[发明专利]数据分群、分段、以及并行化

权利要求书

1.一种数据分群的方法，包括：

通过第一处理实体将一记录组分区成多个记录子组；以及

通过各个不同的接收方处理实体处理所述记录组的不同子组，并将结果存储在每个所述接收方处理实体可访问的数据存储部中，每个接收方处理实体的处理包括

基于确定所述记录中一个或多个字段的一个或多个值与由该接收方处理实体维护的本地参考信息内的条目之间或者与由任一其他所述接收方处理实体提供的所述数据存储部内的条目之间是否存在近似匹配来对所述子组中的每个记录执行操作，以及

基于由该接收方处理实体维护的所述本地参考信息来更新所述数据存储部。

2.如权利要求1所述的方法，其中每个所述接收方处理实体可访问的所述数据存储部包括非易失性存储介质。

3.如权利要求2所述的方法，其中由每个接收方处理实体维护的本地参考信息被存储在易失性存储介质中。

4.如权利要求1所述的方法，其中所述近似匹配允许所述值匹配得不同处多达一指定编辑距离。

5.如权利要求1所述的方法，其中对所述子组中的每个记录执行操作包括代理键分配。

6.如权利要求5所述的方法，其中对于接收方处理实体处接收的每个记录，在该接收方处理实体处生成的结果包括随着基于所述记录的一个或多个值所分配的代理键而增长的所述记录。

7.如权利要求1所述的方法，其中对所述子组中的每个记录执行操作包括将所述记录分群成一个或多个群。

8.如权利要求7所述的方法，其中对于接收方处理实体处接收的每个记录，在该接收方处理实体处生成的结果包括，随着基于所述记录的一个或多个值以及在所述接收方处理实体处接收的至少一些其他记录的一个或多个值所分配的群而增长的所述记录。

9.如权利要求1所述的方法，其中所述操作包括以下至少其中之一：代理键分配、分群、汇总、或添加。

10.一种计算机可读存储介质，用于存储计算机程序，该计算机程序包括指令，该指令用于使计算机系统：

通过第一处理实体将一记录组分区成多个记录子组；以及

通过各个不同的接收方处理实体处理所述记录组的不同子组，并将结果存储在每个所述接收方处理实体可访问的数据存储部中，每个接收方处理实体的处理包括

基于确定所述记录中一个或多个字段的一个或多个值与由该接收方处理实体维护的本地参考信息内的条目之间或者与由任一其他所述接收方处理实体提供的所述数据存储部内的条目之间是否存在近似匹配来对所述子组中的每个记录执行操作，以及

基于由该接收方处理实体维护的所述本地参考信息来更新所述数据存储部。

11.一种计算系统，包括：

第一处理实体，被配置为将一记录组分区成多个记录子组；以及

多个接收方处理实体，每个接收方处理实体被配置为处理所述记录组的不同子组，并将结果存储在每个所述接收方处理实体可访问的数据存储部中，每个接收方处理实体的处理包括

基于确定所述记录中一个或多个字段的一个或多个值与由该接收方处理实体维护的本地参考信息内的条目之间或者与由任一其他所述接收方处理实体提供的所述数据存储部内的条目之间是否存在近似匹配来对所述子组中的每个记录执行操作，以及

基于由该接收方处理实体维护的所述本地参考信息更新所述数据存储部。