-
公开(公告)号：CN114356758A
公开(公告)日：2022-04-15
申请号：CN202111592199.8
申请日：2021-12-23
Applicant: 天津南大通用数据技术股份有限公司
IPC: G06F11/36
Abstract: 本发明提供了一种基于动态评估的并行化分布式数据库引擎测试方法及系统，具体步骤为：服务端设置多个测试集群，确定需要测试的用例，并将需要测试的用例分组，每组用例组中的用例估算耗时总和接近；以并行方式在多个测试集群上部署数据库，每个测试集群组执行一组用例，读取并执行用例组，返回结果，将返回结果与用例预期结果对比，获取对比结果，记录用例执行对比信息；所有用例执行结束后，数据库中设置记录用例执行对比信息的用例结果表。本发明解决了现有数据库进行用例测试时，效率低、资源利用率低、与预期结果对比误差大的问题。
-
公开(公告)号：CN114328206B
公开(公告)日：2025-03-28
申请号：CN202111594973.9
申请日：2021-12-23
Applicant: 天津南大通用数据技术股份有限公司
IPC: G06F11/3668
Abstract: 本发明提供了一种能够实现高覆盖率且高效率的白盒异常测试方法，在数据库产品中加入白盒异常处理代码逻辑；测试人员指定数据库测试目标并开启对用例库中所有用例的测试程序；读取一条用例，为被测用例初始化一个空堆栈池；每当数据库内异常处理代码被触发时，生成被测用例当前执行点的函数调用栈，将函数调用栈存储到被测用例对应的堆栈池中，记录被测用例的堆栈池信息；测试程序对用例库中所有用例执行异常测试，将造成异常的函数调用栈对应的异常信息记录到日志中；根据日志定位此次异常测试出现的位置及问题。本发明所述的一种能够实现高覆盖率且高效率的白盒异常测试方法，遍历数据库中所有触发异常的调用堆栈，全覆盖保证测试的准确完善。
-
公开(公告)号：CN118445347A
公开(公告)日：2024-08-06
申请号：CN202410904108.7
申请日：2024-07-08
Applicant: 江苏华库数据技术有限公司 , 天津南大通用数据技术股份有限公司
Inventor： 丁骁阳
IPC: G06F16/25 , G06F16/2457 , G06F16/2455
Abstract: 本发明提供一种兼容多存储引擎的分析型数据库延迟物化扫描方法，涉及数据扫描技术领域，具体包括：由磁盘读取待过滤数据并将所述待过滤数据存至缓存区；调用存储引擎的接口控制缓存区在预设时间内不对待过滤数据进行释放；将待过滤数据的内存地址封装为数据块，并将数据块传入执行引擎；将过滤条件转换为待执行存储引擎的数据格式，获得适配过滤条件；根据适配过滤条件及数据块，对存储引擎进行过滤，将过滤完成的剩余行进行拷贝并返回执行引擎。本发明能够发挥计算引擎的高过滤性能并大幅减少内存拷贝量，使不同存储引擎均能支持延迟物化扫描，并能统一接受向量化执行引擎的高性能过滤。
-
Patent Agency Ranking
公开(公告)号：CN114356758B
公开(公告)日：2024-11-19
申请号：CN202111592199.8
申请日：2021-12-23
Applicant: 天津南大通用数据技术股份有限公司
IPC: G06F11/36
Abstract: 本发明提供了一种基于动态评估的并行化分布式数据库引擎测试方法及系统，具体步骤为：服务端设置多个测试集群，确定需要测试的用例，并将需要测试的用例分组，每组用例组中的用例估算耗时总和接近；以并行方式在多个测试集群上部署数据库，每个测试集群组执行一组用例，读取并执行用例组，返回结果，将返回结果与用例预期结果对比，获取对比结果，记录用例执行对比信息；所有用例执行结束后，数据库中设置记录用例执行对比信息的用例结果表。本发明解决了现有数据库进行用例测试时，效率低、资源利用率低、与预期结果对比误差大的问题。
-
公开(公告)号：CN114328206A
公开(公告)日：2022-04-12
申请号：CN202111594973.9
申请日：2021-12-23
Applicant: 天津南大通用数据技术股份有限公司
IPC: G06F11/36
Abstract: 本发明提供了一种能够实现高覆盖率且高效率的白盒异常测试方法，在数据库产品中加入白盒异常处理代码逻辑；测试人员指定数据库测试目标并开启对用例库中所有用例的测试程序；读取一条用例，为被测用例初始化一个空堆栈池；每当数据库内异常处理代码被触发时，生成被测用例当前执行点的函数调用栈，将函数调用栈存储到被测用例对应的堆栈池中，记录被测用例的堆栈池信息；测试程序对用例库中所有用例执行异常测试，将造成异常的函数调用栈对应的异常信息记录到日志中；根据日志定位此次异常测试出现的位置及问题。本发明所述的一种能够实现高覆盖率且高效率的白盒异常测试方法，遍历数据库中所有触发异常的调用堆栈，全覆盖保证测试的准确完善。
-
公开(公告)号：CN118445347B
公开(公告)日：2024-09-20
申请号：CN202410904108.7
申请日：2024-07-08
Applicant: 江苏华库数据技术有限公司 , 天津南大通用数据技术股份有限公司
Inventor： 丁骁阳
IPC: G06F16/25 , G06F16/2457 , G06F16/2455
Abstract: 本发明提供一种兼容多存储引擎的分析型数据库延迟物化扫描方法，涉及数据扫描技术领域，具体包括：由磁盘读取待过滤数据并将所述待过滤数据存至缓存区；调用存储引擎的接口控制缓存区在预设时间内不对待过滤数据进行释放；将待过滤数据的内存地址封装为数据块，并将数据块传入执行引擎；将过滤条件转换为待执行存储引擎的数据格式，获得适配过滤条件；根据适配过滤条件及数据块，对存储引擎进行过滤，将过滤完成的剩余行进行拷贝并返回执行引擎。本发明能够发挥计算引擎的高过滤性能并大幅减少内存拷贝量，使不同存储引擎均能支持延迟物化扫描，并能统一接受向量化执行引擎的高性能过滤。
-
公开(公告)号：CN117112238B
公开(公告)日：2024-01-30
申请号：CN202311369632.0
申请日：2023-10-23
Applicant: 天津南大通用数据技术股份有限公司
Abstract: 本发明提供了一种OLAP数据库排序算子中的高性能归并方法，包括：将排序算子的输入数据的单位定义为段，每段为输入段；将每个输入段中的数据块添加到排序算子的cache中，用以在排序和物化时使用，其中数据块为输入数据的最小输入单元；针对添加到排序算子的cache中的输入数据进行内部排序，形成排序后的输入数据；针对排序后的输入数据，按照分割点拆分成t个子任务；分别在每个子任务中进行归并，所有子任务的归并结果即为整体的归并结果；根据整体的归并结果物化排序列的实际数据以及其它查询需要的列，输出结果。本发明有益效果：一种OLAP数据库排序算子中的高性能归并方法，可充分发挥多核CPU的计算性能，大幅缩短归并耗时。
-
公开(公告)号：CN117112238A
公开(公告)日：2023-11-24
申请号：CN202311369632.0
申请日：2023-10-23
Applicant: 天津南大通用数据技术股份有限公司
Abstract: 本发明提供了一种OLAP数据库排序算子中的高性能归并方法，包括：将排序算子的输入数据的单位定义为段，每段为输入段；将每个输入段中的数据块添加到排序算子的cache中，用以在排序和物化时使用，其中数据块为输入数据的最小输入单元；针对添加到排序算子的cache中的输入数据进行内部排序，形成排序后的输入数据；针对排序后的输入数据，按照分割点拆分成t个子任务；分别在每个子任务中进行归并，所有子任务的归并结果即为整体的归并结果；根据整体的归并结果物化排序列的实际数据以及其它查询需要的列，输出结果。本发明有益效果：一种OLAP数据库排序算子中的高性能归并方法，可充分发挥多核CPU的计算性能，大幅缩短归并耗时。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
