[發(fā)明專利]數(shù)據(jù)查詢方法、裝置、計算機設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010219109.X
• 申請日: 2020-03-25
• 公開（公告）號: CN111427911A
• 公開（公告）日: 2020-07-17
• 發(fā)明（設(shè)計）人: 王永亮
• 申請（專利權(quán)）人: 平安醫(yī)療健康管理股份有限公司
• 主分類號: G06F16/2453
• 分類號: G06F16/2453;G06F16/2458;G06F21/62;G06F21/32;G06F3/01
• 代理公司: 深圳市明日今典知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44343
• 代理人: 王杰輝

本申請揭示了一種數(shù)據(jù)查詢方法、裝置、計算機設(shè)備和存儲介質(zhì)，其中方法包括接收分析需求信息；查找與分析信息攜帶的業(yè)務(wù)類型對應(yīng)的第一數(shù)據(jù)分庫；其中，第一數(shù)據(jù)分庫是hive庫按照業(yè)務(wù)類型進行拆分后得到的對應(yīng)不同業(yè)務(wù)類型的數(shù)據(jù)庫；利用分布式設(shè)置的SQL查詢引擎，分別到第一數(shù)據(jù)分庫中查詢對應(yīng)分析需求信息的待分析數(shù)據(jù)，以完成分析需求。本申請將不同業(yè)務(wù)類型的數(shù)據(jù)存儲到對應(yīng)的數(shù)據(jù)分庫中，在查詢數(shù)據(jù)的時候不需要考慮數(shù)據(jù)源的因素，只需要考慮數(shù)據(jù)本身即可，無需Hive庫、Greenplum和Spark三部分復(fù)雜的交互式計算以及依賴復(fù)雜算法，提高數(shù)據(jù)的查詢效率。分布式的SQL查詢引擎，可以將一個查詢?nèi)蝿?wù)拆分成多個小任務(wù)，進一步地提高查詢速度。

技術(shù)領(lǐng)域

本申請涉及到數(shù)據(jù)查詢領(lǐng)域，特別是涉及到一種數(shù)據(jù)查詢方法、裝置、計算機設(shè)備和存儲介質(zhì)。

背景技術(shù)

基于大數(shù)據(jù)平臺的數(shù)據(jù)中臺，數(shù)倉往往扮演重要的角色，為了能夠給數(shù)據(jù)集市提供實時有效的數(shù)據(jù)，對數(shù)據(jù)查詢的時效性要求就會高于單數(shù)據(jù)源，作為數(shù)倉的重要組成部分，Hive庫是基于Hadoop上的數(shù)據(jù)倉庫基礎(chǔ)構(gòu)架,Greenplum專門用于管理大規(guī)模分析數(shù)據(jù)倉庫和商業(yè)智能工作負載，Spark是專為大規(guī)模數(shù)據(jù)處理而設(shè)計的快速通用的計算引擎，數(shù)倉需要依賴這三部分進行交互式計算以及依賴復(fù)雜算法將結(jié)果通過spark sql反映到web端，單純依賴ORM(對象關(guān)系映射，Object Relational Mapping)的Mybatis多數(shù)據(jù)源是不能實現(xiàn)的，由于hive庫是主要的數(shù)據(jù)存儲結(jié)構(gòu)，當大量的業(yè)務(wù)數(shù)據(jù)存儲后查詢速度會下降，加上Hive庫底層執(zhí)行使用的是MapReduce引擎，仍然是一個批處理過程，難以滿足查詢的交互性，如何實現(xiàn)將三種組件進行混合式的查詢，并且能夠靈活的根據(jù)業(yè)務(wù)數(shù)據(jù)進行響應(yīng)，現(xiàn)有業(yè)內(nèi)或產(chǎn)品都沒有好的方案。

發(fā)明內(nèi)容

本申請的主要目的為提供一種數(shù)據(jù)查詢方法、裝置、計算機設(shè)備和存儲介質(zhì)，旨在解決現(xiàn)有技術(shù)中在大數(shù)據(jù)中進行數(shù)據(jù)查詢時，查詢速度慢的技術(shù)問題。

為了實現(xiàn)上述發(fā)明目的，本申請?zhí)岢鲆环N數(shù)據(jù)查詢方法，包括：

接收分析需求信息；其中，所述分析需求信息攜帶有至少一種業(yè)務(wù)類型；

查找與所述分析信息攜帶的業(yè)務(wù)類型對應(yīng)的第一數(shù)據(jù)分庫；其中，所述第一數(shù)據(jù)分庫是hive庫按照業(yè)務(wù)類型進行拆分后得到的對應(yīng)不同業(yè)務(wù)類型的數(shù)據(jù)庫；

利用分布式設(shè)置的SQL查詢引擎，分別到所述第一數(shù)據(jù)分庫中查詢對應(yīng)所述分析需求信息的待分析數(shù)據(jù)，以完成分析需求。

進一步地，所述查找與所述分析信息攜帶的業(yè)務(wù)類型對應(yīng)的第一數(shù)據(jù)分庫的步驟之前，包括：

接收數(shù)據(jù)分庫的建立命令，其中所述建立命令攜帶新業(yè)務(wù)類型，所述新業(yè)務(wù)類型與各所述第一數(shù)據(jù)分庫對應(yīng)的業(yè)務(wù)類型不同；

根據(jù)所述建立命令在所述hive庫中劃分出指定的存儲空間；

調(diào)用多個分布式設(shè)置的SQL查詢引擎到hive庫查詢與所述新業(yè)務(wù)類型對應(yīng)的數(shù)據(jù)，并將查詢到的數(shù)據(jù)存儲到所述存儲空間形成第二數(shù)據(jù)分庫。

進一步地，所述接收數(shù)據(jù)分庫的建立命令的步驟之前，包括：

判斷發(fā)送所述建立命令的應(yīng)用端前的用戶是否具有建立數(shù)據(jù)分庫的權(quán)限；

若有，則接收所述建立命令。

進一步地，所述判斷發(fā)送所述建立命令的應(yīng)用端前的用戶是否具有建立數(shù)據(jù)分庫的權(quán)限的步驟，包括：

采集所述應(yīng)用端前的用戶的人臉視頻；

每間隔M幀獲取一次人臉視視頻中人眼的眼球信息，以及人臉的角度信息；其中，所述M是正整數(shù)，且M大于等于12小于等于24；

判斷各眼球信息是否發(fā)生變化；