CN117407428B - 一种获取目标数据库的目标配置文件的数据处理系统 - Google Patents
一种获取目标数据库的目标配置文件的数据处理系统 Download PDFInfo
- Publication number
- CN117407428B CN117407428B CN202311564753.0A CN202311564753A CN117407428B CN 117407428 B CN117407428 B CN 117407428B CN 202311564753 A CN202311564753 A CN 202311564753A CN 117407428 B CN117407428 B CN 117407428B
- Authority
- CN
- China
- Prior art keywords
- database
- target
- query request
- acquiring
- configuration file
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000002159 abnormal effect Effects 0.000 claims abstract description 29
- 238000004590 computer program Methods 0.000 claims abstract description 8
- 238000012986 modification Methods 0.000 claims description 16
- 230000004048 modification Effects 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 10
- 238000003062 neural network model Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 description 5
- 238000010606 normalization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 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
- G06F16/20—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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- 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)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种获取目标数据库的目标配置文件的数据处理系统,涉及数据库领域,所述系统包括:存储有预设问题策略信息集的存储介质、处理器和存储有计算机程序的存储器,当所述计算机程序被处理器执行时,实现如下步骤:获取目标数据库的目标元数据向量,基于目标元数据向量,构建目标数据库的关联数据库,获取目标数据库的目标查询请求集,基于目标查询请求集和关联数据库,获取每一目标查询请求的关联异常标识,基于每一目标查询请求的异常标识和预设问题策略信息集,获取目标数据库的目标配置文件;通过设置关联数据库,获得关联异常标识,从而获取目标数据库的目标配置文件,从而达到更换数据库的目的并且能够兼容之前的目标查询请求。
Description
技术领域
本发明涉及数据库领域,特别是涉及一种获取目标数据库的目标配置文件的数据处理系统。
背景技术
数据库是“按照数据结构来组织、存储和管理数据的仓库”,存储空间很大,数据按照一定的规则在数据库中进行存储。数据库是系统的核心软件,但是由于数据库实现和发展阶段的原因,不同数据库会增加自己特有的语法和扩展特性,当想要更换数据库时,会产生命令不能兼容的情况。专利申请CN112800034A公开了一种基于语法兼容转换的数据库替换方法、装置、介质及设备,通过根据不兼容的请求指令修改配置信息,将当前Java业务程序替换连接至新数据库,从而达到重新更换新数据库的目的;但现有技术仅提出了替换方案,未对具体的替换方式做出说明,也无法解决异常情况。
发明内容
针对上述技术问题,本发明采用的技术方案为:一种获取目标数据库的目标配置文件的数据处理系统,所述系统包括:存储有预设问题策略信息集A={A1,A2,…,Ai,…,Am}的存储介质、处理器和存储有计算机程序的存储器,其中,第i个预设问题策略信息Ai包括异常状态标识Ai1和Ai1对应的修改策略Ai2,i的取值范围是1到m,m是预设问题策略信息的数量,当所述计算机程序被处理器执行时,实现如下步骤:
S100,获取目标数据库的目标元数据向量B=(B1,B2,…,Bj,…,Bn),Bj是目标数据库的第j维度的元数据,j的取值范围是1到n,n是元数据的维度的数量,所述元数据至少包括数据库大小、数据库IP地址、数据库的端口地址、数据库的版本。
S200,基于B,构建目标数据库的关联数据库,其中,所述关联数据库是与目标数据库的元数据一致且不存储目标数据库中的数据的虚拟数据库。
S300,获取目标数据库的目标查询请求集C={C1,C2,…,Cx,…,Cp},Cx是第x个目标查询请求,x的取值范围是1到p,p是目标查询请求的数量,其中,任一目标查询请求均为SQL查询语句。
S400,基于C和关联数据库,获取每一目标查询请求的关联异常标识,其中,所述关联异常标识是关联数据库执行目标查询请求的异常标识。
S500,基于每一目标查询请求的关联异常标识和A,获取目标数据库的目标配置文件。
本发明至少具有以下有益效果:综上,获取目标数据库的目标元数据向量,基于目标元数据向量,构建目标数据库的关联数据库,获取目标数据库的目标查询请求集,基于目标查询请求集和关联数据库,获取每一目标查询请求的关联异常标识,基于每一目标查询请求的异常标识和预设问题策略信息集,获取目标数据库的目标配置文件;通过设置关联数据库,获得关联异常标识,从而获取目标数据库的目标配置文件,使得目标数据库能够执行目标查询请求,从而达到更换数据库的目的并且能够兼容之前的目标查询请求。
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。
图1为本发明实施例提供的一种获取目标数据库的目标配置文件的数据处理系统执行计算机程序时的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种获取目标数据库的目标配置文件的数据处理系统,所述系统包括:存储有预设问题策略信息集A={A1,A2,…,Ai,…,Am}的存储介质、处理器和存储有计算机程序的存储器,其中,第i个预设问题策略信息Ai包括异常状态标识Ai1和Ai1对应的修改策略Ai2,i的取值范围是1到m,m是预设问题策略信息的数量。
如图1所示,当所述计算机程序被处理器执行时,实现如下步骤:
S100,获取目标数据库的目标元数据向量B=(B1,B2,…,Bj,…,Bn),Bj是目标数据库的第j维度的元数据,j的取值范围是1到n,n是元数据的维度的数量,所述元数据至少包括数据库大小、数据库IP地址、数据库的端口地址、数据库的版本。
具体的,所述元数据至少包括数据库大小、数据库IP地址、数据库的端口地址、数据库的版本。所述元数据用于描述数据的属性,可以理解为,是数据表的表头。
S200,基于B,构建目标数据库的关联数据库,其中,所述关联数据库是与目标数据库的元数据一致的虚拟数据库。
具体的,关联数据库不存储与目标数据库相同的数据。可以理解为,所述关联数据库是与目标数据库的元数据完全相同,但并没有存储有与目标数据库相同数据的数据库。
S300,获取目标数据库的目标查询请求集C={C1,C2,…,Cx,…,Cp},Cx是第x个目标查询请求,x的取值范围是1到p,p是目标查询请求的数量,其中,任一目标查询请求均为SQL查询语句。
可以理解为,所述目标查询请求是目标数据库接收到的请求,所述目标查询请求可能是根据非目标数据库的语法构建的查询请求。
S400,基于C和关联数据库,获取每一目标查询请求的关联异常标识,其中,所述关联异常标识是关联数据库执行目标查询请求的异常标识。
具体的,所述关联异常标识为字符串的形式。
S500,基于每一目标查询请求的关联异常标识和A,获取目标数据库的目标配置文件。
可以理解为,获取目标数据库的目标配置文件后,目标配置文件的目标数据库能够执行目标查询请求。
综上,获取目标数据库的目标元数据向量,基于目标元数据向量,构建目标数据库的关联数据库,获取目标数据库的目标查询请求集,基于目标查询请求集和关联数据库,获取每一目标查询请求的关联异常标识,基于每一目标查询请求的异常标识和预设问题策略信息集,获取目标数据库的目标配置文件;通过设置关联数据库,获得关联异常标识,从而获取目标数据库的目标配置文件,使得目标数据库能够执行目标查询请求,从而达到更换数据库的目的并且能够兼容之前的目标查询请求。
具体的,S400包括如下步骤:
S410,对每一目标查询请求提取关键词,获取C对应的关键词集D={D1,D2,…,Dx,…,Dp},Dx={Dx,1,Dx,2,…,Dx,y,…,Dx,qx},Dx,y是Cx对应的第y个关键词,y的取值范围是1到qx,qx是Cx对应的关键词的数量。
具体的,现有技术中任何一种提取关键词的方法均属于本发明保护范围。
在本发明一个实施例中,使用神经网络模型对每一目标查询请求提取关键词。
S420,获取Dx对应的函数优先级Lx,从而获取优先级集L={L1,L2,…,Lx,…,Lp}。
具体的,Dx对应的函数优先级Lx=1/(1+e-(qx+Mx))+Ux,Mx是Dx进行归一化后的关键词的字符长度的均值,Ux是Dx对应的预设函数等级值。
具体的,Qx=1/qx×∑qx y=1Dx,y,将Qx进行归一化处理作为Mx,具体的,现有技术中任何一种进行归一化处理的方法均属于本发明保护范围,此处不再赘述。
S430,基于L,将目标查询请求按照函数优先级进行排序,获取中间查询请求列表H={H1,H2,…,Hx,…,Hp}。
S440,基于H,将Hx按照H1到Hp的顺序输入关联数据库,获取关联异常标识。
综上,对每一目标查询请求提取关键词,基于关键词集,获取每一目标查询请求的函数优先级,基于函数优先级,对目标查询请求进行排序,获取中间查询请求列表,将中间查询请求依次输入关联数据库,获取对应的关联异常标识,通过对目标查询请求进行排序,获取中间查询请求列表。
进一步的,S440具体包括:
S441,将Hx输入关联数据库,获取Hx对应的关联异常标识Jx。
具体的,将Hx输入关联数据库,基于关联数据库的反馈内容确定Hx对应的关联异常标识。
S442,遍历A,将Jx和Ai1进行匹配。
具体的,使用现有技术中任何一种字符串的匹配方式均属于本发明保护范围。
S443,若匹配成功,使用Ai2对关联数据库的配置文件进行修改。
S444,使用修改后的关联数据库运行Hx+1。
具体的,本发明通过将中间查询请求输入关联数据库,获取该中间查询请求的关联异常标识,将关联异常标识和异常状态标识进行匹配,若匹配成功,按照异常状态标识对应的修改策略进行修改关联数据库的配置文件,然后使用修改后的关联数据库运行下一条中间查询请求,保证修改后的关联数据库执行中间查询请求时不会出现新问题。
更进一步的,S500具体包括:
S510,基于目标查询请求的关联异常标识和A,获取该目标查询请求对应的修改策略。
S520,基于该目标查询请求对应的修改策略,对目标数据库的配置文件进行修改,获取目标配置文件。具体的,通过获取目标配置文件,使得目标配置文件的目标数据库能够执行目标查询指令。在本发明一个实施例中,将所有目标查询指令对应的修改策略都对目标数据库进行修改后,生成目标配置文件;可以理解为,所述目标配置文件为将所有目标查询指令对应的修改策略都进行修改后的文件。
本发明还包括:
S001,获取新数据库和新数据库的新元数据向量E={E1,E2,…,Ej,…,En},Ej是新数据库的第j维度的元数据,所述新数据库是未获取目标配置文件的目标数据库。
S002,获取样本数据库列表F={F1,F2,…,Fg,…,Fz},Fg是第g个样本数据库,g的取值范围是1到z,z是样本数据库的数量;所述样本数据库是已经确定目标配置文件的目标数据库。
可以理解为,所述样本数据库是已经执行过S100-S500的数据库,因此,样本数据库已经经过对目标查询请求进行排序,具有目标查询请求的排序,即中间查询请求列表的顺序。
S003,获取样本数据库列表对应的样本元数据向量列表G={G1,G2,…,Gg,…,Gz},Gg是Fg对应的样本元数据向量。
S004,遍历G,获取新元数据向量E和样本元数据向量Gg的相似度Pg,从而获取相似度列表P={P1,P2,…,Pg,…,Pz}。
具体的,本领域技术人员知晓,现有技术中任何一种计算向量相似度的方法均属于本发明保护范围,此处不再赘述。
S005,获取P0=max{P1,P2,…,Pg,…,Pz},若P0大于预设相似度阈值,将P0对应的样本数据库标记为参照数据库。
S006,若参考数据库的中间查询请求包括新数据的查询请求,将新数据库按照和新数据的查询请求相同的参考数据库的中间查询请求对应的修改策略进行修改。
可以理解为,若参考数据库的中间查询请求列表存储有新数据库的查询请求,按照存储在参考数据库的中间查询请求的修改策略进行新数据的配置文件的修改。
综上,获取新数据库和新数据库的新元数据向量,获取样本数据库列表,获取样本数据库列表对应的样本元数据向量列表,遍历样本元数据向量列表,获取新元数据向量和样本元数据向量的相似度,若最大相似度大于预设相似度阈值,将最大相似度对应的样本数据库标记为参照数据库,若参考数据库的中间查询请求包括新数据的查询请求,将新数据库按照和新数据的查询请求相同的参考数据库的中间查询请求对应的修改策略进行修改,从而新数据库不必再构建关联数据库,节省时间和资源。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员还应理解,可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明开的范围由所附权利要求来限定。
Claims (6)
1.一种获取目标数据库的目标配置文件的数据处理系统,其特征在于,所述系统包括:存储有预设问题策略信息集A={A1,A2,…,Ai,…,Am}的存储介质、处理器和存储有计算机程序的存储器,其中,第i个预设问题策略信息Ai包括异常状态标识Ai1和Ai1对应的修改策略Ai2,i的取值范围是1到m,m是预设问题策略信息的数量,当所述计算机程序被处理器执行时,实现如下步骤:
S100,获取目标数据库的目标元数据向量B=(B1,B2,…,Bj,…,Bn),Bj是目标数据库的第j维度的元数据,j的取值范围是1到n,n是元数据的维度的数量,所述元数据至少包括数据库大小、数据库IP地址、数据库的端口地址、数据库的版本;
S200,基于B,构建目标数据库的关联数据库,其中,所述关联数据库是与目标数据库的元数据一致且不存储目标数据库中的数据的虚拟数据库;
S300,获取目标数据库的目标查询请求集C={C1,C2,…,Cx,…,Cp},Cx是第x个目标查询请求,x的取值范围是1到p,p是目标查询请求的数量,其中,任一目标查询请求均为SQL查询语句;
S400,基于C和关联数据库,获取每一目标查询请求的关联异常标识,其中,所述关联异常标识是关联数据库执行目标查询请求的异常标识;
S500,基于每一目标查询请求的关联异常标识和A,获取目标数据库的目标配置文件;
其中,S400包括如下步骤:
S410,对每一目标查询请求提取关键词,获取C对应的关键词集D={D1,D2,…,Dx,…,Dp},Dx={Dx,1,Dx,2,…,Dx,y,…,Dx,qx},Dx,y是Cx对应的第y个关键词,y的取值范围是1到qx,qx是Cx对应的关键词的数量;
S420,获取Dx对应的函数优先级Lx,从而获取优先级集L={L1,L2,…,Lx,…,Lp};
S430,基于L,将目标查询请求按照函数优先级进行排序,获取中间查询请求列表H={H1,H2,…,Hx,…,Hp};
S440,基于H,将Hx按照H1到Hp的顺序输入关联数据库,获取关联异常标识;
S440具体包括:
S441,将Hx输入关联数据库,获取Hx对应的关联异常标识Jx;
S442,遍历A,将Jx和Ai1进行匹配;
S443,若匹配成功,使用Ai2对关联数据库的配置文件进行修改;
S444,使用修改后的关联数据库运行Hx+1。
2.根据权利要求1所述的获取目标数据库的目标配置文件的数据处理系统,其特征在于,S500具体包括:
S510,基于目标查询请求的关联异常标识和A,获取该目标查询请求对应的修改策略;
S520,基于该目标查询请求对应的修改策略,对目标数据库的配置文件进行修改,获取目标配置文件。
3.根据权利要求2所述的获取目标数据库的目标配置文件的数据处理系统,其特征在于,还包括:
S001,获取新数据库和新数据库的新元数据向量E={E1,E2,…,Ej,…,En},Ej是新数据库的第j维度的元数据,所述新数据库是未获取目标配置文件的目标数据库;
S002,获取样本数据库列表F={F1,F2,…,Fg,…,Fz},Fg是第g个样本数据库,g的取值范围是1到z,z是样本数据库的数量;所述样本数据库是已经确定目标配置文件的目标数据库;
S003,获取样本数据库列表对应的样本元数据向量列表G={G1,G2,…,Gg,…,Gz},Gg是Fg对应的样本元数据向量;
S004,遍历G,获取新元数据向量E和样本元数据向量Gg的相似度Pg,从而获取相似度列表P={P1,P2,…,Pg,…,Pz};
S005,获取P0=max{P1,P2,…,Pg,…,Pz},若P0大于预设相似度阈值,将P0对应的样本数据库标记为参照数据库;
S006,若参考数据库的中间查询请求包括新数据的查询请求,将新数据库按照和新数据的查询请求相同的参考数据库的中间查询请求对应的修改策略进行修改。
4.根据权利要求1所述的获取目标数据库的目标配置文件的数据处理系统,其特征在于,使用神经网络模型对每一目标查询请求提取关键词。
5.根据权利要求1所述的获取目标数据库的目标配置文件的数据处理系统,其特征在于,在S420中,Dx对应的函数优先级Lx=1/(1+e-(qx+Mx))+Ux,Mx是Dx进行归一化后的关键词的字符长度的均值,Ux是Dx对应的预设函数等级值。
6.根据权利要求1所述的获取目标数据库的目标配置文件的数据处理系统,其特征在于,所述关联异常标识为字符串的形式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311564753.0A CN117407428B (zh) | 2023-11-21 | 2023-11-21 | 一种获取目标数据库的目标配置文件的数据处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311564753.0A CN117407428B (zh) | 2023-11-21 | 2023-11-21 | 一种获取目标数据库的目标配置文件的数据处理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117407428A CN117407428A (zh) | 2024-01-16 |
CN117407428B true CN117407428B (zh) | 2024-04-19 |
Family
ID=89489043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311564753.0A Active CN117407428B (zh) | 2023-11-21 | 2023-11-21 | 一种获取目标数据库的目标配置文件的数据处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117407428B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110990420A (zh) * | 2019-11-27 | 2020-04-10 | 腾讯科技(深圳)有限公司 | 数据查询方法、装置 |
CN113986880A (zh) * | 2021-10-29 | 2022-01-28 | 平安国际智慧城市科技股份有限公司 | 业务系统的数据库适配方法、装置、设备及存储介质 |
CN114328574A (zh) * | 2021-11-29 | 2022-04-12 | 上海欣兆阳信息科技有限公司 | 一种数据查询方法、装置、电子设备及计算机可读存储介质 |
CN114372104A (zh) * | 2022-01-10 | 2022-04-19 | 苏州久知联信息技术有限公司 | 一种兼容性好的电子文件元数据采集工具及方法 |
CN115328891A (zh) * | 2022-08-31 | 2022-11-11 | 中国电信股份有限公司 | 数据迁移方法、装置、存储介质及电子设备 |
CN115858499A (zh) * | 2022-12-20 | 2023-03-28 | 平安银行股份有限公司 | 一种数据库分区处理方法、装置、计算机设备和存储介质 |
CN116244344A (zh) * | 2022-11-25 | 2023-06-09 | 中国农业科学院农业信息研究所 | 基于用户需求的检索方法、装置以及电子设备 |
CN116303371A (zh) * | 2023-05-17 | 2023-06-23 | 北京比格大数据有限公司 | 跨架构数据计算方法及装置、电子设备及存储介质 |
WO2023149965A1 (en) * | 2022-02-07 | 2023-08-10 | Google Llc | Join operations for datasets with inconsistent dimensions |
CN116578585A (zh) * | 2023-07-13 | 2023-08-11 | 北京原点数安科技有限公司 | 数据查询方法、装置、电子设备及存储介质 |
CN116955856A (zh) * | 2023-07-31 | 2023-10-27 | 北京百度网讯科技有限公司 | 信息展示方法、装置、电子设备以及存储介质 |
CN117033424A (zh) * | 2023-06-29 | 2023-11-10 | 中国银行股份有限公司 | 慢sql语句的查询优化方法、装置和计算机设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10878036B2 (en) * | 2018-01-17 | 2020-12-29 | Actian Corporation | Maintaining character set compatibility in database systems |
US11198446B2 (en) * | 2019-01-04 | 2021-12-14 | Faraday & Future Inc. | On-board vehicle query system |
-
2023
- 2023-11-21 CN CN202311564753.0A patent/CN117407428B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110990420A (zh) * | 2019-11-27 | 2020-04-10 | 腾讯科技(深圳)有限公司 | 数据查询方法、装置 |
CN113986880A (zh) * | 2021-10-29 | 2022-01-28 | 平安国际智慧城市科技股份有限公司 | 业务系统的数据库适配方法、装置、设备及存储介质 |
CN114328574A (zh) * | 2021-11-29 | 2022-04-12 | 上海欣兆阳信息科技有限公司 | 一种数据查询方法、装置、电子设备及计算机可读存储介质 |
CN114372104A (zh) * | 2022-01-10 | 2022-04-19 | 苏州久知联信息技术有限公司 | 一种兼容性好的电子文件元数据采集工具及方法 |
WO2023149965A1 (en) * | 2022-02-07 | 2023-08-10 | Google Llc | Join operations for datasets with inconsistent dimensions |
CN115328891A (zh) * | 2022-08-31 | 2022-11-11 | 中国电信股份有限公司 | 数据迁移方法、装置、存储介质及电子设备 |
CN116244344A (zh) * | 2022-11-25 | 2023-06-09 | 中国农业科学院农业信息研究所 | 基于用户需求的检索方法、装置以及电子设备 |
CN115858499A (zh) * | 2022-12-20 | 2023-03-28 | 平安银行股份有限公司 | 一种数据库分区处理方法、装置、计算机设备和存储介质 |
CN116303371A (zh) * | 2023-05-17 | 2023-06-23 | 北京比格大数据有限公司 | 跨架构数据计算方法及装置、电子设备及存储介质 |
CN117033424A (zh) * | 2023-06-29 | 2023-11-10 | 中国银行股份有限公司 | 慢sql语句的查询优化方法、装置和计算机设备 |
CN116578585A (zh) * | 2023-07-13 | 2023-08-11 | 北京原点数安科技有限公司 | 数据查询方法、装置、电子设备及存储介质 |
CN116955856A (zh) * | 2023-07-31 | 2023-10-27 | 北京百度网讯科技有限公司 | 信息展示方法、装置、电子设备以及存储介质 |
Non-Patent Citations (3)
Title |
---|
Big metadata: when metadata is big data;Pavan Edara 等;《Proceedings of the VLDB Endowment (PVLBD)》;20210701;3083-3095 * |
狄丹.基于MySQL协议的数据库运维代理的设计与实现.《信息科技 * |
经济与管理科学》.2023,1-70. * |
Also Published As
Publication number | Publication date |
---|---|
CN117407428A (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7409401B2 (en) | Method and system for supporting multivalue attributes in a database system | |
US10198476B2 (en) | Statistical identification of instances during reconciliation process | |
US10776170B2 (en) | Software service execution apparatus, system, and method | |
US20150234927A1 (en) | Application search method, apparatus, and terminal | |
CN112287182B (zh) | 图数据存储、处理方法、装置及计算机存储介质 | |
US9141678B2 (en) | Distributed query cache in a database system | |
CN100442236C (zh) | 用于使用md4校验和链接跨机器事务的方法和系统 | |
US7617250B2 (en) | Semantic file system | |
WO2019179408A1 (zh) | 机器学习模型的构建 | |
CN111104419A (zh) | 一种数据查询方法及装置 | |
CN113312175A (zh) | 一种算子确定、运行方法及装置 | |
US9747328B2 (en) | Method and apparatus for modifying a row in a database table to include meta-data | |
CN117407428B (zh) | 一种获取目标数据库的目标配置文件的数据处理系统 | |
CN111666302A (zh) | 用户排名的查询方法、装置、设备及存储介质 | |
CN115544033B (zh) | 查重向量库更新、数据查重方法、装置、设备和介质 | |
CN113946365A (zh) | 页面识别方法、装置、计算机设备和存储介质 | |
EP3091447A1 (en) | Method for modifying root nodes and modifying apparatus | |
CN117251500B (zh) | 一种数据库动态读写分离的方法 | |
CN116186130B (zh) | 一种MySQL协议数据库的数据导入导出方法及系统 | |
KR102279109B1 (ko) | 지식 통합을 위한 분산 시스템 및 방법 | |
US11921765B2 (en) | Systematic iterative analysis of unstructured data files | |
CN118012889A (zh) | 向量的确定方法及装置、存储介质及电子装置 | |
CN114281760A (zh) | 数据项文件的注册方法、系统、电子设备及存储介质 | |
CN117743316A (zh) | 数据处理方法、装置、存储介质及电子设备 | |
CN115563308A (zh) | 一种实体查询方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |