多维数据查询方法和装置与流程

本申请涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及多维数据查询方法和和装置。

背景技术：

olap(on-lineanalyticalprocessing，联机分析处理)是一个使分析师、管理者和执行者从原始数据中用来快速、一致、交互访问的一种软件技术，从而真实的反映企业的数据情况。olap功能特点是动态多维分析整合企业数据。

现有的olap多维数据查询服务器进行多维数据查询时通常包括如下步骤：首先接收用户在多维数据查询客户端输入的包括数据库连接信息以及多维数据模型的度量指标和维度的多维数据查询请求；之后生成与上述数据库连接信息和多维数据模型对应的查询标识；接着，将上述查询标识、数据库连接信息和多维数据模型对应保存在内存中；然后根据内存中存储的数据库连接信息和多维数据模型执行查询，并将查询标识、数据库连接信息、多维数据模型和查询得到的多维数据对应保存在内存中，最后将多维数据返回客户端。当用户使用客户端再次发起同样的查询请求时，可以直接从内存中根据查询标识来取得相应的多维数据。

为确保多维数据查询服务器即使在硬件、软件或者其它方面出现故障之后仍能提供服务，通常会为多维数据查询服务器配置虚拟ip地址用以将多维数据查询服务器重定向至替换服务器。由于多维数据查询服务器是将查询标识、数据库连接信息和多维数据模型对应保存在内存中，当为多维数据查询服务器配置虚拟ip地址使得多维数据查询服务器重定向到别的服务器时，新的重定向后的服务器内存中并没有查询标识、数据库连接信息和多维数据模型，因此新的重定向后的服 务器取不到查询标识、数据库连接信息和多维数据模型，新的重定向后的服务器也就无法执行查询。因此现有的多维数据查询方法存在当服务器重定向到别的服务器时，新的重定向后的服务器无法执行多维数据查询的问题。

技术实现要素：

本申请的目的在于提出一种改进的多维数据查询方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请提供了一种多维数据查询方法，所述方法包括：接收客户端发来的多维数据查询请求，其中，所述多维数据查询请求包括：数据库连接信息和多维数据模型，所述多维数据模型包括度量指标和维度，所述数据库连接信息包括：数据库服务器名称，数据库驱动类型，数据库名称，用户登录名和用户登录密码；根据所述多维数据查询请求生成查询标识；在内存数据库中查找与所述查询标识相匹配的多维数据；当所述内存数据库中不存在与所述查询标识相匹配的多维数据时，根据所述数据库连接信息连接数据库；在所连接的数据库中查找与所述多维数据模型相匹配的多维数据；将所述多维数据反序列化后返回客户端；将所述查询标识和所述多维数据序列化后写入至所述内存数据库中。

在一些实施例中，所述方法还包括：当所述内存数据库中存在与所述查询标识相匹配的多维数据时，将所述多维数据反序列化后返回所述客户端。

在一些实施例中，所述将所述查询标识和所述多维数据序列化后写入至所述内存数据库中，包括：判断所述内存数据库是否存在剩余存储空间；如果存在剩余存储空间，则将所述查询标识和所述多维数据序列化后写入至所述内存数据库中；如果不存在剩余空间，则删除已存储的序列化后的查询标识和多维数据，并将所述查询标识和所述多维数据序列化后写入至所述内存数据库中。

在一些实施例中，所述在所连接的数据库中查找与所述多维数据模型相匹配的多维数据，包括：对所述多维数据模型的度量指标和维 度进行转换，得到结构化查询语句；根据所述结构化查询语句在所连接的数据库中查询与所述结构化查询语句相匹配的多维数据。

在一些实施例中，所述方法还包括每隔预设有效缓存时间后清空所述内存数据库中的数据。

第二方面，本申请提供了一种多维数据查询装置，所述装置包括：接收单元，配置用于接收客户端发来的多维数据查询请求，其中，所述多维数据查询请求包括：数据库连接信息和多维数据模型，所述多维数据模型包括度量指标和维度，所述数据库连接信息包括：数据库服务器名称，数据库驱动类型，数据库名称，用户登录名和用户登录密码；第一生成单元，配置用于根据所述多维数据查询请求生成查询标识；第一查找单元，配置用于在内存数据库中查找与所述查询标识相匹配的多维数据；连接单元，配置用于当所述内存数据库中不存在与所述查询标识相匹配的多维数据时，根据所述数据库连接信息连接数据库；第二查找单元，配置用于在所连接的数据库中查找与所述多维数据模型相匹配的多维数据；第一返回单元，配置用于将所述多维数据反序列化后返回客户端；写入单元，配置用于将所述查询标识和所述多维数据序列化后写入至所述内存数据库中。

在一些实施例中，所述装置还包括：第二生成单元，配置用于当所述内存数据库中存在与所述查询标识相匹配的多维数据时，将所述多维数据反序列化后返回所述客户端。

在一些实施例中，所述写入单元进一步配置用于：判断所述内存数据库是否存在剩余存储空间；如果存在剩余存储空间，则将所述查询标识和所述多维数据序列化后写入至所述内存数据库中；如果不存在剩余空间，则删除已存储的序列化后的查询标识和多维数据，并将所述查询标识和所述多维数据序列化后写入至所述内存数据库中。

在一些实施例中，所述第二查找单元进一步配置用于：对所述多维数据模型的度量指标和维度进行转换，得到结构化查询语句；根据所述结构化查询语句在所连接的数据库中查询与所述结构化查询语句相匹配的多维数据。

在一些实施例中，所述装置还包括：清空单元，配置用于每隔预 设有效缓存时间后清空所述内存数据库中的数据。

本申请提供的多维数据查询方法和装置，通过为多维数据查询请求生成查询标识，并将查询标识和多维数据存储在内存数据库中，而不是存储在内存中，从而有效解决了当多维数据查询服务器重定向到别的服务器时，新的重定向后的服务器无法执行多维数据查询的问题。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的多维数据查询方法的一个实施例的流程图；

图3a-3b是根据本申请的多维数据查询方法的一个应用场景的示意图；

图4是根据本申请的多维数据查询方法的又一个实施例的流程图；

图5是根据本申请的多维数据查询装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的多维数据查询方法或多维数据查询装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用，例如多维数据查询应用。

终端设备101、102、103可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上安装的多维数据查询应用提供内容支持的多维数据查询服务器。多维数据查询服务器可以对接收到的多维数据查询请求等数据进行分析等处理，并将处理结果(例如多维数据)反馈给终端设备。

需要说明的是，本申请实施例所提供的多维数据查询方法一般由服务器105执行，相应地，多维数据查询装置一般设置于服务器105中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，其示出了根据本申请的多维数据查询方法的一个实施例的流程200。所述的多维数据查询方法，包括以下步骤：

步骤201，接收客户端发来的多维数据查询请求。

在本实施例中，多维数据查询方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行多维数据查询的客户端接收多维数据查询请求。其中，多维数据查询请求包括数据库连接信息和多维数据模型，数据库连接信息包括：数据库服务器名称、数据库驱动类型、数据库名称、用户登录名和用户登录密码。多维数据模型包括度量指标和维度。

多维数据模型是为了满足用户从多角度多层次进行数据查询和分析的需要而建立起来的基于事实表和维度表的数据库模型，其基本的 应用是为了实现联机分析处理(onlineanalyticalprocessing，olap)。

度量指标是决策者所关心的具有实际意义的数值。比如产品的销售数量、销售额、库存量等。度量指标是所分析的多维数据集的核心，它是最终用户浏览多维数据集时重点查看的数值数据。

度量指标所在的表称为事实表。事实表是用来记录具体事件的，包含了每个事件的具体要素，以及具体发生的事情。事实表的主要特点是包含数值数据(事实)，而这些数值数据可以统计汇总以提供有关单位运作历史的信息。事实表中存放的事实数据通常包含大量的数据行。

维度(也简称为维)是人们观察数据的角度。例如，企业常常关心产品销售数据随时间的变化情况，这是从时间的角度来观察产品的销售，因此时间就是一个维(时间维)。例如，银行会给不同经济性质的企业贷款，比如国有、集体等，若通过企业性质的角度来分析贷款数据，那么经济性质也就成为了一个维度。

包含维度信息的表称为维度表，维度表是对事实表中事件的要素的描述信息。维度表包含描述事实表中的事实记录的特性。人们观察数据的某个特定角度(即某个维)还可以存在不同的细节程度，我们称这些维度的不同的细节程度为维的级别。一个维度往往具有多个级别。例如描述时间维时，可以从月、季度、年等不同级别来描述，那么月、季度、年等就是时间维的级别。

维度的具体描述信息记录在维度表，事实表中的维度属性只是一个关联到维度表的键，并不记录具体信息。

基于事实表和维度表就可以构建出多种多维数据模型，包括星形模型、雪花模型和星座模型。

还有一点需要注意的是，维表的信息更新频率不高或者保持相对的稳定，例如一个已经建立的十年的时间维在短期是不需要更新的，地域维也是；但是事实表中的数据会不断地更新或增加，因为事件一直在不断地发生，用户在不断地购买商品、接受服务。

需要指出的是，上述无线连接方式可以包括但不限于3g/4g连接、wifi连接、蓝牙连接、wimax连接、zigbee连接、uwb(ultrawideband) 连接、以及其他现在已知或将来开发的无线连接方式。

步骤202，根据多维数据查询请求生成查询标识。

在本实施例中，根据步骤201中接收的客户端发来的多维数据查询请求，上述电子设备(例如图1所示的服务器)可以生成唯一标识上述多维数据查询请求的查询标识。

在本实施例的一些可选的实现方式中，上述电子设备可以直接将上述多维数据查询请求所对应的数据库连接信息的数据库服务器名称、数据库驱动类型、数据库名称、用户登录名和用户登录密码以及多维数据模型的度量指标和维度形成一文本字符串，使用该文本字符串作为上述多维数据查询请求的查询标识。

在本实施例的一些可选的实现方式中，上述电子设备还可以对上述多维数据查询请求所对应的数据库连接信息的数据库服务器名称、数据库驱动类型、数据库名称、用户登录名和用户登录密码以及多维数据模型的度量指标和维度计算哈希值，并将该哈希值作为上述多维数据查询请求的查询标识。

在本实施例的一些可选的实现方式中，上述电子设备也可以首先将上述多维数据查询请求转换为结构化查询语句，然后使用该结构化查询语句作为上述多维数据查询请求的查询标识。

在本实施例的一些可选的实现方式中，上述电子设备还可以首先将上述多维数据查询请求转换为结构化查询语句，然后对该结构化查询语句计算哈希值作为上述多维数据查询请求的查询标识。

步骤203，在内存数据库中查找与查询标识相匹配的多维数据。

在本实施例中，上述电子设备可以在内存数据库中查找与步骤202中生成的查询标识相匹配的多维数据。

在本实施例中，内存数据库可以存储在上述电子设备上，内存数据库也可以存储在与上述电子设备连接的其他电子设备上。这样上述电子设备可以在本地内存数据库或者远程地在与其相连的其他电子设备的内存数据库中查询与步骤202中生成的查询标识相匹配的多维数据。

在本实施例中，内存数据库以键值对(key：value)的方式存储 数据。在内存数据库中查找与步骤202中生成的查询标识相匹配的多维数据时，只需在内存数据库的所有记录中查找“查询标识”键对应的值与上述查询标识相同的记录，并取得这些记录的“多维数据”键对应的值就是要查找的多维数据。

步骤204，当内存数据库中不存在与查询标识相匹配的多维数据时，根据数据库连接信息连接数据库。

在本实施例中，当内存数据库中不存在与查询标识相匹配的多维数据时，说明上述查询标识所对应的多维数据查询请求从来没有其他客户端进行过同样的查询，或者上次与上述查询标识所对应的多维数据查询请求同样的多维数据查询请求已经过去时间比较长，内存数据库已经清空上次的同样的多维数据查询请求的数据，因此上述电子设备需要根据步骤201中接收到的多维数据查询请求的数据库连接信息来连接数据库。

在本实施例中，上述电子设备首先连接上述数据库服务器名称所标示的服务器，然后利用上述数据库驱动类型的数据库驱动登录上述数据库名称所示的数据库，最后输入上述用户名和上述用户登录密码以连接数据库。

步骤205，在数据库中查找与多维数据模型相匹配的多维数据。

在本实施例中，上述电子设备可以在步骤204连接到的数据库中查询与步骤201中的多维数据模型相匹配的多维数据，用于后续返回客户端和存储到内存数据库。

在本实施例的一些可选的实现方式中，上述电子设备可以首先对上述多维数据模型的度量指标和维度进行转换，得到结构化查询语句；然后，根据上述结构化查询语句在上述所连接的数据库中查询与上述结构化查询语句相匹配的多维数据。

步骤206，将多维数据反序列化后返回客户端。

在本实施例中，上述电子设备可以将步骤205中查询得到的多维数据反序列化后返回客户端。

互联网的产生带来了机器间通讯的需求，而互联通讯的双方需要采用约定的协议，序列化和反序列化属于通讯协议的一部分。序列化 是将数据结构或对象转换成二进制串的过程；而反序列化就是将序列化过程中所生成的二进制串转换成数据结构或者对象的过程。

在本实施例的一些可选的实现方式中，上述电子设备可以通过如下方式实现反序列化：首先，拆分接收到的序列化数据，得到序列化后的属性值及属性名称；然后，根据对象属性信息生成各属性值均为空的反序列化对象；最后根据获取到的属性名称的键值对中查找到对应的序列化后的属性值，将查找到的序列化后的属性值反序列化后赋予反序列化对象的相应属性值。

步骤207，将查询标识和多维数据序列化后写入至内存数据库中。

在本实施例中，为了方便后续相同的多维数据查询请求能快速查询到对应的多维数据，上述电子设备可以将上述查询标识和步骤205中查询得到的多维数据序列化后写入至内存数据库中。

在本实施例的一些可选的实现方式中，上述电子设备可以通过如下方式实现序列化：首先，依次获取对象(例如，查询标识和多维数据组成的对象)的各属性名称(例如，查询标识和多维数据的各个度量指标名称)及属性值(例如，查询标识的值和多维数据的各个度量指标的值)；然后序列化该属性值并将序列化后的属性值和对应的属性名称组成键值对；最后连接所有序列化后的属性值及各序列化后的属性值对应的属性名称，连接方式可以为字符连接或序列化连接。

在本实施例的一些可选的实现方式中，上述电子设备写入内存数据库的过程可以按照如下步骤进行：首先，判断内存数据库是否存在剩余存储空间；如果存在剩余存储空间，则将序列化后的上述查询标识和上述多维数据写入至内存数据库中；如果不存在剩余空间，则删除已存储的序列化后的查询标识和多维数据，并将序列化后的上述查询标识和上述多维数据写入至内存数据库中。

在本实施例的一些可选的实现方式中，上述电子设备每隔预设有效缓存时间后清空内存数据库中的数据。这里，预设有效缓存时间可以由上述电子设备默认设置，例如，每隔10分钟清空内存数据库中的数据；预设有效缓存时间也可以是由电子设备根据用户的设置指令而指定。例如，可以给用户提供设置界面，以将预设有效缓存时间设置 为15分钟。

继续参见图3a-3b，图3a-3b是根据本实施例的多维数据查询方法的应用场景的一个示意图。在图3a-3b的应用场景中，首先用户如图3a所示选择了维度是部门采销员，维度级别是采销员(如图中图标301所示)，度量指标是不健康库存数和不健康库存金额(如图中图标302所示)的多维数据模型，数据库连接信息是系统默认数据库连接信息；然后服务器生成与上述多维数据模型和上述数据库连接信息对应的查询标识；接着，服务器在内存数据库查找与上述查询标识对应的多维数据，当在内存数据库中查找不到相应的多维数据时，服务器根据上述默认数据库连接信息连接数据库，并将上述多维数据模型转换成结构化查询语句在连接成功的数据库中查询多维数据；最后将查询结果反序列化后返回客户端(如图3b中图标303所示)，并将查询标识和多维数据序列化后存储至内存数据库中。

本申请的上述实施例提供的方法通过为来自客户端的多维数据查询请求生成查询标识，并根据查询请求对应的数据库连接信息和多维数据模型查询多维数据，最后将查询标识和多维数据序列化后存储至内存数据库中，实现了当服务器重定向到别的服务器时，新的重定向后的服务器也能执行多维数据查询。

进一步参考图4，其示出了多维数据查询方法的又一个实施例的流程400。该多维数据查询方法的流程400，包括以下步骤：

步骤401，接收客户端发来的多维数据查询请求。

在本实施例中，多维数据查询方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行多维数据查询的客户端接收多维数据查询请求。其中，多维数据查询请求包括数据库连接信息和多维数据模型，数据库连接信息包括：数据库服务器名称、数据库驱动类型、数据库名称、用户登录名和用户登录密码。多维数据模型包括度量指标和维度。

需要指出的是，上述无线连接方式可以包括但不限于3g/4g连接、wifi连接、蓝牙连接、wimax连接、zigbee连接、uwb(ultrawideband) 连接、以及其他现在已知或将来开发的无线连接方式。

步骤402，根据多维数据查询请求生成查询标识。

在本实施例中，根据步骤401中接收的客户端发来的多维数据查询请求，上述电子设备(例如图1所示的服务器)可以生成唯一标识上述多维数据查询请求的查询标识。

步骤403，在内存数据库中查找与查询标识相匹配的多维数据。

在本实施例中，上述电子设备可以在内存数据库中查找与步骤402中生成的查询标识相匹配的多维数据。

在本实施例中，内存数据库可以存储在上述电子设备上，内存数据库也可以存储在于上述电子设备连接的其他电子设备上。这样上述电子设备可以在本地内存数据库或者远程地在与其相连的其他电子设备的内存数据库中查询与查询标识相匹配的多维数据。

在本实施例中，内存数据库以键值对(key:value)的方式存储数据。在内存数据库中查找与步骤402中生成的查询标识相匹配的多维数据时，只需在内存数据库的所有记录中查找“查询标识”键对应的值与上述查询标识相同的记录，并取得这些记录的“多维数据”键的值就是要查找的多维数据。

步骤404，判断内存数据库中是否存在与查询标识相匹配的多维数据。如果是，转到步骤405；如果否，转到步骤406。

步骤405，将多维数据反序列化后返回客户端。

在本实施例中，上述电子设备在内存数据库查找到了与查询标识相匹配的多维数据，证明以前有过同样的查询请求，并将与该查询请求对应的多维数据已经存储到了内存数据库中，这样上述电子设备可以快速的取得多维数据，并将取得的多维数据经反序列化后返回客户端。

步骤406，根据数据库连接信息连接数据库。

在本实施例中，当内存数据库中不存在与查询标识相匹配的多维数据时，说明上述查询标识所对应的多维数据查询请求从来没有其他客户端进行过同样的查询，或者上次与上述查询标识所对应的多维数据查询请求同样的多维数据查询请求已经过去时间比较长，内存数据 库已经清空上次的同样的多维数据查询请求的数据，因此上述电子设备需要根据步骤401中接收到的多维数据查询请求的数据库连接信息来连接数据库。

步骤407，在数据库中查找与多维数据模型相匹配的多维数据。

在本实施例中，上述电子设备可以在步骤406连接到的数据库中查询与步骤401中的多维数据模型相匹配的多维数据，用于后续返回客户端和存储到内存数据库。

步骤408，将多维数据反序列化后返回客户端。

在本实施例中，上述电子设备可以将步骤407中查询得到的多维数据反序列化后返回客户端。

步骤409，将查询标识和多维数据序列化后写入至内存数据库中。

在本实施例中，为了方便后续相同的多维数据查询请求能快速查询到对应的多维数据，上述电子设备可以将上述查询标识和步骤407中查询得到的多维数据序列化后写入至内存数据库中。

从图4中可以看出，与图2对应的实施例相比，本实施例中的多维数据查询方法的流程400多出了当内存数据库中存在与查询标识相匹配的多维数据时，直接将查询得到的多维数据反序列化后返回客户端的步骤405。由此，本实施例描述的方案可以快速的查询多维数据。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种多维数据查询装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例所述的多维数据查询装置500包括：接收单元501、第一生成单元502、第一查找单元503、连接单元504、第二查找单元505、第一返回单元506和写入单元507。其中，接收单元501，配置用于接收客户端发来的多维数据查询请求，其中，上述多维数据查询请求包括：数据库连接信息和多维数据模型，上述多维数据模型包括度量指标和维度，上述数据库连接信息包括：数据库服务器名称，数据库驱动类型，数据库名称，用户登录名和用户登录密码；第一生成单元502，配置用于根据上述多维数据查询请求生成查询标 识；第一查找单元503，配置用于在内存数据库中查找与上述查询标识相匹配的多维数据；连接单元504，配置用于当上述内存数据库中不存在与上述查询标识相匹配的多维数据时，根据上述数据库连接信息连接数据库；第二查找单元505，配置用于在上述数据库中查找与上述多维数据模型相匹配的多维数据；第一返回单元506，配置用于将上述多维数据反序列化后返回客户端；写入单元507，配置用于将上述查询标识和上述多维数据序列化后写入至上述内存数据库中。

在本实施例中，多维数据查询装置500中接收单元501、第一生成单元502、第一查找单元503、连接单元504、第二查找单元505、第一返回单元506和写入单元507的具体处理可参看图2对应实施例中的步骤201、步骤202、步骤203、步骤204、步骤205、步骤206和步骤207的实现方式的相关描述，在此不再赘述。

在本实施例的一些可选的实现方式中，多维数据查询装置500还可以包括：第二返回单元(图中未示出)，配置用于当上述内存数据库中存在与上述查询标识相匹配的多维数据时，将上述多维数据反序列化后返回上述客户端。第二返回单元的具体处理可参看图4对应实施例中的步骤405的实现方式的相关描述，在此不再赘述。

在本实施例的一些可选的实现方式中，多维数据查询装置500的写入单元507进一步配置用于：判断上述内存数据库是否存在剩余存储空间；如果存在剩余存储空间，则将上述查询标识和上述多维数据序列化后写入至上述内存数据库中；如果不存在剩余空间，则删除已存储的序列化后的查询标识和多维数据，并将上述查询标识和上述多维数据序列化后写入至上述内存数据库中。写入单元507的具体处理可参看图2对应实施例中的步骤207的实现方式的相关描述，在此不再赘述。

在本实施例的一些可选的实现方式中，多维数据查询装置500的上述第二查找单元505进一步配置用于：对上述多维数据模型的度量指标和维度进行转换，得到结构化查询语句；根据上述结构化查询语句在上述所连接的数据库中查询与上述结构化查询语句相匹配的多维数据。第二查找单元505的具体处理可参看图2对应实施例中的步骤 205的实现方式的相关描述，在此不再赘述。

在本实施例的一些可选的实现方式中，多维数据查询装置500还可以包括：清空单元(图中未示出)，配置用于每隔预设有效缓存时间后清空上述内存数据库中的数据。清空单元的具体处理可参看图2对应实施例中的步骤207的实现方式的相关描述，在此不再赘述。

下面参考图6，其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。

如图5所示，计算机系统600包括中央处理单元(cpu)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分606加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有系统600操作所需的各种程序和数据。cpu601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。

以下部件连接至i/o接口605：包括硬盘等的存储部分606；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分607。通信部分607经由诸如因特网的网络执行通信处理。驱动器608也根据需要连接至i/o接口605。可拆卸介质609，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器608上，以便于从其上读出的计算机程序根据需要被安装入存储部分606。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分607从网络上被下载和安装，和/或从可拆卸介质609被安装。在该计算机程序被中央处理单元(cpu)601执行时，执行本申请的方法中限定的上述功能。附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分， 所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括接收单元、第一生成单元、第一查找单元、连接单元、第二查找单元、第一返回单元和写入单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，接收单元还可以被描述为“接收客户端发来的多维数据查询请求的单元”。

作为另一方面，本申请还提供了一种非易失性计算机存储介质，该非易失性计算机存储介质可以是上述实施例中所述装置中所包含的非易失性计算机存储介质；也可以是单独存在，未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序，当所述一个或者多个程序被一个设备执行时，使得所述设备：接收客户端发来的多维数据查询请求，其中，上述多维数据查询请求包括：数据库连接信息和多维数据模型，上述多维数据模型包括度量指标和维度，上述数据库连接信息包括：数据库服务器名称，数据库驱动类型，数据库名称，用户登录名和用户登录密码；根据上述多维数据查询请求生成查询标识；在内存数据库中查找与上述查询标识相匹配的多维数据；当上述内存数据库中不存在与上述查询标识相匹配的多维数据时，根据上述数据库连接信息连接数据库；在上述数据库中查找与上述多维数据模型相匹配的多维数据；将上述多维数据反序列化后返回客户端；将上述查询标识和上述多维数据序列化后写入至上述内存数据库中。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。