[发明专利]时间间隔的数据查询方法、装置及索引构建方法、装置

说明书

本申请实施例公开了时间间隔的数据查询方法、装置及索引构建方法、装置。所述数据查询方法包括：获取待查询时间间隔；将待查询时间间隔在基于索引间隔对象的键值对构建的第一排序索引中查询出与所述待查询时间间隔存在相交、包含关联关系的第一索引间隔对象结果集；将待查询时间间隔在基于索引间隔对象的键值对构建的第二线段树索引中查询出与待查询时间间隔存在覆盖关联关系的第二索引间隔对象结果集；将查询出的第一索引间隔对象结果集及第二索引间隔对象结果集合并之后作为待查询时间间隔的查询结果。本申请将反向索引方式与线段树型索引方式相结合，不仅可以满足基于云平台的大数据高扩展性和高并发性的检索需求，还可以大大提高检索效率。

技术领域

本申请涉及基于云存储的数据检索技术领域，特别涉及时间间隔的数据查询方法、装置及索引构建方法、装置。

背景技术

随着大数据时代的到来，人们不仅开始探索新的IT技术和架构，还更加重视海量数据的挖掘和利用。各个行业、各个领域的快速发展，导致积累的数据越来越多，数据量增速越来越快。据国际数据公司(IDC)统计，2015年全球被创建和被复制的数据总量达到近8ZB，是2010年的7倍多，2011年的4倍多。这一增长趋势，在社交媒体和网页历史存档中体现的尤为明显，数据总量呈指数级增长的态势，如何快速、高效地从海量数据中查询到用户需要的信息数据，是目前研究的重要课题。

现有技术中，通常是根据给定的一个或者一组关键字，从预先设定的数据库中查询到跟所述关键字相关的网页对象或者Web对象。例如：搜索引擎可以根据给定的一组关键字，返回K个文本相关的网页对象。但是，在网页历史文档或者Web文档中，往往不仅包含文本信息，还包含时间间隔信息。时间间隔的意义可以体现在记录有效的网页版本、标记社交媒体的热点等。例如，在Twitter中，热门tweets和热门事件往往会附加有效的时间间隔，记录tweets和事件的访问频度超过某一阈值的时间区间，用户可以利用时间间隔查询并获取热门tweets并追踪时间的发展历程。现有基于云存储的时间间隔数据查询方法由于存数据分布各异，查询性能不稳定。不同的数据集合，间隔的密度和分布各异，上述查询算法在数据密集和分散的区域表现的性能差异可以达到10倍左右，查询性能不稳定。

目前，时间间隔查询的索引技术主要以本地磁盘为存储介质，例如时间检索(TimeIndex)技术、多路搜索树(Multi-Version B-Tree)技术等，但是现有技术中的时间间隔检索技术的数据量小、可扩展性低，查询吞吐量十分有限，不能适用于目前的大数据环境和数据高并发场景。

发明内容

本申请实施例的目的在于提供时间间隔的数据查询方法、装置及索引构建方法、装置，可以满足基于云平台的大数据高扩展性和高并发性的检索需求，快速筛选时间间隔对象，提高数据查询效率。

本申请实施例提供的时间间隔的数据查询方法、装置及索引构建方法、装置是这样实现的：

一种时间间隔的数据查询方法，所述方法包括：

获取待查询时间间隔；

将所述待查询时间间隔在基于索引间隔对象的键值对构建的第一排序索引中查询出与所述待查询时间间隔存在相交、包含关联关系的第一索引间隔对象结果集；

将所述待查询时间间隔在基于索引间隔对象的键值对构建的第二线段树索引中查询出与所述待查询时间间隔存在覆盖关联关系的第二索引间隔对象结果集；

将查询出的所述第一索引间隔对象结果集及所述第二索引间隔对象结果集合并之后作为所述待查询时间间隔的查询结果。

一种时间间隔的索引构建方法，所述方法包括：

获取索引间隔对象及所述索引间隔对象的时间间隔；

提取所述索引间隔对象的时间间隔的时间端点，分别以所述索引间隔对象的两个时间端点取值生成所述索引间隔对象的键值对，以所述索引间隔对象的键值对构建第一排序索引；