多維分組運算符制造技術

本發明專利技術公開了多維分組運算符。諸如語言集成查詢（LINQ）對象之類的多維對象可基于分組集合運算符以及零個或多個鍵選擇器而被生成。可利用該對象來在非關系數據源上查詢。該對象可包括與同該分組集合運算符有關的每一分組對應的函數序列，以便提供多維分組表示。此外，該對象包括供優化執行該分組集合運算符的嵌套結構。

【技術實現步驟摘要】
多維分組運算符
本專利技術涉及數據聚集和數據查詢，尤其涉及各種數據源上的多維查詢技術。
技術介紹
語言集成查詢（LINQ）及其支持技術提供方便且聲明性的簡寫查詢句法（例如，類似SQL）以便于在編程語言（例如，Visual等）內部對查詢的指定。更具體而言，提供映射到較低層語言構造或原語的查詢運算符，諸如方法和拉姆達表達式（lambdaexpression）。提供用于各種運算（例如，過濾、投影、聯結、分組、排序……）族的查詢運算符，并且查詢運算符可包括但不限于映射到實現這些名稱所表示的運算符的方法的“where”和“select”運算符。通常，LINQ查詢被指定，并相對于諸如關系存儲和/或非關系存儲之類的任意數據集合執行的。在關系存儲或數據庫中，根據一個或多個表來結構化數據。各個表是包括多個行和列的關系，其中列（被稱為屬性或維度）以及行（被稱為記錄）捕捉具體實體實例的數據。在非關系數據庫或鍵值存儲中，非關系數據庫或存儲表示將各唯一鍵映射成一個或多個值的集合的簡單數據模型。更具體地，非關系數據庫存儲值和便于基于鍵來定位所存儲的值的索引。就關系數據源而言，常見實現通常包括業務信息（BI）分析。例如，在線分析處理（OLAP）數據源是一種可接收并執行查詢的關系數據源。OLAP數據源在基于多維能力和特性的業務信息（BI）分析中是有益的。關系數據庫且尤其是OLAP數據源通常包括對諸如“Rollup”和“Cube”等運算符進行分組，以便匯總各個表?！癛ollup”和“Cube”兩者都是“GroupBy”運算符的擴展，“GroupBy”運算符允許依據一個或多個列中的數據來對跨各記錄的數據進行分組，且該“GroupBy”運算符通常結合諸如“Sum（求和）”、“Count（計數）”、“Min（最小化）”或“Max（最大化）”之類的聚集函數一起使用?！癛ollup”運算符跨指定的列或維度計算多個級別的任何潛在聚集，并且還計算總數之和。這樣的總數可被插入作為匯總行。“Cube”運算符計算所提供的分組列集合的所有組合的小計，且由此生成由“Rollup”運算符產生的所有值加上與附加組合相關聯的值。
技術實現思路
下面呈現了簡化的
技術實現思路
，以便提供對所公開主題的某些方面的基本概念。本
技術實現思路
不是廣泛性的概觀。它并不旨在標識關鍵/重要元素，也不旨在劃定所要求保護主題的范圍。其唯一目的是以簡化形式呈現一些概念，作為稍后呈現的更具體實施例的序言。簡言之，本專利技術一般涉及多維分組運算符。分組集合運算符可被擴展為查詢包括非關系數據源的任意數據源。分組集合運算符可被轉換成對象，且具體地被轉換成包括函數序列的多維語言集成查詢（LINQ）對象。通過將分組集合運算符轉換成帶有函數序列的LINQ對象，基本上可對任何數據源執行多維查詢。具體而言，取決于所實現的分組集合運算符的類型（例如，復制“Rollup”功能的分組集合運算符，復制“Cube”功能的分組集合運算符等），分組集合運算符可被轉換成包括分別與基于每一鍵選擇器的數據分組相對應的函數的序列的LINQ對象。此外，LINQ對象可包括使得能夠高效獲取查詢結果的嵌套結構。為實現上述及相關目的，在此結合以下描述和附圖描述了所要求保護主題的某些說明性方面。這些方面指示可實踐本主題的各種方式，它們均落在所要求保護主題的范圍之內。當結合附圖閱讀以下詳細描述時，本專利技術的其他優點和新穎特征將變得顯而易見。附圖說明圖1是查詢處理系統的框圖。圖2是代表性轉換組件的框圖。圖3是代表性轉換組件的框圖。圖4描繪代表性轉換組件的框圖。圖5描繪被優化以包括嵌套結構的示例性數據結構。圖6是便于在任意數據存儲上執行分組集合運算符的系統的框圖。圖7是一種基于分組集合運算符和鍵選擇器來聚集數據的方法的流程圖。圖8是一種生成多維LINQ對象的方法的流程圖。圖9是示出用于本公開各方面的合適操作環境的示意性框圖。具體實施方式常規上，關系數據庫分組運算符聚集數據，以便產生表格形式的標量結果集。如上文討論的，“Rollup”和“Cube”是這種基于特定鍵選擇器來聚集數據的分組運算符，其中鍵選擇器引用關系數據庫中列的各行。這些分組運算符僅允許來自關系數據庫的數據的表格表示。鑒于“Rollup”和“Cube”的這一表格數據表示限制，分組運算符的執行導致過多的“NULL（空）”值，在“NULL”值中由于使用分組和聚集而不存在數據。然而，這些“NULL”值不被用于表示源中不存在數據，而用于表示由于必需以“矩形”方式表示數據的限制而導致的結果。例如，“NULL”值在常規上被插入到參與分組的各列中不存在數據的地方（例如，“Rollup”和“Cube”可導致具有“NULL”指示符的不同行）。一般而言，諸如“Rollup”和“Cube”之類的常規運算符被限于關系數據庫（即關系數據表示）以及相關聯的表格表示，并且在結果中注入易混淆的“NULL”值。下面的細節大體針對多維分組運算符。一般而言，查詢運算符且更具體的是分組集合運算符可在包括非關系源的任意數據源上運算，并且可基于鍵選擇器來聚集數據和實現多維結果。如上文討論的，常規的分組運算符是針對關系數據源而被指定的，且基于表格數據結構在該關系數據源上執行，在表格數據結構中，鍵選擇器定義數據的分組（例如，聚集）以及作為對關系數據源中列的各行的引用。通過將分組集合運算符擴展為用任何鍵選擇器（例如，不僅僅是對列的各行的引用）來執行，可以查詢任何的任意數據源（例如，關系數據源、非關系數據源等），并且可以產生多維結果。根據本專利技術的一方面，取決于所實現的分組集合運算符的類型（例如，“Rollup”、“Cube”等），分組集合運算符可被轉換成包括分別與基于每一鍵選擇器的數據分組相對應的函數的序列的對象。作為示例而非限制，該對象可包括“GroupBy”函數調用的序列，以便返回針對特定數據源的一個或多個鍵選擇器的數據分組。這樣的分組集合運算符不限于關系數據源，并且可提供多維結果?，F在參考附圖更詳細地描述本專利技術的各個方面，在全部附圖中用相似的標記來指示相似或相應的元素。然而應該理解，附圖及其相關詳細描述不旨在將所要求保護的主題限于所公開的具體形式。相反，其意圖是覆蓋落在所要求保護主題的精神和范圍之內的所有修改、等價物和替換的方案。首先參考圖1，示出了查詢處理系統100。一般而言，查詢處理系統100可在基于鍵選擇器來聚集數據的查詢內利用分組集合運算符。查詢處理系統100可被配置成采用分組集合運算符，該分組集合運算符針對包括非關系數據源以及關系數據源的任何的任意數據源來指定數據聚集。具體而言，查詢處理系統100包括轉換組件110，轉換組件110被配置成創建允許在任意數據源上處理并執行多維查詢的對象（例如，在下文中更詳細地討論該對象）。作為示例而非限制，該對象可以是多維語言集成查詢（LINQ）對象,LINQ對象作為查詢的表示（例如，具有鍵選擇器的分組集合運算符）。可以理解，本專利技術可采用任何合適的編程語言多維對象，并且LINQ對象被用作一個示例。多維對象可用編程語言來指定，編程語言諸如但不限于Visual等。由此，此處對LINQ對象的引用還可包括任何合適的編程語言多維對象，且不旨在將主題限于LINQ樣式對象。這樣的表示可例如通過LINQ提供者（未本文檔來自技高網...

【技術保護點】
一種便于數據聚集的方法，包括：利用被配置成執行存儲在存儲器中的計算機可執行指令的至少一個處理器來執行以下動作：基于鍵選擇器在非關系數據源上執行分組集合運算符。

【技術特征摘要】
2011.11.22 US 13/303,1241.一種便于數據聚集的方法，包括：利用被配置成執行存儲在存儲器中的計算機可執行指令的至少一個處理器來執行以下動作：基于鍵選擇器在非關系數據源上執行分組集合運算符，其中取決于所述分組集合運算符的類型，所述分組集合運算符能被轉換成包括與基于所述鍵選擇器的數據分組相對應的函數序列的多維語言集成查詢對象；將嵌套結構注入所述多維語言集成查詢對象，所述嵌套結構包括在所述非關系數據源上執行所述分組集合運算符的結果；以及基于所述嵌套結構使用附加鍵選擇器來產生所述分組集合運算符的結果。2.如權利要求1所述的方法，其特征在于，還包括基于所述分組集合運算符和所述鍵選擇器來生成多維對象。3.如權利要求2所述的方法，其特征在于，所述鍵選擇器是函數。4.如權利要求2所述的方法，其特征在于，所述多維對象包括基于至少一個鍵選擇器或鍵選擇器的組合來對數據進行分組的函數。5.如權利要求4所述的方法，其特征在于，所述函數是“GroupBy”函數。6.如權利要求...

【專利技術屬性】
技術研發人員：B·德斯梅特，H·J·M·梅杰，J·W·戴爾，
申請(專利權)人：微軟公司，
類型：發明
國別省市：