CN117235069A - 索引创建方法、数据查询方法、装置、设备及存储介质 - Google Patents
索引创建方法、数据查询方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117235069A CN117235069A CN202311176298.7A CN202311176298A CN117235069A CN 117235069 A CN117235069 A CN 117235069A CN 202311176298 A CN202311176298 A CN 202311176298A CN 117235069 A CN117235069 A CN 117235069A
- Authority
- CN
- China
- Prior art keywords
- data
- index
- index data
- target
- column
- 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 117
- 238000012163 sequencing technique Methods 0.000 claims abstract description 15
- 230000004044 response Effects 0.000 claims description 15
- 239000012634 fragment Substances 0.000 claims description 13
- 230000006835 compression Effects 0.000 claims description 10
- 238000007906 compression Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 4
- 239000000758 substrate Substances 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 9
- 230000001174 ascending effect Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
Abstract
本发明实施例公开了一种索引创建方法、数据查询方法、装置、设备及存储介质,涉及数据处理技术领域,该索引创建方法包括:确定与实际数据对应的索引列数据,以及与索引列数据关联的初始数据表,索引列数据包括至少一个第一索引数据;初始数据表包括至少一个第二索引数据,第一索引数据用于索引对应的实际数据,第二索引数据用于索引对应的第一索引数据;对该至少一个第一索引数据进行排序,得到索引列数据的设定排序结果以及与设定排序结果对应的目标数据表;将目标数据表作为索引列数据的目标索引数据。采用本发明实施例的技术方案,可以解决现有索引数据设置方式导致现有数据查询方法无法兼顾内存占用量与查询结果准确性的问题。
Description
技术领域
本发明实施例涉及数据处理技术领域,尤其涉及一种索引创建方法、数据查询方法、装置、设备及存储介质。
背景技术
在数据库领域,索引是提高数据查询性能的主要手段之一,现有索引方法包括B树索引、跳数索引等。对于OLAP(联机分析处理)数据库来说,其数据量通常比较大,采用B树索引可以精确并快速地查找到具体目标,但索引过程会占用大量的内存,因此维护代价较大;采用跳数索引(Skip Index)进行数据查询,虽然维护代价较小,但不能精确地确定具体目标。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
现有索引数据设置方式导致现有数据查询方法无法兼顾内存占用量与查询结果准确性。
发明内容
本发明实施例提供了一种数据查询方法、索引创建方法、装置、设备及存储介质,以解决现有索引数据设置方式导致现有数据查询方法无法兼顾内存占用量与查询结果准确性的问题。
第一方面,本发明实施例提供了一种索引创建方法,所述方法包括:
确定与实际数据对应的索引列数据,创建与所述索引列数据关联的初始数据表,所述索引列数据包括至少一个第一索引数据;所述初始数据表包括至少一个第二索引数据,所述第一索引数据用于索引对应的实际数据,所述第二索引数据用于索引对应的第一索引数据;
对所述至少一个第一索引数据进行排序,得到所述索引列数据的设定排序结果以及与所述设定排序结果对应的目标数据表;
将所述目标数据表作为所述索引列数据的目标索引数据。
第二方面,本发明实施例提供了一种数据查询方法,所述方法包括:
响应于数据查询指令,确定第一索引数据范围、按照任一实施例所述的索引创建方法创建的目标索引数据以及与所述目标索引数据对应的索引列数据;
根据所述目标索引数据中的第二索引数据的排列顺序与所述索引列数据中的第一索引数据的设定排序结果的对应关系,确定与所述第一索引数据范围对应的至少一个索引片段和/或至少一个独立点,所述索引片段包括至少两个连续分布的第二索引数据;
将所述至少一个索引片段和/或至少一个独立点对应的实际数据作为数据查询结果。
第三方面,本发明实施例还提供了一种索引创建装置,该装置包括:
确定模块,用于确定与实际数据对应的索引列数据,以及与所述索引列数据关联的初始数据表,所述索引列数据包括至少一个第一索引数据;所述初始数据表包括至少一个第二索引数据,所述第一索引数据用于索引对应的实际数据,所述第二索引数据用于索引对应的第一索引数据;
排序模块,用于以设定排序方式对所述至少一个第一索引数据进行排序,得到所述索引列数据的设定排序结果以及与所述设定排序结果对应的目标数据表;
结果模块,用于将所述目标数据表作为所述索引列数据的目标索引数据。
第四方面,本发明实施例还提供了一种数据查询装置,该装置包括:
响应模块,用于响应于数据查询指令,确定第一索引数据范围、按照任一实施例所述的索引创建方法创建的目标索引数据以及与所述目标索引数据对应的索引列数据;
索引区域确定模块,用于根据所述目标索引数据中的第二索引数据的排列顺序与所述索引列数据中的第一索引数据的设定排序结果的对应关系,确定与所述第一索引数据范围对应的至少一个索引片段和/或至少一个独立点,所述索引片段包括至少两个连续分布的第二索引数据;
查询结果模块,用于将所述至少一个索引片段和/或至少一个独立点对应的实际数据作为数据查询结果。
第五方面,本发明实施例提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任意实施例所提供的索引创建方法或者任意实施例所提供的数据查询方法。
第六方面,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任意实施例所提供的索引创建方法或者任意实施例所提供的数据查询方法。
上述发明中的实施例具有如下优点或有益效果:
通过对索引列数据中的至少一个第一索引数据进行排序,得到索引列数据的设定排序结果以及与该设定排序结果对应的目标数据表;以及将该目标数据表作为该索引列数据的目标索引数据,使得目标索引数据中的第二索引数据的排序与索引列数据中的第一索引数据的设定排序结果对应。因此在第一索引数据为单一点值或连续区间的情况下,其可能对应一个第一索引数据,或者对应多个数值相同或连续的第一索引数据,而该一个第一索引数据或者多个数值相同或连续的第一索引数据对应至少一个第二索引数据,该至少一个第二索引数据在目标索引数据中呈连续片段或独立点,这使得整个数据查询过程无需进行数据过滤,也不用读取全部的索引列数据和/或实际数据,因此数据计算量较低,所需内存量较低;由于查询过程中可具体到准确的第二索引数据,而第二索引数据可以索引对应的第一索引数据,第一索引数据可以索引对应的实际数据,因此采用该目标索引数据进行数据查询可以得到准确性较高的数据查询结果。
附图说明
图1A是本发明实施例提供的索引创建方法的流程示意图;
图1B是本发明实施例提供的索引列数据及其对应实际数据的存储方式示意图;
图2是本发明实施例提供的数据查询方法的流程示意图;
图3是本发明实施例提供的数据查询方法的又一流程示意图;
图4是本发明实施例提供的数据查询方法的又一流程示意图;
图5A是本发明实施例提供的索引创建装置的结构示意图;
图5B是本发明实施例提供的索引创建装置的又一结构示意图;
图6是本发明实施例提供的数据查询装置的结构示意图;
图7是本发明实施例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。
图1为本发明实施例提供的索引创建方法的流程图,本实施例可适用于创建用于索引对应索引列数据的目标索引数据的情况。该方法可以由集成于电子设备中的索引创建装置来执行,该装置可以由软件和/或硬件的方式来实现。如图1所示,该方法具体包括以下步骤:
S110、确定与实际数据对应的索引列数据,以及与索引列数据关联的初始数据表,索引列数据包括至少一个第一索引数据;初始数据表包括至少一个第二索引数据,第一索引数据用于索引对应的实际数据,第二索引数据用于索引对应的第一索引数据。
其中,实际数据为以列存储形式存储的目标数据,目标数据是指可被用户查询到的数据。
其中,索引列数据是用于索引对应实际数据的数据。具体地,索引列数据包括至少一个第一索引数据,各第一索引数据用于索引对应的实际数据。示例性的,索引列数据与实际数据存储于同一数据表。第一索引数据用于索引所在行的实际数据。
其中,初始数据表包括至少一个数据列,该数据列中的第二索引数据与索引列数据中的各第一索引数据一一对应。在一个实施例中,初始数据表中的第二索引数据为对应第一索引数据在索引列数据中的行标识。该设置方式可以提高通过第二索引数据查询对应第一索引数据的速度。
S120、对该至少一个第一索引数据进行排序,得到索引列数据的设定排序结果以及与设定排序结果对应的目标数据表。
其中,设定排序结果为升序排序结果或降序排序结果。
可以理解的是,如果索引列数据中各第一索引数据的初始排列顺序与该设定排序结果不同,那么目标数据表的第二索引数据的排列顺序与初始数据表的第二索引数据的排列顺序不同,且目标数据表的第二索引数据的排列顺序与索引列数据中第一索引数据的设定排序结果对应。
S130、将目标数据表作为索引列数据的目标索引数据。
目标数据表确定后,将该目标数据表作为目标索引数据。由于行号是无符号整数,长度固定为X(可选为4,或者8),因此很容易读取到第M个位置的值,即读取文件中位置偏移量为(M-1)×X的值。
由于上述对应关系,在第一索引数据范围为单一点值或连续区间的情况下,其可能对应一个第一索引数据,或者对应多个数值相同或连续的第一索引数据,而该一个第一索引数据或者多个数值相同或连续的多个第一索引数据对应至少一个第二索引数据,该至少一个第二索引数据在目标索引数据中呈连续片段或独立点,这使得整个数据查询过程无需进行数据过滤,也不用读取全部的索引列数据和/或实际数据,因此数据计算量较低,所需内存量较低,由于查询过程中可具体到准确的第二索引数据,而第二索引数据可以用于索引对应的第一索引数据,第一索引数据可以索引对应的实际数据,因此基于该目标索引数据确定的数据查询结果具有较高的准确性。
在索引创建过程中无需复制索引列数据与实际数据,仅增加了一个排序操作,因此计算代价较低。
在一个实施例中,将所述目标索引数据与所述索引列数据存储于同一索引数据表,将该索引数据表存储于第一存储位置;将所述索引列数据对应的实际数据存储于第二存储位置。具体地,索引数据表包括两列,一列用于存储目标索引数据中的各第二索引数据,另一列用于存储索引列数据中的各第一索引数据。第二索引数据被设置为可索引所在列的第一索引数据。该实施例适用于数据量较小且定长型的索引列数据,通过将目标索引数据与索引列数据存储于同一索引数据表,可提高通过目标索引数据中的第二索引数据索引对应索引列数据中的对应第一索引数据的速度。
在一个实施例中,将所述目标索引数据存储于第一存储位置;将所述索引列数据以及所述索引列数据对应的实际数据存储于同一实际数据表,将该实际数据表存储于第二存储位置,存储方式参见图1B。数据块压缩存储并配置对应的元信息,元信息包括各数据片在压缩前数据块内的位置偏移量、压缩数据块在磁盘内的位置偏移量,以及数据片的数据量。一个数据块包括设定数量的数据片,一个数据片包括固定条数的数据组合,该数据组合包括第一索引数据及其对应的实际数据。数据块与磁盘对应,因此数据块包括的数据片的个数与磁盘的容量相关。在各第一索引数据及其对应实际数据的数据量相同的情况下,限定各数据片的数据量可以限定数据片包括的数据组合的数量。此种数据存储方式可以提高数据查找速度。
在一个实施例中,所述目标索引数据中的至少一个第二索引数据以列存储形式存储;所述第二索引数据为对应第一索引数据的行标识。采用列存储形式存储目标索引数据,且目标索引数据中的第二索引数据为对应第一索引数据的行标识,可提高目标索引数据中第二索引数据的查找速度,以及通过第二索引数据索引对应第一索引数据的速度。
在一个实施例中,目标索引数据确定后,将目标索引数据进行压缩得到压缩后的目标索引数据,将压缩后的目标索引数据存储至第一存储位置。该实施例在索引创建的过程中,除了增加一个排序操作之外,还增加了一个压缩索引操作,但这两个操作的计算代价均比较低,而且压缩后的目标索引数据的数据量较小,尤其是索引格式为定长数据的情况下,压缩率更高,因此目标索引数据占用的磁盘存储空间很小。
在一个实施例中,在数据插入过程中创建索引。采用merge tree(合并树)的方式插入数据,每次插入的数据都不会再去修改,如果需要修改,则产生一个新的数据文件(目录),并将老的数据删除。具体为:确定用于存储待插入数据的实际表格,以及该实际表格对应的目标索引数据,以及该待插入数据的索引列数据;将该待插入数据插入至实际表格中,确定该待插入数据的索引列数据中各第一索引数据在实际表格中的行标识,得到行标识组合;然后将该行标识组合顺序添加至当前的目标索引数据,具体添加至该目标索引数据的最后一个第二索引数据的后面;将目标索引数据中的该行标识组合与索引列数据中与行标识组合对应的第一索引数据进行关联;对索引列数据中与该行标识组合对应的第一索引数据进行升序排序得到升序排序结果,以及该升序排序结果对应的目标索引数据中的行标识组合排序结果;将目标索引数据中该行标识组合的排列顺序更新为该行标识组合排序结果。示例性的,待插入数据为数据表T中的两列(a,b)三行数据,分别为,第一行中的(20,30),第二行中的(10,20)以及第三行中的(30,10),b列为索引列数据,为b列建立目标索引数据。由于b列的升序排序结果为(30,10)、(10,20)、(20,30),对应行标识组合排序结果为(3,2,1),因此该待插入数据的索引列数据的目标索引数据为(3,2,1)。
其中,术语merge tree(合并树),是指数据以数据片段的形式一个接着一个的快速写入,一旦插入不会去修改。后台按照一定的规则对数据片段进行合并。
本发明实施例提供的索引创建方法的技术方案,通过对索引列数据中的至少一个第一索引数据进行排序,得到索引列数据的设定排序结果以及与该设定排序结果对应的目标数据表;以及将该目标数据表作为该索引列数据的目标索引数据,使得目标索引数据中的第二索引数据的排列顺序与索引列数据中的第一索引数据的设定排序结果对应。因此在第一索引数据为单一点值或连续区间的情况下,其可能对应一个第一索引数据,或者对应多个数值相同或连续的第一索引数据,而该一个第一索引数据或者多个数值相同或连续的第一索引数据对应至少一个第二索引数据,该至少一个第二索引数据在目标索引数据中呈连续片段或独立点,这使得整个数据查询过程无需进行数据过滤,也不用读取全部的索引列数据和/或实际数据,因此数据计算量较低,所需内存量较低;由于查询过程中可具体到准确的第二索引数据,而第二索引数据可以索引对应的第一索引数据,第一索引数据可以索引对应的实际数据,因此采用该目标索引数据进行数据查询可以得到准确性较高的数据查询结果。
图2为本发明实施例提供的数据查询方法的流程图,本实施例可适用于对列存储数据进行数据查询的情况。该方法可以由集成于电子设备中的数据查询装置来执行,该装置可以由软件和/或硬件的方式来实现。如图2所示,该方法具体包括以下步骤:
S210、响应于数据查询指令,确定第一索引数据范围、按照任一实施例所述的索引创建方法创建的目标索引数据以及与目标索引数据对应的索引列数据。
实际数据可理解为有用数据,包括查询对象。
其中,第一索引数据范围对应至少一个值和/或至少一个区间。即第一索引数据范围可以仅是一个数值,也可以是一个连续的数值区间,也可以是多个区间的并集,甚至是至少一个独立数值与至少一个区间的并集。
在一个实施例中,响应于数据查询指令,确定数据块标识或磁盘标识,所述磁盘标识与所述数据块标识一一对应;根据所述数据块标识或磁盘标识确定索引数据。将目标索引数据设置成与磁盘标识关联,或者数据块标识关联,可以提高目标索引数据的确定速度与准确性。
在一个实施例中,目标索引数据与索引列数据被存储于同一数据表,二者均是列存储数据,具有索引关系的第二索引数据与第一索引数据位于同一行。该实施例中,目标索引数据与索引列数据被压缩后存储于第一存储位置,与索引列数据对应的实际数据存储于第二存储位置。该实施例通过将目标索引数据与索引列数据存储于同一数据表,提高确定与第二索引数据对应的第一索引数据的速度。尤其适应于,定长类型并且长度较小的索引列数据。
在一个实施例中,所述目标索引数据以列存储形式存储;所述第二索引数据为对应第一索引数据的行标识。将第一索引数据的行标识作为与其对应的第二索引数据,可以提高通过第二索引数据索引对应第一索引数据的速度。
在一个实施例中,目标索引数据为列存储数据,被压缩后存储于第一存储位置。索引列数据与实际数据被设置于实际数据表中,该实际数据表被压缩后存储于第二存储位置。该实施例有助于提高通过索引列数据中的第一索引数据索引对应实际数据的速度,而且采用现有索引列数据与实际数据即可。
在一个实施例中,数据查询指令为用户输入的用于进行数据查询的命令行。数据查询指令需携带查询对象所在数据表名称、索引列数据的列标识以及第二索引数据的第一索引数据范围,该第一索引数据范围可以是一个值、一个区间或多个区间的并集。示例性的,SELECT*FROM T WHERE b=20。该命令行表示:查询T表b列中数值为20的所有第一索引数据对应的实际数据。其中,T表为包括查询对象的实际数据所在的数据表,b列为该实际数据的索引列数据。
在一个实施例中,数据查询指令为处理器根据用户在可视化界面中输入的查询字符生成的查询指令。
索引列数据为现有用于索引对应实际数据的数据。示例性的,数据表T包括两列数据,其中一列是索引列数据,另一列是实际数据,索引列数据中的任一第一索引数据用于索引所在行的实际数据。
目标索引数据为用于索引对应索引列数据的数据。具体地,目标索引数据中的各第二索引数据用于索引对应索引列数据中的对应第一索引数据。
目标索引数据中的第二索引数据的排列顺序与索引列数据中的第一索引数据的设定排序结果对应,使得任一数值的第一索引数据对应的第二索引数据在目标索引数据中的分布形式为一个独立点或连续片段,使得任一数值分布区间的第一索引数据对应的第二索引数据在索引数据中的分布形式为连续片段。
在一个实施例中,响应于数据查询指令,确定数据块标识或磁盘标识,磁盘标识与数据块标识一一对应;根据数据块标识或磁盘标识确定索引数据。该实施例可选将各磁盘内的数据设置成一个数据块。由于数据存储过程会生成与该数据对应的目标索引数据,因此每个数据块会对应有一目标索引数据。这样数据块标识或磁盘标识确定后,即可确定对应的目标索引数据。该实施例可提高目标索引数据确定的准确性与速度。
S220、根据目标索引数据中的第二索引数据的排列顺序与索引列数据中的第一索引数据的设定排序结果的对应关系,确定与第一索引数据范围对应的至少一个索引片段和/或至少一个索引点,索引片段包括至少两个连续分布的第二索引数据,索引点对应一个第二索引数据。
由目标索引数据中的第二索引数据的排列顺序与索引列数据中的第一索引数据的设定排序结果对应,因此在第一索引数据范围为单一点值或连续区间的情况下,其可能对应一个第一索引数据,或者对应多个数值相同或连续的第一索引数据;而该一个第一索引数据,或者多个数值相同或连续的第一索引数据会对应至少一个第二索引数据,且该至少一个第二索引数据在目标索引数据中呈连续片段或独立点。因此可根据该对应关系,确定与第一索引数据范围对应的至少一个索引片段和/或至少一个索引点。
可以理解的是,由于目标索引数据中的第二索引数据的排列顺序与索引列数据中的第一索引数据的设定排序结果的对应关系,因此允许通过尝试查询的方式确定出该至少一个索引片段和/或至少一个索引点,而无需遍历目标索引数据中的全部第二索引数据,也无需读取索引列数据中的全部第一索引数据,因此可以很快地确定出该至少一个索引片段和/或至少一个索引点。
在一个实施例中,根据该对应关系,采用N分查找法确定与第一索引数据范围的边界值对应的至少一个边界索引数据,以提高与第一索引数据范围对应的至少一个索引片段和/或至少一个索引点的确定速度。其中,N分查询方法可选为二分查找法。
S230、将该至少一个索引片段和/或至少一个索引点对应的实际数据作为数据查询结果。
第一索引数据范围的边界值对应的至少一个索引片段和/或至少一个索引点确定后,确定该至少一个索引片段包括的所有第二索引数据和/或至少一个索引点对应的第二索引数据的组合,将该组合对应的实际数据作为数据查询结果。
由于该至少一个索引片段和/或至少一个索引点具体到了具体的第二索引数据,而第二索引数据可用于索引对应的第一索引数据,第一索引数据可用于索引对应的实际数据,因此本实施例确定的数据查询结果具有较高的准确性。
本发明实施例提供的数据查询方法的技术方案,由于目标索引数据中的第二索引数据的排列顺序与索引列数据中的第一索引数据的设定排序结果对应,因此在第一索引数据范围为单一点值或连续区间的情况下,其可能对应一个第一索引数据,或者对应多个数值相同或连续的第一索引数据;而该一个第一索引数据,或者多个数值相同或连续的多个第一索引数据会对应至少一个第二索引数据,且该至少一个第二索引数据在目标索引数据中呈连续片段或独立点。由于第一索引数据用于索引对应的实际数据,第二索引数据用于索引对应的第一索引数据;因此可以根据该对应关系确定与第一索引数据范围对应的至少一个索引片段和/或至少一个索引点;并将该至少一个索引片段和/或至少一个索引点对应的实际数据作为数据查询结果。由于数据查询过程中具体到了实际的第二索引数据,因此该数据查询结果是准确数据。整个数据查询过程无需进行数据过滤,也不用读取全部的索引列数据和/或实际数据,因此该数据查询方法所需内存量较低。达到了在占用较小内存量的情况下,实现较高的查询结果准确性的技术效果。
图3为本发明实施例提供的数据查询方法的技术方案。本实施例用于对第一索引数据范围对应的至少一个索引片段和/或至少一个索引点的确定方式进行细化,如图3所示,该方法包括:
S310、响应于数据查询指令,确定第一索引数据范围、按照任一实施例所述的索引创建方法创建的目标索引数据以及与目标索引数据对应的索引列数据。
S3201、根据目标索引数据中的第二索引数据的排列顺序与索引列数据中的第一索引数据的设定排序结果的对应关系,确定目标索引数据中与第一索引数据范围的边界值对应的至少一个边界索引数据,以及该至少一个边界索引数据分别对应的第一索引数据。
其中,第一索引数据范围的边界值是指索引列数据中与该第一索引数据范围对应的各连续片段的边缘第一索引数据的数值,或对应的各独立第一索引数据的数值。
为了便于技术方案的阐述,定义边界索引数据,其与第一索引数据范围的边界值对应。与任一边界值对应的边界索引数据,其相邻的两个第二索引数据对应的第一索引数据的数值分别大于该边界值与小于该边界值,或者其相邻的一个第二索引数据对应的第一索引数据的数值不等于该边界值,但相邻的另一个第二索引数据对应的第一索引数据的数值等于该边界值。
示例性的,数据查询指令为SELECT*FROM T WHERE b=20。索引列数据中数值为20的第一索引数据有一个,此时第一索引数据范围的边界值为20,边界索引数据仅有一个。
示例性的,数据查询指令为SELECT*FROM T WHERE b=20。目标索引数据中的第二索引数据的排列顺序与索引列数据中的第一索引数据的升序结果对应,索引列数据中数值为20的第一索引数据有三个。此时,第一索引数据范围的边界值为20,有两个边界索引数据,且对应的第一索引数据的数值均为20。其中,与第一个边界索引数据前相邻的第二索引数据对应的第一索引数据小于20,与第一个边界索引数据后相邻的第二索引数据对应的第一索引数等于20,与第二个边界索引数据前相邻的第二索引数据对应的第一索引数据等于20,与第二个边界索引数据后相邻的第二索引数据对应的第一索引数据大于20。其中,该实施例中,第N行的第二索引数据为第N+1行的第二索引数据的前相邻第二索引数据,第N+2行的第二索引数据为第N+1行的第二索引数据的后相邻第二索引数据,N为大于或等于0的整数。
示例性的,目标索引数据中的第二索引数据的排列顺序与索引列数据中的第一索引数据的升序结果对应。如果索引列数据中数值为20-30的第一索引数据有十个,数值为40的第一索引数据有一个,且索引列数据还包括数值分布在30-40之间的第二索引数据。此时可查询出三个边界索引数据,分别是第一边界索引数据、第二边界索引数据与第三边界索引数据,第一边界索引数据对应的第一索引数据的数值为20,与其前相邻的第二索引数据对应的第一索引数据的数值小于20,与其后相邻的第二索引数据对应的第一索引数据的数值大于或等于20;第二边界索引数据对应的第一索引数据的数值为30,与其前相邻的第二索引数据对应的第一索引数据的数值小于或等于30,与其后相邻的第二索引数据对应的第一索引数据的数值大于30,第三边界索引数据对应的第一索引数据的数值为40,其前后的第二索引数据对应的第一索引数据的数值均不等于40。
S3202、根据第一索引数据范围、第一索引数据范围的边界值对应的至少一个边界索引数据,以及该至少一个边界索引数据分别对应的第一索引数据,确定与第一索引数据范围对应的至少一个索引片段和/或至少一个索引点。
与第一索引数据范围的边界值对应的至少一个边界索引数据确定后,即可根据第一索引数据范围、该至少一个边界索引数据以及该至少一个边界索引数据对应的第一索引数据范围的边界值,确定与第一索引数据范围对应的至少一个索引片段和/或至少一个索引点。
示例性的,第一索引数据范围为20-30以及40,对应于20的第一边界索引数据、对应于30的第二边界索引数据以及对应于40的第三边界索引数据确定后,将第一边界索引数据、第二边界索引数据、二者之间的所有第二索引数据以及该第三边界索引数据作为与该第一索引数据范围对应的索引片段与索引点。
S330、将该至少一个索引片段和/或至少一个索引点对应的实际数据作为数据查询结果。
本发明实施例提供的技术方案,根据目标索引数据中的第二索引数据的排列顺序与索引列数据中的第一索引数据的设定排序结果的对应关系,确定与第一索引数据范围的边界值对应的至少一个边界索引数据,然后根据该第一索引数据范围、该至少一个边界索引数据,以及该至少一个边界索引数据分别对应的第一索引数据,确定与第一索引数据范围对应的至少一个索引片段和/或至少一个索引点,提高了索引片段和/或索引点确定的准确性。
图4为本发明实施例提供的边界索引数据确定方法的流程图。本实施例用于细化边界索引数据的确定过程,如图4所示,该方法包括:
S410、响应于数据查询指令,确定第一索引数据范围、按照任一实施例所述的索引创建方法创建的目标索引数据以及与目标索引数据对应的索引列数据与元信息。
其中,元信息是关于信息的信息,本实施例中的元信息包括索引列数据的位置信息。
在一个实施例中,响应于数据查询指令,确定数据块标识或磁盘标识,所述磁盘标识与所述数据块标识一一对应;根据所述数据块标识或磁盘标识确定目标索引数据与元信息,所述元信息包括压缩后的数据块在对应磁盘中的第一位置偏移量、数据片的数据量、各数据片在压缩前的数据块内的第二位置偏移量。通过元信息记载包括索引列数据在内的数据存储位置,可以提高索引列数据的查询速度。
在一个实施例中,在当前存储设备仅有一个磁盘的情况下,当前存储设备中仅有与该磁盘对应的一个压缩数据块。该压缩数据块即为与当前第二索引数据对应的压缩数据块。数据查询指令可无需包括查询对象所在磁盘的磁盘标识或所在数据块的数据块标识。在当前存储设备包括至少两个磁盘的情况下,数据查询指令需包括数据查询对象所在磁盘的磁盘标识或所在数据块的数据块标识。
其中,数据片的数据量是指数据片的大小。如果各第一索引数据与对应实际数据的数据量相同,即与各第一索引数据对应的每条数据的数据量相同,可以通过数据片的数据量来限定数据片包括的数据条数(行数)。可选地,数据片的数据量可设置为固定值,数据块包括的数据片的数量可设置为与磁盘容量有关。
S4201、根据目标索引数据中的第二索引数据的排列顺序与索引列数据中的第一索引数据的设定排序结果的对应关系,采用二分查找法从目标索引数据中选取当前第二索引数据。
具体地,目标索引数据为列存储数据。根据目标索引数据中的第二索引数据的排列顺序与索引列数据中的第一索引数据的设定排序结果的对应关系,将目标索引数据中间行的第二索引数据作为当前第二索引数据。
S4202、确定与当前第二索引数据对应的当前第一索引数据,更新参数组合,参数组合包括已选取的第二索引数据、已确定的第一索引数据。
在索引列数据中,确定与当前第二索引数据对应的第一索引数据,并将该第一索引数据作为当前第一索引数据。将当前第一索引数据、当前第二索引数据添加至参数组合中,更新该参数组合。
在一个实施例中,通过以下步骤确定与当前第二索引数据对应的当前第一索引数据,包括:
步骤a1、根据所述元信息确定所述当前第二索引数据对应的压缩数据块在对应磁盘内的第一位置偏移量、对应的目标数据片标识、该目标数据片标识对应的目标数据片在压缩前的数据块中的第二位置偏移量。
从元信息中读取当前第二索引数据对应的压缩数据块在对应磁盘(文件)内的第一位置偏移量。由于第二索引数据为对应索引数据的行标识,因此当前第二索引数据确定后,即可确定当前第二索引数据对应的第一索引数据所在行的行标识,因此根据元信息记载的数据片的数据量可确定该行标识对应的数据片标识,将该数据片标识作为目标数据片标识,该目标数据片标识确定后,根据元信息确定该目标数据片标识对应的目标数据片在压缩前的数据块中的第二位置偏移量。
步骤a2、根据所述第一位置偏移量获取所述压缩数据块,对所述压缩数据块进行解压得到解压后的数据块,确定所述解压后的数据块对应的第三位置偏移量。
步骤a2、从所述第二位置偏移量与所述第三位置偏移量对应的存储位置读取所述目标数据片,确定所述目标数据片中与所述当前第二索引数据对应的当前第一索引数据。
第二位置偏移量与第三位置偏移量确定后,即可确定目标数据片的存储位置,从该存储位置读取目标数据片,然后读取与当前第二索引数据对应的当前第一索引数据。
该实施例通过元信息实现了确定当前第二索引数据对应的当前第一索引数据的目的,提高了当前第一索引数据的确定速度与准确性。
S4203、如果根据参数组合、第一索引数据范围不能确定任一未标识有边界索引数据的第二索引数据为边界索引数据,根据该对应关系、参数组合与第一索引数据范围,采用二分查找法从目标索引数据中再次选取当前第二索引数据,返回确定与当前第二索引数据对应的当前第一索引数据的步骤。
示例性的,设定目标索引数据包括9行第二索引数据,目标索引数据中的第二索引数据的排列顺序与索引列数据中各第一索引数据的升序排序结果对应。第一索引数据范围有两个边界值,分别为第一边界值与第二边界值,且第一边界值小于第二边界值。如果当前的参数组合仅包括第五行的第二索引数据以及该第二索引数据对应的第一索引数据,那么无论第一索引数据范围是什么,根据该参数组合均无法判断该第二索引数据是否为边界索引数据。此时需要根据该第二索引数据在目标索引数据中的位置、该第一索引数据与两个边界值的大小关系从目标索引数据中再次选取当前第二索引数据。如果该第一索引数据小于第一边界索引数据,则意味着两个边界索引数据均在第五行的第二索引数据的后面,因此在第6行的第二索引数据与第9行的第二索引数据对应区间再次选取当前第二索引数据,具体将第6行的第二索引数据或第7行的第二索引数据作为当前第二索引数据;如果该第一索引数据大于第二边界索引数据,则需要在第1行的第二索引数据与第4行的第二索引数据对应区间再次选取当前第二索引数据,具体将第二行的第二索引数据或第三行的第二索引数据作为当前第二索引数据;如果该第一索引数据等于第一边界索引数据或第二边界索引数据,则意味着两个边界索引数据可能分别位于第五行的第二索引数据的两侧,或者其中一个边界索引数据为第五行的第二索引数据,但无论哪一种,均需要分别在第5行的第二索引数据两侧的区间再次选取当前第二索引数据,具体地,从该第5行的第二索引数据左侧区间再次选取当前第二索引数据,然后进行后续判断,直至该侧区间分析完毕,再从第5行的第二索引数据右侧区间再次选取当前第二索引数据进行后续判断,直至该侧区间分析完毕。
S4204、如果根据参数组合、第一索引数据范围能够确定任一未标识有边界索引数据的第二索引数据为边界索引数据,但不是最后一个边界索引数据,根据该对应关系、参数组合与第一索引数据范围,采用二分查找法从目标索引数据中再次选取当前第二索引数据,返回确定与当前第二索引数据对应的当前第一索引数据的步骤,直至最新确定的边界索引数据为最后一个边界索引数据。
任一第二索引数据被判定为边界索引数据后,将其标识为边界索引数据。如果最新确定的边界索引数据不是最后一个边界索引数据,则意味着还有未确定的边界索引数据,因此需要确定其他待定边界索引数据,直至所有边界索引数据均确定完。
S4205、将所有边界索引数据作为与第一索引数据范围的边界值对应的至少一个边界索引数据。
S4206、根据第一索引数据范围、第一索引数据范围的边界值对应的至少一个边界索引数据,以及该至少一个边界索引数据分别对应的第一索引数据,确定与第一索引数据范围对应的至少一个索引片段和/或至少一个索引点。
S430、将该至少一个索引片段和/或至少一个索引点对应的实际数据作为数据查询结果。
本发明实施例基于二分查找法确定与第一索引数据范围的边界值对应的至少一个边界索引数据,减少了边界索引数据确定过程中所需查询的第二索引数据的数量,提高了边界索引数据的确定速度,从而提高了数据查询结果的确定速度。
以下是本发明实施例提供的索引创建装置的实施例,该装置与上述实施例提供的索引创建方法属于同一个发明构思,在索引创建装置的实施例中未详尽描述的细节内容,可以参考上述各实施例的内容。
图5A为本发明实施例提供的索引创建装置的结构示意图。该装置包括:
确定模块510,用于确定与实际数据对应的索引列数据,以及与所述索引列数据关联的初始数据表,所述索引列数据包括至少一个第一索引数据;所述初始数据表包括至少一个第二索引数据,所述第一索引数据用于索引对应的实际数据,所述第二索引数据用于索引对应的第一索引数据;
排序模块520,用于对所述至少一个第一索引数据进行排序,得到所述索引列数据的设定排序结果以及与所述设定排序结果对应的目标数据表;
结果模块530,用于将所述目标数据表作为所述索引列数据的目标索引数据。
在一个实施例中,如图5B所示,还包括存储模块540,该存储模块用于:
将所述目标索引数据与所述索引列数据存储于同一索引数据表,将该索引数据表存储于第一存储位置;
将所述索引列数据对应的实际数据存储于第二存储位置。
在一个实施例中,如图5B所示,还包括存储模块540,该存储模块用于:
将所述目标索引数据存储于第一存储位置;
将所述索引列数据以及所述索引列数据对应的实际数据存储于同一实际数据表,将该实际数据表存储于第二存储位置。
在一个实施例中,所述目标索引数据中的至少一个第二索引数据以列存储形式存储;
所述第二索引数据为对应第一索引数据的行标识。
本发明实施例提供的索引创建方法的技术方案,通过对索引列数据中的至少一个第一索引数据进行排序,得到索引列数据的设定排序结果以及与该设定排序结果对应的目标数据表;以及将该目标数据表作为该索引列数据的目标索引数据,使得目标索引数据中的第二索引数据的排序与索引列数据中的第一索引数据的设定排序结果对应。因此在第一索引数据为单一点值或连续区间的情况下,其可能对应一个第一索引数据,或者对应多个数值相同或连续的第一索引数据,而该一个第一索引数据或者多个数值相同或连续的第一索引数据对应至少一个第二索引数据,该至少一个第二索引数据在目标索引数据中呈连续片段或独立点,这使得整个数据查询过程无需进行数据过滤,也不用读取全部的索引列数据和/或实际数据,因此数据计算量较低,所需内存量较低;由于查询过程中可具体到准确的第二索引数据,而第二索引数据可以索引对应的第一索引数据,第一索引数据可以索引对应的实际数据,因此采用该目标索引数据进行数据查询可以得到准确性较高的数据查询结果。
本发明实施例所提供的索引创建装置可执行本发明实施例所提供的索引创建方法,具备执行索引创建方法相应的功能模块和有益效果。
以下是本发明实施例提供的数据查询装置的实施例,该装置与上述实施例提供的数据查询方法属于同一个发明构思,在数据查询装置的实施例中未详尽描述的细节内容,可以参考上述各实施例的内容。
图6为本发明实施例提供的数据查询装置的结构示意图。该装置包括:
响应模块610,用于响应于数据查询指令,确定第一索引数据范围、按照任一实施例所述的索引创建方法创建的目标索引数据以及与所述目标索引数据对应的索引列数据;
索引区域确定模块620,用于根据所述目标索引数据中的第二索引数据的排列顺序与所述索引列数据中的第一索引数据的设定排序结果的对应关系,确定与所述第一索引数据范围对应的至少一个索引片段和/或至少一个索引点,所述索引片段包括至少两个连续分布的第二索引数据,所述索引点对应一个第二索引数据;
查询结果模块630,用于将所述至少一个索引片段和/或至少一个索引点对应的实际数据作为数据查询结果。
在一个实施例中,索引区域确定模块620具体用于:
根据二分查找法、所述目标索引数据中的第二索引数据的排列顺序与所述索引列数据中的第一索引数据的设定排序结果的对应关系,确定与所述第一索引数据范围对应的至少一个索引片段和/或至少一个索引点。
在一个实施例中,索引区域确定模块620包括:
边界索引数据确定单元,用于根据所述目标索引数据中的第二索引数据的排列顺序与所述索引列数据中的第一索引数据的设定排序结果的对应关系,确定所述目标索引数据中与第一索引数据范围的边界值对应的至少一个边界索引数据,以及该至少一个边界索引数据分别对应的第一索引数据;
索引区域确定单元,用于根据所述第一索引数据范围、所述第一索引数据范围的边界值对应的至少一个边界索引数据,以及该至少一个边界索引数据分别对应的第一索引数据,确定与所述第一索引数据范围对应的至少一个索引片段和/或至少一个索引点。
在一个实施例中,边界索引数据确定单元具体用于:
根据所述目标索引数据中的第二索引数据的排列顺序与所述索引列数据中的第一索引数据的设定排序结果的对应关系,采用二分查找法从所述目标索引数据中选取当前第二索引数据;
确定与所述当前第二索引数据对应的当前第一索引数据,更新参数组合,所述参数组合包括已选取的第二索引数据、已确定的第一索引数据;
如果根据所述参数组合、所述第一索引数据范围不能确定任一未标识有边界索引数据的第二索引数据为边界索引数据,根据所述对应关系、所述参数组合与所述第一索引数据范围,采用二分查找法从所述目标索引数据中再次选取当前第二索引数据,返回确定与所述当前第二索引数据对应的当前第一索引数据的步骤;
如果根据所述参数组合、所述第一索引数据范围能够确定任一未标识有边界索引数据的第二索引数据为边界索引数据,但不是最后一个边界索引数据,根据所述对应关系、所述参数组合与所述第一索引数据范围,采用二分查找法从所述目标索引数据中再次选取当前第二索引数据,返回确定与所述当前第二索引数据对应的当前第一索引数据的步骤,直至最新确定的边界索引数据为最后一个边界索引数据;
将所有边界索引数据作为与所述第一索引数据范围的边界值对应的至少一个边界索引数据。
在一个实施例中,响应模块610具体用于:
响应于数据查询指令,确定数据块标识或磁盘标识,所述磁盘标识与所述数据块标识一一对应;
根据所述数据块标识或磁盘标识确定目标索引数据。
在一个实施例中,响应模块610具体用于:
根据所述数据块标识或磁盘标识确定元信息,所述元信息包括压缩后的数据块在对应磁盘中的第一位置偏移量、数据片的数据量、各数据片在压缩前的数据块内的第二位置偏移量;
边界索引数据确定单元具体用于:
根据所述元信息确定所述当前第二索引数据对应的压缩数据块在对应磁盘内的第一位置偏移量、对应的目标数据片标识、该目标数据片标识对应的目标数据片在压缩前的数据块中的第二位置偏移量;
根据所述第一位置偏移量获取所述压缩数据块,对所述压缩数据块进行解压得到解压后的数据块,确定所述解压后的数据块对应的第三位置偏移量;
从所述第二位置偏移量与所述第三位置偏移量对应的存储位置读取所述目标数据片,确定所述目标数据片中与所述当前第二索引数据对应的当前第一索引数据。
在一个实施例中,所述目标索引数据以列存储形式存储;所述第二索引数据为对应第一索引数据的行标识。
在一个实施例中,所述目标索引数据与所述索引列数据存储于同一数据表。
本发明实施例提供的数据查询装置的技术方案,由于目标索引数据中的第二索引数据的排列顺序与索引列数据中的第一索引数据的设定排序结果对应,因此在第一索引数据范围为单一点值或连续区间的情况下,其可能对应一个第一索引数据,或者对应数值相同或连续的多个第一索引数据;而该一个第一索引数据,或者多个数值相同或连续的多个第一索引数据会对应至少一个第二索引数据,且该至少一个第二索引数据在目标索引数据中呈连续片段或独立点。由于第一索引数据用于索引对应的实际数据,第二索引数据用于索引对应的第一索引数据;因此可以根据该对应关系确定与第一索引数据范围对应的至少一个索引片段和/或至少一个索引点;并将该至少一个索引片段和/或至少一个索引点对应的实际数据作为数据查询结果,由于具体到了实际的第二索引数据,因此该数据查询结果是准确数据。整个数据查询过程无需进行数据过滤,也不用读取全部的索引列数据和/或实际数据,因此该数据查询方法所需内存量较低。达到了在占用较小内存量的情况下,实现较高的查询结果准确性的技术效果。
本发明实施例所提供的数据查询装置可执行本发明实施例所提供的数据查询方法,具备执行数据查询方法相应的功能模块和有益效果。
图7为本发明实施例提供的一种电子设备的结构示意图。图7示出了适于用来实现本发明实施方式的示例性服务器12的框图。图7显示的服务器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7所示,服务器12以通用计算设备的形式表现。服务器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。
服务器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服务器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。服务器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6未显示,通常称为“硬盘驱动器”)。尽管图6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。系统存储器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,可以存储在例如系统存储器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。
服务器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服务器12交互的设备通信,和/或与使得该服务器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。并且,服务器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与服务器12的其它模块通信。应当明白,尽管图中未示出,可以结合服务器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,例如实现本发实施例所提供的索引创建方法步骤,该方法包括:
确定与实际数据对应的索引列数据,以及与所述索引列数据关联的初始数据表,所述索引列数据包括至少一个第一索引数据;所述初始数据表包括至少一个第二索引数据,所述第一索引数据用于索引对应的实际数据,所述第二索引数据用于索引对应的第一索引数据;
对所述至少一个第一索引数据进行排序,得到所述索引列数据的设定排序结果以及与所述设定排序结果对应的目标数据表;
将所述目标数据表作为所述索引列数据的目标索引数据。
或者,实现本发实施例所提供的数据查询方法步骤,该方法包括:
响应于数据查询指令,确定第一索引数据范围、按照任一实施例所述的索引创建方法创建的目标索引数据以及与所述目标索引数据对应的索引列数据;
根据所述目标索引数据中的第二索引数据的排列顺序与所述索引列数据中的第一索引数据的设定排序结果的对应关系,确定与所述第一索引数据范围对应的至少一个索引片段和/或至少一个索引点,所述索引片段包括至少两个连续分布的第二索引数据,所述索引点对应一个第二索引数据;
将所述至少一个索引片段和/或至少一个索引点对应的实际数据作为数据查询结果。
当然,本领域技术人员可以理解,处理器还可以实现本发明任意实施例所提供的索引创建方法或数据查询方法的技术方案。
本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,该程序被处理器执行时实现如本发明前述实施例所提供的索引创建方法步骤,该方法包括:
确定与实际数据对应的索引列数据,以及与所述索引列数据关联的初始数据表,所述索引列数据包括至少一个第一索引数据;所述初始数据表包括至少一个第二索引数据,所述第一索引数据用于索引对应的实际数据,所述第二索引数据用于索引对应的第一索引数据;
对所述至少一个第一索引数据进行排序,得到所述索引列数据的设定排序结果以及与所述设定排序结果对应的目标数据表;
将所述目标数据表作为所述索引列数据的目标索引数据。
或者,在该程序被处理器执行时实现如本发明前述实施例所提供的数据查询方法步骤,该方法包括:
响应于数据查询指令,确定第一索引数据范围、按照任一实施例所述的索引创建方法创建的目标索引数据以及与所述目标索引数据对应的索引列数据;
根据所述目标索引数据中的第二索引数据的排列顺序与所述索引列数据中的第一索引数据的设定排序结果的对应关系,确定与所述第一索引数据范围对应的至少一个索引片段和/或至少一个索引点,所述索引片段包括至少两个连续分布的第二索引数据,所述索引点对应一个第二索引数据;
将所述至少一个索引片段和/或至少一个索引点对应的实际数据作为数据查询结果。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。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。
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,所述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)。
本领域普通技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个计算装置上,或者分布在多个计算装置所组成的网络上,可选地,他们可以用计算机装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
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,本发明不限于这里所述的特定实施例,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 (14)
1.一种索引创建方法,其特征在于,所述方法包括:
确定与实际数据对应的索引列数据,以及与所述索引列数据关联的初始数据表,所述索引列数据包括至少一个第一索引数据;所述初始数据表包括至少一个第二索引数据,所述第一索引数据用于索引对应的实际数据,所述第二索引数据用于索引对应的第一索引数据;
对所述至少一个第一索引数据进行排序,得到所述索引列数据的设定排序结果以及与所述设定排序结果对应的目标数据表;
将所述目标数据表作为所述索引列数据的目标索引数据。
2.根据权利要求1所述的方法,其特征在于,还包括:
将所述目标索引数据与所述索引列数据存储于同一索引数据表,将该索引数据表存储于第一存储位置;
将所述索引列数据对应的实际数据存储于第二存储位置。
3.根据权利要求1所述的方法,其特征在于,还包括:
将所述目标索引数据存储于第一存储位置;
将所述索引列数据以及所述索引列数据对应的实际数据存储于同一实际数据表,将该实际数据表存储于第二存储位置。
4.根据权利要求1所述的方法,其特征在于,
所述目标索引数据中的至少一个第二索引数据以列存储形式存储;
所述第二索引数据为对应第一索引数据的行标识。
5.一种数据查询方法,其特征在于,所述方法包括:
响应于数据查询指令,确定第一索引数据范围、按照权利要求1-4任一所述的索引创建方法创建的目标索引数据以及与所述目标索引数据对应的索引列数据;
根据所述目标索引数据中的第二索引数据的排列顺序与所述索引列数据中的第一索引数据的设定排序结果的对应关系,确定与所述第一索引数据范围对应的至少一个索引片段和/或至少一个索引点,所述索引片段包括至少两个连续分布的第二索引数据,所述索引点对应一个第二索引数据;
将所述至少一个索引片段和/或至少一个索引点对应的实际数据作为数据查询结果。
6.根据权利要求5所述的方法,其特征在于,所述确定与所述第一索引数据范围对应的至少一个索引片段和/或至少一个索引点,包括:
根据二分查找法、所述目标索引数据中的第二索引数据的排列顺序与所述索引列数据中的第一索引数据的设定排序结果的对应关系,确定与所述第一索引数据范围对应的至少一个索引片段和/或至少一个索引点。
7.根据权利要求5所述的方法,其特征在于,所述确定与所述第一索引数据范围的边界值对应的至少一个索引片段和/或至少一个索引点,包括:
根据所述目标索引数据中的第二索引数据的排列顺序与所述索引列数据中的第一索引数据的设定排序结果的对应关系,确定所述目标索引数据中与第一索引数据范围的边界值对应的至少一个边界索引数据,以及该至少一个边界索引数据分别对应的第一索引数据;
根据所述第一索引数据范围、所述第一索引数据范围的边界值对应的至少一个边界索引数据,以及该至少一个边界索引数据分别对应的第一索引数据,确定与所述第一索引数据范围对应的至少一个索引片段和/或至少一个索引点。
8.根据权利要求7所述的方法,其特征在于,所述确定所述目标索引数据中与第一索引数据范围的边界值对应的至少一个边界索引数据,包括:
根据所述目标索引数据中的第二索引数据的排列顺序与所述索引列数据中的第一索引数据的设定排序结果的对应关系,采用二分查找法从所述目标索引数据中选取当前第二索引数据;
确定与所述当前第二索引数据对应的当前第一索引数据,更新参数组合,所述参数组合包括已选取的第二索引数据、已确定的第一索引数据;
如果根据所述参数组合、所述第一索引数据范围不能确定任一未标识有边界索引数据的第二索引数据为边界索引数据,根据所述对应关系、所述参数组合与所述第一索引数据范围,采用二分查找法从所述目标索引数据中再次选取当前第二索引数据,返回确定与所述当前第二索引数据对应的当前第一索引数据的步骤;
如果根据所述参数组合、所述第一索引数据范围能够确定任一未标识有边界索引数据的第二索引数据为边界索引数据,但不是最后一个边界索引数据,根据所述对应关系、所述参数组合与所述第一索引数据范围,采用二分查找法从所述目标索引数据中再次选取当前第二索引数据,返回确定与所述当前第二索引数据对应的当前第一索引数据的步骤,直至最新确定的边界索引数据为最后一个边界索引数据;
将所有边界索引数据作为与所述第一索引数据范围的边界值对应的至少一个边界索引数据。
9.根据权利要求8所述的方法,其特征在于,通过以下步骤确定目标索引数据,包括:
响应于数据查询指令,确定数据块标识或磁盘标识,所述磁盘标识与所述数据块标识一一对应;
根据所述数据块标识或磁盘标识确定目标索引数据。
10.根据权利要求9所述的方法,其特征在于,所述根据所述数据块标识或磁盘标识确定目标索引数据的同时,还包括:
根据所述数据块标识或磁盘标识确定元信息,所述元信息包括压缩后的数据块在对应磁盘中的第一位置偏移量、数据片的数据量、各数据片在压缩前的数据块内的第二位置偏移量;
所述确定与所述当前第二索引数据对应的当前第一索引数据,包括:
根据所述元信息确定所述当前第二索引数据对应的压缩数据块在对应磁盘内的第一位置偏移量、对应的目标数据片标识、该目标数据片标识对应的目标数据片在压缩前的数据块中的第二位置偏移量;
根据所述第一位置偏移量获取所述压缩数据块,对所述压缩数据块进行解压得到解压后的数据块,确定所述解压后的数据块对应的第三位置偏移量;
从所述第二位置偏移量与所述第三位置偏移量对应的存储位置读取所述目标数据片,确定所述目标数据片中与所述当前第二索引数据对应的当前第一索引数据。
11.一种索引创建装置,其特征在于,包括:
确定模块,用于确定与实际数据对应的索引列数据,以及与所述索引列数据关联的初始数据表,所述索引列数据包括至少一个第一索引数据;所述初始数据表包括至少一个第二索引数据,所述第一索引数据用于索引对应的实际数据,所述第二索引数据用于索引对应的第一索引数据;
排序模块,用于对所述至少一个第一索引数据进行排序,得到所述索引列数据的设定排序结果以及与所述设定排序结果对应的目标数据表;
结果模块,用于将所述目标数据表作为所述索引列数据的目标索引数据。
12.一种数据查询装置,其特征在于,包括:
响应模块,用于响应于数据查询指令,确定第一索引数据范围、按照权利要求1-4任一所述的索引创建方法创建的目标索引数据以及与所述目标索引数据对应的索引列数据;
索引区域确定模块,用于根据所述目标索引数据中的第二索引数据的排列顺序与所述索引列数据中的第一索引数据的设定排序结果的对应关系,确定与所述第一索引数据范围对应的至少一个索引片段和/或至少一个索引点,所述索引片段包括至少两个连续分布的第二索引数据,所述索引点对应一个第二索引数据;
查询结果模块,用于将所述至少一个索引片段和/或至少一个索引点对应的实际数据作为数据查询结果。
13.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的索引创建方法或者权利要求5-10任一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1-4中任一所述的索引创建方法或者权利要求5-10任一所述的数据查询方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311176298.7A CN117235069A (zh) | 2023-09-12 | 2023-09-12 | 索引创建方法、数据查询方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311176298.7A CN117235069A (zh) | 2023-09-12 | 2023-09-12 | 索引创建方法、数据查询方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117235069A true CN117235069A (zh) | 2023-12-15 |
Family
ID=89083710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311176298.7A Pending CN117235069A (zh) | 2023-09-12 | 2023-09-12 | 索引创建方法、数据查询方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117235069A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117573703B (zh) * | 2024-01-16 | 2024-04-09 | 科来网络技术股份有限公司 | 时序数据的通用检索方法、系统、设备及存储介质 |
-
2023
- 2023-09-12 CN CN202311176298.7A patent/CN117235069A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117573703B (zh) * | 2024-01-16 | 2024-04-09 | 科来网络技术股份有限公司 | 时序数据的通用检索方法、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10922288B2 (en) | Method for storing data elements in a database | |
CN108509556B (zh) | 数据迁移方法和装置、服务器、存储介质 | |
US11074242B2 (en) | Bulk data insertion in analytical databases | |
CN107704202B (zh) | 一种数据快速读写的方法和装置 | |
CN104731896A (zh) | 一种数据处理方法及系统 | |
CN110764706A (zh) | 存储系统、数据管理方法及存储介质 | |
CN110888837B (zh) | 对象存储小文件归并方法及装置 | |
EP3796182A1 (en) | Data processing method and apparatus, and computer-readable storage medium | |
CN117235069A (zh) | 索引创建方法、数据查询方法、装置、设备及存储介质 | |
KR20160100211A (ko) | 대용량 오디오 핑거프린트 데이터베이스의 온라인 실시간 업데이팅을 구성하기 위한 방법 및 장치 | |
US10572463B2 (en) | Efficient handling of sort payload in a column organized relational database | |
CN112463800A (zh) | 数据读取方法、装置、服务器及存储介质 | |
CN109101603A (zh) | 一种数据比对方法、装置、设备及存储介质 | |
US9213759B2 (en) | System, apparatus, and method for executing a query including boolean and conditional expressions | |
CN109189343B (zh) | 一种元数据落盘方法、装置、设备及计算机可读存储介质 | |
US20090063570A1 (en) | Method and system for counting files and directories in a new-technology-file-system (ntfs) volume that are relevant to a computerized process | |
CN110287338B (zh) | 行业热点确定方法、装置、设备和介质 | |
CN110825953A (zh) | 数据查询方法、装置和设备 | |
CN113625967B (zh) | 数据存储方法、数据查询方法及服务器 | |
CN114564501A (zh) | 一种数据库数据存储、查询方法、装置、设备及介质 | |
CN113329091B (zh) | 数据管理方法及装置、存储介质、电子设备 | |
CN114374392A (zh) | 一种数据压缩存储方法、装置、终端设备及可读存储介质 | |
CN112328630A (zh) | 数据查询方法、装置、设备及存储介质 | |
EP3048541A1 (en) | File access method and device | |
US20160232187A1 (en) | Dump analysis method, apparatus and non-transitory computer readable storage medium |
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 |