一种数据检索的方法和装置与流程

本发明涉及计算机技术领域，尤其涉及一种数据检索的方法、装置、电子设备和计算机可读介质。

背景技术：

在当前的大数据时代，数据的存储和检索效率已经变得至关重要。目前数据检索主要是通过两个层面，(1)借助于外部物理介质的文件系统存储，通过io(input/output，输入/输出)完成数据存储和检索操作，以其为代表的存储和检索技术有传统的关系型数据库(例如oracle和mysql)和分布式文件存储系统(例如hdfs和elasticsearch)(2)借助于内存实现的内存数据库(例如redis和memcached)。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

不同的存储和检索技术都有长处和不足，例如，在通过物理介质做数据的存储和检索时，关系型数据库可满足强事务依赖的需求，分布式存储可满足海量数据的存储和检索，但是由于io局限性，虽然目前在硬件和调度方面有很大的提高，但是在高并发情况下，借助于物理介质的存储和检索仍然显得有些捉襟见肘。内存数据库由于绕开了io的影响，从而极大提高读取效率。但是由于内存数据库一般都是基于key-value的数据存储模型，极大的约束了其数据存储和检索的灵活性，同时数据容易倾斜。

技术实现要素：

有鉴于此，本发明实施例提供一种数据检索的方法和装置，能够使用哈希算法和索引树对数据进行存储和检索，并提出多字段检索解决方法，并可实现数据的平衡存储。

为实现上述目的，根据本发明实施例的一个方面，提供了一种数据检索的方法，包括：接收数据检索请求，其中所述数据检索请求指示了索引字段；确定所述索引字段的哈希值；根据所述索引字段的哈希值确定所述哈希值对应的索引树；在所述索引树中查询所述哈希值对应的存储信息作为所述数据的存储信息，其中所述存储信息指示了所述数据的存储位置。

可选地，所述方法还包括：根据所述数据检索请求所指示的所述索引字段之间的逻辑关系，对所述存储信息进行处理。

可选地，在所述索引字段之间的逻辑关系为与操作的情况下，将所查询到的存储信息的交集作为所述数据的存储信息。

可选地，在所述索引字段之间的逻辑关系为或操作的情况下，将所查询到的存储信息的并集作为所述数据的存储信息。

可选地，所述存储信息包括：存储所述数据的内存块起始地址、相对于所述起始地址的偏移量以及所述数据的长度。

可选地，所述索引树为下列中的一个或多个：二叉树、平衡二叉树、b树。

可选地，所述方法还包括：接收数据存储请求，以轮询的方式将所述数据存储在数据节点中；根据所述数据节点的存储成功消息，生成所述数据的存储信息。

为实现上述目的，根据本发明实施例的另一个方面，提供了一种数据检索的装置，包括：接收模块，用于接收数据检索请求，其中所述数据检索请求指示了索引字段和对应于所述索引字段的索引字段；计算模块，用于确定所述索引字段的哈希值；索引模块，用于根据所述索引字段的哈希值确定所述哈希值对应的索引树；查询模块，用于在所述索引树中查询所述哈希值对应的存储信息作为所述数据的存储信息，其中所述存储信息指示了所述数据的存储位置。

可选地，所述查询模块还用于根据所述数据检索请求所指示的所述索引字段之间的逻辑关系，对所述存储信息进行处理。

可选地，所述查询模块还用于在所述索引字段之间的逻辑关系为与操作的情况下，将所查询到的存储信息的交集作为所述数据的存储信息。

可选地，所述查询模块还用于在所述索引字段之间的逻辑关系为或操作的情况下，将所查询到的存储信息的并集作为所述数据的存储信息。

可选地，所述存储信息包括：存储所述数据的内存块起始地址、相对于所述起始地址的偏移量以及所述数据的长度。

可选地，所述索引树为下列中的一个或多个：二叉树、平衡二叉树、b树。

可选地，所述装置还包括：网关模块，用于接收数据存储请求，以轮询的方式将所述数据存储在数据节点中；根据所述数据节点的存储成功消息，生成所述数据的存储信息。

为实现上述目的，根据本发明实施例的再一个方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现一种数据检索的方法中任一所述的方法。

为实现上述目的，根据本发明实施例的再一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被一个或多个处理器执行时实现一种数据检索的方法中任一所述的方法。

上述发明中的一个实施例具有如下优点或有益效果：因为采用使用哈希算法和索引树对数据的存储信息进行检索的技术手段，所以克服了传统k-v存储方法对于数据检索不灵活的技术问题，进而达到数据检索灵活高效的技术效果。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的一种数据检索的方法的主要步骤的示意图；

图2是根据本发明实施例的数据存储的主要步骤示意图；

图3是根据本发明实施例的一种三维数据模型示意图；

图4是根据本发明实施例的一种优选实施方式示意图；

图5是根据本发明实施例的一种数据检索的装置的主要部分的示意图；

图6是本发明实施例可以应用于其中的示例性系统架构图；

图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本发明实施例的一种数据检索的方法的主要步骤的示意图，如图1所示：

步骤s101表示接收数据检索请求，其中所述数据检索请求指示了索引字段。数据的索引字段是在数据存储时预设的，可通过配置元数据的方式进行设置，进一步地的，还可以设置索引字段对应的数据值，可用数据值代替索引字段进行检索。

步骤s102表示确定所述索引字段的哈希值。此步骤的目的是对所引字段按照预设的哈希规则进行分桶，其中分桶规则可以是哈希值对桶的总个数取余，余数与桶的对应关系需要预设，在桶中保存索引字段对应的存储信息，如索引树等。

步骤s103表示根据所述检索字段的哈希值确定所述哈希值对应的索引树，其中所述索引树为下列中的一个或多个：二叉树、平衡二叉树、b树。进一步地，所述索引树可为红黑树。检索数据的存储信息可保存在索引树的结点上。哈希值与索引树的对应关系需要预设，如按照预设哈希规则进行分桶，每一个桶保存一个索引树。

步骤s104表示在所述索引树中查询所述哈希值对应的存储信息作为所述数据的存储信息，其中所述存储信息指示了所述数据的存储位置。根据所述存储信息获取所述检索数据。在确定了存储信息之后，就可以查询到检索数据存储的位置，以及存储文件的标识(如文件编号等)。

所述方法还包括：根据所述数据检索请求所指示的所述索引字段之间的逻辑关系，对所述存储信息进行处理。在所述索引字段之间的逻辑关系为与操作的情况下，将所查询到的存储信息的交集作为所述数据的存储信息。在所述索引字段之间的逻辑关系为或操作的情况下，将所查询到的存储信息的并集作为所述数据的存储信息。

例如，在所述数据检索请求中还包括多个索引字段的情况下，对多个索引字段分别进行检索，确定每个索引字段的哈希值，根据哈希值确定索引树，获取到全部检索字段的存储信息后，对全部的存储地址做交集或者并集操作，然后将筛选出的存储地址作为检索数据的存储地址，再根据检索数据的存储地址获取检索数据。例如，检索字段为在人员数据库中检索“三年二班”的“男生”，其中索引字段“三年二班”和“男生”为与逻辑关系，则需要将检索得到的“三年二班”的存储地址和“男生”的存储地址做交集，即可得到“三年二班”的“男生”数据。

如图2所示为根据本发明实施例的数据存储的主要步骤示意图，如图2所示：

s201表示接收数据存储请求，以轮询的方式将所述数据存储在数据节点中；根据所述数据节点的存储成功消息，生成所述数据的存储信息。其中所述存储信息包括：存储所述数据的内存块起始地址、相对于所述起始地址的偏移量以及所述数据的长度。将数据存储在内存中，避免了io的读写限制，提高数据的存储和检索效率，进一步地，数据也需要借助外部物理存储介质进行持久化存储，为数据进行备份。

s202表示根据所述数据确定所述待存储数据的索引字段；索引字段可通过配置元数据的方式设置，索引字段可以为数据的摘要、数据的标识等等。进一步地，还可以配置索引字段对应的数据值。

s203表示确定所述数据的索引字段的哈希值。即对索引字段按照预设哈希规则进行数据分桶。

s204表示根据所述数据的索引字段的哈希值确定所述索引字段对应的索引树，将所述数据的存储信息存入所述索引树中。

进一步地，可建立三维数据模型(如图3所示)，便于数据索引的展示，可将索引字段存放在三维数据模型的x轴向，每一个field对应一个索引字段，索引字段对应的哈希值(key)存放在z轴向，哈希值对应的索引树存放在y轴向，这样每一个数据可以对应一个数据截面。

图4为根据本发明实施例的一种优选实施方式示意图，如图4所示：

客户端：负责发起数据存储或检索的请求操作，客户端在系统启动的时候会通过配置初始化与各个网关节点的链接通道，客户端会通过轮训策略依次将请求发送至每个网关节点。

网关节点：负责数据索引管理(包括索引生成、检索和失效等)，数据存储信息的合并整理；请求转发等功能。每个网关节点对应一个数据节点。

数据节点：数据的实际存储的位置。

客户端可通过nio(newio或non-blockingio，是从java1.4版本开始引入的一套新的ioapi，可以替代标准的javaioapi)连接到网关节点上，并发请求通过客户端的轮训的方式，发送到不同的网关节点上，从而实现数据的平衡存储。同时网关节点也支持横向扩展。客户端通过网关节点检索到数据的存储信息后，网关节点可根据数据的存储信息将数据的检索请求转发到相应的数据节点上，由数据节点进行查询数据并返回。数据节点在存储数据后，将数据的存储信息发送至网关节点，用于生成数据的索引。

图5是根据本发明实施例的一种数据检索的装置500的主要部分的示意图，如图5所示：

接收模块501，用于接收数据检索请求，其中所述数据检索请求指示了索引字段和对应于所述索引字段的索引字段；数据的索引字段是在数据存储时预设的，可通过配置元数据的方式进行设置，进一步地的，还可以设置索引字段对应的数据值，可用数据值代替索引字段进行检索。

计算模块502，用于确定所述索引字段的哈希值。目的是对所引字段按照预设的哈希规则进行分桶，其中分桶规则可以是哈希值对桶的总个数取余，余数与桶的对应关系需要预设，在桶中保存索引字段对应的存储信息，如索引树等。

索引模块503，用于根据所述索引字段的哈希值确定所述哈希值对应的索引树；所述索引树为下列中的一个或多个：二叉树、平衡二叉树、b树。进一步地，所述索引树可为红黑树。检索数据的存储信息可保存在索引树的结点上。哈希值与索引树的对应关系需要预设，如按照预设哈希规则进行分桶，每一个桶保存一个索引树。

查询模块504，用于在所述索引树中查询所述哈希值对应的存储信息作为所述数据的存储信息，其中所述存储信息指示了所述数据的存储位置。所述存储信息包括：存储所述数据的内存块起始地址、相对于所述起始地址的偏移量以及所述数据的长度，以及存储文件的标识(如文件编号等)。

查询模块504还用于根据所述数据检索请求所指示的所述索引字段之间的逻辑关系，对所述存储信息进行处理。在所述索引字段之间的逻辑关系为与操作的情况下，将所查询到的存储信息的交集作为所述数据的存储信息。在所述索引字段之间的逻辑关系为或操作的情况下，将所查询到的存储信息的并集作为所述数据的存储信息。

例如，在所述数据检索请求中还包括多个索引字段的情况下，对多个索引字段分别进行检索，确定每个索引字段的哈希值，根据哈希值确定索引树，获取到全部检索字段的存储信息后，对全部的存储地址做交集或者并集操作，然后将筛选出的存储地址作为检索数据的存储地址，再根据检索数据的存储地址获取检索数据。例如，检索字段为在人员数据库中检索“三年二班”的“男生”，其中索引字段“三年二班”和“男生”为与逻辑关系，则需要将检索得到的“三年二班”的存储地址和“男生”的存储地址做交集，即可得到“三年二班”的“男生”数据。

装置500还可包括：

网关模块，用于接收数据存储请求，以轮询的方式将所述数据存储在数据节点中；根据所述数据节点的存储成功消息，生成所述数据的存储信息。其中所述存储信息包括：存储所述数据的内存块起始地址、相对于所述起始地址的偏移量以及所述数据的长度。将数据存储在内存中，避免了io的读写限制，提高数据的存储和检索效率，进一步地，数据也需要借助外部物理存储介质进行持久化存储，为数据进行备份。

网关模块还用于根据所述数据确定所述待存储数据的索引字段；索引字段可通过配置元数据的方式设置，索引字段可以为数据的摘要、数据的标识等等。进一步地，还可以配置索引字段对应的数据值。

计算模块502还用于确定所述数据的索引字段的哈希值。即对索引字段按照预设哈希规则进行数据分桶。

索引模块503还用于根据所述数据的索引字段的哈希值确定所述索引字段对应的索引树，将所述数据的存储信息存入所述索引树中。

图6示出了可以应用本发明实施例的一种数据检索的方法或一种数据检索的装置的示例性系统架构600。

如图6所示，系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。

终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603提供支持的后台管理服务器。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果反馈给终端设备。

需要说明的是，本发明实施例所提供的一种数据检索的方法一般由服务器605执行，相应地，一种数据检索的装置一般设置于服务器605中。

应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

图7所示为适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7所示的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(cpu)701，其可以根据存储在只读存储器(rom)702中的程序或者从存储部分708加载到随机访问存储器(ram)703中的程序而执行各种适当的动作和处理。在ram703中，还存储有系统700操作所需的各种程序和数据。cpu701、rom702以及ram703通过总线704彼此相连。输入/输出(i/o)接口705也连接至总线704。

以下部件连接至i/o接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至i/o接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本发明公开的实施例，上文步骤图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行步骤图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(cpu)701执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质包括计算机可读信号介质或计算机可读存储介质，或者是上述两者的任意组合。计算机可读存储介质包括但不限于电、磁、光、电磁、红外线、半导体的系统、装置或器件，或者上述内容的任意组合。计算机可读存储介质具体包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述内容的任意组合。在本发明中，计算机可读存储介质包括任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用；计算机可读的信号介质包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码，这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述信号的任意组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf(射频)等，或者上述介质的任意组合。

附图中的步骤图或框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作，步骤图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以并行地执行，有时也可以按相反的顺序执行，其执行顺序依所涉及的功能而定。也要注意的是，框图或步骤图中的每个方框以及其组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块或单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块或单元也可以设置在处理器中，例如，可以描述为：一种处理器包括接收模块、计算模块、索引模块和查询模块。其中，这些模块或单元的名称在某种情况下并不构成对该模块或单元本身的限定，例如，接收模块还可以被描述为“用于接收数据检索请求的模块”。

另一方面，本发明实施例还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：接收数据检索请求，其中所述数据检索请求指示了索引字段；确定所述索引字段的哈希值；根据所述索引字段的哈希值确定所述哈希值对应的索引树；在所述索引树中查询所述哈希值对应的存储信息作为所述数据的存储信息，其中所述存储信息指示了所述数据的存储位置。

根据本发明实施例的技术方案，能够使用哈希算法和索引树对数据进行存储和检索，并提出多字段检索解决方法，并可实现数据的平衡存储。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。