[发明专利]数据库查询脚本生成方法及装置

说明书

本发明公开了一种数据库查询脚本生成方法及装置，将各个事实表依次关联到维度表上，得到维度表与所有事实表的一个关联结果；最后，利用该关联结果构造数据库查询脚本。由此可见，每个事实表分别与上一次的关联结果进行关联，因为事实表与维度表关联后的数据量级取决于维度表的数据量级；而且，无论维度表关联几个事实表，其关联结果的数据量级都取决于维度表的数据量级，所以，整个关联过程的数据量级始终是一个维度表的数据量级，远远小于现有的关联方式产生的中间数据量。因此，大大减少了对I/O资源和内存资源的开销，从而提高了数据库查询性能。

技术领域

本发明涉及计算机技术领域，尤其涉及一种数据查询脚本生成方法及装置。

背景技术

在软件系统中进行数据查询时，需要构造数据库查询脚本，即SQLScript。根据输入的业务查询参数(即，CommonQuery)构造SQLScript。

传统的生成查询脚本的方法，将业务查询参数结合元数据(Meta Data)生成分析树，再将分析树转换成SQL脚本。分析树是构造SQL脚本过程中的一种数据结构。数据库包括事实表和维度表，其中，维度表一般用来存储实体的基本属性，例如，商品的名称、单价等；事实表一般存储实体对应的实际指标数据，例如，某商品今天卖了多少件，一共卖了多少钱等等实体数据。一般情况下，一次查询都会涉及到多张表(包括事实表和维度表)，即需要多张表关联才能查询出需要的结果。如果这多张表中包括多张事实表和一张维度表，则需要每一张事实表分别与维度表关联(Join)，最后，再将多个关联的结果进行Full Join得到分析树。例如，本次查询涉及到的表包括：D1(维度表)、M1(事实表)、M2(事实表)和M3(事实表)；按照上述的生成分析树的过程，需要经过一下四步：D1 Join M1得到D1_M1，D1 JoinM2输出D1_M2，D1 Join M3输出D1_M3，最后，D1_M1Full Join D1_M2Full Join D1_M3。

上述生成分析树的过程中，每一张事实表都要与维度表进行Join，有几张事实表就会得到几张维度量级的大结果集。上述实例中，有3个事实表，就会产生3个维度量级的结果集，例如，维度表的数据量级是10万，则会产生3个10万量级的大结果集。如果事实表的数量较多，则会产生很多个维度表量级的中间数据，这会大大增加IO资源和内存资源的开销，可能导致致命性的性能问题，例如，大量的中间数据达到数据库的处理极限，导致数据查询异常或根本查不出结果，总之，会导致数据库的查询性能大大降低。

发明内容

鉴于上述问题，提出了本发明的一种数据库查询脚本生成方法及装置，以解决数据查询性能较差的技术问题。

借由上述技术方案，本发明提供的数据库查询脚本生成方法，接收到查询请求后，获得相应的查询参数；根据查询参数获取当前查询涉及的维度表和所有事实表，将各个事实表依次关联到维度表上，得到维度表与所有事实表的一个关联结果；最后，利用该关联结果构造数据库查询脚本。由此可见，该方法直接将各个事实表依次关联到维度表上，即，每个事实表分别与上一次的关联结果进行关联，因为事实表与维度表关联后的数据量级取决于维度表的数据量级；而且，无论维度表关联几个事实表，其关联结果的数据量级都取决于维度表的数据量级，所以，整个关联过程的数据量级始终是一个维度表的数据量级，远远小于现有的关联方式产生的中间数据量。因此，大大减少了对I/O资源和内存资源的开销，从而提高了数据库查询性能。而且，整个关联过程只需要使用Left Join、Inner Join或RightJoin操作等，不需要进行Full Join操作，因为Left Join、Inner Join和Right Join占用的资源开销都小于Full Join占用的资源开销，所以，能够进一步提高数据库的查询性能。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明