探测模块710、拦截模块720、预处理模块730、查询模块740、整合模块750和查询数据发送模块760中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,,探测模块710、拦截模块720、预处理模块730、查询模块740、整合模块750和查询数据发送模块760中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图8示意性示出了根据本公开实施例的适于实现数据库查询方法的电子设备的方框图。
如图8所示,根据本公开实施例的电子设备800包括处理器801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。处理器801例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器801还可以包括用于缓存用途的板载存储器。处理器801可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 803中,存储有电子设备800操作所需的各种程序和数据。处理器801、ROM802以及RAM 803通过总线804彼此相连。处理器801通过执行ROM 802和/或RAM 803中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 802和RAM 803以外的一个或多个存储器中。处理器801也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备800还可以包括输入/输出(I/O)接口805,输入/输出(I/O)接口805也连接至总线804。电子设备800还可以包括连接至I/O接口805的以下部件中的一项或多项:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储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执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于: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)、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。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 802和/或RAM 803和/或ROM 802和RAM 803以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,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。当计算机程序产品在计算机系统中运行时,该程序代码用于使计算机系统实现本公开实施例所提供的方法。
在该计算机程序被处理器801执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分809被下载和安装,和/或从可拆卸介质811被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被处理器801执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“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设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(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,上述模块、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,框图或流程图中的每个方框、以及框图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。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (12)
1.一种数据库查询方法,包括:
探测数据库是否接收到来自于用户的查询请求;
在所述数据库接收到来自于用户的查询请求的情况下,拦截所述查询请求,所述查询请求包括N个子查询请求,其中,N大于等于1;
基于所述N个子查询请求执行第一处理,分配M个查询线程,其中,M大于等于1;
基于所述N个子查询请求和所述M个查询线程,查询所述数据库,得到N个子查询数据;
基于所述N个子查询数据执行第二处理,得到所述查询请求对应的查询数据;以及
将所述查询数据发送至用户。
2.根据权利要求1所述的方法,其中,
在所述拦截所述查询请求后,所述基于所述N个子查询请求执行第一处理,分配M个查询线程前,所述方法还包括:
基于所述查询请求形成键值对,所述键值对中的Key包括针对所述查询请求的唯一查询请求ID,所述键值对中的Value包括所述N个子查询请求;
其中,所述查询数据对应所述唯一查询请求ID,
所述将所述查询数据发送至用户,包括:
将所述查询数据发送至所述唯一查询请求ID对应的用户。
3.根据权利要求1或2所述的方法,其中,所述基于所述N个子查询请求执行第一处理,分配M个查询线程,包括:
基于所述N个子查询请求,分别获取预估处理时长和预估数据线索;
获取服务器处理资源信息;
基于所述预估处理时长、所述预估数据线索以及服务器处理资源信息,计算线程总数M;以及
分配M个查询线程。
4.根据权利要求3所述的方法,其中,所述基于所述N个子查询请求,分别获取预估处理时长和预估数据线索,包括:
基于所述N个子查询请求,获取数据总量;
对所述数据总量中预设比例的数据进行查询,分别得到预估子处理时长和预估子数据线索;
按照预设的时间系数和所述预设比例,通过所述预估子处理时长计算所述预估处理时长;以及
按照预设的线索系数和所述预设比例,通过所述预估数据线索计算所述预估数据线索。
5.根据权利要求4所述的方法,其中,所述服务器处理资源信息包括:CPU空闲率、内存空闲率以及IO数量,
所述基于所述预估处理时长、所述预估数据线索以及服务器处理资源信息,计算线程总数M,包括:
6.根据权利要求1或2所述的方法,其中,所述M个查询线程中每一个线程包括线程顺序ID,
所述基于所述N个子查询数据执行第二处理,包括:
基于M个线程顺序ID,将所述N个子查询数据拼接,得到第一还原数据。
7.根据所述权利要求6所述的方法,其中,所述N个子查询数据是以二进制形式存在的,
在所述基于M个线程顺序ID,将所述N个子查询数据拼接,得到第一还原数据后,还包括:
按照目标格式,对所述第一还原数据执行二进制解析还原,得到第二还原数据。
8.根据权利要求1、2、4、5和7任一项所述的方法,其中,所述查询线程是同步查询的。
9.一种数据库查询装置,包括:
探测模块,用于探测数据库是否接收到来自于用户的查询请求;
拦截模块,用于在所述数据库接收到来自于用户的查询请求的情况下,拦截所述查询请求,所述查询请求包括N个子查询请求,其中,N大于等于1;
预处理模块,用于基于所述N个子查询请求执行第一处理,分配M个查询线程,其中,M大于等于1;
查询模块,用于基于所述N个子查询请求和所述M个查询线程,查询所述数据库,得到N个子查询数据;
整合模块,用于基于所述N个子查询数据执行第二处理,得到所述查询请求对应的查询数据;以及
查询数据发送模块,用于将所述查询数据发送至用户。
10.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~8中任一项所述的方法。
11.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~8中任一项所述的方法。
12.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1~8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310744510.9A CN116842225A (zh) | 2023-06-21 | 2023-06-21 | 数据库查询方法、装置、设备、介质和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310744510.9A CN116842225A (zh) | 2023-06-21 | 2023-06-21 | 数据库查询方法、装置、设备、介质和程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116842225A true CN116842225A (zh) | 2023-10-03 |
Family
ID=88171808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310744510.9A Pending CN116842225A (zh) | 2023-06-21 | 2023-06-21 | 数据库查询方法、装置、设备、介质和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116842225A (zh) |
-
2023
- 2023-06-21 CN CN202310744510.9A patent/CN116842225A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11615087B2 (en) | Search time estimate in a data intake and query system | |
US11586627B2 (en) | Partitioning and reducing records at ingest of a worker node | |
US11599541B2 (en) | Determining records generated by a processing task of a query | |
US11921672B2 (en) | Query execution at a remote heterogeneous data store of a data fabric service | |
US20220327125A1 (en) | Query scheduling based on a query-resource allocation and resource availability | |
US11593377B2 (en) | Assigning processing tasks in a data intake and query system | |
US11321321B2 (en) | Record expansion and reduction based on a processing task in a data intake and query system | |
US20190310977A1 (en) | Bucket data distribution for exporting data to worker nodes | |
US20190258632A1 (en) | Determining a Record Generation Estimate of a Processing Task | |
CN109614402B (zh) | 多维数据查询方法和装置 | |
CN116842225A (zh) | 数据库查询方法、装置、设备、介质和程序产品 | |
JP2015052977A (ja) | 負荷分散装置、負荷分散方法および負荷分散プログラム | |
CN114138828A (zh) | 数据连接方法、装置、电子设备、存储介质及程序产品 | |
CN113986876A (zh) | 一种开发数据查询管理的方法、装置及电子设备 | |
CN110109919B (zh) | 确定逻辑信息的方法和装置 | |
CN112988806A (zh) | 一种数据处理的方法及装置 | |
CN114268558B (zh) | 监控图的生成方法、装置、设备、介质 | |
CN117575484A (zh) | 库存数据处理方法、装置、设备、介质和程序产品 | |
CN117149825A (zh) | 路由搜索方法、装置、电子设备及存储介质 | |
CN116827946A (zh) | 负载均衡方法、数据同步方法、装置、电子设备及介质 | |
CN114490079A (zh) | 多数据源的分布式处理方法、装置、设备、介质和程序产品 | |
CN113760925A (zh) | 一种数据处理方法和装置 | |
CN117971848A (zh) | 数据库更新方法及装置、计算机可读存储介质和电子设备 | |
CN118296032A (zh) | 一种数据查询的方法和装置 | |
CN117493383A (zh) | 一种数据处理的方法和装置 |
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 |