[发明专利]面向大数据处理的机器数级数据比较方法

说明书

本发明属于机器数级数据比较方法技术领域，特别是涉及一种面向大数据处理的机器数级数据比较方法，对于定点数据，若要比较两个定点数据的大小关系，将定点数据分别视为有符号数和无符号数，设计两条相应的流水线，同时对寄存器中的数据逐位进行比较，根据从高位到低位的顺序判断各位的比较结果，进而确定定点数据比较结果；对于浮点数据，将其视为对应位数的有符号定点数据进行比较。该方法不解释查询字段所代表的含义，而是从机器数的角度，将所要查询的字段分成定点数据和浮点数据两类，在机器数级，直接对二进制数值进行比较，不需要分析查询字段的数据类型，避免了转换、解释等过程，大幅度提高系统的查询速度。

技术领域

本发明属于机器数级数据比较方法技术领域，特别是涉及一种面向大数据处理的机器数级数据比较方法。

背景技术

互联网、移动通信、社交网络、电子商务等技术的发展已将人类社会带入了以“ZB”为量级的大数据时代。大数据具有数据体量巨大(Volume)、数据类型繁多(Variety)、价值密度低(Value)、处理速度快(Velocity)的4V特点，对数据信息的管理查询要求与难度越来越高。数据库系统是管理信息系统的核心，基于数据库的联机事务处理(OLTP)以及联机分析处理(OLAP)是针对网络协议解析与数据库检索等应用的核心操作。

从大多数系统的使用实例来看，查询操作在各种数据库操作中所占据的比重较大，而查询操作所付出的时间代价往往又是最大，尤其是对于海量的数据而言，查询所需时间更是急剧上升。

传统数据查询是根据检索条件逐条进行比较的，比如使用SQL语句对数据库中的许多信息进行查询操作，数据表在接受查询请求时，将逐条判断是否符合查询条件，如图1所示，如果符合查询条件就将该条记录提取出来，然后将所有的行为组织在一起，形成另外一个类似表的结构，构成查询结果。查询条件中包含数值、字符、逻辑、日期等多种数据类型，还需要对各数据类型的信息特征进行转换、连接、比较、归并等过程，严重影响查询速度。

发明内容

为了克服现有技术中存在的缺陷，本发明的目的是提供一种面向大数据处理的机器数级数据比较方法，该方法能够提高计算系统的查询速度、可靠性、灵活性，而且具有良好的硬件支持性。

为了实现上述目的，本发明采用以下的技术方案：

本发明提供一种面向大数据处理的机器数级数据比较方法，将数据划分为定点数据和浮点数据；对于定点数据，若要比较两个定点数据的大小关系，将定点数据分别视为有符号数和无符号数，设计两条相应的流水线，同时对寄存器中的数据逐位进行比较，根据从高位到低位的顺序判断各位的比较结果，进而确定定点数据比较结果，并将定点数据比较结果存入结果标志寄存器中；对于浮点数据，将其视为对应位数的有符号定点数据进行比较。

进一步地，对于定点数据，若要比较两个定点数据的大小关系，假设查询判断模板为M，待查询的数据为N，判断条件包括M＝N，MN和MN。

进一步地，当判断条件为M＝N时，对于有符号数和无符号数，从高位到低位，每次取一位数值，与查询判断模板M对应位的数值进行对比，若相等，则取下一位，全部对应位的数值均相等，则M＝N；M＝N的判断规则表示为：

进一步地，当判断条件为MN时，要分别求出有符号数和无符号数两种情况；

对于有符号数，首先判断符号位S，若M的符号位为0，N的符号位为1，则判断MN；若符号位相等，则取N字段的下一位数值，与M的下一位数值进行大小判断，若M₁N₁，则判断MN，若M₁＝N₁，则再取下一位数值，判断M₂和N₂的大小关系，如果相等则再比较下一位；MN的判断规则表示为：