[发明专利]用于管理异构非结构化数据的关系型数据库及其创建和查询非结构化数据描述信息的方法

说明书

技术领域

本发明属于数据存储领域，尤其是一种涉及用于管理外部异构数据的关系型数据库及创建和查询方法。

背景技术

“大数据”（Big data），简而言之，即从各种各样的海量数据中，快速获信息的能力，就是大数据技术，大数据通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。

现有的关系型数据库中经常使用BLOB、TEXT等字段无法满足对大数据的支持，关系型数据库ORACLE和MS SQL Server都有存储在数据库外的BLOB类型字段，在ORACEL中是BFILE，MS SQL Server是FileStream，它们的特点都是在数据库中存放数据的文件名，数据库通过文件名读取存放在磁盘上的数据。缺点是必须通过外部应用保证数据的完整性以及与数据库其他字段的一致性，而数据库本身没有相应的约束能力。同时，外部存储支持的协议单一，无法支持多种远程存储，并适应各种层出不穷分布式存储协议。

发明内容

本发明要解决的问题是提供一种用于管理外部异构数据的关系型数据库，尤其适合于多种外部数据存储于多种系统。

为解决上述技术问题，本发明采用的技术方案是：

一种用于管理外部异构数据的关系型数据库，所述的关系型数据库包括用以描述存储在数据库外部的异构数据的格式化文本。

进一步的，所述的格式化文本包括提供数据的访问协议和存储位置的URI字符串。

进一步的，所述的格式化文本包括用于提供数据的访问协议和存储位置的URI字符串。

进一步的，所述的格式化文本包括数据校验属性字段。

进一步的，所述的数据校验字段包括数据长度、数据最后修改时间、数据的MD5或以上三种的任意组合。

进一步的，所述的格式化文本包括数据格式字段。

进一步的，所述的数据格式字段包括媒体类型和编码算法或以上两种组合。

本发明还提供了一种针对上述用于管理外部异构数据的关系型数据库创建方法，包括：

将异构数据保存在存储层；

创建异构的可描述的格式化文本；

将可描述的格式化文本储到数据库中。

进一步的，所述的方法第二步还包括：将统计的异构数据的数据校验属性存入格式化文本。

进一步的，所述的方法第二步还包括：将统计的异构数据的数据属性存入格式化文本。

根据本发明的另一方面，还提供了一种针对持大数据的数据库对外部数据的查询方法，包括：

数据库收到查询请求；

数据库向查询请求返回描述外部数据库的格式化文本；

格式化文本被解析；

通过解析的格式化文本通过存储层读取数据。

本发明具有的优点和积极效果是：由于采用上述技术方案，使得数据库具有高拓展性，能够适应外部数据的多种访问协议，同时也增强了数据库外部管理的完整性和外部数据指向的数据独立性。

附图说明

图1是本发明的一个实施例中数据库实现读取URI数据的示意图

图2是本发明的一个实施例数据库创建的方法示意图

图3是本发明的一个实施例中数据库进行查询的一种模式的示意图

图4是本发明的一个实施例中数据库进行查询的另一种模式的示意图

具体实施方式

下面结合本发明的一个实施例对本发明作进一步的阐述，GBase8a作为一种支持大数据的数据库，数据保存在GBase8a的外部，其访问协议可以是本地文件、也可以是存放在Http服务器、Ftp服务器以及其他专用协议存储的数据。

通用资源标志符（URI)可以对多种数据类型进行定位，GBase8a中的可描述性格式化文本包括了URI字符串，该URI字符串就是通过简单的格式化文本，能够存储外部数据的URI。

URI字符串通过为varchar类型增加URI标识来实现的，其数据为多行文本，行与行间以一对回车符和换行符分隔，包括：

首行的URI

URI=协议名称″:″认证信息目录文件名[″?″查询参数][″#″书签]

仅支持绝对URI，不支持相对地址。