[發明專利]數據排序方法、數據庫引擎及存儲介質

在審

• 申請號: 202110621131.1
• 申請日: 2021-06-03
• 公開（公告）號: CN113392134A
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 金天波
• 申請（專利權）人: 阿里巴巴新加坡控股有限公司
• 主分類號: G06F16/2457
• 分類號: G06F16/2457;G06F16/28;G06Q30/06
• 代理公司: 北京太合九思知識產權代理有限公司 11610
• 代理人: 劉戈;張愛

1.一種數據排序方法，其特征在于，包括：

響應于排序指令，獲取待排序的數據集，所述數據集包括N個數據行M個數據列，所述M個數據列中至少包括聚簇列和排序列，N、M是大于等于2的自然數；

按照所述聚簇列對所述數據集中的N個數據行進行分組，以得到至少兩個數據分組；

按照所述排序列以同樣的排序順序，在所述至少兩個數據分組之間以及每個數據分組內進行排序，以得到排序結果。

2.根據權利要求1所述的方法，其特征在于，按照所述聚簇列對所述數據集中的N個數據行進行分組，以得到至少兩個數據分組，包括：

將所述聚簇列中數據相同或在同一數據范圍內的數據行劃分到同一數據分組中，以得到至少兩個數據分組。

3.根據權利要求2所述的方法，其特征在于，按照所述排序列以同樣的排序順序，在所述至少兩個數據分組之間以及每個數據分組內進行排序，以得到排序結果，包括：

按照所述排序列以指定的排序順序，在所述至少兩個數據分組之間進行排序后，在每個數據分組內進行排序，以得到排序結果；

或者

按照所述排序列以指定的排序順序，在每個數據分組內進行排序后，在所述至少兩個數據分組之間進行排序，以得到排序結果。

4.根據權利要求3所述的方法，其特征在于，按照所述排序列以指定的排序順序，在所述至少兩個數據分組之間進行排序后，在每個數據分組內進行排序，以得到排序結果，包括：

根據所述至少兩個數據分組各自包含的所述排序列中的數據，確定所述至少兩個數據分組對應的基準數據；

按照指定的排序順序，將所述至少兩個數據分組對應的基準數據添加到目標數據表中，以得到所述至少兩個數據分組在所述目標數據表中對應的數據分區；

針對每個數據分組，按照所述排序行以指定的排序順序，將所述數據分組中的數據行填充到所述數據分組所在的數據分區內，以得到排序結果。

5.根據權利要求4所述的方法，其特征在于，根據所述至少兩個數據分組各自包含的所述排序列中的數據，確定所述至少兩個數據分組對應的基準數據，包括：

針對每個數據分組，將所述數據分組包含的所述排序列中的最小數據、最大數據、中位數或平均數，作為所述數據分組對應的基準數據。

6.根據權利要求5所述的方法，其特征在于，若所述數據分組對應的基準數據不屬于所述數據分組包含的所述排序列中的數據，所述方法還包括：

在將所述數據分組中的數據行填充到所述數據分組所在的數據分區內之后，將所述基準數據所在的數據行從所述目標數據表中刪除。

7.根據權利要求3所述的方法，其特征在于，按照所述排序列以指定的排序順序，在每個數據分組內進行排序后，在所述至少兩個數據分組之間進行排序，以得到排序結果，包括：

按照所述排序列以指定的排序順序，將每個數據分組中的數據行存儲到臨時存儲區內；

根據所述至少兩個數據分組各自包含的所述排序列中的數據，確定所述至少兩個數據分組對應的基準數據；

按照指定的排序順序對所述至少兩個數據分組對應的基準數據進行排序，以得到所述至少兩個數據分組之間的排序順序；

根據所述至少兩個數據分組之間的排序順序，依次從所述臨時存儲區內讀取所述至少兩個數據分組中的數據行并寫入目標數據表中，以得到排序結果。

8.根據權利要求1-7任一項所述的方法，其特征在于，還包括：

根據所述數據集中M個數據列的數據屬性，將所述數據集中用于存儲待分析對象的標識信息的數據列配置為聚簇列；

根據所述數據集中其余數據列的數據分布特性，將對應同一待分析對象的局部數據波動范圍相對全局數據波動范圍的比例關系符合設定條件的數據列配置為排序列。