Hive表鏈接的制作方法
【專利說明】
[0001] 相關申請的交叉引用
[0002] 本申請要求于2013年2月13日提交的美國專利申請?zhí)?3/766,512的優(yōu)先權，通 過引用將其全部內容結合于此。
技術領域
[0003] 本發(fā)明的各種實施方式通常設及多租戶數據倉庫基礎設施。更具體地，本發(fā)明的 各種實施方式設及使用多租戶數據倉庫內的表鏈接來減少數據復制量的系統(tǒng)和方法。
【背景技術】
[0004] 最廣義的數據倉庫是包含大量當前和歷史數據存儲的數據庫。在一些情況下，該 數據可從多個數據源（例如，營銷數據庫、銷售數據庫、用戶數據庫W及用于保持最新數據 的其他交易數據庫）集成。通常，在數據倉庫內組織并且存儲數據。例如，在一些情況下， 數據可存儲為一系列快照。在其他情況下，可W按照特定的時間間隔（例如，S個月、六個 月、或者更長時間）聚集數據和/或聚集至特定的主題區(qū)域中。
[0005] 當從多個數據源集成數據時，數據倉庫可提供一致的代碼、描述、字段和標記。例 如，假設多個數據源具有用于產品的不同的識別機制，數據倉庫可為提供用于該產品的統(tǒng) 一識別機制。在數據倉庫中存儲的數據也可使用諸如在線分析處理（0LA巧和數據挖掘工 具進行分析。來自運些分析的結果可用于各種商業(yè)目的，諸如，生成各種分析W及創(chuàng)建報 告。
[0006] 隨著時間，數據倉庫可能開始空間不足。一個解決方案是將數據倉庫分成更小的 倉庫?？蒞地理分布運些更小的倉庫。在一些情況下，每一個更小的數據倉庫可設計用于 特定的用戶群（例如，團隊）或者可承載與特定主題有關的信息。然而，一些用戶群或者特 定主題可能需要訪問同一數據。僅僅將同一數據復制給每一個更小的倉庫是低效的。另一 個解決容量問題的方案是從數據倉庫中刪除數據。然而，運個數據可能在將來的數據挖掘 或者分析行為是有價值。因此，需要更高效的技術用于管理運些數據倉庫內的數據。

【發(fā)明內容】

[0007] 描述了用于提供數據倉庫內的表鏈接W減少數據復制量的系統(tǒng)和方法。根據各種 實施方式，可W從分配給多租戶數據倉庫內的第一虛擬數據倉庫（例如，數據庫）的租戶接 收數據查詢?；谠摂祿樵?，可W生成信息集，表明該租戶被授權在多租戶數據倉庫內訪 問的數據。然后，租戶可W聲明租戶可訪問并且期望利用的數據子集。位于第一虛擬數據倉 庫外的、與聲明相關的任何數據可W使用識別用于檢索該數據的參數集（例如，數據位置、 時間范圍等）鏈接來輸入。此外，在一些實施方式中，該鏈接可僅提供對于第一虛擬數據倉 庫W外的數據的只讀訪問。
[0008] 在一個或多個實施方式中，可能有多個物理數據中屯、并且第一虛擬數據倉庫可W 是第一物理數據中屯、的一部分。可W確定由租戶聲明的數據的子集是否在第二物理數據中 屯、中（例如，在虛擬數據倉庫中）。如果該數據位于第二物理數據中屯、處，則在第一物理數 據中屯、中可W緩存來自第二物理數據中屯、的數據。一些實施方式監(jiān)測對于第一虛擬數據倉 庫外部的數據的利用或者訪問?？蒞確定數據的利用是否僅包括來自比鏈接所提供的訪問 的時間范圍更小的時間范圍的數據。當檢測到此時，可W更新鏈接中的參數集，使得鏈接僅 檢索來自該更小的時間范圍的數據。
[0009] 本發(fā)明的實施方式也包括計算機可讀存儲介質，該計算機可讀存儲介質包含使一 個或多個處理器執(zhí)行該方法、該方法的變型W及本文中描述的其他操作的指令集。
[0010] 盡管公開了多個實施方式，但是從下面示出并描述了本發(fā)明的示例性實施方式的
【具體實施方式】中，仍有本發(fā)明的其他實施方式對于本領域技術人員來說將變得顯而易見。 如應當認識到，在不完全偏離本發(fā)明的范圍的情況下，本發(fā)明能夠在各個方面進行修改。因 此，附圖和【具體實施方式】本質上被認為是示例性的而非限制性的。
[0011] 根據本發(fā)明的實施方式被具體公開在設及方法、系統(tǒng)和存儲介質的所附權利要求 中，其中，在一個權利要求類型（例如，方法）中提到的任何特征也可在另一個權利要求類 型（例如，存儲介質）中要求保護。
[0012] 在根據本發(fā)明的實施方式中，一種方法，包括：
[0013] 從分配至多租戶數據倉庫內的第一虛擬數據倉庫的租戶接收數據查詢；
[0014] 基于該數據查詢生成信息集，指明該租戶被授權訪問多租戶數據倉庫內的數據；
[0015] 從該租戶接收利用如信息集所指明的該租戶可W訪問的數據子集的聲明；并且
[0016] 使用識別用于檢索在第一虛擬數據倉庫外部的數據的參數集鏈接來輸入該數據。
[0017] 第一虛擬數據倉庫可W是W下數據庫，其是第一物理數據中屯、的一部分。
[0018] 在本發(fā)明的實施方式中，該方法進一步可包括：
[0019] 確定數據子集是否在第二物理數據中屯、；并且
[0020] 在第一物理數據中屯、中緩存來自第二物理數據中屯、的數據子集。
[0021] 第一虛擬數據倉庫可W是作為多租戶數據倉庫的一部分的多個數據庫之一，并且 該方法可進一步包括將一個或多個租戶分配至第一數據倉庫中的多個數據庫中的每一個。
[0022] 用于檢索數據的參數可包括要檢索的數據的時間范圍。
[0023] 在本發(fā)明的實施方式中，該方法可進一步包括：
[0024] 監(jiān)測在第一虛擬數據倉庫外部的數據的利用；
[00巧]確定利用的數據僅包括來自更小時間范圍的數據；并且 [00%] 更新參數集，使得該鏈接僅檢索來自該更小時間范圍的數據。
[0027] 該鏈接可提供對于第一虛擬數據倉庫外部的數據的只讀訪問。
[0028] 在本發(fā)明的又一實施方式中，一種系統(tǒng)，包括：
[0029] 物理數據倉庫，包括分配給第一租戶的第一數據庫W及分配給第二租戶的第二數 據庫，其中，第一租戶和第二租戶允許完全地訪問分別存儲在第一數據庫和第二數據庫內 的數據；
[0030] 數據發(fā)現(xiàn)模塊，從第一租戶接收捜索查詢并且通過訪問與第一數據庫和第二數據 庫相關的索引來捜索物理數據倉庫；
[0031] 鏈接模塊，生成對于物理數據倉庫內的第二數據庫中的數據子集的鏈接，W便允 許第一租戶具有讀取訪問該數據子集而無需將該數據子集復制到第一數據庫。
[0032] 在本發(fā)明的實施方式中，該系統(tǒng)可進一步包括訪問控制模塊，該訪問控制模塊可 通信地禪接至數據發(fā)現(xiàn)模塊并且被配置為確定第一租戶被授權訪問第二數據庫上的哪個 數據。
[0033] 在本發(fā)明的實施方式中，該系統(tǒng)可進一步包括租戶分配模塊，該租戶分配模塊將 第一租戶分配至第一數據庫并且將第二租戶分配至第二數據庫。
[0034] 在本發(fā)明的實施方式中，該系統(tǒng)可進一步包括保持管理模塊，該保持管理模塊利 用保持策略創(chuàng)建第=數據庫并且創(chuàng)建服從于該保持策略的、對于物理數據倉庫內的數據的 第二鏈接。
[0035] 在本發(fā)明的實施方式中，該系統(tǒng)可進一步包括復制管理模塊，該復制管理模塊確 定第一租戶請求的來自第二物理數據倉庫的數據，并且其中，復制管理模塊被配置為將所 請求的來自第二物理數據倉庫的數據復制到物理數據倉庫。
[0036] 物理數據倉庫可W是第一物理數據倉庫并且該系統(tǒng)可進一步包括第二物理數據 倉庫W及傳遞控制模塊，該傳遞控制模塊管理第二數據庫到第二物理數據倉庫的傳遞。
[0037] 在本發(fā)明的實施方式中，該系統(tǒng)可進一步包括傳播模塊，W更新由鏈接模塊生成 的鏈接。
[0038] 在也可要求保護的本發(fā)明的又一實施方式中，一種計算機實現(xiàn)的方法，包括：
[0039] 通過創(chuàng)建各自被分配給租戶的多個虛擬數據倉庫來生成多租戶數據倉庫，其中， 多個虛擬數據倉庫的第一虛擬數據倉庫包括對存儲在多個虛擬數據倉庫的第二虛擬數據 倉庫內的數據表的鏈接，W便允許租戶訪問該數據表而無需將該數據表從第二虛擬數據倉 庫復制到第一虛擬數據倉庫；
[0040] 針對會要求鏈接更新的變化，監(jiān)測多租戶數據倉庫內的變化；并且
[0041] 根據在多租戶數據倉庫內檢測到的變化來更新鏈接。
[0042] 多租戶數據倉庫內的變化可包括將多個虛擬數據倉庫之一傳遞至第二多租戶數 據倉庫。
[0043] 至數據表的鏈接可包括時間帖限制。
[0044] 在本發(fā)明的實施方式中，該方法可進一步包括： W45] 監(jiān)測對于數據表的訪問W確定實際使用的數據表的量；并且
[0046] 更新對于數據表的鏈接W包括對應于實際使用的數據表的量的第二時間帖限制。
[0047] 多租戶數據倉庫內的變化可包括對于數據表的訪問授權的變化并且更新該鏈接 包括刪除該鏈接。
[0048] 多個虛擬數據倉庫可包括經索引的一個或多個數據庫，W允許來自多租戶數據倉 庫的租戶對于數據的查詢。
[0049] 在本發(fā)明的又一實施方式中，一種或多種計算機可讀非易失性存儲介質，其體現(xiàn) 為軟件，當軟件被執(zhí)行時可操作為執(zhí)行根據本發(fā)明或者上述任一個實施方式的方法。
[0050] 在也可W要求保護的本發(fā)明的又一實施方式中，一種系統(tǒng)，包括：一個或多個處理 器；W及禪接至處理器的存儲器，該存儲器包括由處理器可執(zhí)行的指令，當處理器執(zhí)行指令 時可操作為執(zhí)行根據本發(fā)明或者上述任一個實施方式的方法。
【附圖說明】
[0051] 將通過使用附圖描述和說明本發(fā)明的實施方式，其中：
[0052] 圖1示出了在其中可利用本發(fā)明的一些實施方式的多租戶數據倉庫環(huán)境的實例；
[0053] 圖2示出了根據本發(fā)明的一個或多個實施方式可使用的部件的框圖；
[0054] 圖3是根據本發(fā)明的各種實施方式生成表鏈接的一組操作的流程圖； 陽化5] 圖4是根據本發(fā)明的一些實施方式的用于在數據倉庫環(huán)境內檢索數據的一組操 作的流程圖；
[0056] 圖5是根據本發(fā)明的各種實施方式的用于傳播對于多租戶數據倉庫內的表鏈接 的更新的一組操作的流程圖；
[0057] 圖6是本發(fā)明的一些實施方式可利用的社交網絡系統(tǒng)的系統(tǒng)架構的框圖；W及
[0058] 圖7示出了