CN105205174B - 用于分布式系统的文件处理方法和装置 - Google Patents

用于分布式系统的文件处理方法和装置 Download PDF

Info

Publication number
CN105205174B
CN105205174B CN201510661956.0A CN201510661956A CN105205174B CN 105205174 B CN105205174 B CN 105205174B CN 201510661956 A CN201510661956 A CN 201510661956A CN 105205174 B CN105205174 B CN 105205174B
Authority
CN
China
Prior art keywords
file
subfile
distributed system
server
mark
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510661956.0A
Other languages
English (en)
Other versions
CN105205174A (zh
Inventor
郑全刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201510661956.0A priority Critical patent/CN105205174B/zh
Publication of CN105205174A publication Critical patent/CN105205174A/zh
Priority to KR1020160104011A priority patent/KR101941336B1/ko
Priority to JP2016160184A priority patent/JP6474367B2/ja
Priority to US15/239,646 priority patent/US20170109371A1/en
Application granted granted Critical
Publication of CN105205174B publication Critical patent/CN105205174B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/18—File system types
    • G06F16/182—Distributed file systems
    • G06F16/1824—Distributed file systems implemented using Network-attached Storage [NAS] architecture
    • G06F16/183—Provision of network file services by network file servers, e.g. by using NFS, CIFS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/13—File access structures, e.g. distributed indices
    • G06F16/134—Distributed indices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/17—Details of further file system functions
    • G06F16/176—Support for shared access to files; File sharing support
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/17—Details of further file system functions
    • G06F16/176—Support for shared access to files; File sharing support
    • G06F16/1767—Concurrency control, e.g. optimistic or pessimistic approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/18—File system types
    • G06F16/182—Distributed file systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/18—File system types
    • G06F16/182—Distributed file systems
    • G06F16/1824—Distributed file systems implemented using Network-attached Storage [NAS] architecture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/604—Tools and structures for managing or administering access control systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B99/00—Subject matter not provided for in other groups of this subclass
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1004—Server selection for load balancing
    • H04L67/1008—Server selection for load balancing based on parameters of servers, e.g. available memory or workload
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1004—Server selection for load balancing
    • H04L67/1014—Server selection for load balancing based on the content of a request
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Bioethics (AREA)
  • Automation & Control Theory (AREA)
  • Biotechnology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本申请公开了用于分布式系统的文件处理方法和装置。所述方法的一具体实施方式包括：接收包括预定标识的文件；根据所述文件的大小、所述文件中预定标识的数量和所述分布式系统所包括的服务器的数量，将所述文件拆分为多个子文件，其中，每个子文件包括相同数量的预定标识；响应于所述分布式系统所包括的服务器中的至少一个服务器发送的文件处理请求，向相应服务器发送子文件以进行所述文件的并行处理。该实施方式提高了基因信息文件的处理效率，实现了负载均衡。

Description

用于分布式系统的文件处理方法和装置
技术领域
本申请涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及用于分布式系统的文件处理方法和装置。
背景技术
用户通常通过检测处理基因信息文件得到的处理后的文件，再根据处理后的文件来预测人们未来的患病风险。由于基因信息文件大，导致基因信息文件的检测处理耗时、繁琐。
在现有技术中，处理基因信息文件的系统通常只包括单个服务器，由此只能借助于系统中的单个服务器处理基因信息文件，导致处理时间长。此外，当基因信息文件过大时，还可能由于处理基因信息文件的系统的内存不足而导致无法处理这样的基因信息文件。
所以，为了进一步提高基因信息文件的处理效率，需要一种并行处理基因信息文件的方法。
发明内容
本申请的目的在于提出一种改进的用于分布式系统的文件处理方法和装置，来解决以上背景技术部分提到的技术问题。
第一方面，本申请提供了一种用于分布式系统的文件处理方法，所述方法包括：接收包括预定标识的文件；根据所述文件的大小、所述文件中预定标识的数量和所述分布式系统所包括的服务器的数量，将所述文件拆分为多个子文件，其中，每个子文件包括相同数量的预定标识；响应于所述分布式系统所包括的服务器中的至少一个服务器发送的文件处理请求，向相应服务器发送子文件以进行所述文件的并行处理。
在一些实施例中，所述子文件的数量为所述分布式系统所包括的服务器的数量的整数倍。
在一些实施例中，所述向相应服务器发送子文件以进行所述文件的并行处理之后，所述方法还包括：对所述相应服务器处理后的子文件进行合并，生成合并文件；将所述合并文件的访问权限设置为共享权限或者非共享权限。
在一些实施例中，所述文件为基因信息文件。
在一些实施例中，所述根据所述文件的大小、所述文件中预定标识的数量和所述分布式系统所包括的服务器的数量，将所述文件拆分为多个子文件，包括：根据所述文件的大小、所述文件中预定标识的数量和所述分布式系统所包括的服务器的数量，确定待拆分生成的子文件的数量和每个子文件包括的预定标识的数量；根据所述待拆分生成的子文件的数量和每个子文件包括的预定标识的数量，将所述文件拆分为多个子文件。
第二方面，本申请提供了一种用于分布式系统的文件处理装置，所述装置包括：接收单元，用于接收包括预定标识的文件；拆分单元，用于根据所述文件的大小、所述文件中预定标识的数量和所述分布式系统所包括的服务器的数量，将所述文件拆分为多个子文件，其中，每个子文件包括相同数量的预定标识；并行单元，用于响应于所述分布式系统所包括的服务器中的至少一个服务器发送的文件处理请求，向相应服务器发送子文件以进行所述文件的并行处理。
在一些实施例中，所述子文件的数量为所述分布式系统所包括的服务器的数量的整数倍。
在一些实施例中，所述并行单元还用于：对所述相应服务器处理后的子文件进行合并，生成合并文件；将所述合并文件的访问权限设置为共享权限或者非共享权限。
在一些实施例中，所述文件为基因信息文件。
在一些实施例中，所述拆分单元具体用于：根据所述文件的大小、所述文件中预定标识的数量和所述分布式系统所包括的服务器的数量，确定待拆分生成的子文件的数量和每个子文件包括的预定标识的数量；根据所述待拆分生成的子文件的数量和每个子文件包括的预定标识的数量，将所述文件拆分为多个子文件。
本申请实施例提供的用于分布式系统的文件处理方法和装置，提高基因信息文件的处理效率，实现了负载均衡。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请可以应用于其中的示例性系统架构图；
图2是根据本申请的用于分布式系统的文件处理方法的一个实施例的流程图；
图3是根据本申请的用于分布式系统的文件处理方法的一个应用场景的示意图；
图4是根据本申请的用于分布式系统的文件处理装置的一个实施例的结构示意图；
图5是适于用来实现本申请实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请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相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于分布式系统的文件处理方法或用于分布式系统的文件处理装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和分布式系统105(分布式系统105包括：服务器106、107、108)。网络104用以在终端设备101、102、103和分布式系统105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与分布式系统105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如文件处理应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持数据处理的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture ExpertsGroup Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving PictureExperts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
分布式系统105包括服务器106、107、108，服务器106、107、108可以是提供各种服务的服务器，例如对终端设备101、102、103上传的文件提供支持的后台服务器。后台服务器可以对接收到的文件等数据进行分析等处理，并将处理后的文件反馈给终端设备。
需要说明的是，本申请实施例所提供的用于分布式系统的文件处理方法一般由分布式系统105执行，相应地，用于分布式系统的文件处理装置一般设置于分布式系统105中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本申请的用于分布式系统的文件处理方法的一个实施例的流程200。所述的用于分布式系统的文件处理方法，包括以下步骤：
步骤201，接收包括预定标识的文件。
在本实施例中，用于分布式系统的文件处理方法运行于其上的电子设备(例如图1所示的分布式系统105)可以通过有线连接方式或者无线连接方式从用户利用其进行文件浏览的终端接收包括预定标识的文件，其中，上述包括预定标识的文件包括了用户期望处理的文件，文件包括有预定标识。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
通常，用户利用终端上安装的文件处理客户端来发送文件，这时，用户可以通过直接输入文件的内容或者上传文件来向分布式系统105发送包括预定标识的文件。在本实施例中，上述文件可以包括fasta格式、fastq格式的文件或者其它未来将开发的格式的文件；上述预定标识可以是“>”或“@”。
在本实施例的一些可选的实现方式中，上述文件为基因信息文件。
步骤202，根据文件的大小、文件中预定标识的数量和分布式系统所包括的服务器的数量，将文件拆分为多个子文件，其中，每个子文件包括相同数量的预定标识。
在本实施例中，基于步骤201中得到的包括预定标识的文件，上述电子设备(例如图1所示的分布式系统105)可以首先获取上述文件；之后再利用各种分析手段对上述文件及文件的内容进行分析，从而检测得到文件的大小、文件中预定标识的数量；再检测得到分布式系统所包括的服务器的数量。然后，根据上述文件的大小、上述文件中预定标识的数量和上述分布式系统所包括的服务器的数量，将上述文件拆分为多个子文件，其中，每个子文件中的预定标识的数量相同。
在具体地实施例中，假设上述文件的大小为100M，上述文件中预定标识的数量为200个“@”，上述分布式系统所包括的服务器的数量为10个，将文件拆分为10个子文件，确保每个子文件包括20个预定标识。
在本实施例的一些可选的实现方式中，上述子文件的数量为所述分布式系统所包括的服务器的数量的整数倍。如前述，上述分布式系统所包括的服务器的数量为10个，则应当考虑子文件的数量为10、20、30等10的整数倍即可，确定好子文件的数量后，再将文件拆分为多个子文件。
在本实施例的一些可选的实现方式中，根据文件的大小、文件中预定标识的数量和分布式系统所包括的服务器的数量，确定待拆分生成的子文件的数量和每个子文件包括的预定标识的数量；根据待拆分生成的子文件的数量和每个子文件包括的预定标识的数量，将文件拆分为多个子文件。如前述，假设上述文件的大小为100M，上述文件中预定标识的数量为200个“@”，上述分布式系统所包括的服务器的数量为10个，则将上述文件拆分为10的倍数个子文件，确定待拆分生成的子文件的数量为10个，以及每个子文件包括20个预定标识，根据待拆分生成的子文件的数量和每个子文件包括的预定标识的数量，确保每个子文件包括20个预定标识的情况下，将文件拆分为10个子文件。
步骤203，响应于上述分布式系统所包括的服务器中的至少一个服务器发送的文件处理请求，向相应服务器发送子文件以进行上述文件的并行处理。
在本实施例中，首先上述分布式系统所包括的服务器中的至少一个服务器发送文件处理请求，分布式系统接收到上述文件处理请求后，通过向相应服务器发送子文件来响应于上述文件处理请求，以便通过上述分布式系统所包括的服务器中的至少一个服务器来并行上述文件处理，通过分布式系统中的多个服务器实现文件处理请求的负载均衡。
在本实施例的一些可选的实现方式中，对所述相应服务器处理后的子文件进行合并，生成合并文件；将所述合并文件的访问权限设置为共享权限或者非共享权限。其中，通过文本或图形的展示方式，将预定标识的文件和合并文件展示。非共享权限用于预设的用户进行下载、查看、修改、调用或删除；共享权限用于所有用户读取和复制。
继续参见图3，图3是根据本实施例的用于分布式系统的文件处理方法的应用场景的一个示意图300。在图3的应用场景中，分布式系统首先接收包括预定标识的文件301；之后，根据上述文件301的大小、文件301中预定标识的数量和分布式系统所包括的服务器303的数量，将文件拆分为多个子文件302，其中，每个子文件302包括相同数量的预定标识；响应于分布式系统所包括的服务器303中的至少一个服务器发送的文件处理请求，向相应服务器303发送子文件以进行所述文件的并行处理。对所述相应服务器303处理后的子文件进行合并，生成合并文件304。
通过本申请实施例，提高了基因信息文件的处理效率，实现了负载均衡。
进一步参考图4，作为对上述各图所示方法的实现，本申请提供了一种用于分布式系统的文件处理装置的一个实施例，该装置实施例与图2所示的方法实施例相对应。
如图4所示，本实施例所述的用于分布式系统的文件处理装置400包括：接收单元401，拆分单元402，并行单元403。其中，接收单元401，用于接收包括预定标识的文件；拆分单元402，用于根据所述文件的大小、所述文件中预定标识的数量和所述分布式系统所包括的服务器的数量，将所述文件拆分为多个子文件，其中，每个子文件包括相同数量的预定标识；并行单元403，用于响应于所述分布式系统所包括的服务器中的至少一个服务器发送的文件处理请求，向相应服务器发送子文件以进行所述文件的并行处理。
在本实施例中，用于分布式系统的文件处理装置400的接收单元401可以通过有线连接方式或者无线连接方式从用户利用其进行文件浏览的终端接收包括预定标识的文件，其中，上述包括预定标识的文件包括了用户期望处理的文件，文件包括有预定标识。
在本实施例中，基于接收单元401得到的文件，上述拆分单元402可以首先获取上述文件；之后再利用各种分析手段对上述文件及文件的内容进行分析，从而检测得到文件的大小、文件中预定标识的数量；再检测得到分布式系统所包括的服务器的数量。
在本实施例中，并行单元403响应于所述分布式系统所包括的服务器中的至少一个服务器发送的文件处理请求，向相应服务器发送子文件以进行所述文件的并行处理。
本领域技术人员可以理解，上述用于分布式系统的文件处理装置400还包括一些其他公知结构，例如处理器、存储器等，为了不必要地模糊本公开的实施例，这些公知的结构在图4中未示出。
下面参考图5，其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统500的结构示意图。
如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、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，所述模块、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。
描述于本申请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。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括接收单元、解析单元、信息选取单元和生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，接收单元还可以被描述为“接收用户的网页浏览请求的单元”。
作为另一方面，本申请还提供了一种非易失性计算机存储介质，该非易失性计算机存储介质可以是上述实施例中所述装置中所包含的非易失性计算机存储介质；也可以是单独存在，未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序，当所述一个或者多个程序被一个设备执行时，使得所述设备：接收包括预定标识的文件；根据所述文件的大小、所述文件中预定标识的数量和所述分布式系统所包括的服务器的数量，将所述文件拆分为多个子文件，其中，每个子文件包括相同数量的预定标识；响应于所述分布式系统所包括的服务器中的至少一个服务器发送的文件处理请求，向相应服务器发送子文件以进行所述文件的并行处理。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (6)

1.一种用于分布式系统的文件处理方法，其特征在于，所述方法包括：
接收包括预定标识的文件；
根据所述文件的大小、所述文件中预定标识的数量和所述分布式系统所包括的服务器的数量，将所述文件拆分为多个子文件，其中，每个子文件包括相同数量的预定标识，所述子文件的数量为所述分布式系统所包括的服务器的数量的整数倍；
响应于所述分布式系统所包括的服务器中的至少一个服务器发送的文件处理请求，向相应服务器发送子文件以进行所述文件的并行处理；
所述根据所述文件的大小、所述文件中预定标识的数量和所述分布式系统所包括的服务器的数量，将所述文件拆分为多个子文件，包括：根据所述文件的大小、所述文件中预定标识的数量和所述分布式系统所包括的服务器的数量，确定待拆分生成的子文件的数量和每个子文件包括的预定标识的数量；根据所述待拆分生成的子文件的数量和每个子文件包括的预定标识的数量，将所述文件拆分为多个子文件。
2.根据权利要求1所述的方法，其特征在于，所述向相应服务器发送子文件以进行所述文件的并行处理之后，所述方法还包括：
对所述相应服务器处理后的子文件进行合并，生成合并文件；
将所述合并文件的访问权限设置为共享权限或者非共享权限。
3.根据权利要求1所述的方法，其特征在于，所述文件为基因信息文件。
4.一种用于分布式系统的文件处理装置，其特征在于，所述装置包括：
接收单元，用于接收包括预定标识的文件；
拆分单元，用于根据所述文件的大小、所述文件中预定标识的数量和所述分布式系统所包括的服务器的数量，将所述文件拆分为多个子文件，其中，每个子文件包括相同数量的预定标识，所述子文件的数量为所述分布式系统所包括的服务器的数量的整数倍；
并行单元，用于响应于所述分布式系统所包括的服务器中的至少一个服务器发送的文件处理请求，向相应服务器发送子文件以进行所述文件的并行处理；
所述拆分单元具体用于：根据所述文件的大小、所述文件中预定标识的数量和所述分布式系统所包括的服务器的数量，确定待拆分生成的子文件的数量和每个子文件包括的预定标识的数量；根据所述待拆分生成的子文件的数量和每个子文件包括的预定标识的数量，将所述文件拆分为多个子文件。
5.根据权利要求4所述的装置，其特征在于，所述并行单元还用于：
对所述相应服务器处理后的子文件进行合并，生成合并文件；
将所述合并文件的访问权限设置为共享权限或者非共享权限。
6.根据权利要求4所述的装置，其特征在于，所述文件为基因信息文件。
CN201510661956.0A 2015-10-14 2015-10-14 用于分布式系统的文件处理方法和装置 Active CN105205174B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201510661956.0A CN105205174B (zh) 2015-10-14 2015-10-14 用于分布式系统的文件处理方法和装置
KR1020160104011A KR101941336B1 (ko) 2015-10-14 2016-08-17 분산형 시스템용 파일 처리 방법 및 장치
JP2016160184A JP6474367B2 (ja) 2015-10-14 2016-08-17 分散システム用ファイル処理方法、および装置
US15/239,646 US20170109371A1 (en) 2015-10-14 2016-08-17 Method and Apparatus for Processing File in a Distributed System

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510661956.0A CN105205174B (zh) 2015-10-14 2015-10-14 用于分布式系统的文件处理方法和装置

Publications (2)

Publication Number Publication Date
CN105205174A CN105205174A (zh) 2015-12-30
CN105205174B true CN105205174B (zh) 2019-10-11

Family

ID=54952857

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510661956.0A Active CN105205174B (zh) 2015-10-14 2015-10-14 用于分布式系统的文件处理方法和装置

Country Status (4)

Country Link
US (1) US20170109371A1 (zh)
JP (1) JP6474367B2 (zh)
KR (1) KR101941336B1 (zh)
CN (1) CN105205174B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105869048A (zh) * 2016-03-28 2016-08-17 中国建设银行股份有限公司 一种数据处理方法及系统
CN105912609B (zh) * 2016-04-06 2019-04-02 中国农业银行股份有限公司 一种数据文件处理方法和装置
CN106446254A (zh) * 2016-10-14 2017-02-22 北京百度网讯科技有限公司 文件检测方法和装置
CN108076110B (zh) * 2016-11-14 2021-02-26 北京京东尚科信息技术有限公司 电子数据交换系统和包含电子数据交换系统的装置
CN109088907B (zh) * 2017-06-14 2021-10-01 北京京东尚科信息技术有限公司 文件传递方法及其设备
CN107451427A (zh) * 2017-07-27 2017-12-08 江苏微锐超算科技有限公司 一种可重构基因比对的计算系统及加速平台
CN110858191A (zh) * 2018-08-24 2020-03-03 北京三星通信技术研究有限公司 文件处理方法、装置、电子设备及可读存储介质
CN109254733B (zh) * 2018-09-04 2021-10-01 北京百度网讯科技有限公司 用于存储数据的方法、装置和系统
CN110162991B (zh) * 2019-05-29 2023-01-03 华南师范大学 基于大数据插入和异构类型的信息隐藏方法和机器人系统
CN112463739A (zh) * 2019-09-09 2021-03-09 山东省计算中心（国家超级计算济南中心） 基于海洋模式roms的数据处理方法及系统
CN112463735B (zh) * 2020-11-26 2023-04-07 四三九九网络股份有限公司 一种大体积json文件拆分并按需请求的方法
CN113190511B (zh) * 2021-04-21 2022-09-13 中国海洋大学 基于众核集群的大数据并发调度及加速处理方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070025667A (ko) * 2005-09-05 2007-03-08 주식회사 태울엔터테인먼트 클러스터 시스템을 제어하는 방법
CN101510203A (zh) * 2009-02-25 2009-08-19 南京联创科技股份有限公司 基于拆分机制并行处理实现大数据量高性能处理的方法
CN101582064A (zh) * 2008-05-15 2009-11-18 阿里巴巴集团控股有限公司 一种大数据量数据处理方法及系统
CN102685266A (zh) * 2012-05-14 2012-09-19 中国科学院计算机网络信息中心 区文件签名方法及系统
CN102790771A (zh) * 2012-07-25 2012-11-21 山东中创软件商用中间件股份有限公司 一种文件传输方法及系统
CN103095800A (zh) * 2012-12-07 2013-05-08 江苏乐买到网络科技有限公司 一种基于云计算的数据处理系统
KR20130114294A (ko) * 2012-04-09 2013-10-18 삼성에스디에스 주식회사 유전 정보 관리 장치 및 방법

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0950438A (ja) * 1995-08-07 1997-02-18 Hitachi Ltd 生体高分子配列ホモロジ検索方法
JP4942142B2 (ja) * 2005-12-06 2012-05-30 キヤノン株式会社 画像処理装置及びその制御方法、プログラム
US9262763B2 (en) * 2006-09-29 2016-02-16 Sap Se Providing attachment-based data input and output
JP2008159015A (ja) * 2006-11-27 2008-07-10 Toshiba Corp 頻出パターン発見装置および頻出パターン発見方法
KR101969848B1 (ko) * 2011-06-10 2019-04-17 삼성전자주식회사 유전자 데이터를 압축하는 방법 및 장치
JP5506629B2 (ja) * 2010-10-19 2014-05-28 日本電信電話株式会社 準頻出構造パターンマイニング装置と頻出構造パターンマイニング装置とそれらの方法、及びプログラム
US9054920B2 (en) * 2011-03-31 2015-06-09 Alcatel Lucent Managing data file transmission
EP2634717A2 (en) * 2012-02-28 2013-09-04 Koninklijke Philips Electronics N.V. Compact next generation sequencing dataset and efficient sequence processing using same
US9384239B2 (en) * 2012-12-17 2016-07-05 Microsoft Technology Licensing, Llc Parallel local sequence alignment
CN103237300B (zh) * 2013-04-28 2015-09-09 小米科技有限责任公司 一种文件下载的方法、装置及系统
JP6260359B2 (ja) * 2014-03-07 2018-01-17 富士通株式会社 データ分割処理プログラム，データ分割処理装置及びデータ分割処理方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070025667A (ko) * 2005-09-05 2007-03-08 주식회사 태울엔터테인먼트 클러스터 시스템을 제어하는 방법
CN101582064A (zh) * 2008-05-15 2009-11-18 阿里巴巴集团控股有限公司 一种大数据量数据处理方法及系统
CN101510203A (zh) * 2009-02-25 2009-08-19 南京联创科技股份有限公司 基于拆分机制并行处理实现大数据量高性能处理的方法
KR20130114294A (ko) * 2012-04-09 2013-10-18 삼성에스디에스 주식회사 유전 정보 관리 장치 및 방법
CN102685266A (zh) * 2012-05-14 2012-09-19 中国科学院计算机网络信息中心 区文件签名方法及系统
CN102790771A (zh) * 2012-07-25 2012-11-21 山东中创软件商用中间件股份有限公司 一种文件传输方法及系统
CN103095800A (zh) * 2012-12-07 2013-05-08 江苏乐买到网络科技有限公司 一种基于云计算的数据处理系统

Also Published As

Publication number Publication date
KR101941336B1 (ko) 2019-01-22
JP2017076370A (ja) 2017-04-20
CN105205174A (zh) 2015-12-30
JP6474367B2 (ja) 2019-02-27
US20170109371A1 (en) 2017-04-20
KR20170043998A (ko) 2017-04-24

Similar Documents

Publication Publication Date Title
CN105205174B (zh) 用于分布式系统的文件处理方法和装置
CN105528408B (zh) 页面展示方法和装置
CN107818118B (zh) 数据存储方法和装置
CN106201661B (zh) 用于弹性伸缩虚拟机集群的方法和装置
CN105721620B (zh) 视频信息推送方法和装置及视频信息展示方法和装置
CN105589631B (zh) 信息展示方法和装置
CN105376111B (zh) 资源分配方法和装置
CN105653933B (zh) 插件加载方法及装置
CN106302445A (zh) 用于处理请求的方法和装置
CN106101256B (zh) 用于同步数据的方法和装置
CN107844324A (zh) 客户端页面跳转处理方法和装置
CN106973081B (zh) 一种用于发布云资源的方法和装置
CN105141632B (zh) 用于查看页面的方法和装置
CN106874471A (zh) 信息推送方法和装置
CN104978276B (zh) 用于检测软件的方法、装置及系统
CN109582873A (zh) 用于推送信息的方法和装置
CN109815105A (zh) 基于Btrace的应用程序测试方法和装置
CN109446442A (zh) 用于处理信息的方法和装置
CN105701198B (zh) 页面验证方法和装置
CN109408748A (zh) 用于处理信息的方法和装置
CN109271557A (zh) 用于输出信息的方法和装置
CN108595448A (zh) 信息推送方法和装置
CN110007936A (zh) 数据处理方法和装置
CN109218041A (zh) 用于服务器系统的请求处理方法和装置
CN107562302A (zh) 用于操作移动终端上的文件的方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant