【技术实现步骤摘要】
一种应用于数据库的排序方法、装置及相关设备
本申请涉及计算机
，尤其涉及一种应用于数据库的排序方法、装置及相关设备。
技术介绍
随着大数据技术的不断发展，计算机需要排序处理的数据量大大增加。例如在运营商领域，运营商的处理器需要将每天的通信数据(包括手机通信数量，短信数量，ip电话数量等等)进行排序，那么需要排序的数据可以达到几十个T，大约有几十至上百亿。并且，基于用户对查询速度的要求逐渐变高，也对排序提出了更高的速度要求。例如百微秒云盘，要求数据的查询在微秒级响应。因此，高数据量如何快速排序成为了大数据技术的一个重要研究方向。当前热门的排序算法包括快速排序、归并排序、堆排序等比较类排序算法，这些排序算法的时间复杂度为O(nlog(n))，其中，时间复杂度描述了该算法的运行时间，时间度越小，排序效率越高。除此之外，还有一些非比较类的热门排序算法，如计数排序、桶排序、基数排序等算法，这些算法能够将排序的时间复杂度降到O(N)，其排序效率虽然高于比较类排序算法，但是在数据量过大、数据分布情况复杂时，仍易出现排序速度慢
【技术保护点】
1.一种应用于数据库的排序方法，其特征在于，所述数据库包括键key列，所述key列包括多个key，每个key对应一个或多个值value，所述方法包括：/n获取所述key列A＝{a
【技术特征摘要】
1.一种应用于数据库的排序方法，其特征在于，所述数据库包括键key列，所述key列包括多个key，每个key对应一个或多个值value，所述方法包括：
获取所述key列A＝{an}，其中，n为自然数；
将所述key列A输入计算模型，获得分桶排序所需的分桶函数y＝g(an)，其中，所述分桶函数用于将所述key列A中的n个key均匀划分至多个数据块中，每个数据块中的key数量均小于第一阈值，y是每个数据块对应的桶编号；
将所述key列A中的每个key输入所述分桶函数y＝g(an)，获得每个keyan对应的桶编号y，并将n个所述keyan放至对应桶编号的数据块中；
对每个数据块中的key进行排序，获得多个分桶序列，其中，一个分桶序列对应一个桶编号；
将所述多个分桶序列按照桶编号的顺序进行拼接，获得有序的key列Z＝{zn}。
2.根据权利要求1所述的方法，其特征在于，所述分桶函数y＝g(an)＝f2[f1(an)]，其中，f1为第一函数，表示keyan与投影标签y1之间的函数关系，y1＝f1(an)；f2为第二函数，表示所述投影标签y1与桶编号y之间的对应关系，y＝f2(y1)。
3.根据权利要求1或2所述的方法，其特征在于，an的区间为(amin，amax)，所述将所述key列A输入计算模型，获得分桶排序所需的分桶函数y＝g(an)包括：
设置等差数列B＝{bm}为所述key列A的标准key列，其中，bm的区间为(bmin，bmax)，bmin≤amin，amax≤bmax，m为正整数；
计算所述标准key列B中每个keybm对应的分布函数CDF值，获得所述标准key列B中每个keybm与投影标签y1之间的第一关系，其中，所述keybm的分布函数值等于投影标签y1；
将所述标准key列B中的m个keybm平均划分至多个数据块内，获得每个keybm与桶编号y之间的第二关系；
根据所述第一关系以及第二关系，获得所述投影标签y1与桶编号y之间的第二函数f2；
计算并线性拟合所述key列A＝{an}的分布函数CDF，获得第一函数y1＝f1(an)；
根据y＝g(an)＝f2[f1(an)]获得所述分桶函数y＝g(an)。
4.根据权利要求3所述的方法，其特征在于，所述计算并线性拟合所述key列A＝{an}的分布函数CDF，获得第一函数y1＝f1(an)包括：
计算所述最小keyamin对应的分布函数值cmin，所述最大keyamax对应的分布函数值cmax；
计算经过点O(amin，cmin)以及P(amax，cmax)的直线函数，获得所述第一函数y1＝f1(an)。
5.根据权利要求4所述的方法，其特征在于，所述对每个数据块中的key进行排序，获得多个分桶序列之前，所述方法还包括：
获取所述多个数据块中key数量超过第一阈值的数据块，其中，所述数据块中的key列D＝{dj}，j为不大于n的正整数；
将所述key列D输入所述计算模型，获得所述key列D第二次分桶排序所需的第二分桶函数y＝g2(dj)；
将所述key列D中的每个keydj输入所述第二分桶函数y＝g2(dj)，获得每个keydj对应的桶编号y，并将j个所述keydj放至对应桶编号的数据块中；
所述对每个数据块中的key进行排序，获得多个分桶序列包括：
在所述多个数据块中，没有key数量超过所述第一阈值的数据块的情况下，对每个数据块中的key进行排序，获得多个分桶序列。
6.根据权利要求3所述的方法，其特征在于，所述计算并线性拟合所述key列A＝{an}的分布函数，获得第一函数f1包括：
计算所述key列A中每个keyan对应的分布函数值cn，获得n个离散点(an，cn)；
将所述n个离散点划分为k个区域，分别对k个区域中的每个区域的离散点进行线性拟合，获得k个线性函数，其中，k为不大于n的正整数；
根据所述k个线性函数，获得所述第一函数y1＝f1(an)，其中，所述第一函数y1是所述k个线性函数构成的分段线性函数。
7.根据权利要求6所述的方法，其特征在于，所述最小keyamin对应的分布函数值为cmin，所述最大keyamax对应的分布函数值为cmax，所述将所述n个离散点划分为k个区域，分别对k个区域中的每个区域的离散点进行线性拟合，获得k个线性函数包括：
计算经过点O(amin，cmin)以及P(amax，cmax)的直线函数Y1＝h1(an)；
将所述key列A中的每个key输入所述直线函数h1，获得每个keyan对应的Y1；
获取所述keyan中，对应的所述分布函数值c以及所述Y1之间的差值小于第二阈值的k-1个keyak-1，获得k-1个点Qk-1(ak-1，ck-1)；
计算经过点O以及点Q1的直线函数h11，经过点Q1以及点Q2的直线函数h12，经过点Q2以及点Q3的直线函数h13，…,经过点Qk-1以及点P的直线函数h1k，获得所述k个线性函数。
8.一种应用于数据库的排序装置，其特征在于，所述数据库包括键key列，所述key列包括多个key，每个key对应一个或多个值value，所述装置包括：...
【专利技术属性】
技术研发人员：孙涛，谢鹏程，雷晓松，单卫华，李昆，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。