[发明专利]数据查询方法、装置、存储介质以及电子设备

说明书

本发明公开了一种数据查询方法、装置、存储介质以及电子设备,主要涉及金融科技领域。其中，该方法包括：基于预先设定的映射规则创建目标数据对象，其中，上述目标数据对象用于对上述数据湖中的目标数据表进行查询操作，上述映射规则为上述目标数据表中的类与上述目标数据表之间的映射规则；基于上述目标数据对象获取目标查询语句，其中，上述目标查询语句包括上述目标数据表中的目标数据的查询条件；基于上述目标查询语句查询并获取上述目标数据。本发明解决了由于现有技术中采用直接编写的原生查询语句质量较低造成的数据查询效率低的技术问题。

技术领域

本发明涉及金融科技领域，尤其涉及数据查询技术领域，具体涉及一种数据查询方法、装置、存储介质以及电子设备。

背景技术

现有技术中的计算引擎，例如Spark是专为大规模数据处理而设计的快速通用的计算引擎，而PySpark是Spark为Python开发者提供的应用程序API接口，支持通过HQL的方式访问数据湖中的数据。但其直接编写原生HQL语句会存在两方面的问题，严重影响数据查询效率：一是统一管理问题，难以由专业人员对开发人员提交的HQL脚本质量进行有效地把关；二是优化问题，各个开发人员需要耗费精力去优化HQL语句。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种数据查询方法、装置、存储介质以及电子设备，以至少解决由于现有技术中采用直接编写的原生查询语句质量较低造成的数据查询效率低的技术问题。

根据本发明实施例的一个方面，提供了一种数据查询方法，用于通过目标计算引擎查询数据湖中的数据，包括：基于预先设定的映射规则创建目标数据对象，其中，上述目标数据对象用于对上述数据湖中的目标数据表进行查询操作，上述映射规则为上述目标数据表中的类与上述目标数据表之间的映射规则；基于上述目标数据对象获取目标查询语句，其中，上述目标查询语句包括上述目标数据表中的目标数据的查询条件；基于上述目标查询语句查询并获取上述目标数据。

可选地，在基于上述目标查询语言查询并获取目标数据之前，上述方法还包括：建立上述目标计算引擎与数据湖之间的通信连接。

可选地，获取上述预先设定的映射规则，包括：创建用于描述上述目标数据表中的数据字段的字段类；创建用于描述上述目标数据表的数据表基类，其中，上述数据表基类对应于上述目标数据表中的数据字段；基于上述字段类和上述数据表基类，获取数据表映射类。

可选地，上述字段类包括如下至少之一：数据字段名、以及数据字段的比较方法，其中，上述比较方法包括如下至少之一大于、小于、大于等于、小于等于、等于、不等于、介于两者之间。

可选地，上述数据表基类包括如下至少之一信息：数据字段获取信息、数据字段查询信息、数据表名信息，以及数据字段获取方法、数据字段查询方法、数据获取方法、数据表名获取方法。

可选地，基于上述目标数据对象获取目标查询语句，包括：获取上述目标数据表中的目标数据字段的数据字段信息，其中，上述数据字段信息包括：上述目标数据字段对应的字段类和数据表基类；基于上述数据字段信息设定上述目标查询语句。

根据本发明实施例的另一方面，还提供了一种数据查询装置，用于通过目标计算引擎查询数据湖中的数据，包括：创建模块，基于预先设定的映射规则创建目标数据对象，其中，上述目标数据对象用于对上述数据湖中的目标数据表进行查询操作，上述映射规则为上述目标数据表中的类与上述目标数据表之间的映射规则；第一获取模块，用于基于上述目标数据对象获取目标查询语句，其中，上述目标查询语句包括上述目标数据表中的目标数据的查询条件；第二获取模块，用于基于上述目标查询语句查询并获取上述目标数据。

根据本发明实施例的另一方面，还提供了一种非易失性存储介质，上述非易失性存储介质存储有多条指令，上述指令适于由处理器加载并执行任意一项上述的数据查询方法。