[发明专利]用于通过远程应用的高效数据提取的方法和系统

说明书

技术领域

本发明的实施例一般涉及一种数据处理系统，更具体地说，涉及通过远程应用从数据库的高效数据提取。

背景技术

随着放于网络上的数据量的增加，诸如通过用于数据挖掘的数据提取来收集数据资料库中的大量数据并识别所收集的数据中的模式（pattern）已变得更加普遍。通过应用服务器对提供数据资料库的数据库的数据提取需要从应用服务器处的数据提取应用向数据库发送查询，并且解释从数据库向数据提取应用发送回的结果。由于去往数据库的数据查询以及从数据库的数据的返回造成的延迟，从应用服务器对数据库的数据库调用（call）对于数据提取应用带来性能损失（cost）。此外，由于因数据库处理来自数据提取应用的众多查询而引入的延迟，从应用服务器对数据库的数据库调用对于数据库的任何其他用户带来性能损失。

发明内容

有鉴于上述，存在对于一种用于减少从数据提取应用向提供数据资料库的数据库发送的查询的数目、同时维持数据提取应用性能和精确度的方法、系统和程序的需要。

一个实施例提供了一种用于减少由应用向数据库发送的查询的数目的方法。该方法响应于检测到数据提取应用准备针对至少一个数据提取规则来查询数据库，而访问包括与新添加到数据库的数据相关的信息的高速缓冲存储器。在数据处理应用将从每个新数据事件解析的数据添加到数据库之前，该信息被添加到用于每个新数据事件的高速缓冲存储器。所述方法相对于高速缓冲存储器中的信息来评估每个数据提取规则，以确定该信息是否与至少一个数据提取规则相关。所述方法仅针对与该信息相关的任何特定数据提取规则通过数据提取应用向数据库发送单独的查询。

本发明的另一个实施例包括一种用于减少由应用向数据库发送的查询的数目的系统。该系统包括在至少一个处理器和存储器上操作的查询控制器。该查询控制器操作以响应于检测到数据提取应用准备针对至少一个数据提取规则来查询数据库，而访问包括与新添加到数据库的数据相关的信息的高速缓冲存储器。该查询控制器操作以相对于高速缓冲存储器中的信息来评估每个数据提取规则，以确定该信息是否与至少一个数据提取规则相关。所述查询控制器仅针对与该信息相关的任何特定数据提取规则通过数据提取应用向数据库发送单个查询。

本发明的另一个实施例包括一种用于减少由应用向数据库发送的查询的数目的计算机程序产品。该计算机程序产品包括一个或多个计算机可读的有形存储设备。此外，该计算机程序产品包括存储在一个或多个存储设备中的至少一个上的程序指令，用于响应于检测到数据提取应用准备针对至少一个数据提取规则查询数据库，而访问包括与新添加到数据库的数据相关的信息的高速缓冲存储器。该计算机程序产品包括存储在一个或多个存储设备中的至少一个上的程序指令，用于相对于高速缓冲存储器中的信息来评估每个数据提取规则，以确定该信息是否与至少一个数据提取规则相关。该计算机程序产品包括存储在一个或多个存储设备中的至少一个上的程序指令，用于仅针对与该信息相关的任何特定数据提取规则通过数据提取应用向数据库发送单独的查询。

本发明的另一个实施例提供一种用于管理关于添加到数据库的数据的信息的方法。数据处理应用接收新数据事件。数据处理应用解析新数据事件以识别至少一个所解析的元素。数据处理应用对于每个所解析的元素确定该所解析的元素是否被指定为至少一个数据提取规则中的感兴趣元素，所述至少一个数据提取规则是针对基于所述至少一个数据提取规则对于数据库查询数据的至少一个数据提取应用而指定的。对于被指定为感兴趣元素的每个所解析的元素，数据处理应用为所解析的元素调用数据提取处理机以向高速缓冲存储器添加关于所解析的元素的信息，并为所解析的元素调用默认处理机以向数据库添加关于所解析的元素的数据。对于未被指定为至少一个数据提取规则中的至少一个感兴趣元素的每个所解析的元素，数据处理应用为所解析的元素调用默认处理机以向数据库添加关于所解析的元素的数据。与数据提取应用共享对高速缓冲存储器中的信息的访问，以使得数据提取应用可以对于每个查询时段来确定任何数据提取规则是否需要关于存储在数据库中的新数据基于在高速缓冲存储器中共享的信息而被重新评估。

附图说明

在所附权利要求中阐述了认为是本发明的一个或多个实施例的特征的新颖特性。然而，当结合附图来阅读说明性实施例时，参考说明性实施例的下面具体说明将最好地理解发明自身的一个或多个实施例，在附图中：

图1图示其中可以实现本发明的、包括用于向数据库发送查询的至少一个数据提取应用的系统架构；