一种支持快速查询的学员教师信息管理系统的制作方法

本发明涉及数据库领域，尤其涉及一种支持快速查询的学员教师信息管理系统。

背景技术：

在教育领域，随着互联网技术的发展，现代远程交互教学系统得到了广泛的应用和发展。通过对大数据的获取，分析，管理和应用，使得教育系统的教学能力得到了长足的进步。为了提升教学系统的教学能力，有必要为其配备具有强数据处理能力的管理系统。

技术实现要素：

为了解决上述技术问题，本发明提出了一种支持快速查询的学员教师信息管理系统。本发明具体是以如下技术方案实现的：

本公开提出一种支持快速查询的学员教师信息管理系统，所述管理系统包括多个第一客户端、多个第二客户端、第一服务器和第二服务器组；

各个所述第一客户端由学员持有，所述第一客户端通过与所述第一服务器交互使得所述第一服务器管理学员相关的信息，所述学员相关的信息以第一数据库的形式被记录；

各个所述第二客户端由教师持有，所述第二客户端通过与所述第一服务器交互使得所述第一服务器管理教师相关的信息，所述教师相关的信息以第二数据库的形式被记录；

所述第一服务器与所述第二服务器组通信连接，以根据预设算法将第一数据库和/或第二数据库的数据备份在所述第二服务器组之中。

本发明实施例提供了一种支持快速查询的学员教师信息管理系统，通过设计相应的存储结构可以提升存储安全性，通过冗余数据存储提升整个系统的鲁棒性，还能够支持对于教师信息的快速查询。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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它附图。

图1是本发明实施例提供的一种支持快速查询的学员教师信息管理系统示意图；

图2是本发明实施例提供的第一数据库存储数据流程图；

图3是本发明实施例提供的第二服务器组备份流程图；

图4是本发明实施例提供的第二服务器支持的复合查询流程图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明实施例公开一种支持快速查询的学员教师信息管理系统，如图1所示，所述管理系统包括多个第一客户端、多个第二客户端、第一服务器和第二服务器组；

各个所述第一客户端由学员持有，所述第一客户端通过与所述第一服务器交互使得所述第一服务器管理学员相关的信息，所述学员相关的信息以第一数据库的形式被记录；

各个所述第二客户端由教师持有，所述第二客户端通过与所述第一服务器交互使得所述第一服务器管理教师相关的信息，所述教师相关的信息以第二数据库的形式被记录；

所述第一服务器与所述第二服务器组通信连接，以根据预设算法将第一数据库和/或第二数据库的数据备份在所述第二服务器组之中。

具体地，所述第一数据库用于记录学员的基本个人信息、教学参与行为特征、社交信息和个人倾向信息。

具体地，所述社交信息可以包括社交特征信息和社交兴趣信息，所述社交特征信息可以包括qq好友信息，微信好友信息，qq好友关联度信息，微信好友关联度信息；所述社交兴趣信息包括与各个qq好友的相似兴趣以及与各个微信好友的相似兴趣。基于所述社交信息，所述第一服务器可以从社交维度为学员推荐教师。

所述教学参与行为特征记录了所述学员参加的各个讨论组所对应的教学内容的标识。基于所述教学参与行为特征，所述第一服务器可以基于学员的历史行为为学员推荐教师。

所述个人倾向信息包括从业时间，授课课时总时长，授课总热度，授课反馈好评程度等多个可量化的倾向性数据。基于所述个人倾向信息，所述第一服务器可以从倾向维度为学员推荐教师。

所述第二数据库用于记录教师的基本个人信息和教学参考信息，所述教学参考信息与第一数据库的个人倾向信息的字段内容相一致。

所述第一数据库和所述第二数据库基于相同模式进行数据存储，本发明实施例以所述第一数据库为例进行说明：

所述第一服务器的存储空间被划分为多个存储块，各个存储块按照树形拓扑进行组织得到存储拓扑树，每个存储块对应所述存储拓扑树中的一个叶子节点，基于所述存储拓扑树为每个存储块进行编号。

对于所述第一数据库中的数据，如图2所示，对所述第一数据库中的数据执行下述存储操作：

s1.获取所述数据中的特征数据，所述特征数据为所述第一数据库中的预设字段对应的属性的值。

比如，基本个人信息、教学参与行为特征、社交信息和个人倾向信息中最低粒度的字段的其中一个或者组合。

比如基本个人信息包括姓名，年龄，性别，职业。姓名，年龄，性别，职业均属于最低粒度字段。最低粒度字段为不包含其它字段的字段。

s3.根据预设的映射算法将所述特征数据映射到存储空间，所述存储空间由各个存储块的编号构成；

s5.根据映射结果确定目标存储块的编号；

s7.由所述目标存储块的编号指向的存储块存储所述数据。

所述第二服务器组用于存储所述第一服务器中的数据作为备份使用。在进行备份过程中，如图3所示，至少执行下述步骤：

s10.得到所述第二服务器组的各个存储节点，根据所述存储节点的关系得到各个节点的标识，所述节点标识用于表征所述节点在所述第二服务器组中的逻辑拓扑位置。

具体地，各个节点的逻辑拓扑位置之间的距离符合预设协议，所述预设协议中两个节点的逻辑拓扑位置的距离为第一个节点到达另一个节点所经过的跳数。

比如，当两个节点位于同一个机组内，它们之间的距离为2；当两个节点分别位于同一机房内的相邻机组时，经过2级交换，它们之间的距离为4；而当两个节点位于不同的机房，经过3级交换，它们之间的距离为6。

s30.根据各个节点的标识将所述节点映射到虚拟逻辑闭环上。

在一个实施例中所述虚拟逻辑闭环包括多个虚拟逻辑位，所述虚拟逻辑位取值范围可以为0到2的32次方-1。每个虚拟逻辑位可以挂载一个节点。

s50.获取所述特征数据的哈希值，将所述哈希值映射到所述虚拟逻辑闭环中，得到当前目标虚拟逻辑位，以所述当前目标虚拟逻辑位指向的节点为当前目标节点。

s70.获取所述特征数据相关的当前目标存储块的数据量。

具体地，所述当前目标存储块的获取方法上文已述，在此不再赘述。

s90.若所述数据量大于等于所述当前目标节点的剩余容量，则将所述虚拟逻辑闭环中所述当前目标虚拟逻辑位的下一个位作为当前目标虚拟逻辑位，基于所述当前目标虚拟逻辑位得到当前目标节点，重复计算所述当前目标节点的剩余容量与所述数据量的关系直至所述当前目标节点的剩余容量大于所述数据量。

s110.将所述当前目标存储块中的数据复制在所述当前目标节点之中。

本发明实施例中对涉及到的多种映射关系并不做特殊限定，可以根据现有技术进行映射，映射算法可以使用哈希算法或其它算法，映射算法只要能够得到确定的映射关系都不影响本发明实施例的实施。

具体地，所述第一服务器中的第二数据库支持对于教师相关的信息的快速的复合查询。所述复合查询为第二数据库基于用户输入的个人倾向信息，可以得到符合所述个人倾向信息要求的教师的基本个人信息。所述用户输入的个人倾向信息与所述第二数据库中教师的教学参考信息的字段内容相一致。每个教师的基本个人信息和教学参考信息基于外键进行关联。

具体地，所述第二服务器支持的复合查询如图4所示，包括：

s2.获取输入的个人倾向信息，所述个人倾向信息包括n个倾向属性信息。

具体地，所述倾向属性信息包括从业时间，授课课时总时长，授课总热度，授课反馈好评程度等多个可量化的倾向性数据。

s4.在第二数据库中基于所述个人倾向信息查询符合所述个人倾向信息的目标教学参考信息。

具体地，所述在第二数据库中基于所述个人倾向信息查询符合所述个人倾向信息的目标教学参考信息，包括：

s41.将第二数据库中的各条多信息数据归类为n个子集，每个多信息数据都是一条教学参考信息，所述教学参考信息包括n个倾向属性信息，其中，第i(i≤n)个子集中的多信息数据的第i(i≤n)个属性对应的属性数据的值大于其它属性对应的属性数据的值。

s43.对所述n个子集中的多信息数据进行排序，其中，第i(i≤n)个子集按照其对应的基准属性中的属性数据的取值降序的顺序排列其中的多信息数据，其中第i(i≤n)个子集对应的基准属性为第i(i≤n)个属性。

s45.在各个子集中查询能够控制标准多信息数据的多信息数据以得到所述子集对应的结果子集，所述标准多信息数据根据获取到的所述输入的个人倾向信息得到。

本发明实施例中对于控制关系进行定义：

当且仅当，多信息数据a的任何属性数据的值都大于等于多信息数据b的相应的属性数据的值，并且多信息数据a的任何属性数据的值不能全部等于多信息数据b的相应的属性数据的值，则称多信息数据a控制多信息数据b。

在一个优选的实施例中，可以为每个子集构建其对应b+树索引，所述索引的每个叶子节点存储有双向指针，所述双向指针用于根据所述叶子节点快速查找到其相关的上下文叶子节点，所述b+树根据所述子集的数据变动而动态自适应变动。

进一步地，还可以对于各个子集进行标记，若所述子集中不可能存在控制标准多信息数据的多信息数据，则所述子集被标记为无效子集，反之被标记为有效子集；相应的，所述在各个子集中查询能够控制所述标准多信息数据的多信息数据以得到所述子集对应的结果子集，包括：

对于各个子集，执行下述方法：

s10.获取所述子集的标记；

s20.若所述子集为有效子集，则查询能够控制所述标准多信息数据的数据以得到所述子集对应的结果子集。

具体地，本发明实施例公开为各个子集更新标记的方法，包括下述步骤：

(1)获取各个子集的最大属性值maxi和最小属性值mini，所述最大属性值为所述子集对应的b+树索引的最右值指向的多信息数据的各个属性数据中的最大值；所述最小属性值为所述子集对应的b+树索引的最右值指向的多信息数据的各个属性数据中的最小值；

(2)将各个最大属性值maxi的最大值确定为第一基准，将各个最小属性值mini的最大值确定为第二基准。

(3)对于某个子集，若其对应的最大属性值maxi小于第二基准，则所述子集被标记为无效子集。

具体地，在一个实施例中，所述查询能够控制所述标准多信息数据的数据以得到所述子集对应的结果子集，包括：

s21.初始化结果子集为空集。

s22.在所述子集提取目标多信息数据以构成目标子集，所述目标多信息数据具备的属性数据命中所述子集的标识i对应的目标数据，所述子集的标识i对应的目标数据为这样一种数据：提取所述数据库中全部多信息数据的全部属性数据得到数据集，对所述数据集去除取值相同的数据后进行降序排列得到数据排序结果，所述数据排序结果中的第i个数据即为所述子集的标识i对应的目标数据。

具体地，所述在所述子集提取目标多信息数据以构成目标子集，包括：

s221.初始化目标子集为空集；将b+树索引的最右值指向的节点确定为当前节点；

s222.循环执行下述步骤：若所述子集的最大标记值maxi等于第一基准，将当前节点的多信息数据加入所述目标子集；根据所述子集的索引寻找所述当前节点的左节点，将其更新为新的当前节点，将所述子集的最大标记值maxi更新为所述当前节点的多信息数据各个属性数据中的最大值。

s23.在所述目标子集中查询能够控制标准多信息数据的多信息数据，并将所述多信息数据添加至所述结果子集。

s47.将各个所述结果子集的并集中每条多信息数据确定为目标教学参考信息。

s6.将各个目标教学参考信息对应的基本个人信息作为查询结果输出。

本发明实施例提供的一种支持快速查询的学员教师信息管理系统，通过设计相应的存储结构可以提升存储安全性，通过冗余数据存储提升整个系统的鲁棒性，还能够支持对于教师信息的快速查询。

需要说明的是：上述本发明实施例的先后顺序仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。