数据处理的方法及装置.pdf

本发明公开了一种数据处理的方法及装置，涉及数据库应用技术领域，能够解决从原始数据中进行查询，计算代价高的问题。方法包括：接收用户输入的目标属性组合（view）集M*；从存储器中读取预设固化属性组合集；在预设固化属性组合集中选取至少一个预设固化属性组合中间属性组合集I*，I*和M*的并集（I*∪M*）中M*中各目标属性组合的计算代价的总和，小于M*中各属性组合的计算代价的总和；从存储器中读取I*∪M*对应的固化数据；在I*∪M*对应的固化数据中，对M*中各目标属性组合进行匹配查询，得到与M*相匹配的查询结果。本发明主要应用于多维数据分析的过程中。

权利要求书
1.  一种数据处理的方法，其特征在于，包括：
接收用户输入的目标属性组合（view）集M*，其中，所述目标属性组合集由至少一个属性组合组成，用于表示用户需要查询的属性组合的集合；
从存储器中读取预设固化属性组合集；
在所述预设固化属性组合集中选取至少一个预设固化属性组合，所述至少一预设固化属性组合组成中间属性组合集I*，所述I*和M*的并集（I*∪M*）中M*中各目标属性组合的计算代价的总和，小于M*中各属性组合的计算代价的总和；
从所述存储器中读取所述I*∪M*对应的固化数据；
在所述I*∪M*对应的固化数据中，对M*中各目标属性组合进行匹配查询，得到与M*相匹配的查询结果。

2.  根据权利要求1所述的方法，其特征在于，所述在所述预设固化属性组合集中选取至少一个预设固化属性组合，组成中间属性组合集I*,所述至少一预设固化属性组合组成中间属性组合集I*，所述I*和M*的并集（I*∪M*）中M*中各目标属性组合的计算代价的总和，小于M*中各属性组合的计算代价的总和的步骤，包括：
在所述存储器中预置内容为空的中间属性组合集I*；
依次从所述存储器存储的预设固化属性组合集中选取一个预设固化属性组合Vi；
计算中间属性组合集I*、目标属性组合集M*以及Vi的并集（I*∪M*∪{Vi}）中，M*中各目标属性组合的计算代价的总和C’；
计算I*∪M*中M*中各属性组合的计算代价的总和C；
如果C’小于C，则将Vi添加到I*中。

3.  根据权利要求2所述的方法，其特征在于，所述计算中间属性组合集I*、目标属性组合集M*以及Vi的并集（I*∪M*∪{Vi}）中，M*中各目标属性组合的计算代价的总和C’的步骤，包括：
计算I*∪M*∪{Vi}中各属性组合的出发代价，所述出发代价用于表示从各属性组合得到各属性组合的子属性组合的计算量；
根据所述存储器中存储的各属性组合的上卷（rollup）关系，生成I*∪M* ∪{Vi}的拓扑序列；
计算所述拓扑排序中各属性组合的计算代价，所述计算代价为计算得到各属性组合的计算量；
将各属性组合的计算代价相加，得到M*中各目标属性组合的计算代价的总和C’。

4.  根所据权利要求3述的方法，其特征在于，所述计算I*∪M*∪{Vi}中各属性组合的出发代价，所述出发代价用于表示从各属性组合得到各属性组合的子属性组合的计算量的步骤，包括：
从所述存储器中获取I*∪M*∪{Vi}的每个属性组合中每个属性对应的属性值数量计算包含的每个属性对应的属性值数量；
将每个属性组合中每个属性对应的属性值数量PA和折损系数进行连乘，得到每个属性组合的出发代价。

5.  根所据权利要求3述的方法，其特征在于，所述根据所述存储器中存储的各属性组合的上卷（rollup）关系，生成I*∪M*∪{Vi}的拓扑序列的步骤，包括：
根据所述存储器中存储的各属性组合的上卷关系，确定各属性组合的父子关系；
将父属性组合作为子属性组合的顶点，构造由父属性组合指向子属性组合构造的有向无环图（Directed Acyclic Graph，DAG）；
对所述有向无环图进行拓扑排序，得到生成I*∪M*∪{Vi}的拓扑序列。

6.  根据权利要求2至5中任一项所述的方法，其特征在于，在所述在所述存储器中预置内容为空的中间属性组合集I*的步骤之后，所述方法还包括：
在M*中查找Vi；
如果查找到Vi，则从所述存储器中读取所述预设固化属性组合Vi的下一个预设固化属性组合Vi+1。

7.  一种数据处理的装置，其特征在于，包括：
接收单元，用于接收用户输入的目标属性组合（view）集M*，其中，所述目标属性组合集由至少一个属性组合组成，用于表示用户需要查询的属性组合 的集合；
读取单元，用于从存储器中读取预设固化属性组合集；
选取单元，用于在所述读取单元读取的所述预设固化属性组合集中选取至少一个预设固化属性组合，所述至少一预设固化属性组合组成中间属性组合集I*，所述I*和所述接收单元接收的M*的并集（I*∪M*）中M*中各目标属性组合的计算代价的总和，小于M*中各属性组合的计算代价的总和；
所述读取单元还用于，从所述存储器中读取所述选取单元选取的所述I*∪M*对应的固化数据；
查询单元，用于在所述I*∪M*对应的固化数据中，对M*中各目标属性组合进行匹配查询，得到与M*相匹配的查询结果。

8.  根据权利要求7所述的装置，其特征在于，所述选取单元包括：
预置子单元，用于在所述存储器中预置内容为空的中间属性组合集I*；
选取子单元，用于依次从所述存储器存储的预设固化属性组合集中选取一个预设固化属性组合Vi，并对所述预设固化属性组合Vi执行下述操作；
计算所述预置子单元中间属性组合集I*、目标属性组合集M*以及Vi的并集（I*∪M*∪{Vi}）中，M*中各目标属性组合的计算代价的总和C’；
计算I*∪M*中M*中各属性组合的计算代价的总和C；
如果C’小于C，则将Vi添加到I*中。

9.  根据权利要求8所述的装置，其特征在于，所述选取子单元还用于：
计算I*∪M*∪{Vi}中各属性组合的出发代价，所述出发代价用于表示从各属性组合得到各属性组合的子属性组合的计算量；
根据所述存储器中存储的各属性组合的上卷（rollup）关系，生成I*∪M*∪{Vi}的拓扑序列；
计算所述拓扑排序中各属性组合的计算代价，所述计算代价为计算得到各属性组合的计算量；
将各属性组合的计算代价相加，得到M*中各目标属性组合的计算代价的总和C’。

10.  根所据权利要求8述的装置，其特征在于，所述选取子单元还用于：
从所述存储器中获取I*∪M*∪{Vi}的每个属性组合中每个属性对应的属性值数量计算包含的每个属性对应的属性值数量；
将每个属性组合中每个属性对应的属性值数量PA和折损系数进行连乘，得到每个属性组合的出发代价。

11.  根所据权利要求9述的装置，其特征在于，所述选取子单元还用于：
根据所述存储器中存储的各属性组合的上卷关系，确定各属性组合的父子关系；
将父属性组合作为子属性组合的顶点，构造由父属性组合指向子属性组合构造的有向无环图（Directed Acyclic Graph，DAG）；
对所述有向无环图进行拓扑排序，得到生成I*∪M*∪{Vi}的拓扑序列。

12.  根据权利要求8至11中任一项所述的装置，其特征在于，所述选取子单元还用于：
在M*中查找Vi；
如果查找到Vi，则从所述存储器中读取所述预设固化属性组合Vi的下一个预设固化属性组合Vi+1。

说明书数据处理的方法及装置
技术领域
本发明涉及数据库应用技术领域，尤其涉及一种数据处理的方法及装置。
背景技术
随着数据库技术的发展和应用，数据库存储的数据量从20世纪80年代的兆（M）字节及千兆（G）字节过渡到现在的兆兆（T）字节和千兆兆（P）字节，同时，用户的查询需求也越来越复杂，涉及的已不仅是查询或操纵一张关系表中的一条或几条记录，而且要对多张表中千万条记录的数据进行数据分析和信息综合，关系数据库系统已不能全部满足这一要求，由此促成了联机分析处理(OLAP)的诞生。OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。在进行多维数据查询时，由多个属性（attribute）组成的查询条件称为属性组合（view）。从原始数据中查找出与一个或多个属性组合组成的属性组合集相对应的数据集合，并将这种对应关系进行保存的过程成为固化属性组合集。
现有技术在实现固化属性组合集时，根据属性组合集中的各个属性组合在原始数据中进行查询，得到与属性组合集相对应的数据集合。
在实现上述数据处理的过程中，发明人发现现有技术中至少存在如下问题：由于在多为数据查询中，涉及的较多的维度、属性，因此原始数据的数据量大。此时，从原始数据进行固化属性组合耗费的计算资源量大，计算代价高。
发明内容
本发明提供的一种数据处理的方法及装置，能够解决在固化属性组合集时，从原始数据中进行查询导致的，耗费的计算资源量大，计算代价高的问题。
一方面，本发明提供了一种数据处理的方法，包括：
接收用户输入的目标属性组合（view）集M*，其中，所述目标属性组合集由至少一个属性组合组成，用于表示用户需要查询的属性组合的集合；
从存储器中读取预设固化属性组合集；
在所述预设固化属性组合集中选取至少一个预设固化属性组合，所述至少一预设固化属性组合组成中间属性组合集I*，所述I*和M*的并集（I*∪M*）中M*中各目标属性组合的计算代价的总和，小于M*中各属性组合的计算代价的总和；
从所述存储器中读取所述I*∪M*对应的固化数据；
在所述I*∪M*对应的固化数据中，对M*中各目标属性组合进行匹配查询，得到与M*相匹配的查询结果。
另一方面，本发明实施例还提供了一种数据处理的装置，包括：
接收单元，用于接收用户输入的目标属性组合（view）集M*，其中，所述目标属性组合集由至少一个属性组合组成，用于表示用户需要查询的属性组合的集合；
读取单元，用于从存储器中读取预设固化属性组合集；
选取单元，用于在所述读取单元读取的所述预设固化属性组合集中选取至少一个预设固化属性组合，所述至少一预设固化属性组合组成中间属性组合集I*，所述I*和所述接收单元接收的M*的并集（I*∪M*）中M*中各目标属性组合的计算代价的总和，小于M*中各属性组合的计算代价的总和；
所述读取单元还用于，从所述存储器中读取所述选取单元选取的所述I*∪M*对应的固化数据；
查询单元，用于在所述I*∪M*对应的固化数据中，对M*中各目标属性组合进行匹配查询，得到与M*相匹配的查询结果。
本发明提供的数据处理的方法及装置，能够接收用户输入的目标属性组合集，从存储器中读取预设固化属性组合集，在读取的预设固化属性组合集中选取至少一个预设固化属性组合组成中间属性组合集，再从所述存储器中读取所述I*∪M*对应的固化数据，最后在所述I*∪M*对应的固化数据中，对M*中各目标属性组合进行匹配查询，得到与M*相匹配的查询结果。现有技术中，在原始数据中进行查询，计算代价高。本发明中，根据与目标属性组合集组合后的计算代价，从预设固化属性组合集选择出的中间属性组合集。由于中间属性组合集中的每个预设固化属性组合，对应的数据量小于原始数据量，因此从中间属性组合集对应的数据中对目标属性组合集进行查找,能够减少查找目标属性组合 集对应数据的计算量，进而减少计算代价。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中第一个数据处理的方法的流程图；
图2为本发明实施例中第二个数据处理的方法的流程图；
图3为本发明实施例中第三个数据处理的方法的流程图；
图4为本发明实施例中第四个数据处理的方法的流程图；
图5为本发明实施例中使用场景的一个框架的示意图；
图6为本发明实施例中使用场景的另一个框架的示意图；
图7为本发明实施例中一个数据处理的装置的结构示意图；
图8为本发明实施例中另一个数据处理的装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供了一种数据处理的方法，如图1所示，包括：
步骤101、接收用户输入的目标属性组合（view）集M*，其中，目标属性组合集由至少一个属性组合组成，用于表示用户需要查询的属性组合的集合。
用户在对数据进行查询时，可通过多个属性组合进行查询。属性组合（view）用于描述数据立方（Cube）的粒度，是由若干属性（Attribute）组成的元组。view表征的是观察指标的粒度，例如：将属性城市和属性以及来源组成元组{城市-一级来源}，根据{城市-一级来源}对原始数据进行查询，得到从城市和一级来源的粒度得到的查询结果。
步骤102、从存储器中读取预设固化属性组合集。
存储器为永久存储器，如磁盘、移动硬盘、安全数码卡（Secure Digital Memory Card，简称SD卡）等。永久存储器中的内容不会因断电而丢失。
步骤103、在预设固化属性组合集中选取至少一个预设固化属性组合，至少一预设固化属性组合组成中间属性组合集I*，I*和M*的并集（I*∪M*）中M*中各目标属性组合的计算代价的总和，小于M*中各属性组合的计算代价的总和。
预设固化属性组合集中包括至少一个预设固化属性组合，每个预设固化属性组合由预设属性组合以及与该预设属性组合相对应的数据。根据该预设属性组合能够直接得到与该预设属性组合相对应的数据。中间属性组合集中的每个预设固化属性组合，为目标属性组合集中一个或多个目标属性组合的父属性组合。目标属性组合集中一个或多个目标属性组合能够由中间属性组合集中的一个预设固化属性组合上卷（rollup）得到。上卷（rollup）为多位数据库系统中的一种操作，是一种由细粒度属性组合（view）到粗粒度属性组合（view）的累加过程。一般有两种方式：一种为：去掉属性（如：细粒度属性组合{城市-年龄-一级来源}=>粗粒度属性组合{城市-一级来源}），另一种为：属性粒度变粗（细粒度属性组合{城市-年龄-一级来源}=>粗粒度属性组合{省份-年龄-二级来源}）。如果对属性组合A进行上卷操作得到属性组合B，则属性组合A为属性组合B的父属性组合（父view），属性组合B为属性组合A的子属性组合（子view）。在根据父view得到子view时，上卷操作的次数不做限定，可以是一次也可以是多次。
步骤104、从存储器中读取I*∪M*对应的固化数据。
步骤105、在I*∪M*对应的固化数据中，对M*中各目标属性组合进行匹配查询，得到与M*相匹配的查询结果。
若对属性组合A进行一次最小rollup可以得到属性组合B，则称A为B的直接父属性组合，B为A的直接子属性组合。以父属性组合为顶点，直接父属性组合到直接子属性组合的有向边构成的DAG（有向无环图）可以描述Lattice。属性组合之间有层级关系，细粒度属性组合可以Rollup到粗粒度属性组合，框架就是细粒度属性组合和Rollup得到的粗粒度属性组合组成的半序结构。中间 属性组合集I*和目标属性组合M*能够构成一个有向无环图,该有向无环图用于表示框架（Lattice）。该有向无环图体现了I*∪M*中各属性集合的父子关系。父属性组合为已固化的属性组合，能够从I*中找到数据的数据量比原始数据的数据量小。
本发明提供的数据处理的方法，能够接收用户输入的目标属性组合集，从存储器中读取预设固化属性组合集，在读取的预设固化属性组合集中选取至少一个预设固化属性组合组成中间属性组合集，再从所述存储器中读取所述I*∪M*对应的固化数据，最后在所述I*∪M*对应的固化数据中，对M*中各目标属性组合进行匹配查询，得到与M*相匹配的查询结果。现有技术中，在原始数据中进行查询，计算代价高。本发明中，根据与目标属性组合集组合后的计算代价，从预设固化属性组合集选择出的中间属性组合集。由于中间属性组合集中的每个预设固化属性组合，对应的数据量小于原始数据量，因此从中间属性组合集对应的数据中对目标属性组合集进行查找,能够减少查找目标属性组合集对应数据的计算量，进而减少计算代价。
本发明实施例还提供了一种数据处理的方法，作为对图1所示方法的进一步说明，如图2所示，所述从已存储的预设固化属性组合集中选取至少一个预设固化属性组合，组成中间属性组合集I*,所述至少一预设固化属性组合组成中间属性组合集I*，所述I*和M*的并集（I*∪M*）中M*中各目标属性组合的计算代价的总和，小于M*中各属性组合的计算代价的总和的步骤，可通过下述方式进行实施：
步骤201、在存储器中预置内容为空的中间属性组合集I*。
初始状态时，中间属性组合集为空集，随着对已存储的预设固化属性组合进行判断，将符合条件（步骤205）的预设固化属性组合添加到I*中。
步骤202、依次从存储器存储的预设固化属性组合集中选取一个预设固化属性组合Vi。
已选取的预设固化属性组合将不会被再次选中，对于选取的每个预设固化属性组合，执行步骤203至步骤205，当执行完步骤205之后，选取下一个预设固化属性组合。
步骤203、计算中间属性组合集I*、目标属性组合集M*以及Vi的并集（I*∪M*∪{Vi}）中，M*中各目标属性组合的计算代价的总和C’。
在不同的框架中，M*+中各目标属性组合的计算代价的总和C’也不尽相同。因此，对于每个固化属性组合Vi均需要生成一个I*∪M*∪{Vi}，通过计算I*∪M*∪{Vi}中，M*中各目标属性组合的计算代价的总和C’，确定是否将当前固化属性组合Vi添加到I*中。
具体步骤，如图3所示，步骤203可通过下述方式进行实施：
步骤203a、计算I*∪M*∪{Vi}中各属性组合的出发代价，所述出发代价用于表示从各属性组合得到各属性组合的子属性组合的计算量。
实验表明，上卷（rollup）操作的耗时与父view的记录条数成正比。因此将从view A开始rollup计算出view B的触发代价定为size(A)，即view A的记录条数。view的准确记录条数需要逐一计算得到，这在大数据场景（数据量庞大的多维数据库）下是不容易现实的。但在这中场景下，属性取值分布往往较为均匀。基于属性取值分布往往较为均匀这一特点，一个view的记录条数的估算公式如下：
kA*∏A∈A*PA]]>
其中A为属性集合中的不同属性，A*表示当前属性集合（由多个属性组成），PA表示属性A的所有不同取值的个数，K*为折损系数，用于修正由于部分取值组合缺失导致的估值与实际数值之间的差异。初期K值根据经验定为常数，在系统运行期间根据实际计算出来的view数据进行特化修正，提升代价模型精确程度。
具体包括：
1）从存储器中获取I*∪M*∪{Vi}的每个属性组合中每个属性（A）对应的属性值数量PA。
针对一个属性组合，获取该属性组合中各个属性能够取的属性值的个数。例如：性别属性能够取的属性值个数为2，具体为男、女；年龄能够取的属性值个数为6，具体为：10岁以下，10-20岁，20-30岁，30-50岁，50-70岁，70 岁以上。
2）将每个属性组合中每个属性（A）对应的属性值数量PA和折损系数进行连乘，得到每个属性组合的出发代价。
根据上述公式，对每个属性中的属性值数量PA进行连乘，得到每个属性组合的触发代价。
步骤203b、根据存储器中存储的各属性组合的上卷（rollup）关系，生成I*∪M*∪{Vi}的拓扑序列。
具体包括：
1)根据存储器中存储的各属性组合的上卷关系，确定各属性组合的父子关系。
在I*∪M*中，查找是否存在Vi的父属性组合和子属性组合。如果存在，则将Vi添加到I*∪M*所确定的拓扑结构中。
2)将父属性组合作为子属性组合的顶点，构造由父属性组合指向子属性组合构造的有向无环图（Directed Acyclic Graph，DAG）。
如果Vi为其他属性组合的父属性组合，则Vi为顶点。如果I*∪M*存在其他属性组合的父属性组合，则该父属性组合为顶点。
3)对所述有向无环图进行拓扑排序，得到生成I*∪M*∪{Vi}的拓扑序列。
拓扑序列中，顶点为第一个元素，对DAG从顶点向叶子节点的方向，从左至右依次排序，得到拓扑序列。
步骤203c、计算所述拓扑排序中各属性组合的计算代价，所述计算代价为计算得到各属性组合的计算量。
在计算计算代价时，存在下述两种情况：
1）两个属性组合的为父子关系，此时，从父属性组合得到子属性组合的计算代价为父属性组合的出发代价。两个属性组合的总的计算代价为：从原始数据得到父属性组合的出发代价和从父属性组合得到子属性组合的计算代价为父属性组合的出发代价的计算代价的总和。
2）两个属性组合具有共有父属性组合，此时两个属性组合的总的计算代价为从原始数据得到父属性组合的出发代价和两倍的从共有父属性组合得到子属 性组合的计算代价为父属性组合的出发代价的计算代价的总和。
步骤203d、将各属性组合的计算代价相加，得到M*中各目标属性组合的计算代价的总和C’。
步骤204、计算I*∪M*中M*中各属性组合的计算代价的总和C。
步骤205、如果C’小于C，则将Vi添加到I*中。
如果当前I*∪M*∪{Vi}中M*中各属性组合的计算代价C’小于从原始数据计算得到的计算代价总和C，则将Vi添加到I*中。同时，将C’赋值给C。
进一步的，在步骤201、预置内容为空的中间属性组合集I*之后，每个预设固化属性组合的处理流程中，如图4所示，还包括下述步骤：
步骤401、在M*中查找Vi。
步骤402、如果查找到Vi，则从存储器中读取所述预设固化属性组合Vi的下一个预设固化属性组合Vi+1。
如果预设固化属性组合为目标属性组合，则可根据已存储的固化对应关系，得到查询结果。
下面通过一个使用场景对上述方法做进一步说明：
预设固化属性组合集为{Va，Vb，Vc，Vd，Ve,Vf}，目标属性集合为{Vg，Vh}。
预设固化属性组合集组成的框架如图5所示，其中还显示了每个固化属性组合的出发代价，Va的出发代价为100，Vb的出发代价为50，Vc的出发代价为75，Vd的出发代价为20，Ve的出发代价为30,Vf的出发代价为40。Va为顶点，Vb、Vc、Vd，Ve,Vf均为Va的子属性组合，同理可得到Vb的子属性组合Vd，Ve,Vb的子属性组合Ve,Vf。原始数据的出发代价为500.
首先中间属性组合集I*为空，如图6所示，构建计算I*∪M*∪{V1}即{Va，Vg，Vh}构成的框架中Vg、Vh的计算代价，由于Va为Vg和Vh的父属性组合，因此计算代价为原始数据的出发代价500加上2倍的Va的出发代价100（500+200=700）。由于从原始数据得到Vg和Vh的计算代价为500+500=1000，因此将Va添加到中间属性组合集I*中。再计算I*∪M*∪{V2}即{Va，Vb，Vg，Vh}中Vg、Vh的计算代价为500+50+50=600，由于600<700，因此将Vb添加到 中间属性组合集I*中。再计算I*∪M*∪{V3}即{Va，Vb，Vc，Vg，Vh}中Vg、Vh的计算代价，从Va得到的Vg、Vh的计算代价为700，从Vb得到的Vg、Vh的计算代价为600,从Vc得到的Vg、Vh的计算代价为500+75+75=650，由于650>600,因此不将Vc添加到中间属性组合集I*中。同理根据Vd、Ve、Vf进行计算。得到的中间属性集合为{Va，Vb，Ve，Vg，Vh}，计算代价为500+30+30=560。
因此，可根据中间序列{Va，Vb，Ve}对Vg，Vh进行查询。
实现伪代码如表1和表2所示,其中，表1的算法1用于从预设固化组合集中选取中间属性组合的实现方式，针对上述场景n=6，表2的算法2用于计算一个框架（Lattice）中的最小计算代价：
表1


表2


本发明实施例提供的数据处理的方法，能够根据固化属性组合对应的查询次数从预设固化组合中得到预估的出发代价，避免精确计算带来的计算资源浪费，同时能够得到较为准确的预估结果。从预设固化属性组合集中选择计算代价最小的若干预设固化组合，在这些预设固化组合对应的数据中对目标属性组合集进行查询，能够降低计算代价。
本发明实施例还提供了一种数据处理的装置，如图7所示，所述装置71包括：
接收单元711，用于接收用户输入的目标属性组合（view）集M*，其中，所述目标属性组合集由至少一个属性组合组成，用于表示用户需要查询的属性组合的集合。
读取单元712，用于从存储器715中读取预设固化属性组合集。
存储器715可以为数据处理的装置71中的一个部件，也可以是独立于所述数据处理的装置71的一个存储服务器或存储设备。图7所示的装置为，存储器715作为数据处理的装置71的一个部件的结构示意图。
选取单元713，用于在所述读取单元712读取的所述预设固化属性组合集中选取至少一个预设固化属性组合，所述至少一预设固化属性组合组成中间属性组合集I*，所述I*和所述接收单元711接收的M*的并集（I*∪M*）中M*中各目标属性组合的计算代价的总和，小于M*中各属性组合的计算代价的总和。
所述读取单元712还用于，从所述存储器715中读取所述选取单元选取的所述I*∪M*对应的固化数据。
查询单元714，用于在所述I*∪M*对应的固化数据中，对M*中各目标属性组合进行匹配查询，得到与M*相匹配的查询结果。
本发明提供的数据处理的装置，能够接收用户输入的目标属性组合集，从存储器715中读取预设固化属性组合集，在读取的预设固化属性组合集中选取至少一个预设固化属性组合组成中间属性组合集，再从所述存储器715中读取 所述I*∪M*对应的固化数据，最后在所述I*∪M*对应的固化数据中，对M*中各目标属性组合进行匹配查询，得到与M*相匹配的查询结果。现有技术中，在原始数据中进行查询，计算代价高。本发明中，根据与目标属性组合集组合后的计算代价，从预设固化属性组合集选择出的中间属性组合集。由于中间属性组合集中的每个预设固化属性组合，对应的数据量小于原始数据量，因此从中间属性组合集对应的数据中对目标属性组合集进行查找,能够减少查找目标属性组合集对应数据的计算量，进而减少计算代价。
进一步的，如图8所示，所述选取单元713包括：
预置子单元81，用于在所述存储器715中预置内容为空的中间属性组合集I*。
选取子单元82，用于依次从所述存储器715存储的预设固化属性组合集中选取一个预设固化属性组合Vi，并对所述预设固化属性组合Vi执行下述操作；
计算所述预置子单元81中间属性组合集I*、目标属性组合集M*以及Vi的并集（I*∪M*∪{Vi}）中，M*中各目标属性组合的计算代价的总和C’；
计算I*∪M*中M*中各属性组合的计算代价的总和C；
如果C’小于C，则将Vi添加到I*中。
进一步的，所述选取子单元82还用于：
计算I*∪M*∪{Vi}中各属性组合的出发代价，所述出发代价用于表示从各属性组合得到各属性组合的子属性组合的计算量；
根据所述存储器715中存储的各属性组合的上卷（rollup）关系，生成I*∪M*∪{Vi}的拓扑序列；
计算所述拓扑排序中各属性组合的计算代价，所述计算代价为计算得到各属性组合的计算量；
将各属性组合的计算代价相加，得到M*中各目标属性组合的计算代价的总和C’。
进一步的，所述选取子单元82还用于：
从所述存储器715中获取I*∪M*∪{Vi}的每个属性组合中每个属性对应的属性值数量计算包含的每个属性对应的属性值数量；
将每个属性组合中每个属性对应的属性值数量PA和折损系数进行连乘，得到每个属性组合的出发代价。
进一步的，所述选取子单元82还用于：
根据所述存储器715中存储的各属性组合的上卷关系，确定各属性组合的父子关系；
将父属性组合作为子属性组合的顶点，构造由父属性组合指向子属性组合构造的有向无环图（Directed Acyclic Graph，DAG）；
对所述有向无环图进行拓扑排序，得到生成I*∪M*∪{Vi}的拓扑序列。
进一步的，所述选取子单元82还用于：
在M*中查找Vi；
如果查找到Vi，则从所述存储器715中读取所述预设固化属性组合Vi的下一个预设固化属性组合Vi+1。
本发明实施例提供的数据处理的装置，能够根据固化属性组合对应的查询次数从预设固化组合中得到预估的出发代价，避免精确计算带来的计算资源浪费，同时能够得到较为准确的预估结果。从预设固化属性组合集中选择计算代价最小的若干预设固化组合，在这些预设固化组合对应的数据中对目标属性组合集进行查询，能够降低计算代价。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。