[发明专利]异构源上的动态分布式查询执行

说明书

相关申请的交叉引用

本申请要求于2011年2月18日提交的名称为“Dynamic Distributed Query Execution Over Heterogeneous Sources(异构源上的动态分布式查询执行)”的第61/444,169号美国临时专利申请的利益，该申请的全部内容通过引用结合于此。

技术领域

本发明涉及计算机系统，尤其涉及动态分布式查询执行。

背景技术

传统数据库系统的一个基本问题在于从数据存储中存在的未知数量的数据片段中导出有用的信息，数据存储包括网络可访问的数据存储或“云”数据存储。一个障碍在于以下事实，即，例如，数据存储在采用不同的数据模型或方案的意义上是异构的。因此数据是充裕的，而有用的信息很少。

发明内容

下面呈现了简化的发明内容，以便提供对所公开主题的某些方面的基本概念。本发明内容不是广泛性的概观。它并不旨在标识关键/重要元素，也不旨在划定所要求保护主题的范围。其唯一目的是以简化形式呈现一些概念，作为稍后呈现的更具体实施例的序言。

简而述之，本发明一般涉及对与来自多个异构数据源的数据进行交互的程序的执行进行优化。每个数据源能以各种方式不同，尤其包括数据表示、数据检索、变换能力以及性能特征等。这些不同可用来为程序确定有效的执行策略。而且，在程序被执行的同时按需执行分析。

为实现上述及相关目的，在此结合以下描述和附图描述了所要求保护主题的某些说明性方面。这些方面指示可实践本主题的各种方式，它们均落在所要求保护主题的范围之内。当结合附图阅读以下详细描述时，本发明的其他优点和新颖特征将变得显而易见。

附图说明

图1是有效的程序执行系统的框图。

图2是代表性查询处理器组件的框图。

图3是代表性优化组件的框图。

图4是代表性数据提供器组件的框图。

图5是有效地执行与来自多个异构源的数据进行交互的程序的方法的流程图。

图6是执行与来自多个异构源的数据进行交互的程序的方法的流程图。

图7是基于成本的程序优化的方法的流程图。

图8是成本变换方法的流程图。

图9是示出用于本发明各方面的合适操作环境的示意性框图。

具体实施方式

以下详细描述一般针对对一程序的执行进行优化，该程序相对于多个不相关的异构数据源与数据进行交互(例如，读、写、变换等)。数据源能以许多方式不同，尤其包括数据表示、数据检索、变换能力以及性能特征等。数据源间的这些不同可用来为总体程序确定有效的执行策略。而且，在程序执行期间，可以按需执行或惰性地执行分析。

数据处理领域的相关工作包括结构化查询语言(SQL)分布式查询引擎和语言集成的查询(LINQ-to-SQL)。SQL分布式查询引擎执行整个查询的全局分析(非按需)，被约束在它所能支持的一组数据源(例如OLEDB-对象链接与嵌入数据库)中，并且使用用于分析外部SQL数据源能力和性能的一维模型。另一方面，LINQ-to-SQL是这样一种技术，该技术允许相对于SQL服务器的对程序的按需执行，但却不支持异构数据源并且在不考虑程序对总体程序性能的影响的情况下将尽可能多的程序推向SQL服务器。

尽管不限于此，本发明的各方面可以相对于数据集成(或mashup)工具而结合，该工具从多个异构数据源(例如数据库、逗号分隔值(CSV)文件、OData订阅源等)提取数据，以非寻常方式变换数据，以及通过若干手段(例如，数据库、OData订阅源)公布数据。该工具允许非技术用户能在他们所熟悉的图形环境中创建复杂的数据查询，同时使查询语言例如向技术用户完全地表达。此外，该工具可以鼓励在存在动态结果预览的情况下复杂查询或表达式的交互式构建。为启用这一高度交互式的功能，该工具尤其可以使用这里进一步描述的优化来快速获得部分预览结果。

现在参考附图更详细地描述本发明的各个方面，在全部附图中用相似的标记来指示相似或相应的元素。然而应该理解，附图及其相关详细描述不旨在将所要求保护的主题限于所公开的具体形式。相反，其意图是覆盖落在所要求保护主题的精神和范围之内的所有修改、等价物和替换的方案。