一种树状数据存储和处理的方法及系统技术方案

本发明专利技术公开了一种树状数据存储和处理的方法，包括以下步骤：建立数据库，所述数据库储存于控制服务器的存储器中；压缩推荐关系树状数据占用的存储空间；将处理后的推荐关系树状数据导入数据库中。通过把推荐关系树状数据进行压缩数据存储空间的处理后，再存储到数据库中，可以有效地减小占据的存储空间体积，进而提高查询效率，同时根据推荐关系树状数据的特点，有效地规划储存数据空间从而追踪多级推荐关系链中的推荐关系。解决了现有技术中树状数据存储和处理中无法追踪多级推荐关系链，而且数据杂乱，占据的存储空间大，查询效率低下的问题。问题。问题。

【技术实现步骤摘要】
一种树状数据存储和处理的方法及系统


[0001]本专利技术涉及数据存储和处理的领域，具体涉及一种树状数据存储和处理的方法及系统。

技术介绍

[0002]随着互联网的飞速发展，人与人之间的沟通，很大程度上都转移到社交平台上，因此在社交过程中会产生大量的供应与需求信息，但根据现有技术可知：供应与需求信息零散、零乱，需求方无法获得快速、精准的供应信息，供应商无法寻找合适的需求方，也无法预知有多少可用需求，从而无法安排采购、生产、供应计划，进而出现了市场上各种待售商品以及服务的滞销，也给需求方带来了生活上的不便。
[0003]基于此，针对大量的购物数据进行有针对性地共享成为了广大用户的一种选择行为，如何通过数据共享的方式可以减少其它用户寻找关键商品的时间，节省服务器的计算压力和推送压力，是亟待解决的技术问题。目前市面上存在的一些追踪用户多级推荐关系链的会员电商系统的推荐粒度是针对整个系统而不是针对系统内的不同商品，其推荐关系在用户注册时确定而不是在用户首次接触商品时确定。此模式缺陷在于，无法追踪多级推荐关系链，而且数据杂乱，占据的存储空间大，查本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种树状数据存储和处理的方法，其特征在于，包括以下步骤：建立数据库，所述数据库储存于控制服务器的存储器中；压缩推荐关系树状数据占用的存储空间；将处理后的推荐关系树状数据导入数据库中。2.根据权利要求1所述的一种树状数据存储和处理的方法，其特征在于，压缩已有的推荐关系树状数据占用的存储空间，具体包括：所述推荐关系树状数据包括用户ID编号。3.根据权利要求1所述的一种树状数据存储和处理的方法，其特征在于，所述步骤中将压缩推荐关系树状数据占用的存储空间，具体包括：采用64进制算法将推荐关系树状数据进行进制转换。4.根据权利要求2所述的一种树状数据存储和处理的方法，其特征在于，所述步骤中将处理后的推荐关系树状数据导入数据库中，具体包括：所述数据库呈多叉树结构，并确定多叉树结构数据库中一个树状分片最大存储长度L；将推荐关系树状数据导入数据库中；根据索引原理对树状分片构建索引。5.根据权利要求4所述的一种树状数据存储和处理的方法，其特征在于，若推荐关系树状数据的长度M超过单个树状分片的最大长度即M＞L，则新增新的树状分片，将推荐关系树状数据存储到若干个树状分片中。6.根据权利要求5所述的一种树状数据存储和处理的方法，其特征在于，根据索引原理对新增的...

【专利技术属性】
技术研发人员：万兵，胡达彪，
申请(专利权)人：广东七件事网络科技有限公司，
类型：发明
国别省市：