[发明专利]使用列式数据库中的直方图进行有效查询处理

说明书

使用列式数据库中的直方图进行有效查询处理。一种概率数据结构被生成用于使用列式数据库的列中的未分类数据的直方图进行有效查询处理。确定列式数据库表单中的列的直方图的多个桶的桶范围大小。在至少一些实施方案中，直方图可以为高度平衡直方图。一种概率数据结构被生成来指示针对直方图中的哪些特定桶存在存储在数据块中的数据值。在接收涉及列的对选择的数据的查询的指示时，可以检验存储列的数据的数据块中的每个的概率数据结构以确定数据块中无需读取的特定数据块以便服务对选择的数据的所述查询。

本申请是申请号为201480008818.6、发明名称为“使用列式数据库中的直方图进行有效查询处理”、国际申请日为2014年1月15日的专利申请的分案申请，其全部内容通过引用合并于此。

背景技术

随着用以创建、追踪和保持信息的组织的技术能力持续增强，已开发出用于管理和存储处于上升趋势的信息的各种不同技术。例如，数据库系统对客户端提供诸多不同专用或定制配置的硬件和软件以管理存储的信息。然而，必须存储和管理的数据组织的量增加通常对应地增加数据存储和管理技术(如同数据库系统)的大小和复杂度，其转而升级为增加维护信息的成本。新技术越来越多地寻求在改善数据存储和数据管理的效率的同时，降低维护数据的复杂度和存储需求两者。

一种此类技术涉及随着数据存储在数据库表单中而使用面向列的数据库表单(通常称为“列式”)修改数据的定向或排列以减少管理数据所要的访问操作的次数。通常，访问操作(诸如各种输入(例如，写入数据)和输出(例如，读取数据))已被证明在存储和管理数据时最昂贵且最低效。对于某些类型的数据，在例如数据库系统响应于查询主要出现于数据库表单的列而非数据库表单的行中的信息时，列式数据库显著地减少访问操作的次数。又，甚至随着诸如列式数据库表单的技术的出现，收集的信息的持续增长要求对数据存储和管理的进一步优化。

附图说明

图1示出根据一些实施方案的使用列式数据库的列的高度平衡直方图进行有效查询处理的数据流方框图。

图2为示出根据一些实施方案的示例性分布式数据库库存服务的方框图。

图3为示出根据一些实施方案的示例性分布式数据库存群集的方框图。

图4A为示出根据一些实施方案的示例性领导节点的方框图。

图4B为示出根据一些实施方案的示例性计算节点的方框图。

图5为示出根据一些实施方案的用以使用列式数据库表单的列的直方图处理查询的方法的高级流程图。

图6为示出根据一些实施方案的用以确定表示列式数据库表单中的列的数据的均匀分布的直方图的桶范围大小的方法的高级流程图。

图7为示出根据一些实施方案的用以生成表示列式数据库表单中的列中的数据的直方图中的每个桶的位图的方法的高级流程图。

图8示出根据一些实施方案的用以响应于查询列式数据库表单的列中的数据而确定哪些数据块无需读取的方法的流程图。

图9示出根据一些实施方案的用以响应于检测再平衡事件而修改数据块的概率数据结构的方法的流程图。

图10示出根据一些实施方案的用以更新数据块的概率数据结构的方法的流程图。

图11示出根据一些实施方案的示例性系统。

虽然本文中通过对若干实施方案和说明图举例来描述实施方案，但所属领域的技术人员将认识到，实施方案不限于所述实施方案或图。应了解，所述图和其详述并非意在将实施方案限于所公开的特定形式，但相反，意在涵盖落在如由所附权利要求书界定的精神和范围内的所有修改、等效物和替代物。本文中所使用的标题仅用于组织目的且并非意在用以限制本发明描述或权利要求书的范围。如贯穿本申请所使用，在许可意义(即，意指可能)而非强制性意义(即，意指必须)上使用单词“可以”。相似地，单词“包括(include、including和includes)”意指包括但不限于。