本申請公開了數據存儲、查詢方法及裝置，屬于計算機技術領域。方法包括：獲取原始數據，基于原始數據得到彈性分布數據集；對于任一標簽對，獲取任一標簽對的索引文件，將索引文件存儲到磁盤中，得到索引文件在磁盤的偏移量和長度；獲取任一標簽對的標簽名稱的哈希值；根據任一標簽對的標簽名稱的哈希值，按照參考規則創建多叉樹；將索引文件在磁盤的偏移量和長度存儲到葉子節點中；從多叉樹的葉子節點開始，將每層的區塊依次存儲到磁盤中，每個區塊在存儲到磁盤中后，將每個區塊在磁盤的偏移量和長度存儲到上一層的節點中；將多叉樹的第一層的區塊存儲到內存中。本申請提供的方法能夠節省內存，提高數據查詢的效率。

技術領域

本申請實施例涉及計算機技術領域，特別涉及一種數據存儲、查詢方法及裝置。

背景技術

在大數據時代，一般會在數據儲存時創建索引，然后基于索引進行數據查詢。通過創建結構簡單、有效、性能優良的索引，可以快捷地獲取到所需查詢的數據。目前儲存數據時，一般會創建倒排索引，倒排索引是一種由屬性值來確定記錄的位置的索引方法。

相關技術在數據存儲的過程中，創建數據的索引文件，將索引文件存儲在磁盤，同時創建一個存儲索引文件相關信息的關聯容器(map)，將map存儲在內存中。Map的關鍵字(key)為項(term)，關鍵字的值(value)為對應的索引文件的偏移地址。數據查詢時，先在內存中根據term查找對應索引文件的偏移地址，再根據偏移地址從磁盤中獲取索引文件，從而得到查詢到的數據。在實現本申請的過程中，發明人發現相關技術至少存在以下問題：

相關技術中，當索引文件非常大的時候，存儲term和偏移地址的map可能占用大量的內存，隨著map的增大，在map中的查找性能急劇下降，從而降低數據查詢的效率。

發明內容

本申請實施例提供了一種數據存儲、查詢方法及裝置，可用于解決相關技術中的問題。所述技術方案如下：

一方面，本申請實施例提供了一種數據存儲方法，所述方法包括：

獲取原始數據，基于所述原始數據得到彈性分布數據集，所述彈性分布數據集中包含一個或多個主鍵；每個主鍵對應有一個或多個標簽對，每個標簽對由標簽名稱和標簽ID組成；

對于任一標簽對，獲取所述任一標簽對的索引文件，將所述索引文件存儲到磁盤中，得到所述索引文件在磁盤的偏移量和長度；

獲取所述任一標簽對的標簽名稱的哈希值；

根據所述任一標簽對的標簽名稱的哈希值，按照參考規則創建多叉樹，所述多叉樹的層數為一層或多層，每層包含一個或者多個區塊，每個區塊包含一個或多個節點；同一層的不同節點用于存儲位數相同數值不同的哈希值，不同層的不同節點用于存儲位數不同的哈希值；所述多叉樹的最后一層的節點為葉子節點；

將所述索引文件在磁盤的偏移量和長度存儲到所述葉子節點中；從所述多叉樹的葉子節點開始，將每層的區塊依次存儲到磁盤中，每個區塊在存儲到磁盤中后，將每個區塊在磁盤的偏移量和長度存儲到上一層的節點中；

將所述多叉樹的第一層的區塊存儲到內存中。

一方面，本申請實施例提供了一種數據查詢方法，所述方法包括：

獲取待查詢的數據和多叉樹的第一層的區塊，所述待查詢的數據包括一個或多個標簽對，每個標簽對由標簽名稱和標簽ID組成；所述多叉樹按照參考規則創建得到，所述多叉樹的層數為一層或多層，每層包含一個或者多個區塊，每個區塊包含一個或多個節點；同一層的不同節點存儲位數相同數值不同的哈希值，不同層的不同節點存儲位數不同的哈希值；所述多叉樹的最后一層的節點為葉子節點，所述葉子節點存儲索引文件在磁盤的偏移量和長度，非葉子節點存儲下一層區塊在磁盤的偏移量和長度；

對于任一標簽對，獲取所述標簽對的標簽名稱的哈希值；