一种基于多区块链环境下的连接查询优化方法技术

本发明专利技术提供一种基于多区块链环境下的连接查询优化方法，涉及计算机区块链查询技术领域。本方法构建了基于SMM的多链连接索引SMMI，由三部分S

【技术实现步骤摘要】
一种基于多区块链环境下的连接查询优化方法


[0001]本专利技术涉及计算机区块链查询
，尤其涉及一种基于多区块链环境下的连接查询优化方法。

技术介绍

[0002]近年来，随着比特币和以太坊等区块链系统的成功，区块链技术受到各行业的关注。作为一种去中心化、不可篡改、可追溯、多方共同维护的分布式数据库，区块链可提供高度的安全性和可靠性以及数据透明性，并广泛应用于医疗数据维护、供应链，金融基础设施和数据共享等领域。
[0003]随着区块链技术的发展，越来越多的数据被分散存储在不同区块链上，形成复杂的多链场景。由于不同区块链间具有隔离性，导致数据无法互通，从而形成数据孤岛，使得多链间的连接查询操作变得复杂。现有区块链系统只支持基于单链的数据查询操作，没有考虑多链场景下的数据连接查询处理。考虑到区块链间跨地域部署，直接进行数据连接操作产生巨大的本地计算负载与网络传输开销，严重影响连接查询效率，影响用户体验。因此多链连接查询处理的优化显得更为重要。

技术实现思路

[0004]为解决上述技术问题，本专利技术提出一种多区块链环境下的连接查询优化方法。
[0005]一种基于多区块链的连接查询方法，包括以下步骤：
[0006]步骤1：采集医疗机构区块链数据作为输入，构建语义多链查询模型(Semantic Multi
‑
Chains Model,SMM)。具体过程如下：
[0007]步骤1.1：构建语义多链查询模型SMM，其中包含若干条语义区块链S，每条语义区块链S由n个语义区块构成，S＝S
‑
Block1+S
‑
Block2+S
‑
Block3+
···
S
‑
Block
n
，其中S
‑
Block
i
为第i个语义区块，i∈1,2,
…
,n，每个语义区块提供事务数据，设计事务数据的存储结构为<Key,Columns>，对事务数据的属性都添加语义信息；
[0008]步骤1.2：定义T
x
为语义区块链上的语义事务，T
x
＝{T
id
＝v1,T
s
＝v2,SenID＝v3,T
name
＝v4,Attributes
x
}，T
id
为该条事务的唯一标识，T
s
为该事务的时间戳，SenID为事务发起者，T
name
为事务类型，v
j
为事务属性值，j＝1，2，3，4，Attributes
x
为用户自定义的应用级属性的集合Attributes
x
＝{attr1,attr2,
···
,attr
n
}，attr
n
为事务属性，针对不同应用场合和事务类型，设定为不同的属性集合；
[0009]步骤2：构造基于语义区块链模型的多链连接索引(Semantic Multi
‑
Chains Model Index,SMMI)，由S
‑
Inverted Index、S
‑
Bitmap Index和S
‑
B+
‑
tree Index三部分组成，完成共有属性的链间连接。具体过程如下：
[0010]步骤2.1：分别遍历每条S链上所有事务，构建每条链attr的S
‑
Inverted Index。S
‑
Inverted Index的结构为<key,column>，索引名为attr_S
‑
Inverted Index，key是原数据中的Columns属性值，column为原数据中的T
id
(事务唯一标识)、block
‑
id(块号)、trans
‑
id
(事务号)；
[0011]步骤2.2：遍历所有链attr属性的S
‑
Inverted Index索引，构建SMM整体的attr属性的S
‑
Bitmap Index。S
‑
Bitmap Index描述每个属性(attr)在所有链上的取值分布情况，每个attr对应一个S
‑
Bitmap Index，第v
‑
th bitmap表示每条语义区块链是否在存在attr为v
‑
th值的事务，v
‑
th bitmap中第i bit为
‘0’
表示第i条语义区块链不存在attr为v
‑
th值的事务，为
‘1’
表示第i条语义区块链存在attr为v
‑
th值的事务；
[0012]步骤2.3：在步骤2.2遍历所有链attr属性的S
‑
Inverted Index同时，模仿B+树结构，根据attr的v
‑
th大小，构建SMM的S
‑
B+
‑
tree Index，叶子节点为attr取v
‑
th值的事务位置信息，包含：i(链号)、T
id
(事务唯一标识)、block
‑
id(块号)、trans
‑
id(事务号)；
[0013]步骤2.4：SMMI构建完毕，共有属性连接完成；
[0014]步骤3：获取用户查询，应用SMMI中的S
‑
Bitmap Index和S
‑
B+
‑
tree Index结构进行用户查询，输出查询结果。具体过程如下：
[0015]步骤3.1：定义多链连接查询Q由二元组构成，Q＝[k1,k2,
…
,k
n
，Chains](i∈1,2,
…
,n)。其中，k
i
为(attr
i
＝v
‑
th)，k
i
组合表达了用户的查询意图，Chains为S链的集合Chains＝S1∪S2∪S3∪
·····
，S
i
各表示一条语义区块链；
[0016]步骤3.2：根据连接查询Q＝[k1,k2,
…
,k
n
，Chains]，获取k
i
对应属性attr
i
的S
‑
Bitmap Index，查找v
‑
th bitmap，当查询Q中Chains对应bit全为1时连接成立，否则不成立，返回查询结果为空；
[0017]步骤3.3：当连接成立时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多区块链环境下的连接查询优化方法，其特征在于，包括以下步骤：步骤1：采集医疗机构区块链数据作为输入，构建语义多链查询模型SMM；步骤2：构造基于语义区块链模型的多链连接索引SMMI，索引由S
‑
Inverted Index、S
‑
Bitmap Index和S
‑
B+
‑
tree Index组成，完成共有属性的链间连接；步骤3：获取用户查询信息，应用多链连接索引SMMI中的S
‑
Bitmap Index和S
‑
B+
‑
tree Index进行用户查询，输出查询结果。2.根据权利要求1所述的一种基于多区块链环境下的连接查询优化方法，其特征在于，所述步骤1具体包括以下步骤：步骤1.1：构建语义多链查询模型SMM，其中包含若干条语义区块链S，每条语义区块链S由n个语义区块构成，S＝S
‑
Block1+S
‑
Block2+S
‑
Block3+
···
S
‑
Block
n
，其中S
‑
Block
i
为第i个语义区块，i∈1,2,
…
,n，每个语义区块提供事务数据，设计事务数据的存储结构为<Key,Columns>，对事务数据的属性都添加语义信息；步骤1.2：定义T
x
为语义区块链S上的事务数据，T
x
＝{T
id
＝v1,T
s
＝v2,SenID＝v3,T
name
＝v4,Attributes
x
}，其中T
id
为该条事务的唯一标识，T
s
为该事务的时间戳，SenID为事务发起者，T
name
为事务类型，v
j
为事务属性值，j＝1，2，3，4，Attributes
x
为用户自定义的应用级事务属性集合Attributes
x
＝{attr1,attr2,
···
,attr
n
}，attr
n
为事务属性，针对不同应用场合和事务类型，设定为不同的属性集合。3.根据权利要求1所述的一种基于多区块链环境下的连接查询优化方法，其特征在于，所述步骤2具体包括以下步骤：步骤2.1：分别遍历每条语义区块链S上所有语义事务，构建每条语义区块链事务属性attr的S
‑
Inverted Index；步骤2.2：遍历所有链应用级事务属性attr的S
‑
Inverted Index，构建多链查询模型SMM整体的事务属性attr的S
‑
Bitmap Index；步骤2.3：在步骤2.2遍历所有链应用级事务属性attr的S
‑
Inverted Index同时，使用B+树结构，根据attr的v
‑
th大小，构建SMM的S
‑
B+
‑
tree Index，叶子节点为attr取v
‑
th值的事务位置信息，包含：语义区块链号i、事务唯一标识T
id
、语义块号block
‑
id、语义事务号tra...

【专利技术属性】
技术研发人员：董思含，信俊昌，郝琨，姚钟铭，陈金义，王之琼，
申请(专利权)人：东北大学，
类型：发明
国别省市：