[發明專利]哈希連接方法、計算節點、存儲介質及程序產品

在審

• 申請號: 202210825987.5
• 申請日: 2022-07-13
• 公開（公告）號: CN115062027A
• 公開（公告）日: 2022-09-16
• 發明（設計）人: 吳宇昊;李飛飛;魏闖先
• 申請（專利權）人: 阿里云計算有限公司
• 主分類號: G06F16/22
• 分類號: G06F16/22;G06F16/2455
• 代理公司: 北京同鈞律師事務所 16037
• 代理人: 柴海平;許懷遠

1.一種哈希連接方法，其特征在于，包括：

基于第一哈希函數，對第一數據表進行哈希運算，得到哈希表；

基于所述哈希表，生成布隆過濾器；

根據所述布隆過濾器對第二數據表進行過濾；

對所述哈希表以及過濾后的第二數據表進行哈希連接，得到并輸出哈希連接表。

2.根據權利要求1所述的方法，其特征在于，基于所述哈希表，生成布隆過濾器，包括：

根據計算節點對應的哈希表，生成所述計算節點對應的子布隆過濾器；

獲取各個其他計算節點對應的子布隆過濾器；

根據各個所述計算節點對應的子布隆過濾器，生成所述布隆過濾器。

3.根據權利要求1所述的方法，其特征在于，基于所述哈希表，生成布隆過濾器，包括：

根據計算節點對應的哈希表，生成所述計算節點對應的子布隆過濾器；

獲取各個其他計算節點對應的子布隆過濾器的置位信息；

根據所述置位信息以及所述計算節點對應的子布隆過濾器，生成所述布隆過濾器；

其中，置位信息用于描述對應的子布隆過濾器被置位的比特位。

4.根據權利要求2或3所述的方法，其特征在于，在根據所述計算節點對應的哈希表，生成所述計算節點對應的子布隆過濾器之后，所述方法還包括：

分別計算以第一傳輸方式和第二傳輸方式傳輸子布隆過濾器所需的數據量；

根據傳輸所需的數據量，從第一傳輸方式和第二傳輸方式中確定所述子布隆過濾器的目標傳輸方式；

基于所述目標傳輸方式，廣播所述計算節點對應的子布隆過濾器至其他計算節點；

其中，基于第一傳輸方式廣播所述計算節點對應的子布隆過濾器，包括：

廣播所述計算節點對應的子布隆過濾器至其他計算節點；

基于第二傳輸方式廣播所述計算節點對應的子布隆過濾器，包括：

廣播所述計算節點對應的子布隆過濾器的置位信息至其他計算節點；置位信息用于描述對應的子布隆過濾器被置位的位置。

5.根據權利要求2或3所述的方法，其特征在于，根據所述計算節點對應的哈希表，生成所述計算節點對應的子布隆過濾器，包括：

獲取至少一個第二哈希函數；

根據至少一個第二哈希函數，計算所述第一數據表中各元組的第二哈希值；

根據第一哈希值以及所述第二哈希值，構建所述計算節點對應的子布隆過濾器；

其中，所述第一哈希值為所述哈希表中的哈希值。

6.根據權利要求5所述的方法，其特征在于，所述方法還包括：

根據所述第一數據表，確定哈希代價；

根據所述第二數據表，確定連接代價；

根據所述哈希代價以及所述連接代價，確定所述計算節點對應的子布隆過濾器的哈希函數的個數，以根據所述哈希函數的個數，獲取對應數量的第二哈希函數。

7.根據權利要求1-3任一項所述的方法，其特征在于，根據所述布隆過濾器對第二數據表進行過濾，包括：

當所述第二數據表與所述第一數據表的哈希分布不同時，廣播所述布隆過濾器至第二數據表對應的進程；

經由所述第二數據表對應的進程，根據所述布隆過濾器對掃描的第二數據表中的元組進行過濾，得到過濾后的第二數據表，并將過濾后的第二數據表發送至第一數據表對應的進程，以由第一數據表對應的進程對所述哈希表以及過濾后的第二數據表進行哈希連接。

8.一種計算節點，包括：

處理器，以及與所述處理器通信連接的存儲器；

所述存儲器存儲計算機執行指令；

所述處理器執行所述存儲器存儲的計算機執行指令，以實現如權利要求1-7任一項所述的方法。

9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有計算機執行指令，所述計算機執行指令被處理器執行時用于實現如權利要求1-7任一項所述的方法。

10.一種計算機程序產品，其特征在于，包括計算機程序，所述計算機程序被處理器執行時實現權利要求1-7任一項所述的方法。