Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西北工业大学刘春成获国家专利权

西北工业大学刘春成获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西北工业大学申请的专利一种面向多模数据库的视图优化查询方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120723789B

龙图腾网通过国家知识产权局官网在2026-01-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510771263.0,技术领域涉及:G06F16/242;该发明授权一种面向多模数据库的视图优化查询方法及系统是由刘春成;董鸿毅;杨思毅;石育山;陈群设计研发完成,并于2025-06-10向国家知识产权局提交的专利申请。

一种面向多模数据库的视图优化查询方法及系统在说明书摘要公布了:一种面向多模数据库的视图优化查询方法及系统,涉及计算机视图优化查询领域。构建面向多模数据库查询场景的多模JSON视图集合;多模数据库系统依照流式混合查询负载Qn的到来顺序依次经过查询语言解析模块、查询语言优化模块和查询语言执行模块进行数据处理;混合查询请求Q1经过查询语言解析模块生成逻辑执行计划LP1;LP1经过查询语言优化模块生成物理执行计划PP1;PP1经过查询语言执行模块生成查询结果D1;直至流式混合查询负载Qn全部处理完毕,并返回n个查询结果。本发明的视图格式既可用于加速针对单一数据模型的数据库查询,也支持多种数据模型的融合表示,用于加速混合模型查询,解决了多模视图中模型信息的丢失问题。

本发明授权一种面向多模数据库的视图优化查询方法及系统在权利要求书中公布了:1.一种面向多模数据库的视图优化查询方法,其特征在于,包括如下步骤: 步骤1:根据历史查询负载在数据存储层构建面向多模数据库查询场景的多模JSON视图集合MVs;所述数据存储层为多模数据库分层架构体系中的底层物理存储模块,用于持久化存储多模型原生数据组织形式,多模型原生数据组织形式包括关系表分片、图邻接链表、向量索引和文档集合;多模数据库同步维护跨模型事务日志与元数据映射关系; 步骤2,当多种模型的流式混合查询负载Qn到来时,依照流式混合查询负载Qn的到来顺序依次经过查询语言解析模块、查询语言优化模块和查询语言执行模块;所述混合查询负载Qn为多模数据库系统不断接收来自用户的查询请求,n表示流式混合查询的数量,n是非0自然数,n的取值下限为1,上限取决于多模数据库的并行处理极限; 步骤3,流式混合查询负载Qn的第一个混合查询请求Q1经过查询语言解析模块生成逻辑执行计划LP1; 步骤4,逻辑执行计划LP1经过查询语言优化模块生成物理执行计划PP1; 所述物理执行计划PP1的生成方法如下: 首先,扩展规则库结合扩展模式匹配器对逻辑执行计划LP1的所有基表引用进行扫描; 然后,判断是否存在多模JSON视图的基表名;当检测到多模JSON视图基表名时,扩展重写执行器会自动将对应的子查询逻辑节点替换为多模JSON视图的扫描算子,并在替换过程中调用扩展验证器对新生成的JSONViewScan节点进行模型类型与路径合法性校验; 最后,多模数据库将含拓展JSON优化器功能的查询语言优化模块的生成结果与原始查询语言优化模块的生成结果合并,形成多模视图增强型物理执行计划PP1_mv; 若LP1未出现多模JSON视图的基表名,则直接调用原始查询语言优化模块生成标准物理执行计划PP1_std; 所述多模视图增强型物理执行计划PP1_mv和标准物理执行计划PP1_std均称为物理执行计划PP1; 步骤5,物理执行计划PP1经过查询语言执行模块生成查询结果D1;若查询不能使用多模JSON视图加速,则访问硬盘存储层数据生成查询结果D1; 步骤6,重复循环步骤3-步骤5保持n次,直至流式混合查询负载Qn全部处理完毕,并返回n个查询结果;MVs的更新阈值记为c,即经过c个用户查询,则会更新MVs; 若nc,则会调用次MVs的更新流程; 若nc,则不会更新多模JSON视图集合MVs。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西北工业大学,其通讯地址为:710072 陕西省西安市友谊西路127号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。