CN117112599A - 语句执行方法、装置、电子设备及存储介质 - Google Patents

语句执行方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN117112599A
CN117112599A CN202311036453.5A CN202311036453A CN117112599A CN 117112599 A CN117112599 A CN 117112599A CN 202311036453 A CN202311036453 A CN 202311036453A CN 117112599 A CN117112599 A CN 117112599A
Authority
CN
China
Prior art keywords
target
execution
executed
statement
engine
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
Application number
CN202311036453.5A
Other languages
English (en)
Inventor
刘泽鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing QIYI Century Science and Technology Co Ltd
Original Assignee
Beijing QIYI Century Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing QIYI Century Science and Technology Co Ltd filed Critical Beijing QIYI Century Science and Technology Co Ltd
Priority to CN202311036453.5A priority Critical patent/CN117112599A/zh
Publication of CN117112599A publication Critical patent/CN117112599A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/2455—Query execution
    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Stored Programmes (AREA)

Abstract

本申请实施例涉及一种语句执行方法、装置、电子设备及存储介质，上述方法包括：获取待执行语句，其中，所述待执行语句表示由结构化查询语言组成的语句；从预先确定的分析引擎集合中，确定目标分析引擎，其中，所述目标分析引擎具备解析所述待执行语句的能力；确定所述待执行语句指示操作的数据表；基于所述目标分析引擎和所述数据表，从预先确定的执行引擎集合中，确定目标执行引擎，其中，所述目标执行引擎用于执行所述待执行语句；通过所述目标执行引擎执行所述待执行语句。由此，缩短了确定执行引擎的周期，降低了确定执行引擎的复杂度。

Description

语句执行方法、装置、电子设备及存储介质
技术领域
本申请涉及计算机技术领域，尤其涉及一种语句执行方法、装置、电子设备及存储介质。
背景技术
随着互联网企业规模的扩大，企业可能在地理位置不同的多个地区设立数据中心，这些数据中心托管着大量的数据。同时，随着全球化业务的发展，企业正面临着跨数据中心处理和分析大数据的需求。
目前，多采取的手段是使用数据复制和同步技术，将分布在不同AZ(AvailabilityZone，可用区)的数据进行同步和复制，以满足计算场景的需要。
然而，上述方案通常需要配置集群和执行引擎信息，由此导致确定执行引擎的周期长且过程复杂。
发明内容
鉴于此，为解决上述部分或全部技术问题，本申请实施例提供一种语句执行方法、装置、电子设备及存储介质。
第一方面，本申请实施例提供一种语句执行方法，所述方法包括：
获取待执行语句，其中，所述待执行语句表示由结构化查询语言组成的语句；
从预先确定的分析引擎集合中，确定目标分析引擎，其中，所述目标分析引擎具备解析所述待执行语句的能力；
确定所述待执行语句指示操作的数据表；
基于所述目标分析引擎和所述数据表，从预先确定的执行引擎集合中，确定目标执行引擎，其中，所述目标执行引擎用于执行所述待执行语句；
通过所述目标执行引擎执行所述待执行语句。
在一个可能的实施方式中，在所述从预先确定的分析引擎集合中，确定目标分析引擎之前，所述方法还包括：
确定所述待执行语句的抽象语法树；以及
所述从预先确定的分析引擎集合中，确定目标分析引擎，包括：
基于所述抽象语法树，从预先确定的分析引擎集合中，确定目标分析引擎。
在一个可能的实施方式中，所述确定所述待执行语句指示操作的数据表，包括：
基于所述抽象语法树，确定所述待执行语句是否符合预设语义规则；
在所述待执行语句符合所述预设语义规则的情况下，确定所述待执行语句指示操作的数据表。
在一个可能的实施方式中，所述基于所述目标分析引擎和所述数据表，从预先确定的执行引擎集合中，确定目标执行引擎，包括：
确定所述数据表中的数据分布的集群，得到集群集合，其中，集群包括至少一个执行引擎；
从所述集群集合中，确定目标集群，其中，所述目标集群基于所述数据表占用的存储空间、集群的存储成本、集群间传输成本确定；
将所述目标集群包括的至少一个执行引擎，作为预先确定的执行引擎集合，以及基于所述目标分析引擎，从所述执行引擎集合中，确定目标执行引擎。
在一个可能的实施方式中，所述从所述执行引擎集合中，确定目标执行引擎，包括：
确定所述待执行语句指示执行的操作，得到目标操作；
基于所述目标操作，从所述执行引擎集合中，确定目标执行引擎。
在一个可能的实施方式中，所述基于所述目标操作，从所述执行引擎集合中，确定目标执行引擎，包括：
确定所述目标操作的优先级和执行场景；
确定所述执行引擎集合的引擎分布信息；
基于所述优先级、所述执行场景和所述引擎分布信息，从所述执行引擎集合中，确定目标执行引擎。
在一个可能的实施方式中，所述获取待执行语句，包括：
获取目标终端发送的待执行语句；以及
在所述通过所述目标执行引擎执行所述待执行语句之后，所述方法还包括：
确定所述目标执行引擎执行所述待执行语句的执行结果；
向所述目标终端返回所述执行结果。
第二方面，本申请实施例提供一种语句执行装置，所述装置包括：
获取单元，用于获取待执行语句，其中，所述待执行语句表示由结构化查询语言组成的语句；
第一确定单元，用于从预先确定的分析引擎集合中，确定目标分析引擎，其中，所述目标分析引擎具备解析所述待执行语句的能力；
第二确定单元，用于确定所述待执行语句指示操作的数据表；
第三确定单元，用于基于所述目标分析引擎和所述数据表，从预先确定的执行引擎集合中，确定目标执行引擎，其中，所述目标执行引擎用于执行所述待执行语句；
执行单元，用于通过所述目标执行引擎执行所述待执行语句。
在一个可能的实施方式中，在所述从预先确定的分析引擎集合中，确定目标分析引擎之前，所述装置还包括：
第四确定单元，用于确定所述待执行语句的抽象语法树；以及
所述从预先确定的分析引擎集合中，确定目标分析引擎，包括：
第五确定单元，用于基于所述抽象语法树，从预先确定的分析引擎集合中，确定目标分析引擎。
在一个可能的实施方式中，所述确定所述待执行语句指示操作的数据表，包括：
基于所述抽象语法树，确定所述待执行语句是否符合预设语义规则；
在所述待执行语句符合所述预设语义规则的情况下，确定所述待执行语句指示操作的数据表。
在一个可能的实施方式中，所述基于所述目标分析引擎和所述数据表，从预先确定的执行引擎集合中，确定目标执行引擎，包括：
确定所述数据表中的数据分布的集群，得到集群集合，其中，集群包括至少一个执行引擎；
从所述集群集合中，确定目标集群，其中，所述目标集群基于所述数据表占用的存储空间、集群的存储成本、集群间传输成本确定；
将所述目标集群包括的至少一个执行引擎，作为预先确定的执行引擎集合，以及基于所述目标分析引擎，从所述执行引擎集合中，确定目标执行引擎。
在一个可能的实施方式中，所述从所述执行引擎集合中，确定目标执行引擎，包括：
确定所述待执行语句指示执行的操作，得到目标操作；
基于所述目标操作，从所述执行引擎集合中，确定目标执行引擎。
在一个可能的实施方式中，所述基于所述目标操作，从所述执行引擎集合中，确定目标执行引擎，包括：
确定所述目标操作的优先级和执行场景；
确定所述执行引擎集合的引擎分布信息；
基于所述优先级、所述执行场景和所述引擎分布信息，从所述执行引擎集合中，确定目标执行引擎。
在一个可能的实施方式中，所述获取待执行语句，包括：
获取目标终端发送的待执行语句；以及
在所述通过所述目标执行引擎执行所述待执行语句之后，所述装置还包括：
第六确定单元，用于确定所述目标执行引擎执行所述待执行语句的执行结果；
返回单元，用于向所述目标终端返回所述执行结果。
第三方面，本申请实施例提供一种电子设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述存储器中存储的计算机程序，且所述计算机程序被执行时，实现本申请上述第一方面的语句执行方法中任一实施例的方法。
第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上述第一方面的语句执行方法中任一实施例的方法。
第五方面，本申请实施例提供一种计算机程序，所述计算机程序包括计算机可读代码，当所述计算机可读代码在设备上运行时，使得该设备中的处理器实现如上述第一方面的语句执行方法中任一实施例的方法。
本申请实施例提供的语句执行方法，可以获取待执行语句，其中，所述待执行语句表示由结构化查询语言组成的语句，之后，从预先确定的分析引擎集合中，确定目标分析引擎，其中，所述目标分析引擎具备解析所述待执行语句的能力，然后，确定所述待执行语句指示操作的数据表，随后，基于所述目标分析引擎和所述数据表，从预先确定的执行引擎集合中，确定目标执行引擎，其中，所述目标执行引擎用于执行所述待执行语句，最后，通过所述目标执行引擎执行所述待执行语句。由此，可以基于目标分析引擎和数据表，来确定用于执行所述待执行语句的执行引擎，并经由该执行引擎执行上述待执行语句，因而无需配置集群和执行引擎信息，即可确定出适合的执行引擎，缩短了确定执行引擎的周期，降低了确定执行引擎的复杂度。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。
图1为本申请实施例提供的一种语句执行方法的流程示意图；
图2为本申请实施例提供的另一种语句执行方法的流程示意图；
图3A为本申请实施例提供的又一种语句执行方法的流程示意图；
图3B为本申请实施例提供的一种语句执行方法中的待执行语句的执行过程意图；
图3C为本申请实施例提供的一种语句执行方法涉及的系统框图；
图4为本申请实施例提供的一种语句执行装置的结构示意图；
图5为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
现在将参照附图来详细描述本申请的各种示例性实施例，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值并不限制本申请的范围。
本领域技术人员可以理解，本申请实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等对象，既不代表任何特定技术含义，也不表示它们之间的逻辑顺序。
还应理解，在本实施例中，“多个”可以指两个或两个以上，“至少一个”可以指一个、两个或两个以上。
还应理解，对于本申请实施例中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。
另外，本申请中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本申请中字符“/”，一般表示前后关联对象是一种“或”的关系。
还应理解，本申请对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本申请及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，上述技术、方法和设备应当被视为说明书的一部分。
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讨论。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。为便于对本申请实施例的理解，下面将参考附图并结合实施例来详细说明本申请。显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
为了解决现有技术中确定执行引擎的周期长且复杂的技术问题，本申请提供了一种语句执行方法，缩短了确定执行引擎的周期，降低了确定执行引擎的复杂度。
图1为本申请实施例提供的一种语句执行方法的流程示意图。本方法可以应用于服务器等一个或多个电子设备上。此外，本方法的执行主体可以是硬件，也可以是软件。当上述执行主体为硬件时，该执行主体可以为上述电子设备中的一个或多个。例如，单个电子设备可以执行本方法，或者，多个电子设备可以彼此配合来执行本方法。当上述执行主体为软件时，本方法可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不作具体限定。
如图1所示，该方法具体包括：
步骤101，获取待执行语句，其中，所述待执行语句表示由结构化查询语言组成的语句。
在本实施例中，结构化查询语言(SQL，Structured Query Language)，可以用于数据库数据查询。待执行语句，可以用于执行数据库中的数据进行增删改查等任务。
步骤102，从预先确定的分析引擎集合中，确定目标分析引擎，其中，所述目标分析引擎具备解析所述待执行语句的能力。
在本实施例中，分析引擎集合，可以是用于对接上述待执行语句的分析引擎的集合。通常，分析引擎集合，可以包括多个分析引擎。作为示例，分析引擎可以包括：OLAP(Online AnalyticalProcessing，联机分析处理)引擎。每个分析引擎可以对应至少一个执行引擎。
这里，可以将待执行语句发送至分析引擎集合中的各个分析引擎集，如果分析引擎在收到待执行语句之后，未产生报错等异常情况，那么，可以确定该分析引擎具备解析所述待执行语句的能力。
此外，目标分析引擎的数量可以为一个或多个。
步骤103，确定所述待执行语句指示操作的数据表。
在本实施例中，由于待执行语句用于进行数据库的数据查询，因而待执行语句中包含其指示操作的数据表的表名。
步骤104，基于所述目标分析引擎和所述数据表，从预先确定的执行引擎集合中，确定目标执行引擎，其中，所述目标执行引擎用于执行所述待执行语句。
在本实施例中，上述预先确定的执行引擎集合，可以是目标分析引擎对应的执行引擎的集合。或者，预先确定的执行引擎集合，也可以是一个或多个数据中心对应的执行引擎的集合。
引擎是数据库系统的重要组成部分，主要职责是将应用程序输入的SQL语句在当前负载场景下生成高效的执行计划，在SQL语句的高效执行上扮演重要角色。
作为示例，在预先确定的执行引擎集合是目标分析引擎对应的执行引擎的集合的情况下，可以基于数据表在AZ间的分布情况和数据表占用的存储空间中的至少一者，来确定目标执行引擎。
作为又一示例，在预先确定的执行引擎集合是一个或多个数据中心对应的执行引擎的集合的情况下，可以首先从预先确定的执行引擎集合中，确定目标分析引擎对应的执行引擎，然后再从中确定出目标执行引擎。
步骤105，通过所述目标执行引擎执行所述待执行语句。
在本实施例中，提交待执行语句到目标执行引擎之后，目标执行引擎可以执行该待执行语句。
在本实施例的一些可选的实现方式中，在执行上述步骤102之前，还可以确定所述待执行语句的抽象语法树。
其中，抽象语法树(abstract syntax code，AST)是源代码(也即上述待执行语句)的抽象语法结构的树状表示，树上的每个节点都表示源代码中的一种结构。之所以说是抽象的，是因为抽象语法树并不会表示出真实语法出现的每一个细节，比如说，嵌套括号被隐含在树的结构中，并没有以节点的形式呈现。抽象语法树并不依赖于源语言的语法，也就是说语法分析阶段所采用的上下文无文文法，因为在写文法时，经常会对文法进行等价的转换(消除左递归，回溯，二义性等)，这样会给文法分析引入一些多余的成分，对后续阶段造成不利影响，甚至会使合个阶段变得混乱。很多编译器经常要独立地构造语法分析树，为前端，后端建立一个清晰的接口。
在此基础上，可以采用如下方式，来从预先确定的分析引擎集合中，确定目标分析引擎：
基于所述抽象语法树，从预先确定的分析引擎集合中，确定目标分析引擎。
这里，在接收到SQL任务(也即上述待执行语句)并进行词法语法解析后，可以得到抽象语法树，此过程中将验证对接的分析引擎是否具备解析能力，遴选出候选分析引擎，也即获得目标分析引擎。
可以理解，上述可选的实现方式中，可以通过抽象语法树，进行待执行语句的分析，从而获得目标分析引擎，这样，通过后续步骤，可以确定出更为适合处理待执行语句的执行引擎。
在上述可选的实现方式中的一些应用场景下，可以采用如下方式，来确定所述待执行语句指示操作的数据表：
首先，基于所述抽象语法树，确定所述待执行语句是否符合预设语义规则。
作为示例，上述预设语义规则，可以用于确定待执行语句中的表、字段是否存在。
之后，在所述待执行语句符合所述预设语义规则的情况下，确定所述待执行语句指示操作的数据表。
可以理解，上述应用场景下，可以在待执行语句符合预设语义规则的情况下，才确定所述待执行语句指示操作的数据表，而在待执行语句不符合预设语义规则的情况下，则无需执行后续步骤。
在本实施例的一些可选的实现方式中，可以采用如下方式，来获取待执行语句：
获取目标终端发送的待执行语句。
其中，目标终端可以通过其上运行的客户端，生成以及发送待执行语句。
在此基础上，在所述通过所述目标执行引擎执行所述待执行语句之后，还可以执行如下步骤：
首先，确定所述目标执行引擎执行所述待执行语句的执行结果。
之后，向所述目标终端返回所述执行结果。
这里，在目标执行引擎执行待执行语句之后，如果生成了执行结果，那么，可以向上述目标终端返回所述执行结果。
可选地，在目标终端收集到执行结果之后，可以关闭与服务端的任务连接。
可以理解，上述可选的实现方式中，可以将执行引擎获得的执行结果反馈至目标终端，以确保待执行语句所指示任务的完整执行。
本申请实施例提供的语句执行方法，可以获取待执行语句，其中，所述待执行语句表示由结构化查询语言组成的语句，之后，从预先确定的分析引擎集合中，确定目标分析引擎，其中，所述目标分析引擎具备解析所述待执行语句的能力，然后，确定所述待执行语句指示操作的数据表，随后，基于所述目标分析引擎和所述数据表，从预先确定的执行引擎集合中，确定目标执行引擎，其中，所述目标执行引擎用于执行所述待执行语句，最后，通过所述目标执行引擎执行所述待执行语句。由此，可以基于目标分析引擎和数据表，来确定用于执行所述待执行语句的执行引擎，并经由该执行引擎执行待执行语句，因而无需配置集群和执行引擎信息，即可确定出适合的执行引擎，缩短了确定执行引擎的周期，降低了确定执行引擎的复杂度。
图2为本申请实施例提供的另一种语句执行方法的流程示意图。
如图2所示，该方法具体包括：
步骤201，获取待执行语句，其中，所述待执行语句表示由结构化查询语言组成的语句。
在本实施例中，步骤201与图1对应实施例中的步骤101基本一致，这里不再赘述。
步骤202，从预先确定的分析引擎集合中，确定目标分析引擎，其中，所述目标分析引擎具备解析所述待执行语句的能力。
在本实施例中，步骤202与图1对应实施例中的步骤102基本一致，这里不再赘述。
步骤203，确定所述待执行语句指示操作的数据表。
在本实施例中，步骤203与图1对应实施例中的步骤103基本一致，这里不再赘述。
步骤204，确定所述数据表中的数据分布的集群，得到集群集合，其中，集群包括至少一个执行引擎。
在本实施例中，集群集合，可以是分布有所述数据表中的数据的集群。
步骤205，从所述集群集合中，确定目标集群，其中，所述目标集群基于所述数据表占用的存储空间、集群的存储成本、集群间传输成本确定。
在本实施例中，可以基于所述数据表占用的存储空间、集群的存储成本、集群间传输成本，从所述集群集合中，确定目标集群。
这里，可以以最终确定的目标集群的使用成本最低为目标，基于所述数据表占用的存储空间、集群的存储成本、集群间传输成本，从所述集群集合中，确定目标集群。
进一步地，在需要跨集群传输的情况下，可以确定采用哪个方向消耗的专线资源最少并且耗时相对较低，从而决策出待执行语句将要被提交的集群，也即目标集群。
步骤206，将所述目标集群包括的至少一个执行引擎，作为预先确定的执行引擎集合，以及基于所述目标分析引擎，从所述执行引擎集合中，确定目标执行引擎，其中，所述目标执行引擎用于执行所述待执行语句。
在本实施例中，在选择执行引擎时，可以综合考虑当前用户所属任务的分级情况(例如优先级)、任务的使用场景、当前集群中的引擎分布，以及前文得到的目标分析引擎等，从而从所述执行引擎集合中，确定目标执行引擎。
步骤207，通过所述目标执行引擎执行所述待执行语句。
在本实施例中，步骤207与图1对应实施例中的步骤105基本一致，这里不再赘述。
在本实施例的一些可选的实现方式中，可以采用如下方式，从所述执行引擎集合中，确定目标执行引擎：
首先，确定所述待执行语句指示执行的操作，得到目标操作。
其中，目标操作，可以是待执行语句指示执行的操作。
之后，基于所述目标操作，从所述执行引擎集合中，确定目标执行引擎。
作为示例，可以以最终确定的目标执行引擎的执行成本最小为目标，基于目标操作的优先级和执行场景中的至少一者，从所述执行引擎集合中，确定目标执行引擎。
可以理解，上述可选的实现方式中，可以为不同的目标操作(例如优先级不同的操作、执行场景不同的操作)，确定出不同的目标执行引擎，由此，可以使得所确定的目标执行引擎更为适合处理待执行语句。
在上述可选的实现方式中的一些应用场景下，可以采用如下方式，来基于所述目标操作，从所述执行引擎集合中，确定目标执行引擎：
首先，确定所述目标操作的优先级和执行场景。
之后，确定所述执行引擎集合的引擎分布信息。
其中，上述引擎分布信息，可以表示两执行引擎
然后，基于所述优先级、所述执行场景和所述引擎分布信息，从所述执行引擎集合中，确定目标执行引擎。
具体地，所选取的目标执行引擎可以与分布有所述数据表中的数据的集群之间的距离较短、传输时延较短、执行成本较低。
可以理解，上述应用场景下，可以综合考虑待执行语句的优先级、执行场景和引擎分布信息，来确定目标执行引擎，由此，可以使得所确定的目标执行引擎的选取符合待执行语句的执行优先级、执行场景，并且，结合引擎分布信息，可以降低待执行语句的执行成本。
需要说明的是，除以上所记载的内容之外，本实施例还可以包括图1对应的实施例中所描述的相应技术特征，进而实现图1所示语句执行方法的技术效果，具体请参照图1相关描述，为简洁描述，在此不作赘述。
本申请实施例提供的语句执行方法，可以基于所述数据表占用的存储空间、集群的存储成本、集群间传输成本，来确定目标执行引擎，由此可以降低待执行语句的执行成本。
下面对本申请实施例进行示例性说明，但需要注意的是，本申请实施例可以具有以下所描述的特征，但以下描述并不构成对本申请实施例保护范围的限定。
随着互联网企业规模的扩大，企业可能在地理位置不同的多个地区设立数据中心，这些数据中心托管着大量的数据。同时，随着全球化业务的发展，企业正面临着跨数据中心中处理和分析大数据的需求。目前，企业多采取的手段是使用数据复制和同步技术，将分布在不同AZ(Availability Zone,可用区)的数据进行同步和复制，以满足计算场景需要。这种方案具有较高的跨数据中心的网络带宽和成本。该类方案没有充分考虑数据分布以及不同AZ存储成本的差异，这种情况下进行全量数据的传输，跨数据中心间的网络带宽可能成为瓶颈，并且可能产生较高的网络传输成本、数据存储成本。
此外，传统方案下，用户需要提前配置集群、执行引擎信息，并通过Pilot服务提交SQL任务执行。其中，Pilot主要功能就是管理和配置部署在特定Istio服务网格中的sidecar代理实例。它管理sidecar代理之间的路由流量规则，并配置故障恢复功能，如超时、重试和熔断。而对于跨AZ分析的需求，需要在任务执行之前，将分布在其他AZ上的数据同步到本集群以参与后续的计算分析。
具体地，传统跨AZ分析方案包括如下步骤：
步骤1：分析跨AZ的分析需求，借助第三方数据迁移工具完成数据的跨AZ同步。
步骤2：使用统一入口客户端提交SQL任务，需配置任务所在集群，使用的计算引擎。
步骤3：在客户端收集执行结果(若有)，关闭与服务端的任务连接。
而本方法中，用户在提交任务时不需要配置集群、执行引擎信息，Pilot Parser模块会自动解析SQL，通过语法分析得到可参与任务执行的OLAP引擎，基于统一元数据服务进行语义分析得到出现在任务中的表及其分布，基于代价分析决策出该SQL任务最适合投递到哪个集群并选择哪个引擎执行。
在本方法中，每个AZ可以包括至少一个OLAP引擎(也即上述分析引擎)。每个AZ可以包括至少一个集群(服务器)。每个OLAP引擎可以包括一个或多个执行引擎。
图3A为本申请实施例提供的又一种语句执行方法的流程示意图。
如图3A所示，本方法可以包括如下步骤：
步骤1：调用入口客户端提交的SQL任务(也即上述待执行语句)。
步骤2：统一入口服务接收到SQL任务并进行词法语法解析，得到抽象语法树，此过程中将验证对接的OLAP引擎是否具备解析能力，遴选出候选OLAP引擎，从而得到上述目标分析引擎。
步骤3：关联统一元数据对抽象语法树进行语义分析，一方面检查SQL是否符合语义规范(也即上述预设语义规则，如：表、字段是否存在)，另一方面分析出现的表在AZ间的分布情况。
步骤4：在成本优化(CBO)时结合自定义特征分析成本，首先考虑SQL任务中出现的表占据的存储空间，所处集群的存储成本，如果要跨集群传输的话，采用哪个方向消耗的专线资源最少并且耗时相对较低，从而决策出SQL任务将要被提交的集群AZ(也即上述目标集群)。在选择执行引擎时，综合考虑当前用户所属任务的分级情况，任务的使用场景，当前集群中的引擎分布，前文得到的候选OLAP引擎等，从而决策出SQL任务将要使用的执行引擎，也即目标执行引擎。
步骤5：提交当前SQL任务到决策后的集群中并提交具体引擎执行。
步骤6：在客户端收集执行结果(若有)，关闭与服务端的任务连接。
作为示例，请参见图3B，图3B为本申请实施例提供的一种语句执行方法中的待执行语句的执行过程意图。
如图3B所示，如果用户提交的一条复杂批任务，那么，其执行过程可以包括如下步骤：
步骤1：用户使用信息平台(例如广告平台)开发一个复杂SQL任务，通过统一入口客户端提交执行。
步骤2：统一入口服务接收到SQL任务后，调度到Parser模块进行跨AZ查询分析。
步骤3：Parser模块对SQL进行词法语法解析，关联统一元数据进行语义分析，在结合数据存储/计算成本、专线资源、任务分级等综合分析，决策得到SQL任务最好的调度AZ以及执行引擎。
步骤4：Parser将决策信息反馈给统一入口服务端，接着将SQL任务真实调度到该集群执行。
步骤5：在客户端收集执行结果(若有)，关闭与服务端的任务连接。
此外，请参照图3C，图3C为本申请实施例提供的一种语句执行方法涉及的系统框图。
需要说明的是，除以上所记载的内容之外，本实施例还可以包括以上各实施例中所描述的技术特征，进而实现以上所示语句执行方法的技术效果，具体请参照以上描述，为简洁描述，在此不作赘述。
本申请实施例提供的语句执行方法，可以集成在统一入口服务Pilot中并部署在OLAP引擎上层，使用Apache Calcite数据管理框架作为内核并扩展开发，在综合考虑数据/任务分级、响应时延、存储/计算成本、专线资源等情况下，分发SQL任务到代价(成本)最小的AZ集群中，并选择场景下最合适的执行引擎运行任务。
图4为本申请实施例提供的一种语句执行装置的结构示意图。具体包括：
获取单元401，用于获取待执行语句，其中，所述待执行语句表示由结构化查询语言组成的语句；
第一确定单元402，用于从预先确定的分析引擎集合中，确定目标分析引擎，其中，所述目标分析引擎具备解析所述待执行语句的能力；
第二确定单元403，用于确定所述待执行语句指示操作的数据表；
第三确定单元404，用于基于所述目标分析引擎和所述数据表，从预先确定的执行引擎集合中，确定目标执行引擎，其中，所述目标执行引擎用于执行所述待执行语句；
执行单元405，用于通过所述目标执行引擎执行所述待执行语句。
在一个可能的实施方式中，在所述从预先确定的分析引擎集合中，确定目标分析引擎之前，所述装置还包括：
第四确定单元(图中未示出)，用于确定所述待执行语句的抽象语法树；以及
所述从预先确定的分析引擎集合中，确定目标分析引擎，包括：
第五确定单元(图中未示出)，用于基于所述抽象语法树，从预先确定的分析引擎集合中，确定目标分析引擎。
在一个可能的实施方式中，所述确定所述待执行语句指示操作的数据表，包括：
基于所述抽象语法树，确定所述待执行语句是否符合预设语义规则；
在所述待执行语句符合所述预设语义规则的情况下，确定所述待执行语句指示操作的数据表。
在一个可能的实施方式中，所述基于所述目标分析引擎和所述数据表，从预先确定的执行引擎集合中，确定目标执行引擎，包括：
确定所述数据表中的数据分布的集群，得到集群集合，其中，集群包括至少一个执行引擎；
从所述集群集合中，确定目标集群，其中，所述目标集群基于所述数据表占用的存储空间、集群的存储成本、集群间传输成本确定；
将所述目标集群包括的至少一个执行引擎，作为预先确定的执行引擎集合，以及基于所述目标分析引擎，从所述执行引擎集合中，确定目标执行引擎。
在一个可能的实施方式中，所述从所述执行引擎集合中，确定目标执行引擎，包括：
确定所述待执行语句指示执行的操作，得到目标操作；
基于所述目标操作，从所述执行引擎集合中，确定目标执行引擎。
在一个可能的实施方式中，所述基于所述目标操作，从所述执行引擎集合中，确定目标执行引擎，包括：
确定所述目标操作的优先级和执行场景；
确定所述执行引擎集合的引擎分布信息；
基于所述优先级、所述执行场景和所述引擎分布信息，从所述执行引擎集合中，确定目标执行引擎。
在一个可能的实施方式中，所述获取待执行语句，包括：
获取目标终端发送的待执行语句；以及
在所述通过所述目标执行引擎执行所述待执行语句之后，所述装置还包括：
第六确定单元(图中未示出)，用于确定所述目标执行引擎执行所述待执行语句的执行结果；
返回单元(图中未示出)，用于向所述目标终端返回所述执行结果。
本实施例提供的语句执行装置可以是如图4中所示的语句执行装置，可执行以上所述的各语句执行方法的所有步骤，进而实现以上所述的各语句执行方法的技术效果，具体请参照以上相关描述，为简洁描述，在此不作赘述。
图5为本申请实施例提供的一种电子设备的结构示意图，图5所示的电子设备500包括：至少一个处理器501、存储器502、至少一个网络接口504和其他用户接口503。电子设备500中的各个组件通过总线系统505耦合在一起。可理解，总线系统505用于实现这些组件之间的连接通信。总线系统505除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图5中将各种总线都标为总线系统505。
其中，用户接口503可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。
可以理解，本申请实施例中的存储器502可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，DRRAM)。本文描述的存储器502旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器502存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统5021和应用程序5022。
其中，操作系统5021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序5022，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。实现本申请实施例方法的程序可以包含在应用程序5022中。
在本实施例中，通过调用存储器502存储的程序或指令，具体的，可以是应用程序5022中存储的程序或指令，处理器501用于执行各方法实施例所提供的方法步骤，例如包括：
获取待执行语句，其中，所述待执行语句表示由结构化查询语言组成的语句；
从预先确定的分析引擎集合中，确定目标分析引擎，其中，所述目标分析引擎具备解析所述待执行语句的能力；
确定所述待执行语句指示操作的数据表；
基于所述目标分析引擎和所述数据表，从预先确定的执行引擎集合中，确定目标执行引擎，其中，所述目标执行引擎用于执行所述待执行语句；
通过所述目标执行引擎执行所述待执行语句。
上述本申请实施例揭示的方法可以应用于处理器501中，或者由处理器501实现。处理器501可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器501中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器501可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(FieldProgrammable 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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器502，处理器501读取存储器502中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSPDevice，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请的上述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文上述功能的单元来实现本文上述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本实施例提供的电子设备可以是如图5中所示的电子设备，可执行以上所述的各语句执行方法的所有步骤，进而实现以上所述的各语句执行方法的技术效果，具体请参照以上相关描述，为简洁描述，在此不作赘述。
本申请实施例还提供了一种存储介质(计算机可读存储介质)。这里的存储介质存储有一个或者多个程序。其中，存储介质可以包括易失性存储器，例如随机存取存储器；存储器也可以包括非易失性存储器，例如只读存储器、快闪存储器、硬盘或固态硬盘；存储器还可以包括上述种类的存储器的组合。
当存储介质中一个或者多个程序可被一个或者多个处理器执行，以实现上述在电子设备侧执行的语句执行方法。
上述处理器用于执行存储器中存储的语句执行程序，以实现以下在电子设备侧执行的语句执行方法的步骤：
获取待执行语句，其中，所述待执行语句表示由结构化查询语言组成的语句；
从预先确定的分析引擎集合中，确定目标分析引擎，其中，所述目标分析引擎具备解析所述待执行语句的能力；
确定所述待执行语句指示操作的数据表；
基于所述目标分析引擎和所述数据表，从预先确定的执行引擎集合中，确定目标执行引擎，其中，所述目标执行引擎用于执行所述待执行语句；
通过所述目标执行引擎执行所述待执行语句。
专业人员应该还可以进一步意识到，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申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
应理解的是，文中使用的术语仅出于描述特定示例实施方式的目的，而无意于进行限制。除非上下文另外明确地指出，否则如文中使用的单数形式“一”、“一个”以及“所述”也可以表示包括复数形式。术语“包括”、“包含”、“含有”以及“具有”是包含性的，并且因此指明所陈述的特征、步骤、操作、元件和/或部件的存在，但并不排除存在或者添加一个或多个其它特征、步骤、操作、元件、部件、和/或它们的组合。文中描述的方法步骤、过程、以及操作不解释为必须要求它们以所描述或说明的特定顺序执行，除非明确指出执行顺序。还应当理解，可以使用另外或者替代的步骤。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种语句执行方法，其特征在于，所述方法包括：
获取待执行语句，其中，所述待执行语句表示由结构化查询语言组成的语句；
从预先确定的分析引擎集合中，确定目标分析引擎，其中，所述目标分析引擎具备解析所述待执行语句的能力；
确定所述待执行语句指示操作的数据表；
基于所述目标分析引擎和所述数据表，从预先确定的执行引擎集合中，确定目标执行引擎，其中，所述目标执行引擎用于执行所述待执行语句；
通过所述目标执行引擎执行所述待执行语句。
2.根据权利要求1所述的方法，其特征在于，在所述从预先确定的分析引擎集合中，确定目标分析引擎之前，所述方法还包括：
确定所述待执行语句的抽象语法树；以及
所述从预先确定的分析引擎集合中，确定目标分析引擎，包括：
基于所述抽象语法树，从预先确定的分析引擎集合中，确定目标分析引擎。
3.根据权利要求2所述的方法，其特征在于，所述确定所述待执行语句指示操作的数据表，包括：
基于所述抽象语法树，确定所述待执行语句是否符合预设语义规则；
在所述待执行语句符合所述预设语义规则的情况下，确定所述待执行语句指示操作的数据表。
4.根据权利要求1所述的方法，其特征在于，所述基于所述目标分析引擎和所述数据表，从预先确定的执行引擎集合中，确定目标执行引擎，包括：
确定所述数据表中的数据分布的集群，得到集群集合，其中，集群包括至少一个执行引擎；
从所述集群集合中，确定目标集群，其中，所述目标集群基于所述数据表占用的存储空间、集群的存储成本、集群间传输成本确定；
将所述目标集群包括的至少一个执行引擎，作为预先确定的执行引擎集合，以及基于所述目标分析引擎，从所述执行引擎集合中，确定目标执行引擎。
5.根据权利要求4所述的方法，其特征在于，所述从所述执行引擎集合中，确定目标执行引擎，包括：
确定所述待执行语句指示执行的操作，得到目标操作；
基于所述目标操作，从所述执行引擎集合中，确定目标执行引擎。
6.根据权利要求5所述的方法，其特征在于，所述基于所述目标操作，从所述执行引擎集合中，确定目标执行引擎，包括：
确定所述目标操作的优先级和执行场景；
确定所述执行引擎集合的引擎分布信息；
基于所述优先级、所述执行场景和所述引擎分布信息，从所述执行引擎集合中，确定目标执行引擎。
7.根据权利要求1-6之一所述的方法，其特征在于，所述获取待执行语句，包括：
获取目标终端发送的待执行语句；以及
在所述通过所述目标执行引擎执行所述待执行语句之后，所述方法还包括：
确定所述目标执行引擎执行所述待执行语句的执行结果；
向所述目标终端返回所述执行结果。
8.一种语句执行装置，其特征在于，所述装置包括：
获取单元，用于获取待执行语句，其中，所述待执行语句表示由结构化查询语言组成的语句；
第一确定单元，用于从预先确定的分析引擎集合中，确定目标分析引擎，其中，所述目标分析引擎具备解析所述待执行语句的能力；
第二确定单元，用于确定所述待执行语句指示操作的数据表；
第三确定单元，用于基于所述目标分析引擎和所述数据表，从预先确定的执行引擎集合中，确定目标执行引擎，其中，所述目标执行引擎用于执行所述待执行语句；
执行单元，用于通过所述目标执行引擎执行所述待执行语句。
9.一种电子设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述存储器中存储的计算机程序，且所述计算机程序被执行时，实现上述权利要求1-7任一所述的方法。
10.一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，所述计算机程序被处理器执行时，实现上述权利要求1-7任一所述的方法。
CN202311036453.5A 2023-08-16 2023-08-16 语句执行方法、装置、电子设备及存储介质 Pending CN117112599A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311036453.5A CN117112599A (zh) 2023-08-16 2023-08-16 语句执行方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311036453.5A CN117112599A (zh) 2023-08-16 2023-08-16 语句执行方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN117112599A true CN117112599A (zh) 2023-11-24

Family

ID=88808449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311036453.5A Pending CN117112599A (zh) 2023-08-16 2023-08-16 语句执行方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN117112599A (zh)

Similar Documents

Publication Publication Date Title
CN107491485B (zh) 生成执行计划的方法、计划单元装置和分布式NewSQL数据库系统
US10218808B2 (en) Scripting distributed, parallel programs
CN105335403B (zh) 数据库访问方法及装置、数据库系统
US8572575B2 (en) Debugging a map reduce application on a cluster
EP3859533A2 (en) Method and apparatus for testing map service, electronic device, storage medium and computer program product
US20050216282A1 (en) System and method for business object discovery
CN104954453A (zh) 基于云计算的数据挖掘rest服务平台
CN114880346B (zh) 一种数据处理方法及相关组件、加速处理器
CN108694221B (zh) 数据实时分析方法、模块、设备和装置
CN106569896B (zh) 一种数据分发及并行处理方法和系统
CN110580189A (zh) 生成前端页面的方法、装置、计算机设备以及存储介质
CN109522341A (zh) 实现基于sql的流式数据处理引擎的方法、装置、设备
US20150269234A1 (en) User Defined Functions Including Requests for Analytics by External Analytic Engines
US11615076B2 (en) Monolith database to distributed database transformation
CN111309751A (zh) 大数据处理方法及装置
Bidoit et al. Processing XML queries and updates on map/reduce clusters
CN111221852A (zh) 基于大数据的混合查询处理方法及装置
CN108874837B (zh) 数据库分库方法、装置、中间件及存储介质和电子设备
US10339151B2 (en) Creating federated data source connectors
US20160154634A1 (en) Modifying an analytic flow
CN111221888A (zh) 大数据分析系统及方法
Yuan et al. VDB-MR: MapReduce-based distributed data integration using virtual database
CN117112599A (zh) 语句执行方法、装置、电子设备及存储介质
CN111309297B (zh) 脚本开发系统及方法
CN113986876A (zh) 一种开发数据查询管理的方法、装置及电子设备

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