内存数据的筛选方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及数据筛选领域，公开了一种内存数据的筛选方法、装置、设备及存储介质。该方法包括：获取待筛选的内存数据；解析所述内存数据的筛选分类，得到所述内存数据对应的筛选分类集，以及根据所述筛选分类集中筛选分类对应的筛选条件，通过预置哈希函数进行合并处理，生成哈希表；读取所述内存数据对应的筛选条件，生成筛选条件集，以及根据所述哈希表，对所述筛选条件集进行关键字值分析处理，得到所述内存数据对应的筛选目标数据。内存数据对应的筛选目标数据。内存数据对应的筛选目标数据。

【技术实现步骤摘要】
内存数据的筛选方法、装置、设备及存储介质


[0001]本专利技术涉及数据筛选领域，尤其涉及一种内存数据的筛选方法、装置、设备及存储介质。

技术介绍

[0002]当app应用程序把大量数据只能存储在电脑内存时，使用集合或者Hash字典存储数据，在传统情况下对数据进行多个条件筛选时需要一次对每个条件进行筛选，筛选步骤多，速度慢，效率低。
[0003]例如在硬盘恢复领域，硬盘数据不能存在电脑硬盘上，只能存在电脑内存中，在千万级的文件数据条件下，当使用文件状态、文件类型、文件大小、创建时间、修改时间等信息对数据进行归类时，如果需要进行实时多个条件筛选过滤，一次筛选需要几十秒，速度很慢，效率极低，而采用内存数据库的方式虽然可以提高效率到几十毫秒，但由于内存数据库使用索引将导致占用的内存增长几倍，增加了硬件内存的压力。
[0004]因此，为了能减少内存的计算压力的条件下，提高筛选的效率，需要一种能在提升筛选速度或者是保持筛选速度情况下，减少内存运算时占用资源的技术。

技术实现思路

[0005]本专利技术的主要目的在于解决现有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种内存数据的筛选方法，其特征在于，包括步骤：获取待筛选的内存数据；解析所述内存数据的筛选分类，得到所述内存数据对应的筛选分类集，以及根据所述筛选分类集中筛选分类对应的筛选条件，通过预置哈希函数进行合并处理，生成哈希表；读取所述内存数据对应的筛选条件，生成筛选条件集，以及根据所述哈希表，对所述筛选条件集进行关键字值分析处理，得到所述内存数据对应的筛选目标数据。2.根据权利要求1所述的内存数据的筛选方法，其特征在于，所述根据所述筛选分类集中筛选分类对应的筛选条件，通过预置哈希函数进行合并处理，生成哈希表包括：根据预置筛选关系对应表，统计所述筛选分类集中筛选分类对应筛选条件的数量，得出筛选条件总数；根据预置数据类型对应表，查询出所述筛选条件总数对应的数据类型；根据预置哈希函数和所述数据类型对应的bit位，将所述筛选分类集中筛选分类对应的筛选条件进行组合处理，生成哈希表。3.根据权利要求2所述的内存数据的筛选方法，其特征在于，所述根据预置数据类型对应表，查询出所述筛选条件总数对应的数据类型包括：判断所述筛选条件总数是否大于8；若小于8，则将所述筛选条件总数对应的数据类型确定为Byte类型；若大于8，则判断所述筛选条件总数是否大于64；若小于64，则将所述筛选条件总数对应的数据类型确定为Int类型；若大于64，则将所述筛选条件总数对应的数据类型确定为Byte类型。4.根据权利要求2所述的内存数据的筛选方法，其特征在于，所述根据预置哈希函数和所述数据类型对应的bit位，将所述筛选分类集中筛选分类对应的筛选条件进行组合处理，生成哈希表包括：根据所述哈希函数，将所述筛选分类集中筛选分类对应筛选条件转换为关键字值，生成关键字值集；将所述关键字值集中的关键字值填入之所述数据类型对应的bit位中，并设置映射属性为单一映射，生成哈希表。5.根据权利要求1所述的内存数据的筛选方法，其特征在于，所述读取所述内存数据对应的筛选条件，生成筛选条件集包括：将所述内存数据的筛选类型确认为一级树状数组，以及将所有所述筛选类型对应的筛选条件确认为二级树状数组；基于所述一级树状数组和所述二级树状数组，对所述内存数据的筛选条件进行结构组合处理，生成筛选条件集。6.根据...

【专利技术属性】
技术研发人员：于仁龙，李盛，
申请(专利权)人：深圳软牛科技有限公司，
类型：发明
国别省市：