一种索引结构建立方法、装置、设备及存储介质

摘要

本发明公开了一种索引结构建立方法、装置、设备及存储介质。该方法包括：获取电力数据的数据属性和属性值；根据所述数据属性、所述属性值以及所述数据属性和所述属性值之间的关联关系，建立用于关联检索的上层B+树索引结构和下层索引结构，其中，所述上层B+树索引结构中的每个叶子节点中存储有关键字和叶子节点与下层索引节点和/或子图的链接信息，通过本发明的技术方案，能够实现能够针对电力数据的特点，构建双层索引结构，既能够解决跨数据范围检索的问题，又能对无序数据进行检索。

说明书

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种索引结构建立方法、装置、设备及存储介质。

背景技术

针对字符型和数值型数据传统的数据检索方法主要分为以下两种：倒排索引和B+树的索引结构检索。倒排索引结构对字符型数据的检索具有良好的性能，但它对赋有权值的索引词没有提供一种好的处理方法，且不能满足数值型数据跨数据范围的检索需求。B+树实质上是一种多叉树，通过子节点可以有效地存储数据信息，由于叶子节点的有序性保证了它对有序性数值型数据检索具有优势，但是，B+树不适合字符型数据检索。

随着“数字新基建”决策的不断部署，用电基数的不断增长，大量的电气设备被投入使用后增加了工况的复杂性，系统信息的体量规模日益庞大。这些数据信息种类多样，来源广泛，信息储存类型、信息收集和传输途径也呈现多样性特征，对电力数据存储和接入需求也越来越高，然而当前电力信息系统的数据接入速度和效率是无法满足需求的。

B+树是为磁盘及其他存储辅助设备而设计的一种平衡查找树。在B+树中所有的记录节点按大小顺序存放在同一层的叶子节点中，各个叶节点用指针连接。B+树算法能实现单次请求涉及的磁盘I/O次数少，查询效率稳定、遍历效率高效的数据索引需求。但电力系统中的数据具有明显的大数据特征和关联关系特性，传统的检索方法在实现高效的接入电网运行时各业务产生的海量高频数据过程中已经显得捉襟见肘。在电力数据接入速度调优方面，传统的做法往往是单一的数据库索引优化或者调整单一因子。针对海量高频数据实时接入的场景，业内较为领先的是采用设置时序数据在分布式消息队列的存储结构实现高速写入，然而并不能表示数据之间的关联关系，难以挖掘其中的数据价值信息。

倒排索引不能完成数值型数据的跨数据范围的检索需求且倒排文件对赋有权值的索引词无法处理。由于不同的索引词所需要的地址数目不固定，无法为倒排文件中的各项数据预留长度适宜的存储空间。倒排索引中由于任何一个索引词所罗列的地址是有序排列的，所以插入删除数据时平均需要移动一半的地址，更为严重的是在插入新地址使地址的个数超过原来预留的长度时，要么建立溢出区，要么对倒排文件进行重组，这两种处理都需要大量的时间导致倒排文件的更新速度缓慢，建立溢出区还严重影响检索速度。B+树索引不能对无序性的字符型数据进行处理。

发明内容

本发明实施例提供一种索引结构建立方法、装置、设备及存储介质，以实现能够针对电力数据的特点，构建双层索引结构，既能够解决跨数据范围检索的问题，又能对无序数据进行检索。

第一方面，本发明实施例提供了索引结构建立方法，包括：

获取电力数据的数据属性和属性值；

根据所述数据属性、所述属性值以及所述数据属性和所述属性值之间的关联关系，建立用于关联检索的上层B+树索引结构和下层索引结构，其中，所述上层B+树索引结构中的每个叶子节点中存储有关键字和叶子节点与下层索引节点和/或子图的链接信息。

第二方面，本发明实施例还提供了一种索引结构建立装置，该装置包括：

获取模块，用于获取电力数据的数据属性和属性值；

建立模块，用于根据所述数据属性、所述属性值以及所述数据属性和所述属性值之间的关联关系，建立用于关联检索的上层B+树索引结构和下层索引结构；其中，所述上层B+树索引结构中的每个叶子节点中存储有关键字和叶子节点与下层索引节点和/或子图的链接信息。

第三方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明实施例中任一所述的索引结构建立方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中任一所述的索引结构建立方法。

本发明实施例通过获取电力数据的数据属性和属性值；根据所述数据属性、所述属性值以及所述数据属性和所述属性值之间的关联关系，建立用于关联检索的上层B+树索引结构和下层索引结构，其中，所述上层B+树索引结构中的每个叶子节点中存储有关键字和叶子节点与下层索引节点和/或子图的链接信息，既能够解决跨数据范围检索的问题，又能对无序数据进行检索。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1是本发明实施例中的一种索引结构建立方法的流程图；

图1a是本发明实施例中的改进型B+树混合索引结构示意图；

图1b是本发明实施例中的改进型B+树混合索引方法流程图；

图1c是本发明实施例中的改进型B+树索引结构检索关键字的流程图；

图1d是本发明实施例中的一种改进型B+树索引结构插入关键字的流程图；

图1e是本发明实施例中的另一种改进型B+树索引结构插入关键字的流程图；

图2是本发明实施例中的一种索引结构建立装置的结构示意图；

图3是本发明实施例中的一种电子设备的结构示意图；

图4是本发明实施例中的一种包含计算机程序的计算机可读存储介质的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。此外，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。此外，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

本发明使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

图1为本发明实施例提供的一种索引结构建立方法的流程图，本实施例可适用于对电力数据检索的情况，该方法可以由本发明实施例中的索引结构建立装置来执行，该装置可采用软件和/或硬件的方式实现，如图1所示，该方法具体包括如下步骤：

S110，获取电力数据的数据属性和属性值。

其中，所述电力数据的数据属性可以为数据来源，也可以为数据类型，数据类型可以为文本、图片以及音频中的至少一种，本发明实施例对此不进行限制。

其中，所述电力数据的属性值和所述电力数据的数据属性一一对应，例如可以是，预先建立关于电力数据的数据属性和属性值的对应关系的数据库，在获取到电力数据的数据属性后，通过查询数据库，得到所述电力数据的数据属性对应的属性值。

S120，根据所述数据属性、所述属性值以及所述数据属性和所述属性值之间的关联关系，建立用于关联检索的上层B+树索引结构和下层索引结构，其中，所述上层B+树索引结构中的每个叶子节点中存储有关键字和叶子节点与下层索引节点和/或子图的链接信息。

示例性的，根据所述数据属性、所述属性值以及所述数据属性和所述属性值之间的关联关系，建立用于关联检索的上层B+树索引结构和下层索引结构的方式可以为：根据所述属性值建立下层索引结构；获取所述下层索引结构中的折叠节点数量；根据所述折叠节点数量确定叶子节点数量；获取折叠节点和叶子节点的链接信息；根据所述叶子节点数量和链接信息建立上层B+树索引结构。根据所述数据属性、所述属性值以及所述数据属性和所述属性值之间的关联关系，建立用于关联检索的上层B+树索引结构和下层索引结构的方式也可以为：根据所述属性值建立知识图谱，其中，所述知识图谱包括：表示实体或概念的节点和表示关系的边，获取知识图谱中的折叠节点数量，根据所述折叠节点数量确定叶子节点数量；获取折叠节点和叶子节点的链接信息；根据所述叶子节点数量和链接信息建立上层B+树索引结构。根据所述数据属性、所述属性值以及所述数据属性和所述属性值之间的关联关系，建立用于关联检索的上层B+树索引结构和下层索引结构的方式可以为：根据所述属性值建立下层索引结构；获取所述下层索引结构中的子图数量；根据所述子图数量确定叶子节点数量；获取子图和叶子节点的链接信息；根据所述叶子节点数量和链接信息建立上层B+树索引结构。本发明实施例对此不进行限制。

可选的，根据所述数据属性、所述属性值以及所述数据属性和所述属性值之间的关联关系，建立用于关联检索的上层B+树索引结构和下层索引结构，包括：

根据所述属性值建立下层索引结构；

获取所述下层索引结构中的折叠节点数量；

根据所述折叠节点数量确定叶子节点数量；

获取折叠节点和叶子节点的链接信息；

根据所述叶子节点数量和链接信息建立上层B+树索引结构。

其中，根据折叠节点数量确定叶子节点数量的方式可以为，折叠节点数量和叶子节点数量相同，例如可以是，若折叠节点数量为4个，叶子节点数量则为4个。

其中，获取所述下层索引结构中的折叠节点数量的方式可以为：获取下层索引结构中的每个节点的属性信息，从相同属性的节点中选择一个确定为折叠节点。获取所述下层索引结构中的折叠节点数量的方式也可以为：预先设定折叠规则，根据折叠规则和下层索引结构确定下层索引结构中的折叠节点数量，本发明实施例对此不进行限制。

其中，获取折叠节点和叶子节点的链接信息的方式可以为：获取折叠节点和对应的叶子节点的链接关系，根据折叠节点和对应的叶子节点的链接关系生成链接信息，例如可以是，折叠节点A、折叠节点B、折叠节点C和折叠节点D，建立4个叶子节点：叶子节点E、叶子节点F、叶子节点G和叶子节点H，获取折叠节点A和叶子节点E的链接信息，折叠节点B和叶子节点F的链接信息，折叠节点C和叶子节点F的链接信息，折叠节点D和叶子节点G的链接信息。

示例性的，根据所述叶子节点数量和链接信息建立上层B+树索引结构，例如可以是，包括：折叠节点A、折叠节点B、折叠节点C和折叠节点D，根据折叠节点数量为4个，建立4个叶子节点：叶子节点E、叶子节点F、叶子节点G和叶子节点H，获取折叠节点A和叶子节点E的链接信息，将折叠节点A中的关键字和链接信息存储至叶子节点E中。获取折叠节点B和叶子节点F的链接信息，将折叠节点B中的关键字和链接信息存储至叶子节点F中。获取折叠节点C和叶子节点F的链接信息，将折叠节点C中的关键字和链接信息存储至叶子节点F中。获取折叠节点D和叶子节点G的链接信息，将折叠节点D中的关键字和链接信息存储至叶子节点G中。

示例性的，获取电力数据的数据属性和属性值，根据属性值构建知识图谱，所述知识图谱包括表示实体或概念的节点和表示关系的边；设立折叠规则，所述折叠规则可以为选取具有相同属性的节点构成知识图谱结构中的子图，并选取其中的一个节点作为折叠节点；根据知识图谱结构获得折叠节点个数，根据折叠节点个数分配上层B+树结构中对应的叶子节点数目；根据每个叶子节点所需占用的空间，划分对应的内存空间用于上层B+树索引结构存储每个叶子节点的节点域和控制域；将折叠节点中存储的关键字存储至对应的叶子节点的节点域，根据叶子节点和折叠节点之间的链接关系生成链接信息，将链接信息存储至叶子节点的控制域上。

在本发明实施例中，针对电力数据的特点，在设计索引结构时考虑的是对不同数据类型的数据创建不同结构的索引，在传统索引的基础上，引入了层次化索引的思想，将电力数据集中的数据属性和属性值划分开来，构建双层索引结构。如图1a所示，第一层生成的B+树索引结构中每个叶子节点的子树个数小于等于B+树索引结构的阶数，所述B+树索引结构每个分支所包括的子树个数大于等于B+树索引结构的阶数，所述B+树索引结构中除叶子节点外，其他节点至少有两颗子树。在B+树索引结构中，每个叶子节点的个数与该叶子节点的关键字个数相同，叶子节点包含关键字的个数大于等于所述子树的二分之一。叶子节点用于存储节点的关键字及指向该关键字对应的子图或节点的指针。叶子节点按关键字值的大小顺序进行链接，所有的叶子节点都在一层。所有分支节点包括该分支节点的子节点中值最大关键字或值最小的关键字的分界值及指向分界值的指针。第二层索引是针对第一层属性对应的属性值而建立的电力数据知识图谱，能够合理整合利用电力信息，在相关数据平台根据需要对电力信息进行检索时，节约时间成本。知识图谱包括表示实体或概念的节点和表示关系的边，其中知识图谱的节点和边均具有属性。知识图谱的节点可以是实体：指的是具有可区别性且独立存在的某种事物。如某一个人、某一个城市、某一种植物、某一种商品等等。也可以概念，概念主要指集合、类别、对象类型、事物的种类，例如人物、地理等。知识图谱的节点还可以是内容；通常实体和语义类的名字、描述、解释等，可以由文本、图像、音视频等来表达。知识图谱的节点属性，从一个实体指向他的属性，“面积”、“人口”、“首都”是几种不同的属性。属性值主要指对象指定属性的值，例如960万平方公里等。知识图谱的边表示节点之间的关系。进一步地，关系可以是两个人之间的关系，具体的例如，表示两个人之间的关系包括：父女、师生、朋友等。知识图谱的关系也可以是概念之间的普遍关系，进一步地，可以是“职业”与“性别”之间的关系。知识图谱中边的属性包括强度值，边的强度表示两个节点之间的关系强弱程度。例如，用户和用户关联人之间的通讯、邮件往来均比较密切，则边的强度值较高。

在一个具体的例子中，如图1b所示，将获得电力数据经过知识抽取、知识融合、数据模型构建和质量评估等步骤形成电力信息图谱。知识融合就是将多个知识库进行整合，形成一个知识库的过程，主要解决的问题是实体对齐。数据模型就是知识图谱的数据框架，不同的知识图谱会采用不同的数据模型。对于电力行业知识图谱来说，行业术语、行业数据都相对比较清晰，可以采用自顶向下的方式构建知识图谱，即先确定知识图谱的数据模型，然后根据数据模型的约定框架，再补充数据，完成知识图谱的建设。对最后的结果数据进行评估，将合格的数据放入知识图谱中。设立折叠规则，选取具有相同属性的节点构成知识图谱结构中的子图，并选取其中的一个节点作为折叠节点。这里所述的折叠规则可根据针对不同的应用领域进行确定，例如对于电力数据，可以根据数据所描述信息的类别不同进行划分，变压器信息可以作为一个折叠点，与之相同属性的节点组成知识图谱结构的中的一个子图。根据知识图谱结构获得折叠节点的个数。根据折叠节点的个数分配第一层B+树种叶子节点的数目，所述节点包括节点域和控制域。在本发明实例中，由于索引既可以是知识图谱中子图索引，也可以是知识图谱中各个节点的索引。若是创建子图的索引，则根据子图的个数获得节点的个数；若是创建图谱中节点的索引，则根据节点记录的个数获得叶子节点的个数。在本发明实例中，节点包括节点域和控制域。其中节点域用于存储节点信息，此处即为折叠节点或节点的关键字；控制域用于存储指针信息，此处的指针信息包括但不限于指向其他节点的指针及指向关键字对应的子图或节点的指针。根据每个节点所需占用的内存空间，划分对应的内存空间用于存储每个节点的节点域和控制域。在本发明实例中，由于节点的大小不同，占用的存储空间大小就不同。在计算出每个节点所占用的内存空间后，划分相应的内存空间用于存储每个节点的节点域和控制域。如将内存地址0X00到0X11的内存空间用于存储第一节点的节点域。将折叠点的关键字存储至节点的节点域，将指针信息存储到节点的控制域，以次生成各节点及B+树的索引。在本发明实例中，叶子节点用于存储节点关键字及指向该关键字对应的子图或节点记录的指针，或用于存储数据文件分块后每块文件的最大关键字及指向最大关键字记录的指针。按照对应关系建立上层B+树叶子节点域与折叠节点之间的链接关系。在本发明实例中，通过改进型B+树混合索引，提供了一种既高效，又稳定的索引方法。既提高了图数据库的稳定性，又提高了图数据库的性能，使得用户能够更加快捷的访问实时数据库。

可选的，还包括：

根据所述上层B+树索引结构确定每个叶子节点占用空间；

根据每个叶子节点占用空间划分每个叶子节点的节点域和控制域；

将折叠节点中存储的电力数据存储至与所述折叠节点对应的叶子节点的节点域中；

将所述链接信息存储至与所述链接信息对应的叶子节点的控制域中。

可选的，还包括：

获取用户输入的待检索关键字；

根据所述待检索关键字查询所述上层B+树索引结构，得到所述待检索关键字对应的目标叶子节点；

根据所述目标叶子节点中存储的链接信息查询所述下层索引结构，得到与所述待检索关键字对应的电力数据。

示例性的，根据所述待检索关键字查询所述上层B+树索引结构，得到所述待检索关键字对应的目标叶子节点的方式可以为：将待检索子图或节点对应的待检索关键字逐层与B+树索引结构中各叶子节点的所有关键字相比较，直到在目标叶子节点中检索到与所述待检索关键字相同的关键字。

获取待删除关键字，查询所述待删除关键字所在的节点，若待删除关键字所在的节点中的关键字个数大于该节点的阶数的二分之一，则直接删除该关键字对应的子图或节点的指针；若待删除关键字所在的节点中的关键字个数等于该节点阶数的二分之一，则从待删除关键字所在的节点的兄弟节点中移一个或多个关键字到待删除关键字所在的节点中，使待删除关键字所在的节点与其兄弟节点所含的关键字个数基本相同。

本发明实施例创建基于图存储策略的改进型B+树混合索引结构检索方法，将待检索关键字逐层与B+树中各个叶子节点的所有关键字相比较，直到在叶子节点中检索到与待检索关键字相同的关键字。

在一个具体的例子中，建立的B+树索引结构如图1c所示，知识图谱中子图或节点的关键字用英文字母表示，叶子节点按关键字值的大小进行链接。需要在这颗B+树中检索待检索关键字G，具体的检索方法如下：

将待检索关键字G与跟节点中的关键字P相比较，若得出G小于P，则根据节点中的指针，跳至第二层中包含了关键字F及J的节点。将待检索关键字G与关键字F及J比较，在得出G大于F小于J后，再沿着指针进入第三层的节点，在第三层的节点中检索到关键字G。并在包含关键字G的叶子节点找到一个指向关键字对应的指针。

将待检索关键字V与跟节点中的关键字P相比较，若得出V大于P，则根据节点中的指针，跳至包含了关键字U的节点，将待检索关键字G与关键字U比较，若待检索关键字V大于关键字U，则沿着指针进入第三层的节点，在第三层的节点中检索到关键字V。并在包含关键字V的叶子节点找到一个指向关键字对应的指针。

将待检索关键字Q与跟节点中的关键字P相比较，若得出Q大于P，则根据节点中的指针，跳至包含了关键字U的节点，将待检索关键字Q与关键字U比较，若待检索关键字Q小于关键字U，则沿着指针进入第三层的节点，在第三层的节点中检索到关键字Q。并在包含关键字Q的叶子节点找到一个指向关键字对应的指针。

将待检索关键字B与跟节点中的关键字P相比较，若得出B小于P，则根据节点中的指针，跳至第二层中包含了关键字F及J的节点。将待检索关键字B与关键字F及J比较，在得出B小于F后，再沿着指针进入第三层的节点，在第三层的节点中检索到关键字B。并在包含关键字B的叶子节点找到一个指向关键字对应的指针。

将待检索关键字M与跟节点中的关键字P相比较，若得出M小于P，则根据节点中的指针，跳至第二层中包含了关键字F及J的节点。将待检索关键字B与关键字F及J比较，在得出M大于F后，再沿着指针进入第三层的节点，在第三层的节点中检索到关键字M。并在包含关键字M的叶子节点找到一个指向关键字对应的指针。

在本发明实例中，由于只有叶子节点用于存储节点的关键字及指向该关键字对应的指针，因此在B+树索引结构中检索时，若叶子节点中包含关键字等于待检索关键字，并不终止检索。而是继续向下在图存储结构中检索，直到检索到包含需要检索的信息或遍历完相应的存储区域。

可选的，根据所述待检索关键字查询所述上层B+树索引结构，得到所述待检索关键字对应的目标叶子节点包括：

将所述待检索关键字与所述上层B+树索引结构中的根节点进行比较；

根据比较结果确定所述待检索关键字对应的目标叶子节点。

可选的，还包括：

获取用户输入的待插入关键字；

将所述待插入关键字与所述上层B+树索引结构中的根节点进行比较；

根据所述比较结果确定所述待插入关键字的插入位置；

根据所述插入位置，将所述关键字插入对应的叶子节点中。

示例性的，将所述待插入关键字与所述上层B+树索引结构中的根节点进行比较的方式可以为：将待插入关键字G与跟节点中的关键字P相比较，若得出G小于P，则根据节点中的指针，跳至第二层中包含了关键字F及J的节点。将待插入关键字G与关键字F及J比较，在得出G大于F小于J后，再沿着指针进入第三层的节点，在第三层的节点中插入待插入关键字G。

将待插入关键字V与跟节点中的关键字P相比较，若得出V大于P，则根据节点中的指针，跳至包含了关键字U的节点，将待插入关键字G与关键字U比较，若待插入关键字V大于关键字U，则沿着指针进入第三层的节点，在第三层的节点中插入待插入关键字V。

将待插入关键字Q与跟节点中的关键字P相比较，若得出Q大于P，则根据节点中的指针，跳至包含了关键字U的节点，将待插入关键字Q与关键字U比较，若待插入关键字Q小于关键字U，则沿着指针进入第三层的节点，在第三层的节点中插入待插入关键字Q。

将待插入关键字B与跟节点中的关键字P相比较，若得出B小于P，则根据节点中的指针，跳至第二层中包含了关键字F及J的节点。将待插入关键字B与关键字F及J比较，在得出B小于F后，再沿着指针进入第三层的节点，在第三层的节点中插入待插入关键字B。

将待插入关键字M与跟节点中的关键字P相比较，若得出M小于P，则根据节点中的指针，跳至第二层中包含了关键字F及J的节点。将待插入关键字B与关键字F及J比较，在得出M大于F后，再沿着指针进入第三层的节点，在第三层的节点中插入待插入关键字M。

在一个具体的例子中，由于叶子节点按关键字的大小顺序进行链接，则将待插入关键字根据其值的大小插入对应的叶子节点中。其中，有以下两点需注意：

其一，若待插入关键字对应的叶子节点加上待插入关键字后，它所包含的关键字个数小于等于该叶子节点的阶数，则将该关键字直接插入对应的叶子节点中。

其二，若待插入关键字对应的叶子节点加上待插入关键字后，它所包含的关键字个数大于该叶子节点阶数，则需分裂该叶子节点。具体分裂方法为：

将需插入的关键字对应的叶子节点分裂为两个节点，这两个节点所包含的关键字的个数为：(m+1)/2向下取整后所取得整数，(m+1)/2向上取整后的整数。其中，m为节点阶数。此时，再判断该叶子节点的双亲节点是否满足该双亲节点包含的关键字个数小于等于该双亲节点的阶数，若满足，结束插入流程；若不满足，则继续按上述方法分裂该双亲节点，直到所有的节点都满足包含的关键字个数小于等于该节点阶数。

如图1d和图1e所示，若按照图1d所示，直接将E插入左边第一个叶子节点，则造成该叶子节点不满足节点所包含的关键字个数小于等于该节点的阶数，引起错误。因此，要按照图1e所示的方法，分裂E所在的叶子节点，使得E所在叶子节点分为两个节点，一个包含关键字A和B，另一个包含关键字C、D及E，使得这两个叶子节点包含的关键字个数小于等于该节点阶数。

可选的，根据所述属性值建立下层索引结构，包括：

根据所述属性值建立知识图谱，其中，所述知识图谱包括：表示实体或概念的节点和表示关系的边。

在一个具体的例子中，针对电力数据的特点，根据获取的电力数据构建知识图谱，所述知识图谱构成包括表示实体或概念的节点和表示关系的边，在传统索引的基础上引入层次化的索引思想，构建双层索引结构。根据所述数据属性、所述属性值以及所述数据属性和所述属性值之间的关联关系，建立用于关联检索的上层B+树索引结构和下层索引结构。上层B+树索引结构在建立的过程中，每个索引词在B+树的叶子节点中只出现一次，消除了一般B+树索引结构关键字重复的现象，叶节点中的每个索引词对应的指针指向下一层知识图谱中具有相同属性的节点和/或子图。下层索引结构可以为知识图谱，知识图谱的节点可以实体：指的是具有可区别性的且独立存在的某种事物。如某一个人、某一个城市、某一种植物以及某一种商品等。也可以是概念，概念主要指集合、类别、对象类型、事物的种类，例如人物、地理等。知识图谱的节点还可以是内容：通常作为实体和语义类的名字、描述、解释等，可以由文本、图像、音视频等来表达。知识图谱中边的属性包括方向性和强度值。其中，边的强度值表示两个节点之间的关系强弱，不同的属性对应不同类型的属性边。由于B+树索引对于无序性的字符型数据检索没有相应的解决方案，为了更好的表示出数据之间关联特征，将B+树的结构与图存储结构相融合，为数据检索提供了一种新方式、新思路。

由于倒排索引不能完成数值型的跨数据范围的检索要求，通过构建电力数据之间的知识图谱结构以建立数据之间的关联关系，有效地解决了跨数据范围检索的问题。

电力大数据高效接入能够保障电力系统的正常运行，也是提高电网企业运营效率的关键支撑技术之一。由于传统B+树没有考虑到电力信息片段的相关性、不能灵活设计数据索引，提出一种基于图存储策略的改进型B+树混合索引结构索引方法，即索引结构的第一层采用B+树结构存储属性，第二层采用图存储结构存储属性值，进而实现电力数据关联性索引。改进型B+树混合索引结构能够在不影响检索效率的情况下，实现涵盖关联性信息的电力大数据的索引检索方法，为将来实现多模态数据高效检索提供技术参考。

本实施例的技术方案，通过获取电力数据的数据属性和属性值；根据所述数据属性、所述属性值以及所述数据属性和所述属性值之间的关联关系，建立用于关联检索的上层B+树索引结构和下层索引结构，其中，所述上层B+树索引结构中的每个叶子节点中存储有关键字和叶子节点与下层索引节点和/或子图的链接信息，既能够解决跨数据范围检索的问题，又能对无序数据进行检索。

图2为本发明实施例提供的一种索引结构建立装置的结构示意图。本实施例可适用于对电力数据检索的情况，该装置可采用软件和/或硬件的方式实现，该装置可集成在任何提供索引结构建立功能的设备中，如图2所示，所述索引结构建立装置具体包括：获取模块210和建立模块220。

其中，获取模块，用于获取电力数据的数据属性和属性值；

建立模块，用于根据所述数据属性、所述属性值以及所述数据属性和所述属性值之间的关联关系，建立用于关联检索的上层B+树索引结构和下层索引结构；其中，所述上层B+树索引结构中的每个叶子节点中存储有关键字和叶子节点与下层索引节点和/或子图的链接信息。

上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。

本实施例的技术方案，通过获取电力数据的数据属性和属性值；根据所述数据属性、所述属性值以及所述数据属性和所述属性值之间的关联关系，建立用于关联检索的上层B+树索引结构和下层索引结构，其中，所述上层B+树索引结构中的每个叶子节点中存储有关键字和叶子节点与下层索引节点和/或子图的链接信息，既能够解决跨数据范围检索的问题，又能对无序数据进行检索。

图3为本发明实施例中的一种电子设备的结构示意图。图3示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图3显示的电子设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图3所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture，ISA)总线，微通道体系结构(Micro Channel Architecture，MCA)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。

电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory，RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图3未显示，通常称为“硬盘驱动器”)。尽管图3中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(只读光盘(Compact Disc-Read Only Memory，CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如系统存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。另外，本实施例中的电子设备12，显示器24不是作为独立个体存在，而是嵌入镜面中，在显示器24的显示面不予显示时，显示器24的显示面与镜面从视觉上融为一体。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network，LAN)，广域网Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks，RAID)系统、磁带驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的索引结构建立方法：

获取电力数据的数据属性和属性值；

根据所述数据属性、所述属性值以及所述数据属性和所述属性值之间的关联关系，建立用于关联检索的上层B+树索引结构和下层索引结构，其中，所述上层B+树索引结构中的每个叶子节点中存储有关键字和叶子节点与下层索引节点和/或子图的链接信息。

图4为本发明实施例中的一种包含计算机程序的计算机可读存储介质的结构示意图。本发明实施例提供了一种计算机可读存储介质61，其上存储有计算机程序610，该程序被一个或多个处理器执行时实现如本申请所有发明实施例提供的索引结构建立方法：

获取电力数据的数据属性和属性值；

根据所述数据属性、所述属性值以及所述数据属性和所述属性值之间的关联关系，建立用于关联检索的上层B+树索引结构和下层索引结构，其中，所述上层B+树索引结构中的每个叶子节点中存储有关键字和叶子节点与下层索引节点和/或子图的链接信息。

可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。