一种数据查询的处理方法、装置、服务器及介质与流程

1.本技术涉及数据查询技术领域，尤其涉及一种数据查询的处理方法、装置、服务器及介质。


背景技术：

2.在数字经济时代，数据是人们生活和工作的基础。当数据被共享、交换和重新利用时，需要对数据的价值进行合理的评估，因此，对数据的定价也就成为首要问题。
3.一般来说，数据往往是以结构化或者非结构化的形式保存在数据库中，当数据被查询时，可以采用查询定价模型对被查询的数据进行定价，以使得用户根据该定价和自身需要确定是否要购买被查询的数据。
4.由于，该查询定价模型在建模时需要满足无套利(即整体的价格要小于所有部分的单价综合)和无折扣(即当单个部分的价格确定是，整体部分的价格要下降)两个条件，因此导致计算复杂度相对较高，且由于仅考虑无套利和无折扣两方面，也使得对数据的定价相对单一、片面。


技术实现要素：

5.本技术提供一种数据查询的处理方法、装置、服务器及介质，用以解决现有技术中计算复杂度高，且对数据定价相对单一、片面的技术问题。
6.一方面，本技术提供一种数据查询的处理方法，包括：
7.获取数据查询集合。
8.对于所述数据查询集合中的每个请求，遍历待查询的数据库中的支持集中的每个数据集，获取所述请求对应的冲突集，并建立冲突集和数据集之间的对应关系。
9.将支持集中的每个数据集构建成超图中对应的顶点，并根据所述冲突集和数据集之间的对应关系，构建所述超图中的每个边。
10.采用预配置权重分配方案，对所述超图中每个顶点分配对应的第一权重，并根据所述每个顶点对应的第一权重以及最大化收益，为所述超图中每个边分配对应的第二权重。
11.对于每个请求，确定所述请求关联的边的对应的第二权重或者顶点对应的第一权重，采用预配置的价格公式，确定所述请求对应的查询价格。
12.在一种具体实施方式中，所述采用预配置权重分配方案，对所述超图中每个顶点分配对应的第一权重，包括：
13.采用随机函数的策略，对所述超图中每个顶点分配对应的第一权重。
14.其中，所述随机函数的策略包括。
15.对所述超图中每个顶点分配相同的随机权重，且权重大于0。
16.或者，对所述超图中每个顶点分配互不相同的随机权重，且权重大于0。
17.或者，对所述超图中每个顶点从一定范围的数值中随机分配随机权重。
18.在一种具体实施方式中，所述采用预配置权重分配方案，对所述超图中每个顶点分配对应的第一权重，包括：
19.根据所述数据集的访问次数，或者访问频率，对所述超图中每个顶点分配对应的第一权重。
20.在一种具体实施方式中，所述根据所述每个顶点对应的第一权重，采用所述预配置权重分配方案，为所述超图中每个边分配对应的第二权重，包括：
21.设置第一集合和第二集合；其中，所述第一集合包括所述超图中的每个边，每个边关联一个或多个顶点；所述第二集合初始时为空集。
22.确定所述第一集合中第n边，所述第n边为关联顶点数最少的边；并在确定所述第n边关联顶点的权重之和大于第n最大化收益时，将所述第n边配置在所述第二集合中，在所述第一集合中删除所述第n边，以及设置第n+1最大化收益为所述第n边关联顶点的权重之和；在确定所述第一集合不为空集时，将n加1，重复执行该步骤，直至所述第一集合为空集。
23.在确定所述第一集合为空集，且所述第二集合中边没有重复时，对于所述第二集合中的每个边，获取所述边关联的顶点中权重最大的顶点，并将所述顶点对应的第一权重赋予所述边对应的第二权重。
24.其中，所述n为正整数，且大于或等于1；所述第1最大化收益为初始化最大收益，且为0。
25.在一种具体实施方式中，所述采用预配置的价格公式为：
26.f(x)＝kx
27.或者，
28.f(x)＝loga(x+1)
29.或者，
30.f(x)＝xb31.其中，x为所述请求关联的边的对应的第二权重或者顶点对应的第一权重，k、a、b为预配置常数。
32.第二方面，本技术提供一种数据查询的处理装置，包括：
33.获取模块，用于获取数据查询集合。
34.所述获取模块，还用于对于所述数据查询集合中的每个请求，遍历待查询的数据库中的支持集中的每个数据集，获取所述请求对应的冲突集，并建立冲突集和数据集之间的对应关系。
35.处理模块，用于将支持集中的每个数据集构建成超图中对应的顶点，并根据所述冲突集和数据集之间的对应关系，构建所述超图中的每个边。
36.所述处理模块，还用于采用预配置权重分配方案，对所述超图中每个顶点分配对应的第一权重，并根据所述每个顶点对应的第一权重以及最大化收益，为所述超图中每个边分配对应的第二权重。
37.所述处理模块，还用于对于每个请求，确定所述请求关联的边的对应的第二权重或者顶点对应的第一权重，采用预配置的价格公式，确定所述请求对应的查询价格。
38.在一种具体实施方式中，所述处理模块具体用于：
39.采用随机函数的策略，对所述超图中每个顶点分配对应的第一权重。
40.其中，所述随机函数的策略包括：
41.对所述超图中每个顶点分配相同的随机权重，且权重大于0。
42.或者，对所述超图中每个顶点分配互不相同的随机权重，且权重大于0。
43.或者，对所述超图中每个顶点从一定范围的数值中随机分配随机权重。
44.在一种具体实施方式中，所述处理模块具体用于：
45.根据所述数据集的访问次数，或者访问频率，对所述超图中每个顶点分配对应的第一权重。
46.在一种具体实施方式中，所述处理模块具体用于：
47.设置第一集合和第二集合；其中，所述第一集合包括所述超图中的每个边，每个边关联一个或多个顶点；所述第二集合初始时为空集。
48.确定所述第一集合中第n边，所述第n边为关联顶点数最少的边；并在确定所述第n边关联顶点的权重之和大于第n最大化收益时，将所述第n边配置在所述第二集合中，在所述第一集合中删除所述第n边，以及设置第n+1最大化收益为所述第n边关联顶点的权重之和；在确定所述第一集合不为空集时，将n加1，重复执行该步骤，直至所述第一集合为空集。
49.在确定所述第一集合为空集，且所述第二集合中边没有重复时，对于所述第二集合中的每个边，获取所述边关联的顶点中权重最大的顶点，并将所述顶点对应的第一权重赋予所述边对应的第二权重。
50.其中，所述n为正整数，且大于或等于1；所述第1最大化收益为初始化最大收益，且为0。
51.在一种具体实施方式中，所述采用预配置的价格公式为：
52.f(x)＝kx
53.或者，
54.f(x)＝loga(x+1)
55.或者，
56.f(x)＝xb57.其中，x为所述请求关联的边的对应的第二权重或者顶点对应的第一权重，k、a、b为预配置常数。
58.第三方面，本技术提供一种服务器，包括：
59.处理器，存储器，通信接口。
60.所述存储器用于存储所述处理器可执行的可执行指令。
61.其中，所述处理器配置为经由执行所述可执行指令来执行如第一方面所述的数据查询的处理方法。
62.第四方面，本技术提供一种可读存储介质，其上存储有计算机程序，在于，所述计算机程序被处理器执行时实现第一方面所述的数据查询的处理方法。
63.本技术提供的一种数据查询的处理方法、装置、服务器及介质，获取数据查询集合；对于所述数据查询集合中的每个请求，遍历待查询的数据库中的支持集中的每个数据集，获取所述请求对应的冲突集，并建立冲突集和数据集之间的对应关系；将支持集中的每个数据集构建成超图中对应的顶点，并根据所述冲突集和数据集之间的对应关系，构建所述超图中的每个边；采用预配置权重分配方案，对所述超图中每个顶点分配对应的第一权
重，并根据所述每个顶点对应的第一权重以及最大化收益，为所述超图中每个边分配对应的第二权重；对于每个请求，确定所述请求关联的边的对应的第二权重或者顶点对应的第一权重，采用预配置的价格公式，确定所述请求对应的查询价格。相较于现有技术数据定价计算复杂度相对较高，且定价相对单一，片面而言，本技术根据数据查询集合中的每个请求，以及数据库中的支持集中的每个数据集，构建超图，并在超图下确定每个请求的对应的查询价格，从而在实现无套利和无折扣的情况下，降低了计算的复杂度，且由于在定价过程中考虑到了最大化收益，从而使得数据定价更为全面，保证了收益和利润。
附图说明
64.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
65.图1为本技术提供的一种数据查询的处理方法实施例一的流程示意图；
66.图2为本技术提供的一种数据查询的处理方法实施例二的流程示意图；
67.图3为本技术实施例二中所示的超图的示意图；
68.图4为本技术提供的一种数据查询的处理方法实施例三的流程示意图；
69.图5为本技术提供的一种数据查询的处理装置实施例的结构示意图；
70.图6为本技术提供的一种服务器的结构示意图。
71.通过上述附图，已示出本技术明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本技术构思的范围，而是通过参考特定实施例为本领域技术人员说明本技术的概念。
具体实施方式
72.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在根据本实施例的启示下作出的所有其他实施例，都属于本技术保护的范围。
73.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或服务器固有的其它步骤或单元。
74.首先对本技术所涉及的名词进行解释：
75.超图：超图是有限集合的子集系统，超图h是一个有序二元组h＝(x,e)，其中x是一个以节点或顶点为元素的非空集合，称为顶点集；e是x的一组非空子集簇，其元素被称为边或超边。
76.现有技术中，基于超图查询定价模型中对于已有的查询记录，可根据被查询数据的购买频率设定超图边的权重，对于未有记录的查询，需人为主观判断被查询数据的完备性设置超图边的权重。但是，现有技术中对于未有记录的查询需人为根据被查询数据的完备性设置权重，具有主观性，对于已有记录的查询需遍历历史购买查询记录，通过购买情况计算被查询数据重要程度设置权重，复杂度较高。
77.为解决上述问题，本技术技术构思在于如何在设置权重时减少人为主观判断的前提下，降低定价模型的计算复杂度，同时满足无套利和无折扣原则，且保证数据所有者的权益最大化。
78.下面，通过具体实施例对本技术的技术方案进行详细说明。需要说明的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
79.图1为本技术提供的一种数据查询的处理方法实施例一的流程示意图，如图1所示，该数据查询的处理方法具体包括以下步骤：
80.步骤s101：获取数据查询集合。
81.步骤s102：对于数据查询集合中的每个请求，遍历待查询的数据库中的支持集中的每个数据集，获取请求对应的冲突集，并建立冲突集和数据集之间的对应关系。
82.在本实施例中，数据库中存在多个支持集，其中，根据购买者的查询请求在一定数据集中查询获取查询结果，这些查询结果构成的数据集合为支持集，本实施例中数据库由冲突集组成；冲突集是指对于某一查询请求，在第一支持集中的第一查询结果不同于第二支持集中的第二查询结果，则第二查询结果为第一查询结果的冲突集。
83.在本实施例中，引入冲突集，提升查询结果的完整性和准确性。
84.步骤s103：将支持集中的每个数据集构建成超图中对应的顶点，并根据冲突集和数据集之间的对应关系，构建超图中的每个边。
85.在本实施例中，支持集中每个数据集均为超图中一个单独的顶点。
86.在本实施例中，举例来说，该数据查询集合可以表示为其中，表示数据查询集合中的请求。对于每个请求，遍历支持集对于支持集中的数据集采用如下公式
[0087][0088]
确定每个请求的冲突集
[0089]
另外，将支持集中每个数据集构建超图中对应的顶点，在基于计算获取的冲突集，以及冲突集与数据集之间的关系，构建超图中的每个边，即其中ei为超图的边,超图的顶点用vi表示。
[0090]
步骤s104：采用预配置权重分配方案，对超图中每个顶点分配对应的第一权重，并根据每个顶点对应的第一权重以及最大化收益，为超图中每个边分配对应的第二权重。
[0091]
步骤s105：对于每个请求，确定请求关联的边的对应的第二权重或者顶点对应的第一权重，采用预配置的价格公式，确定请求对应的查询价格。
[0092]
在本实施例中，通过获取数据查询集合；对于数据查询集合中的每个请求，遍历待
查询的数据库中的支持集中的每个数据集，获取请求对应的冲突集，并建立冲突集和数据集之间的对应关系；将支持集中的每个数据集构建成超图中对应的顶点，并根据冲突集和数据集之间的对应关系，构建超图中的每个边；采用预配置权重分配方案，对超图中每个顶点分配对应的第一权重，并根据每个顶点对应的第一权重以及最大化收益，为超图中每个边分配对应的第二权重；对于每个请求，确定请求关联的边的对应的第二权重或者顶点对应的第一权重，采用预配置的价格公式，确定请求对应的查询价格。相较于现有技术，本技术根据数据查询集合中的每个请求，以及数据库中的支持集中的每个数据集，构建超图，并在超图下确定每个请求的对应的查询价格，从而在实现无套利和无折扣的情况下，降低了计算的复杂度，且由于在定价过程中考虑到了最大化收益，从而使得数据定价更为全面，保证了收益和利润。
[0093]
图2为本技术提供的一种数据查询的处理方法实施例二的流程示意图，在上述图1所示实施例的基础上，如图2所示，步骤104中“采用预配置权重分配方案，对超图中每个顶点分配对应的第一权重”的一种具体实现方式为：
[0094]
步骤s201：采用随机函数的策略，对超图中每个顶点分配对应的第一权重。
[0095]
本实施例中，该随机函数的策略包括如下一种：
[0096]
对超图中每个顶点分配相同的随机权重，且权重大于0。
[0097]
或者，
[0098]
对超图中每个顶点分配互不相同的随机权重，且权重大于0。
[0099]
或者，
[0100]
对超图中每个顶点从一定范围的数值中随机分配随机权重。
[0101]
另外，还需要说明的是，替换步骤s201，对每个顶点分配对应的第一权重的方式还可以为：
[0102]
根据数据集的访问次数，或者访问频率，对超图中每个顶点分配对应的第一权重。
[0103]
举例来说，对于每个顶点而言，其第一权重可设置为该顶点访问次数占总次数的百分比。
[0104]
更为具体的，步骤104中“根据每个顶点对应的第一权重以及和最大化收益，为该超图中每个边分配对应的第二权重”的一种具体实现方式为：
[0105]
步骤s202：设置第一集合和第二集合。
[0106]
本实施例中，第一集合包括超图中的每个边，每个边关联一个或多个顶点。第二集合初始时为空集。
[0107]
步骤s203：确定第一集合中第n边，第n边为关联顶点数最少的边；并在确定第n边关联顶点的权重之和大于第n最大化收益时，将第n边配置在第二集合中，在第一集合中删除第n边，以及设置第n+1最大化收益为第n边关联顶点的权重之和；在确定第一集合不为空集时，将n加1，重复执行该步骤，直至第一集合为空集。
[0108]
在本实施例中，若第n边关联顶点的权重之和小于或等于第n最大化收益时，在第一集合ε中删除第n边。
[0109]
步骤s204：在确定第一集合为空集，且第二集合中边没有重复时，对于第二集合中的每个边，获取边关联的顶点中权重最大的顶点，并将顶点对应的第一权重赋予边对应的第二权重。
[0110]
其中，n为正整数，且大于或等于1；该第1最大化收益为初始化最大收益，且为0。
[0111]
在本实施例中，基于超图中每个顶点的权重，以最大化收益rev为目标，为每个边赋予权重。具体的，初始化时，最大化收益(即第1最大化收益)为0，第二集合u为空集，且第一集合ε中每个边的权重ωe都赋予0。然后，先从第一集合ε中获取第1边，该第1边为关联顶点数最少的边，在确定第1边关联顶点的权重之和大于第1最大化收益时，将第1边配置在第二集合u中，并在第一集合ε中删除第1边，以及设置第2最大化收益为第1边关联顶点的权重之和。
[0112]
若第一集合ε不为空，则继续从第一集合ε中获取第2边，该第2边为关联顶点数最少的边，在确定第2边关联顶点的权重之和大于第2最大化收益时，将第2边配置在第二集合u中，并在第一集合ε中删除第2边，以及设置第3最大化收益为第2边关联顶点的权重之和。
[0113]
若第一集合ε不为空，则继续重复上述步骤，直至第一集合ε为空。则确定第二集合中的边是否有重复，若没有重复，则对于第二集合中的每个边，获取边关联的顶点中权重最大的顶点，并将顶点对应的第一权重赋予边对应的第二权重。
[0114]
另外，在本实施例中，还需要说明的是，若该边未分配第二权重值，获取该边关联的顶点中权重最大的顶点，并将顶点对应的第一权重赋予该边对应的第二权重；若该边已分配权重值，获取该边关联的顶点中的第一权重以及该边已有配置的第二权重值，并将该边关联的顶点的第一中权重值以及已有配置的第二权重值中最大权重值赋予该边对应的第二权重。若第二集合中存在重复边，则不做任何操作。
[0115]
举例来说，假设数据拥有者在数据库中的拥有的支持集如下表一所示：
[0116]
表一
[0117][0118]
其中，为数据集。
[0119]
获取的数据查询集合为其中，分别表示数据查询集合中的每个请求。例如：＝select count(*)from user where gender＝”f”，＝select gender count(*)from user group by gender,＝select avg(age)from user where gender＝”f”。
[0120]
基于此，对于数据查询集合中的每个请求，遍历待查询的数据库中的支持集中的每个数据集，针对数据集获取请求对应的冲突集，并建立冲突集和数据集之间的对应关系，该关系如表二所示：
[0121]
表二
[0122][0123]
具体的，为性别为f的数量，为统计各性别个数，为性别为f的平均年龄。根据表一可知，对于数据查询的结果为2，2，3，2，因此冲突集为查询的结果为2个f、2个m，2个f、2个m，3个f、1个m，2个f、2个m，因此冲突集为查询的
结果为21，26，20，21，因此冲突集为
[0124]
基于此，将支持集中的每个数据集构建成超图中对应的顶点，并根据冲突集和数据集之间的对应关系，构建超图中的每个边，从而该超图如图3所示，图3为本技术实施例二中所示的超图的示意图。
[0125]
设集合对应的顶点为v1，集合对应的顶点为v2，第一集合ε＝{e1,e2}，顶点v1、v2之间连边，顶点v2自身连边，其中e1＝v1v2、e2＝v2v2。按照从一定范围的数值中随机分配随机权重给超图中顶点，即随机分配(0,1)之间的随机数，其中顶点v1权重为0.2，顶点v2权重为0.4，即
[0126]
初始时最大化收益rev＝0，第二集合任意边权重ωe都设置为0。最初第一集合ε＝{e1,e2}，选择其中涉及顶点最少的边，则为ε
′
＝{e2}，e2边关联顶点的权重之和为0.4，大于此时最大化收益rev，因此第一集合ε＝ε/ε
′
＝{e1}、第二集合u＝{e2}、最大化收益rev＝0.4。
[0127]
此时第一集合ε不为空，则继续选择其中涉及顶点最少的边，此时ε
′
＝{e1}，e1边关联顶点的权重之和为0.6，大于此时最大化收益rev＝0.4，因此第二集合u＝{e1,e2}、最大化收益rev＝0.6。
[0128]
此时确定第一集合为空集，且第二集合u＝{e1,e2}中边e1、e2没有重复，且为分配过第二权重，因此边e1权重边e2权重权重
[0129]
在本实施例中，本技术根据数据查询集合中的每个请求，以及数据库中的支持集中的每个数据集，构建超图，并在超图下确定每个请求的对应的查询价格，从而在实现无套利和无折扣的情况下，降低了计算的复杂度，且由于在定价过程中考虑到了最大化收益，从而使得数据定价更为全面，保证了收益和利润。
[0130]
图4为本技术提供的一种数据查询的处理方法实施例三的流程示意图，在上述图2所示实施例的基础上，如图4所示，步骤105的一种具体实现方式为：
[0131]
步骤s301：采用随机函数的策略，对超图中每个顶点分配对应的第一权重。
[0132]
步骤s302：设置第一集合和第二集合。
[0133]
步骤s303：确定第一集合中第n边，第n边为关联顶点数最少的边；并在确定第n边关联顶点的权重之和大于第n最大化收益时，将第n边配置在第二集合中，在第一集合中删除第n边，以及设置第n+1最大化收益为第n边关联顶点的权重之和；在确定第一集合不为空集时，将n加1，重复执行该步骤，直至第一集合为空集。
[0134]
步骤s304：在确定第一集合为空集，且第二集合中边没有重复时，对于第二集合中的每个边，获取边关联的顶点中权重最大的顶点，并将顶点对应的第一权重赋予边对应的第二权重。
[0135]
其中，n为正整数，且大于或等于1；该第1最大化收益为初始化最大收益，且为0。
[0136]
步骤s305：对于每个请求，确定请求关联的边的对应的第二权重或者顶点对应的第一权重，采用预配置的价格公式，确定请求对应的查询价格。
[0137]
在本实施例中，采用预配置的价格公式为：
[0138]
f(x)＝kx
[0139]
或者，
[0140]
f(x)＝loga(x+1)
[0141]
或者，
[0142]
f(x)＝xb[0143]
其中，x为请求关联的边的对应的第二权重或者顶点对应的第一权重，k、a、b为预配置常数。
[0144]
在本实施例中，针对查询其在超图中有连边，则根据第二权重获取该查询对应的价格，在超图中没有连边，则根据第一权重获取该查询对应的价格，预配置的价格公式包括但不限于如下：
[0145]
对于数据质量较高的场景可选用以下价格公式：
[0146]
f(x)＝kx
[0147]
其中k的经验值为0.8，该价格公式为单调函数，增长速度较快，计算出的价格较高，因此适用数据质量较高的场景。
[0148]
对于数据质量偏低，数据质量差异性较小的场景可选用以下价格公式：
[0149]
f(x)＝loga(x+1)
[0150]
其中a的经验值为2，该价格公式为单调递增函数，增长速度慢，计算出的价格比较适中，因此适用于数据质量偏低，数据质量差异性较小的场景。
[0151]
对于数据质量适中，数据质量差异性较大的场景可选用以下价格公式：
[0152]
f(x)＝xb[0153]
其中b的经验取值为0.7，该价格公式为单调递增函数，增长速度快，因此适用于数据质量适中，数据质量差异性较大的场景。
[0154]
举例来说，假设数据拥有者在数据库中的拥有的支持集如下表一所示，查询集合同实施例二中示例，则冲突集和数据集之间的对应关系如表二所示，超图如图3所示，且其中顶点v1权重为0.2，顶点v2权重为0.4，即边e1权重边e2权重
[0155]
在本实施例中，选用以下价格公式：
[0156]
f(x)＝kx
[0157]
其中k的经验值为0.8，对于查询
[0158][0159]
对于查询
[0160][0161]
对于查询
[0162]
[0163]
基于查询的定价模型需要满足无套利和无折扣原则，其中无套利原则即整体的价格要小于所有部分的单价综合；无折扣原则即当单个部分的价格确定时，整体部分的价格要下降。具体的，对于无套利原则，若查询结果中信息包含了查询的结果信息，则满足：
[0164][0165]
对于无折扣原则，满足：
[0166][0167]
其中，y为任意数据集，指合并查询。
[0168]
在本实施例中，若存在查询为性别为f的年龄总和，对于数据查询的结果为42，52，60，42，因此冲突集为即
[0169][0170]
根据公式其查询价格为0.32，此时满足
[0171][0172][0173]
即满足无套利原则和无折扣原则。
[0174]
在本实施例中，本技术根据数据查询集合中的每个请求，以及数据库中的支持集中的每个数据集，构建超图，并在超图下确定每个请求的对应的查询价格，从而在实现无套利和无折扣的情况下，降低了计算的复杂度，且由于在定价过程中考虑到了最大化收益，从而使得数据定价更为全面，保证了收益和利润。
[0175]
图5为本技术提供的一种数据查询的处理装置实施例的结构示意图，如图5所示，该数据查询的处理装置40包括获取模块41、处理模块42；其中获取模块41用于获取数据查询集合。获取模块41还用于对于数据查询集合中的每个请求，遍历待查询的数据库中的支持集中的每个数据集，获取请求对应的冲突集，并建立冲突集和数据集之间的对应关系。处理模块42，用于将支持集中的每个数据集构建成超图中对应的顶点，并根据冲突集和数据集之间的对应关系，构建超图中的每个边。处理模块42，还用于采用预配置权重分配方案，对超图中每个顶点分配对应的第一权重，并根据每个顶点对应的第一权重以及最大化收益，为超图中每个边分配对应的第二权重。处理模块42，还用于对于每个请求，确定请求关联的边的对应的第二权重或者顶点对应的第一权重，采用预配置的价格公式，确定请求对应的查询价格。
[0176]
在一种可能的实施方案中，处理模块42具体用于：
[0177]
采用随机函数的策略，对超图中每个顶点分配对应的第一权重。
[0178]
其中，随机函数的策略包括：
[0179]
对超图中每个顶点分配相同的随机权重，且权重大于0。
[0180]
或者，对超图中每个顶点分配互不相同的随机权重，且权重大于0。
[0181]
或者，对超图中每个顶点从一定范围的数值中随机分配随机权重。
[0182]
在一种可能的实施方案中，处理模块42具体用于：
[0183]
根据数据集的访问次数，或者访问频率，对超图中每个顶点分配对应的第一权重。
[0184]
在一种可能的实施方案中，处理模块42具体用于：
[0185]
设置第一集合和第二集合；其中，第一集合包括超图中的每个边，每个边关联一个或多个顶点；第二集合初始时为空集。
[0186]
确定第一集合中第n边，第n边为关联顶点数最少的边；并在确定第n边关联顶点的权重之和大于第n最大化收益时，将第n边配置在第二集合中，在第一集合中删除第n边，以及设置第n+1最大化收益为第n边关联顶点的权重之和；在确定第一集合不为空集时，将n加1，重复执行该步骤，直至第一集合为空集。
[0187]
在确定第一集合为空集，且第二集合中边没有重复时，对于第二集合中的每个边，获取边关联的顶点中权重最大的顶点，并将顶点对应的第一权重赋予边对应的第二权重。
[0188]
其中，n为正整数，且大于或等于1；第1最大化收益为初始化最大收益，且为0。
[0189]
在一种可能的实施方案中，采用预配置的价格公式为：
[0190]
f(x)＝kx
[0191]
或者，
[0192]
f(x)＝loga(x+1)
[0193]
或者，
[0194]
f(x)＝xb[0195]
其中，x为请求关联的边的对应的第二权重或者顶点对应的第一权重，k、a、b为预配置常数。
[0196]
本技术实施例提供的数据查询的处理装置可以执行上述方法实施例所示的技术方案，其实现原理以及有益效果类似，此处不再进行赘述。
[0197]
图6为本技术提供的一种服务器的结构示意图。如图6所示，该服务器50包括：处理器51，存储器52，以及通信接口53；其中，存储器52用于存储处理器51可执行的可执行指令；处理器51配置为经由执行可执行指令来执行前述任一方法实施例中的技术方案。
[0198]
可选的，存储器52既可以是独立的，也可以跟处理器51集成在一起。
[0199]
可选的，当存储器52是独立于处理器51之外的器件时，服务器50还可以包括：总线，用于将上述器件连接起来。
[0200]
该服务器用于执行前述任一方法实施例中的技术方案，其实现原理和技术效果类似，在此不再赘述。
[0201]
本技术实施例还提供一种可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现前述任一实施例提供的技术方案。
[0202]
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0203]
最后应说明的是：以上各实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述各实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依
然可以对前述各实施例所记载的技术方案进行修改，或对其中部分或全部技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的范围。