数据查询方法、装置、介质及电子设备与流程

1.本公开涉及计算机技术领域，具体地，涉及一种数据查询方法、装置、介质及电子设备。


背景技术：

2.随着电子信息技术的发展，可以通过数据库来维护产生的各种各样的数据，为数据分析、数据查询等提供基础。
3.目前，对于具有与笛卡尔积数据模型的相同数据库而言，如何基于通用的查询平台准确地查询出不同的指标对应的结果数据是亟待解决的技术问题。


技术实现要素：

4.提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
5.第一方面，本公开提供一种数据查询方法，包括：
6.获取用户输入的查询请求，所述查询请求中携带指定查询条件，所述指定查询条件用于描述具有位置关系的不同层级的指定指标；
7.从所述指定查询条件中分离不同层级的指定指标，并针对各指定指标生成对应的查询子请求，所述查询子请求用于查询对应层级的指定指标；
8.并发响应各指定指标对应的查询子请求，根据各查询子请求对应的层级从数据库中筛选数据得到各查询子请求所对应的数据集，所述数据库为基于笛卡尔积数据模型构建的数据库；
9.根据各查询子请求对应的数据集，确定各查询子请求查询的指定指标的指标值；
10.基于各指定指标在所述指定查询条件中的位置关系，对各指定指标对应的指标值进行合并，得到合并结果，所述合并结果用于表征所述查询请求所请求的查询结果。
11.第二方面，本公开提供一种数据查询装置，包括：
12.获取模块，用于获取用户输入的查询请求，所述查询请求中携带指定查询条件，所述指定查询条件用于描述具有位置关系的不同层级的指定指标；
13.拆分模块，用于从所述指定查询条件中分离不同层级的指定指标，并针对各指定指标生成对应的查询子请求，所述查询子请求用于查询对应层级的指定指标；
14.筛选模块，用于并发响应各指定指标对应的查询子请求，根据各查询子请求对应的层级从数据库中筛选数据得到各查询子请求所对应的数据集，所述数据库为基于笛卡尔积数据模型构建的数据库；
15.确定模块，用于根据各查询子请求对应的数据集，确定各查询子请求查询的指定指标的指标值；
16.合并模块，用于基于各指定指标在所述指定查询条件中的位置关系，对各指定指
标对应的指标值进行合并，得到合并结果，所述合并结果用于表征所述查询请求所请求的查询结果。
17.第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开第一方面中所述方法的步骤。
18.第四方面，本公开提供一种电子设备，包括：
19.存储装置，其上存储有计算机程序；
20.处理装置，用于执行所述存储装置中的所述计算机程序，以实现本公开第一方面中所述方法的步骤。
21.通过上述技术方案，通过分离查询请求携带的指定查询条件中不同层级的指定指标，并针对各指定指标生成对应的查询子请求，并发响应各指定指标对应的查询子请求，根据各查询子请求对应的层级从数据库中筛选数据得到各查询子请求所对应的数据集，并基于筛选得到的各查询子请求所对应的数据集确定各查询子请求查询的指定指标的指标值，确保各指定指标的指标值的准确性；且对于用户而言，无需感知各指定指标的层级，通过底层实现对不同层级的指定指标的查询，能够支持具有与笛卡尔积数据模型的相同数据库在通用化查询平台的准确查询。
22.本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
23.结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：
24.图1是根据本公开一示例性实施例示出的一种数据查询方法的流程示意图。
25.图2是根据本公开一示例性实施例示出的一种查询平台的交互界面的示意图。
26.图3是根据本公开一示例性实施例示出的一种数据查询方法的另一流程示意图。
27.图4是根据本公开一示例性实施例示出的一种数据查询装置的框图。
28.图5是根据本公开一示例性实施例示出的一种电子设备的结构示意图。
具体实施方式
29.下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
30.应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
31.本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
32.需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
33.需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
34.本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
35.首先，笛卡尔积是对两个集合中不同的行进行相乘，例如，对于集合a1＝{1,2,3}，集合a2＝{4,5,6}，集合a1与集合a2的笛卡尔积的结果是{(1,4)，(1,5)，(1,6)，(2,4)，(2,5)，(2,6)，(3,4)，(3,5)，(3,6)}。在实际应用场景，大多应用场景是结合了笛卡尔积构建数据模型，进而基于笛卡尔数据模型和相应地数据构建数据库，以下结合项目开发应用场景对笛卡尔积数据模型构建的数据库进行解释说明。
36.在项目开发应用场景中，需求a和需求b可以理解为一个集合，server端和fe端可以理解为一个集合，基于该两个集合和相应地数据可以构建如下表1所示的数据库。具体来讲，下表1为需求a按照server端和fe端进行开发，且需求b也按照server端和fe端进行开发的笛卡尔积数据模型所构建的数据库，其中，需求a和需求b表征需求层级，server端和fe端表征端层级，需求层级在端层级之上。以需求a为例，server端有6个人进行开发，fe端有2个人进行开发，在下表1中，需求a在数据库中的数据有8条，其中6条表示与server端相关的数据，剩余2条表示与fe端相关的数据，每一条数据对应一个人。在这些数据中，需求层级的属性在server端和fe端均是一样的，这里的属性指与需求相关的字段，例如需求id、需求研发开始时间和需求研发结束时间。另外，在需求a的server端对应的数据中，端层级的某些属性也是一样的，端id、端研发开始时间和端研发结束时间也是一致的，同理，在需求a的fe端对应的数据中，端id、端研发开始时间和端研发结束时间也是一致的。
37.其中，需求b与需求a类似，可以参照需求a的相关说明理解需求b，在此不作赘述。
[0038][0039]
表1
[0040]
对于上表1这样的数据库，由于一个需求对应的数据拆分了多条，这多条数据中需求研发开始时间和需求研发结束时间的数据是一样的，但是不同需求的需求研发开始时间和需求研发结束时间是不一样的，因此，在查询某些指定指标时需要对数据进行筛选，如果不进行筛选，例如在计算需求层级对应的指标的指标值时，同一个需求有多条记录参与计算的话，计算的指定指标的指标值是不准确的。
[0041]
以指定指标为需求a与需求b的平均研发时长为例，若不对上表1的数据进行筛选，需求a与需求b的平均研发时长＝sum(需求研发结束时间-需求研发开始时间)/13，sum()为求和公式，求取的是上表1中的13条数据中需求研发结束时间与需求研发开始时间之差的和，显然，这个结果是不正确的。对于需求a与需求b的平均研发时长而言，每个需求只需有一条记录参与计算即可，即sum(需求研发结束时间-需求研发开始时间)/2，这里的sum()求取的是需求a的一条数据中需求研发结束时间与需求研发开始时间之差和需求b中的一条数据需求研发结束时间与需求研发开始时间之差的和。
[0042]
再以指定指标为server端研发平均时长为例，若不对上表1的数据进行筛选，server端研发平均时长会有与需求a的server端相关的5条记录和与需求b的server端相关的4条记录参与计算，即sum(端研发结束时间-端研发开始时间)/9，sum求取的是上表1中的9条server端的端研发结束时间与端研发开始时间之差的和，显然，这个结果是不正确的。对于server端研发平均时长而言，只需每个需求下的server端的一条数据参与计算即可，即sum(端研发结束时间-端研发开始时间)/2，这里的sum()求取的是需求a的一条server端的数据中的端研发结束时间-端研发开始时间之差和需求b中的一条server端的数据中的端研发结束时间-端研发开始时间之差的和。
[0043]
因此，对于笛卡尔积数据模型构建的数据库而言而言，在确定指定指标对应的指标值时，是需要对数据库中的数据进行筛选处理的，且若指定指标的层级不同，对于笛卡尔积数据模型中数据的筛选处理的规则是不同的。因此，对于具有与笛卡尔积数据模型的相同数据库而言，如何基于通用的查询平台查询出不同的指标且能够得到正确的查询指标所对应的值是亟待解决的技术问题。其中，这里的层级可以指需求对应的需求层级、端对应的端层级。
[0044]
有鉴于此，本公开实施例提供一种数据查询方法、装置、介质及电子设备，对于用户而言，无需感知各指定指标的层级，通过底层实现对不同层级的指定指标的查询，能够支持具有与笛卡尔积数据模型的相同数据库在通用化查询平台的准确查询，且同时能够准确地查询出相应指定指标对应的指标值。
[0045]
以下结合附图对本公开应用于项目开发应用场景进行解释说明。
[0046]
图1是根据本公开一示例性实施例示出的一种数据查询方法的流程示意图。该数据查询方法可以应用于智能手机、平板电脑等移动终端类的电子设备，也可以应用于例如服务器等固定终端的电子设备，参照图1，该数据查询方法可以包括以下步骤。
[0047]
步骤s101，获取用户输入的查询请求，查询请求中携带指定查询条件，指定查询条件用于描述具有位置关系的不同层级的指定指标。
[0048]
参照图2所示的一种查询平台的交互界面，用户可以通过该交互界面实现数据查询。针对图2所示的交互界面，用户无需感知各种指定指标的层级，用户可以对交互界面上的控件进行选择，这些控件一般用于用户选择指定指标、过滤条件、数据源、分组条件等等。
例如，对于图2中数据来源这一控件，可以选择数据来源于基于笛卡尔积数据模型的数据库。对于图2中指定指标这一控件，可以选择需求研发时长，端研发时长等等。基于对控件的选择，基于交互界面提供的确认查询控件，生成对应的查询请求。
[0049]
值得说明的是，查询请求可以以sql(structured query language，结构化查询语言)进行表征。例如，对于sql为“select需求研发平均时长和端研发平均时长from笛卡尔积数据库where需求所属项目＝项目x groupby时间having指定指标n”，其表征在笛卡尔积数据库中查询项目x的需求研发平均时长和端研发平均时长这两个指定指标，且过滤掉指定指标n，过滤后的结果则为返回至交互界面进行显示的结果，其中，需求研发平均时长的层级高于端研发平均时长的层级。
[0050]
以上述sql为例，需求研发平均时长和端研发平均时长即是查询请求携带的指定查询条件中不同层级的指定指标，且需求研发平均时长的位置位于端研发平均时长之前，对应地，在合并结果中，需求研发平均时长对应的指标值也位于端研发平均时长对应的指标值之前。
[0051]
值得说明的是，select表征用户选择的指定指标的顺序，该顺序同样也反映用户对各个指标的关注程度，先选择的指定指标的关注程度高于后选择的指定指标的程度，因此，指定查询条件中描述的各指定指标的位置关系可以与用户选择指定指标的顺序是一致的。
[0052]
在一些实施例中，在sql中，存在一种设置排序的语音指令，即orderby指令，可以提供用户设置orderby指令来确定各指定指标的位置关系，具体过程可以参照相关技术，本实施例在此不作赘述。
[0053]
步骤s102，从指定查询条件中分离不同层级的指定指标，并针对各指定指标生成对应的查询子请求，查询子请求用于查询对应层级的指定指标。
[0054]
由上述可知，不同层级的指定指标对笛卡尔积数据库进行数据筛选的逻辑不同，因此，需要从指定查询条件中分离不同层级的指定指标，以便于依据不同数据筛选的逻辑对数据库进行数据筛选。
[0055]
承接上式查询请求的示例，由于需求研发平均时长和端研发平均时长属于不同层级的指定指标，因此，可以针对不同层级的指定指标生成对应的查询子请求，分别用于查询需求研发平均时长和端研发平均时长。
[0056]
又示例地，若查询请求携带指定查询条件中包括需求研发平均时长、需求研发总时长和端研发平均时长，由于需求研发平均时长和需求研发总时长属于同一层级，因此，可以基于需求研发平均时长和需求研发总时长生成对应的查询子请求，该查询子请求用于查询需求层级对应的需求研发平均时长和需求研发总时长。
[0057]
步骤s103，并发响应各指定指标对应的查询子请求，根据各查询子请求对应的层级从数据库中筛选数据得到各查询子请求所对应的数据集，数据库为基于笛卡尔积数据模型构建的数据库。
[0058]
值得说明的是，这里的数据库可以是表1所示的数据库。
[0059]
由上述可知，不同层级的指定指标对数据库进行数据筛选的逻辑不同，因此，可以根据各查询子请求对应的层级来对数据库中的数据进行数据筛选，可以得到计算各查询子请求的指定指标的指标值的所对应的数据集。
[0060]
例如，以针对表1所示的数据库，查询子请求用于查询指定指标为需求研发平均时长为例，该查询子请求对应的数据集可以如下表2所示：
[0061][0062]
表2
[0063]
步骤s104，根据各查询子请求对应的数据集，确定各查询子请求查询的指定指标的指标值。
[0064]
值得说明的是，不同的指定指标，其指标值对应的计算逻辑不同，可以预先存储不同指定指标的指标值的计算逻辑，在实际应用中，调用相应的计算逻辑用于计算指标值。
[0065]
步骤s105，基于各指定指标在指定查询条件中的位置关系，对各指定指标对应的指标值进行合并，得到合并结果，合并结果用于表征查询请求所请求的查询结果。
[0066]
承接上述示例，在指定指标包括需求研发平均时长和端研发平均时长的情况下，将生成分别用于查询需求研发平均时长和端研发平均时长的查询子请求，并分别得到两个指标值，将两个指标值进行合并即可得到合并结果，由于需求研发平均时长在指定查询条件中位于端研发平均时长之前，因此，在合并结果中，需求研发平均时长的指标值也位于端研发平均时长的指标值之前。
[0067]
通过上述方式，通过分离查询请求携带的指定查询条件中不同层级的指定指标，并针对各指定指标生成对应的查询子请求；并发响应各指定指标对应的查询子请求，根据各查询子请求对应的层级从数据库中筛选数据得到各查询子请求所对应的数据集，并基于筛选得到的各查询子请求所对应的数据集确定各查询子请求查询的指定指标的指标值，确保各指定指标的指标值的准确性；且对于用户而言，无需感知各指定指标的层级，通过底层实现对不同层级的指定指标的查询，能够支持具有与笛卡尔积数据模型的相同数据库在通用化查询平台的准确查询；且并发响应各查询子请求的方式能够提高查询效率。
[0068]
在一些实施例中，指定指标携带有层级标识信息，该层级标识信息可以用于分离不同层级的指定指标。层级标识信息例如可以通过字符表征，这里的字符例如可以是数字、字母等字符。示例地，对于需求研发平均时长这一指定指标，可以用数字1表示其层级，对于端研发平均时长这一指定指标，可以用数字2表示其层级，通过识别数字1或数字2，可以确定指定指标的层级。
[0069]
通过上述方式，通过识别指定指标携带的层级标识信息，从指定查询条件中分离不同层级的指定指标，从而生成用于查询对应层级的指定指标的查询子请求。
[0070]
在一些实施例中，图1所示的s103可以通过以下方式实施：针对第一层级的指定指标，根据第一层级的指定指标对应的目标需求字段，从数据库中筛选所需的数据得到第一层级的指定指标所对应的数据集；针对第一层级之下的其他层级的指定指标，根据该其他层级的指定指标对应的目标需求字段和该其他层级之上的层级对应的字段从数据库中筛选所需的数据得到该其他层级的指定指标所对应的数据集。
[0071]
值得说明的是，指定指标所对应的数据集即是该指定指标对应的查询子请求所对应的数据集。
[0072]
值得说明的是，在本公开示例的应用场景中，第一层级可以是需求层级，第一层级下的其他层级可以是端层级。
[0073]
值得说明的是，在一个数据库中，需求的种类可以是多个，可以对任意需求进行组合，用于查询不同需求组合下的指定指标。例如，在需求包括需求a、需求b和需求c时，可以查询需求a与需求b的需求研发平均时长，再例如，可以查询需求a与需求c的需求研发平均时长，再例如，可以查询需求a、需求b与需求c的需求研发平均时长，等等。
[0074]
在可以查询不同需求组合下的指标的情况下，即在针对第一层级时，可以基于指定指标中表征第一层级的目标需求字段来确定指定指标所对应的数据集。例如，对于需求层级而言，需求研发平均时长为指定指标，在该指定指标中，目标需求字段包括数据库中所有需求涉及的需求字段(即需求id)，例如表1所示的数据库中的需求a和需求b，则根据需求a和需求b从数据库中筛选所需的数据得到需求层级的需求研发平均时长所对应的数据集。又例如，对于需求层级而言，需求a的需求研发总时长为指定指标，在该指定指标中，目标需求字段仅包括需求a，则根据需求a从数据库中筛选所需的数据得到需求层级的需求a的需求研发总时长所对应的数据集。
[0075]
举例来讲，上述通过第一层级的指定指标的目标需求字段从数据库中筛选所需的数据得到第一层级的指定指标所对应的数据集可以通过以下方式实施：根据第一层级的指定指标对应的目标需求字段确定该目标需求字段对应的第一目标数据集，该第一目标数据集中的数据是数据库中具有该目标需求字段的所有数据；保留第一目标数据集中的任意一条数据，将保留的数据确定为第一层级的指定指标所对应的数据集中的数据，以得到第一层级的指定指标所对应的数据集。
[0076]
示例地，以上表1所示的数据库，指定指标为需求研发平均时长为例，针对该指定指标，目标需求字段为需求a和需求b。在此情况下，需求a对应的第一目标数据集是数据库中具有需求a的所有数据，如下表3所示：
[0077][0078]
表3需求b对应的第一目标数据集是数据库中具有需求b的所有数据，如下表4所示：
[0079][0080]
表4
[0081]
值得说明的是，在第一目标数据集中，具有目标需求字段对应的数据可以理解为一条数据，一条数据可以理解为表1中的一行数据。
[0082]
对于上表3和上表4中分别保留任意一条数据，将保留的数据确定为需求研发平均时长所对应的数据集中的数据，即该数据集可以如下表5所示：
[0083][0084]
表5
[0085]
值得说明的是，需求研发平均时长所涉及的时间数据只与需求维度的时间数据相关，因此，可以对表5中的元数据进行进一步过滤，保留只与需求相关的元数据，即过滤后得到下表6：
[0086][0087]
表6
[0088]
其中，这里的元数据用于表征一行数据中每个单元格所表征的数据。
[0089]
在得到表5或表6的基础上，上述根据各查询子请求对应的数据集，确定各查询子请求查询的指定指标的指标值可以通过以下方式实施：根据需求研发平均时长所对应的数据集中不同需求的需求研发开始时间和需求研发结束时间，确定需求研发平均时长的指标值。值得说明的是，这里的不同需求意指表5或表6中所有需求，即需求a和需求b。根据表5或表6，读取计算需求研发平均时长所需要的时间数据，并调用“sum(需求研发结束时间-需求研发开始时间)/2”的计算逻辑即可确定出需求研发平均时长的指标值，这里需求研发平均时长意指需求a与需求b的需求研发平均时长。
[0090]
示例地，以上表1所示的数据库，指定指标为需求a的需求研发时长为例，针对该指定指标，目标需求字段为需求a。在此情况下，需求a对应的第一目标数据集是数据库中具有需求a的所有数据，如上表3所示。接着，保留上表3中的任意一条数据，即可以得到需求a的需求研发时长所对应的数据集。在得到表3的基础上，上述根据各查询子请求对应的数据
集，确定各查询子请求查询的指定指标的指标值可以通过以下方式实施：根据目标需求的需求研发平均时长所对应的数据集中目标需求的需求研发开始时间和需求研发结束时间，确定目标需求的需求研发时长的指标值，这里的目标需求在该示例中意指需求a，读取计算需求a的需求研发时长所需要的时间数据，并调用“需求研发结束时间-需求研发开始时间”的计算逻辑即可确定出需求a的需求研发时长的指标值。
[0091]
与前文类似的，在一个数据库中，需求的种类可以是多个，需求下的端的种类也可以是多种，可以对任意需求下的任意端进行组合，用于查询不同需求组合下的任意端组合的指标。
[0092]
在可以查询不同需求组合且不同端组合的指标的情况下，即针对第一层级下的其他层级时，可以基于其他层级的指定指标对应的目标需求字段和该其他层级之上的层级对应的字段从数据库中筛选所需的数据得到该其他层级的指定指标所对应的数据集。
[0093]
值得说明的是，目标需求字段和其他层级之上的层级对应的字段可以根据指定指标进行确定。以表1所示数据库为例，端研发平均时长为指定指标，该指定指标对应端层级，该指定指标对应的目标需求字段包括数据库中所有端涉及的端字段(即端id)，例如表1中的server端和fe端，其他层级之上的层级为需求层级，其他层级之上对应的字段为所有需求在数据库中的字段(即需求id)，例如表1中的需求a和需求b。
[0094]
仍以表1所示数据库为例，需求a的server端的端研发时长为指定指标，该指定指标对应端层级，该指定指标对应的目标需求字段仅为server端，其他层级之上的层级对应的字段仅为需求a。
[0095]
值得说明的是，对于端研发平均时长和需求a的server端的端研发时长而言，前者未限定需求和端的种类，后者限定了需求和端的种类，则可以根据指定指标中是否限定了需求和端的种类来确定目标需求字段和其他层级之上的层级对应的字段，并依据确定的目标需求字段和其他层级之上的层级对应的字段来确定指定指标所述对应的数据集。
[0096]
举例来讲，上述通过其他层级的指定指标的目标需求字段和该其他层级之上的层级对应的字段，从数据库中筛选所需的数据得到第一层级的指定指标所对应的数据集可以通过以下方式实施：根据第一层级之下的其他层级的指定指标对应的目标需求字段和该其他层级之上的层级对应的字段，确定不同的字段链式关系；根据各字段链式关系，在数据库中查找满足各字段链式关系的数据，并根据满足各字段链式关系的数据确定各字段链式关系对应的第二目标数据集；保留每一第二目标数据集中的任意一条数据；将保留的所有数据确定为其他层级的指定指标所对应的数据集中的数据，以得到其他层级的指定指标所对应的数据集。
[0097]
示例地，以上表1所示的数据库，指定指标为server端的端研发平均时长，该指定指标为端层级，该指定指标的目标需求字段为server端，该其他层级之上的层级对应的字段为需求a和需求b。因此，构建的字段链式关系包括server端-需求a和server端-需求b，server端-需求a和server端-需求b这两种链式关系中除server端以外需求id是不同。
[0098]
对于server端-需求a这条字段链式关系而言，在表1中，满足这条字段链式关系的数据如下表7所示：
[0099][0100]
表7
[0101]
即上表7所示的数据为server端-需求a这条字段链式关系对应的第二目标数据集的数据。
[0102]
对于server端-需求b这条链式关系而言，在表1中，满足这条链式关系的数据如下表8所示：
[0103][0104]
表8
[0105]
即上表8所示的数据为server端-需求b这条字段链式关系对应的第二目标数据集的数据。
[0106]
值得说明的是，在第二目标数据集中，具有字段链式关系对应的数据理解为一条数据，一条数据可以理解为表1中的一行数据。
[0107]
对于上表7和上表8，分别保留上表7和上表8中的一条数据，并将保留的数据确定为用于查询server端的端研发平均时长的查询子请求所对应的数据集中的数据，该数据集可以如下表9所示：
[0108][0109]
表9
[0110]
值得说明的是，server端的端研发平均时长所涉及的时间数据只与server端维度的时间数据相关，因此，可以对表9中的元数据进行进一步过滤，保留只与server端相关的元数据，即过滤后得到下表10：
[0111][0112]
表10
[0113]
其中，这里的元数据用于表征一行中每个单元格所表征的数据。
[0114]
在得到表9或表10的基础上，上述根据各查询子请求对应的数据集，确定各查询子请求查询的指定指标的指标值可以通过以下方式实施：根据目标端的研发平均时长所对应的数据集中目标端在不同需求下的端研发开始时间和端研发结束时间，确定目标端的研发平均时长，这里的目标端在该示例中为server端，不同需求为需求a和需求b，读取计算server端的平均研发时长所需要的时间数据，即端研发开始时间和端研发结束时间，并调用“sum(端研发结束时间-端研发开始时间)/2”的计算逻辑确定出server端的平均研发时长的指标值。
[0115]
示例地，仍以上表1提供的数据库，指定指标为端研发平均时长为例，该指定指标为端层级，该指定指标的目标需求字段为server端和fe端，该其他层级之上的层级对应的字段为需求a和需求b。其中，server端侧的字段链式关系和第二目标数据集可以参照上述相关实施例，本实施例在此不作赘述。
[0116]
对于fe端，对应的字段链式关系包括fe端-需求a和fe端-需求b，fe端-需求a和fe端-需求b这两种链式关系中除fe端以外需求id是不同。
[0117]
对于fe端-需求a这条字段链式关系而言，在表1中，满足这条字段链式关系的数据如下表11所示：
[0118][0119]
表11
[0120]
即上表11所示的数据为fe端-需求a这条字段链式关系对应的第二目标数据集中的数据。
[0121]
对于fe端-需求b这条字段链式关系而言，在表1中，满足这条字段链式关系的数据如下表12所示：
[0122][0123]
表12
[0124]
即上表12所示的数据为fe端-需求b这条字段链式关系对应的第二目标数据集中的数据。
[0125]
对于上表11和上表12，分别保留表11和表12中的一条数据，并将保留的数据确定为用于查询端研发平均时长的查询子请求所对应的数据集，该数据集可以如下表13所示：
[0126][0127]
表13
[0128]
值得说明的是，端研发平均时长所涉及的时间数据只与端维度的时间数据相关，因此，可以对
[0129]
表13中的元数据进行进一步过滤，保留只与端相关的元数据，即过滤后得到下表14：
[0130][0131]
表14
[0132]
在得到表13或表14的基础上，上述根据各查询子请求对应的数据集，确定各查询子请求查询的指定指标的指标值可以通过以下方式实施：根据端研发平均时长所对应的数据集中的不同需求下的不同端的端研发开始时间和端研发结束时间，确定端研发平均时长的指标值。值得说明的是，这里的不同需求意指表13或表14中的所有需求，即需求a和需求b。根据表13或表14，读取端研发平均时长所需要的时间数据，并调用“sum(端研发结束时间-端研发开始时间)/4”的计算逻辑，确定出端研发平均时长的指标值。
[0133]
在一些实施例中，查询请求中携带有分组条件，上述基于各指定指标在指定查询条件中的位置关系，对各指定指标对应的指标值进行合并，得到合并结果可以通过以下方式实施：按照分组条件对各指定指标对应的指标值进行划分，得到多个第一分组结果，其中，在一个分组的指定指标对应的指标值划分在同一个第一分组结果；针对每一第一分组结果，按照该第一分组结果中各指标值对应的指定指标在指定查询条件中的位置关系，对该第一分组结果中各指标值进行排序，得到与该第一分组结果对应的第二分组结果；将所有第二分组结果进行拼接，得到合并结果。
[0134]
在实际查询中，可以为用户提供分组显示的功能。即用户可以设置分组条件，在显示端显示查询结果时，按照设置的分组条件，可以使得同组的指标值在显示端的显示区域是相邻的，便于用户对同组的指标值进行分析。
[0135]
值得说明的是，每个第二分组结果中各指标值的前后位置关系与指定查询条件中描述的各指标值对应的指定指标的前后位置关系是一致的。
[0136]
在一些实施例中，在对第二分组结果进行拼接时，可以依据各第二分组结果中位置处于第一的指标值对应的指定指标在指定查询条件的位置关系进行拼接，举例来讲，在各第二分组结果中位置处于第一的指标值中，指标值对应的指定指标在指定查询条件中排名越靠前的，其对应的第二分组结果在合并结果中越靠前。
[0137]
通过上述方式，按照分组条件和各指标值对应的指定指标在指定查询条件中的位置关系进行合并，便于用户可以优先看到更为关注的指定指标的指标值，且便于用户对同组的指标值进行分析，提升用户查询体验。
[0138]
在一些实施例中，查询请求携带有过滤条件，所述方法还可以包括：根据过滤条件对合并结果中的数据进行过滤，得到过滤后的查询结果，并返回过滤后的查询结果。
[0139]
通过上述方式，依据用户选择的过滤条件对合并结果进行过滤，进一步提升查询体验。
[0140]
图3是根据本公开一示例性实施例示出的一种数据查询的另一流程图。参照图3，以查询请求包括两个层级的查询指标为例，包括以下步骤：
[0141]
步骤s301，获取用户输入的查询请求，查询请求中携带指定查询条件，指定查询条件用于描述具有位置关系的不同层级的指定指标。
[0142]
步骤s302，从指定查询条件中分离不同层级的指定指标，并针对各指定指标生成对应的查询子请求，查询子请求用于查询对应层级的指定指标。
[0143]
步骤s303，对第一层级的查询指标的查询子请求进行查询，得到第一查询结果。
[0144]
步骤s304，对第二层级的查询指标的查询子请求进行查询，得到第二查询结果。
[0145]
步骤s305，对第一查询结果和第二查询结果进行合并，得到合并结果。
[0146]
步骤s306，根据过滤条件对合并结果中的数据进行过滤，得到过滤后的合并结果，并返回过滤后的合并结果。
[0147]
其中，步骤s301和s302的实施方式可以参照上述相关实施例，本实施例在此不作赘述。
[0148]
值得说明的是，上述对不同层级的查询指标的查询子请求进行查询包括上述根据各查询子请求对应的层级从数据库中筛选数据得到各查询子请求所对应的数据集以及根据各查询子请求对应的数据集确定各查询子请求查询的指定指标的指标值的过程，具体实施方式可以参照上述相关实施例，本实施例在此不作赘述。
[0149]
其中，步骤s305的实施方式可以参照按照分组条件、各指定指标在指定查询条件的位置关系进行合并的实施方式，本实施例在此不作赘述。
[0150]
其中，步骤s306的实施方式可以参照上述相关实施例，本实施例在此不作赘述。
[0151]
其中，这里的过滤后的合并结果用于表征查询请求的查询结果，查询结果可以直接返回至交互界面进行显示，便于用户直观的浏览各个查询指标。
[0152]
作为一种实施方式，用户还可以选择查询结果的显示方式，例如表格显示方式、柱状图显示方式等等，这些可以由交互界面提供的控件供用户选择，通过将查询结果按照用户需求的显示方式进行显示，进一步提升查询体验。
[0153]
图4是根据本公开一示例性实施例示出的一种数据查询装置的框图。参照图4，该数据查询装置400可以包括：
[0154]
获取模块401，用于获取用户输入的查询请求，所述查询请求中携带指定查询条
件，所述指定查询条件用于描述具有位置关系的不同层级的指定指标；
[0155]
拆分模块402，用于从所述指定查询条件中分离不同层级的指定指标，并针对各指定指标生成对应的查询子请求，所述查询子请求用于查询对应层级的指定指标；
[0156]
筛选模块403，用于并发响应各指定指标对应的查询子请求，根据各查询子请求对应的层级从数据库中筛选数据得到各查询子请求所对应的数据集，所述数据库为基于笛卡尔积数据模型构建的数据库；
[0157]
确定模块404，用于根据各查询子请求对应的数据集，确定各查询子请求查询的指定指标的指标值；
[0158]
合并模块405，用于基于各指定指标在所述指定查询条件中的位置关系，对各指定指标对应的指标值进行合并，得到合并结果，所述合并结果用于表征所述查询请求所请求的查询结果。
[0159]
在一些实施例中，所述筛选模块403包括：
[0160]
第一筛选子模块，用于针对第一层级的指定指标，根据第一层级的指定指标对应的目标需求字段，从数据库中筛选所需的数据得到第一层级的指定指标所对应的数据集；
[0161]
第二筛选子模块，用于针对第一层级之下的其他层级的指定指标，根据该其他层级的指定指标对应的目标需求字段和该其他层级之上的层级对应的字段从数据库中筛选所需的数据得到该其他层级的指定指标所对应的数据集。
[0162]
在一些实施例中，所述第一筛选子模块具体用于：根据第一层级的指定指标对应的目标需求字段确定该目标需求字段对应的第一目标数据集，该第一目标数据集中的数据是所述数据库中具有该目标需求字段的所有数据；保留所述第一目标数据集中的任意一条数据，将保留的数据确定为第一层级的指定指标所对应的数据集中的数据，以得到所述第一层级的指定指标所对应的数据集。
[0163]
在一些实施例中，所述第二筛选子模块具体用于：根据第一层级之下的其他层级的指定指标对应的目标需求字段和该其他层级之上的层级对应的字段，确定不同的字段链式关系；根据各字段链式关系，在所述数据库中查找满足各字段链式关系的数据，并根据满足各字段链式关系的数据确定各字段链式关系对应的第二目标数据集；保留每一所述第二目标数据集中的任意一条数据；将保留的所有数据确定为所述其他层级的指定指标所对应的数据集中的数据，以得到所述其他层级的指定指标所对应的数据集。
[0164]
在一些实施例中，所述查询请求中携带有分组条件，所述合并模块405包括：
[0165]
划分子模块，用于按照所述分组条件对各指定指标对应的指标值进行划分，得到多个第一分组结果，其中，在一个分组的指定指标对应的指标值划分在同一个第一分组结果；
[0166]
排序子模块，用于针对每一所述第一分组结果，按照该第一分组结果中各指标值对应的指定指标在所述指定查询条件中的位置关系，对该第一分组结果中各指标值进行排序，得到与该第一分组结果对应的第二分组结果；
[0167]
拼接子模块，用于将所有所述第二分组结果进行拼接，得到合并结果。
[0168]
在一些实施例中，所述第一层级包括需求层级，属于所述需求层级的指定指标包括需求研发平均时长，所述需求研发平均时长所对应的数据集中包括不同需求的需求研发开始时间和需求研发结束时间，所述确定模块404包括：
[0169]
第一确定子模块，用于根据所述需求研发平均时长所对应的数据集中不同需求的需求研发开始时间和需求研发结束时间，确定所述需求研发平均时长的指标值。
[0170]
在一些实施例中，所述第一层级之下的其他层级包括端层级，属于所述端层级的指定指标包括端研发平均时长，所述端研发平均时长所对应的数据集中包括不同需求下的不同端的端研发开始时间和端研发结束时间，所述确定模块404包括：
[0171]
第二确定子模块，用于根据所述端研发平均时长所对应的数据集中的不同需求下的不同端的端研发开始时间和端研发结束时间，确定所述端研发平均时长的指标值。
[0172]
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
[0173]
本公开还提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开提供的数据查询方法的步骤。
[0174]
下面参考图5，其示出了适于用来实现本公开实施例的电子设备500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
[0175]
如图5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储装置508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。
[0176]
通常，以下装置可以连接至i/o接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
[0177]
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态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流程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装置509从网络上被下载和安装，或者从存储装置508被安装，或者从rom 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。
[0178]
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者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例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：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、
或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是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。而在本公开中，计算机可读信号介质可以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、光信号或上述的任意合适的组合。计算机可读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，该计算机可读信号介质可以发送、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：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
[0179]
在一些实施方式中，电子设备可以利用诸如http(hypertext transfer protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
[0180]
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
[0181]
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该电子设备执行时，使得该电子设备：获取用户输入的查询请求，所述查询请求中携带指定查询条件，所述指定查询条件用于描述具有位置关系的不同层级的指定指标；从所述指定查询条件中分离不同层级的指定指标，并针对各指定指标生成对应的查询子请求，所述查询子请求用于查询对应层级的指定指标；并发响应各指定指标对应的查询子请求，根据各查询子请求对应的层级从数据库中筛选数据得到各查询子请求所对应的数据集，所述数据库为基于笛卡尔积数据模型构建的数据库；根据各查询子请求对应的数据集，确定各查询子请求查询的指定指标的指标值；基于各指定指标在所述指定查询条件中的位置关系，对各指定指标对应的指标值进行合并，得到合并结果，所述合并结果用于表征所述查询请求所请求的查询结果。
[0182]
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言——诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0183]
附图中的流程图和框图，图示了按照本公开各种实施例的装置、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。在这点上，流程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，该模块、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。也应当注意，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
可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，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。
[0184]
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定。
[0185]
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。
[0186]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0187]
根据本公开的一个或多个实施例，示例1提供了一种数据查询方法，包括：
[0188]
获取用户输入的查询请求，所述查询请求中携带指定查询条件，所述指定查询条件用于描述具有位置关系的不同层级的指定指标；
[0189]
从所述指定查询条件中分离不同层级的指定指标，并针对各指定指标生成对应的查询子请求，所述查询子请求用于查询对应层级的指定指标；
[0190]
并发响应各指定指标对应的查询子请求，根据各查询子请求对应的层级从数据库中筛选数据得到各查询子请求所对应的数据集，所述数据库为基于笛卡尔积数据模型构建的数据库；
[0191]
根据各查询子请求对应的数据集，确定各查询子请求查询的指定指标的指标值；
[0192]
基于各指定指标在所述指定查询条件中的位置关系，对各指定指标对应的指标值进行合并，得到合并结果，所述合并结果用于表征所述查询请求所请求的查询结果。
[0193]
根据本公开的一个或多个实施例，示例2提供了示例1的方法，所述并发响应各指定指标对应的查询子请求，根据各查询子请求对应的层级从数据库中筛选数据得到各查询子请求所对应的数据集，包括：
[0194]
针对第一层级的指定指标，根据第一层级的指定指标对应的目标需求字段，从数据库中筛选所需的数据得到第一层级的指定指标所对应的数据集；
[0195]
针对第一层级之下的其他层级的指定指标，根据该其他层级的指定指标对应的目标需求字段和该其他层级之上的层级对应的字段从数据库中筛选所需的数据得到该其他层级的指定指标所对应的数据集。
[0196]
根据本公开的一个或多个实施例，示例3提供了示例2的方法，所述针对第一层级的指定指标，根据第一层级的指定指标对应的目标需求字段，从数据库中筛选所需的数据
得到第一层级的指定指标所对应的数据集，包括：
[0197]
根据第一层级的指定指标对应的目标需求字段确定该目标需求字段对应的第一目标数据集，该第一目标数据集中的数据是所述数据库中具有该目标需求字段的所有数据；
[0198]
保留所述第一目标数据集中的任意一条数据，将保留的数据确定为第一层级的指定指标所对应的数据集中的数据，以得到所述第一层级的指定指标所对应的数据集。
[0199]
根据本公开的一个或多个实施例，示例4提供了示例2的方法，所述针对第一层级之下的其他层级的指定指标，根据该其他层级的指定指标对应的目标需求字段和该其他层级之上的层级对应的字段从数据库中筛选所需的数据得到该其他层级的指定指标所对应的数据集，包括：
[0200]
根据第一层级之下的其他层级的指定指标对应的目标需求字段和该其他层级之上的层级对应的字段，确定不同的字段链式关系；
[0201]
根据各字段链式关系，在所述数据库中查找满足各字段链式关系的数据，并根据满足各字段链式关系的数据确定各字段链式关系对应的第二目标数据集；
[0202]
保留每一所述第二目标数据集中的任意一条数据；
[0203]
将保留的所有数据确定为所述其他层级的指定指标所对应的数据集中的数据，以得到所述其他层级的指定指标所对应的数据集。
[0204]
根据本公开的一个或多个实施例，示例5提供了示例1的方法，所述查询请求中携带有分组条件，所述基于各指定指标在所述指定查询条件中的位置关系，对各指定指标对应的指标值进行合并，得到合并结果，包括：
[0205]
按照所述分组条件对各指定指标对应的指标值进行划分，得到多个第一分组结果，其中，在一个分组的指定指标对应的指标值划分在同一个第一分组结果；
[0206]
针对每一所述第一分组结果，按照该第一分组结果中各指标值对应的指定指标在所述指定查询条件中的位置关系，对该第一分组结果中各指标值进行排序，得到与该第一分组结果对应的第二分组结果；
[0207]
将所有所述第二分组结果进行拼接，得到合并结果。
[0208]
根据本公开的一个或多个实施例，示例6提供了示例3的方法，所述第一层级包括需求层级，属于所述需求层级的指定指标包括需求研发平均时长，所述需求研发平均时长所对应的数据集中包括不同需求的需求研发开始时间和需求研发结束时间，所述根据各查询子请求对应的数据集，确定各查询子请求查询的指定指标的指标值，包括：
[0209]
根据所述需求研发平均时长所对应的数据集中不同需求的需求研发开始时间和需求研发结束时间，确定所述需求研发平均时长的指标值。
[0210]
根据本公开的一个或多个实施例，示例7提供了示例4的方法，所述第一层级之下的其他层级包括端层级，属于所述端层级的指定指标包括端研发平均时长，所述端研发平均时长所对应的数据集中包括不同需求下的不同端的端研发开始时间和端研发结束时间，所述根据各查询子请求对应的数据集，确定各查询子请求查询的指定指标的指标值，包括：
[0211]
根据所述端研发平均时长所对应的数据集中的不同需求下的不同端的端研发开始时间和端研发结束时间，确定所述端研发平均时长的指标值。
[0212]
根据本公开的一个或多个实施例，示例8提供了一种数据查询装置，包括：
[0213]
获取模块，用于获取用户输入的查询请求，所述查询请求中携带指定查询条件，所述指定查询条件用于描述具有位置关系的不同层级的指定指标；
[0214]
拆分模块，用于从所述指定查询条件中分离不同层级的指定指标，并针对各指定指标生成对应的查询子请求，所述查询子请求用于查询对应层级的指定指标；
[0215]
筛选模块，用于并发响应各指定指标对应的查询子请求，根据各查询子请求对应的层级从数据库中筛选数据得到各查询子请求所对应的数据集，所述数据库为基于笛卡尔积数据模型构建的数据库；
[0216]
确定模块，用于根据各查询子请求对应的数据集，确定各查询子请求查询的指定指标的指标值；
[0217]
合并模块，用于基于各指定指标在所述指定查询条件中的位置关系，对各指定指标对应的指标值进行合并，得到合并结果，所述合并结果用于表征所述查询请求所请求的查询结果。
[0218]
根据本公开的一个或多个实施例，示例9提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现示例1-7中任一项所述方法的步骤。
[0219]
根据本公开的一个或多个实施例，示例10提供了一种电子设备，包括：
[0220]
存储装置，其上存储有计算机程序；
[0221]
处理装置，用于执行所述存储装置中的所述计算机程序，以实现示例1-7中任一项所述方法的步骤。
[0222]
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
[0223]
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
[0224]
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。