CN106802952A - 海量数据的处理方法、提取方法以及处理装置 - Google Patents

Abstract

本发明提供了一种海量数据的处理方法、提取方法以及处理装置，其中，处理方法包括：响应于提取请求，从数据库中获取与所述提取请求对应的数据需求总量；根据单次需求量以及数据需求总量，对数据库中的数据进行依序分组；在提取出对应于提取请求的第一组数据后，根据组序依序对数据库中位于该组数据之后的数据进行缓存。在本发明实施例中，通过根据提取请求对数据库中的数据进行分组，并且基于组序在提取出一组数据后，对其后的数据进行尽可能多地缓存，从而在提高提取速度的基础上，保证提取的准确性。

Description

海量数据的处理方法、提取方法以及处理装置

技术领域

本发明涉及互联网云计算领域，特别涉及一种海量数据的处理方法、提取方法以及处理装置。

背景技术

随着计算机领域的飞速发展，信息量的增长达到了惊人的程度。海量数据的存储、提取、计算受到了广泛的关注。由于海量数据中的数据量过大，数据中什么情况都可能存在。如果说有10条数据，那么大不了每条去逐一检查，人为处理，如果有上百条数据，也可以考虑，如果数据上到千万级别，甚至过亿，那不是手工能解决的了，必须通过工具或者程序进行处理，尤其海量的数据中，什么情况都可能存在，例如，数据中某处格式出了问题，尤其在程序处理时，前面还能正常处理，突然到了某个地方问题出现了，程序终止了。海量数据对于软硬件要求高，系统资源占用率高。

在现有技术中，海量数据的提取可以采用直接提取的方法。但是这种提取速度较慢，不符合现在要求快速处理的慢了。海量数据还可以采用分页提取，即每次提取一小部分，这种方法虽然是可以把提取速度提升上来。但是还不是十分理想的,每一次使用者提取数据时候都需要等待。

此外，在海量数据的提取过程中，对于数据的准确性要求较高。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种海量数据的处理方法、提取方法以及处理装置，以提高海量数据的提取速度以及提取准确性，该方法包括：

响应于提取请求，从数据库中获取与所述提取请求对应的数据需求总量；

根据单次需求量以及数据需求总量，对数据库中的数据进行依序分组；

在提取出对应于提取请求的第一组数据后，根据组序依序对数据库中位于该组数据之后的数据进行缓存。

进一步的，在步骤“根据单次需求量以及数据需求总量，对数据库中的数据进行依序分组”包括：

设置单次需求量的数据量。

进一步的，在步骤“在提取出对应于提取请求的第一组数据后，根据分组依序对数据库中位于该组数据之后的数据进行缓存”之后还包括：

响应于需求请求，判断与该需求请求对应的数据的数据位置。

进一步的，在步骤“响应于需求请求，判断与该需求请求对应的数据的数据位置”包括：

如果与该需求请求对应的数据的数据位置位于完成的缓存的数据之内，则从数据库中提取与需求请求对应的该组数据。

进一步的，在步骤“如果与该需求请求对应的数据的数据位置位于完成的缓存的数据之内，则从数据库中提取与需求请求对应的该组数据”包括：

根据组序依序对数据库中位于对应于所述需求请求的数据之后的该组数据进行缓存。

进一步的，在步骤“响应于需求请求，判断与该需求请求对应的数据的数据位置”包括：

如果与该需求请求对应的数据的数据位置位于与所述提取请求对应的数据之外，则响应于需求请求，重新对数据库中的数据进行分组。

本发明实施例公开了一种海量数据的提取方法，包括：

判断与提取请求对应的数据是否位于缓存服务器中；

如果与提取请求对应的数据位于缓存服务器中，则提取与该提取请求对应的一组数据，并且在提取之后尽可能地依组序缓存位于该组数据之后的数据。

进一步的，包括：

如果与提取请求对应的数据位于缓存服务器中，则对数据库中的数据进行分组。

本发明实施例公开了一种海量数据的处理装置，包括：

获取模块，其用于响应于提取请求，从数据库中获取与所述提取请求对应的数据需求总量；

分组模块，其用于根据单次需求量以及数据需求总量，对数据库中的数据进行依序分组；

缓存模块，其用于在提取出对应于提取请求的第一组数据后，根据组序依序对数据库中位于该组数据之后的数据进行缓存。

进一步的，包括：

提取模块，其用于提取出缓存模块中的数据。

在本发明实施例中，通过根据提取请求对数据库中的数据进行分组，并且基于组序在提取出一组数据后，对其后的数据进行尽可能多地缓存，从而在提高提取速度的基础上，保证提取的准确性。

附图说明

图1是根据本发明实施例的海量数据的处理方法的流程图；

图2是根据本发明实施例的海量数据的提取方法的流程图；

图3是根据本发明实施例的海量数据的处理装置的结构框图。

具体实施方式

下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。

本发明实施例提供了一种海量数据的处理方法，如图1所示，可以包括以下步骤：

步骤101：响应于提取请求，从数据库中获取与所述提取请求对应的数据需求总量；

提取请求可以由用户通过硬件或者软件发出。例如，用于可以通过鼠标、键盘等硬件键入提取请求。又例如，用户也可以通过程序输出提取请求。

在得到提取请求后，可以计算出用户所需要的数据的数据需求总量。例如，在一个实施方式中，经过计算获取到用户需要数据库中100亿条数据。

步骤102：根据单次需求量以及数据需求总量，对数据库中的数据进行依序分组；

在本实施方式中，可以将单次需求量设定为一恒定值。例如，可以将单次需求量设置为1000万条数据。那么可以将数据库中的与提取请求对应的100亿条总数据均分成1000组。并且根据数据的位置，依序定义为1组、2组、3组……998组、999组、1000组。

或者，在另一个可选的实施方式中，可以根据实际需要或者用户设置将单次需求量设定为递增、递减或者按照一定规则设置。例如，当单次需求量按照组序依次递增，则第一组至第九组数据的数据量可以依序为6亿、7亿、8亿、9亿、10亿、11亿、12亿、13亿、14亿。

步骤103：在提取出对应于提取请求的第一组数据后，根据组序依序对数据库中位于该组数据之后的数据进行缓存。

即，当提取出第一组数据后，对第二组数据、第三组数据、第四组数据等依照组序进行缓存。如果一直没有进一步指令，则继续对数据进行缓存直至缓存完所有数据。缓存数据可以通过缓存模块对数据库进行调取，以对数据进行缓存。

进一步的，在提取出第一组数据后，可以向用户输出数据以便用户阅读第一组数据。或者，也可以向机器外输出数据，以供机器计算或读取。

在另一个可选的实施方式中，在步骤103之后还可以进一步包括步骤104：响应于需求请求，判断与该需求请求对应的数据的数据位置；

如果与该需求请求对应的数据的数据位置位于完成的缓存的数据之内，则从数据库中提取与需求请求对应的该组数据。即，如果需求请求的数据在分过组的数据内，例如，如果用户要求第二组或第三组或其他组数据时，则可以直接通过缓存提取出第二组或第三组或其他组数据，由此可以加快数据的提取速度。并且在提取后，继续对其后的数据根据组序依序进行缓存。

如果需求请求要求第70组数据，但是此时缓存器仅缓存到60组数据时，则可以重新获取数据需求总量，再重新分组并缓存。

本发明实施例提供了一种海量数据的提取方法，包括：

步骤201：判断与提取请求对应的数据是否位于缓存服务器中；

步骤202：如果与提取请求对应的数据位于缓存服务器中，则提取与该提取请求对应的一组数据，并且在提取之后尽可能地依组序缓存位于该组数据之后的数据。

进一步的，还可以步骤203：如果与提取请求对应的数据不在缓存服务器中，则在提取出一次所需的数据之后，对数据库中的数据根据组序依序缓存。

下面结合一具体实施例对上述写请求处理方法和读请求处理方法进行说明，然而值得注意的是，该具体实施例仅是为了更好地说明本发明，并不构成对本发明的不当限定。

下面对海量数据的处理方法进行说明：

1)用户发出提取指令；

2)根据提取指令在数据库中找出用户所需要的数据量；

3)对数据库中的数据进行分组；

4)提取出第一组数据，以供用户阅读；

5)在提取出第一组数据后，顺序缓存第二组、第三组、第四组……数据。

进一步的，在阅读完第一组数据后，用户还可以要求阅读第二组数据。在提取出第二组数据后，还可以将未完成缓存的数据继续进行缓存。

如果用户要求阅读的数据不在分组或缓冲的数据之后，那么重新对数据库中的数据进行分组，重新缓存。

基于同一发明构思，本发明实施例中还提供了一种海量数据的处理装置，如下面的实施例所述。由于海量数据的处理装置解决问题的原理与写请求处理方法相似，因此海量数据的处理装置的实施可以参见写请求处理方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。图3是本发明实施例的海量数据的处理装置的一种结构框图，如图3所示，可以包括：获取模块301、分组模块302和缓存模块303，下面对该结构进行说明。

获取模块301，其用于响应于提取请求，从数据库中获取与所述提取请求对应的数据需求总量；

分组模块302，其用于根据单次需求量以及数据需求总量，对数据库中的数据进行依序分组；

缓存模块303，其用于在提取出对应于提取请求的第一组数据后，根据组序依序对数据库中位于该组数据之后的数据进行缓存。

进一步的，海量数据的处理装置还包括提取模块304，其用于提取出缓存模块中的数据。

在另外一个实施例中，还提供了一种软件，该软件用于执行上述实施例及优选实施方式中描述的技术方案。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种海量数据的处理方法，其特征在于，包括：

响应于提取请求，从数据库中获取与所述提取请求对应的数据需求总量；

根据单次需求量以及数据需求总量，对数据库中的数据进行依序分组；

在提取出对应于提取请求的第一组数据后，根据组序依序对数据库中位于该组数据之后的数据进行缓存。

2.根据权利要求1所述的方法，其特征在于，在步骤“根据单次需求量以及数据需求总量，对数据库中的数据进行依序分组”包括：

设置单次需求量的数据量。

3.根据权利要求1所述的方法，其特征在于，在步骤“在提取出对应于提取请求的第一组数据后，根据分组依序对数据库中位于该组数据之后的数据进行缓存”之后还包括：

响应于需求请求，判断与该需求请求对应的数据的数据位置。

4.根据权利要求3所述的方法，其特征在于，在步骤“响应于需求请求，判断与该需求请求对应的数据的数据位置”包括：

如果与该需求请求对应的数据的数据位置位于完成的缓存的数据之内，则从数据库中提取与需求请求对应的该组数据。

5.根据权利要求4所述的方法，其特征在于，在步骤“如果与该需求请求对应的数据的数据位置位于完成的缓存的数据之内，则从数据库中提取与需求请求对应的该组数据”包括：

根据组序依序对数据库中位于对应于所述需求请求的数据之后的该组数据进行缓存。

6.根据权利要求3所述的方法，其特征在于，在步骤“响应于需求请求，判断与该需求请求对应的数据的数据位置”包括：

如果与该需求请求对应的数据的数据位置位于与所述提取请求对应的数据之外，则响应于需求请求，重新对数据库中的数据进行分组。

7.一种海量数据的提取方法，其特征在于，包括：

判断与提取请求对应的数据是否位于缓存服务器中；

如果与提取请求对应的数据位于缓存服务器中，则提取与该提取请求对应的一组数据，并且在提取之后尽可能地依组序缓存位于该组数据之后的数据。

8.根据权利要求7所述的方法，其特征在于，包括：

如果与提取请求对应的数据不在缓存服务器中，则在提取出一次所需的数据之后，对数据库中的数据根据组序依序缓存。

9.一种海量数据的处理装置，其特征在于，包括：

获取模块，其用于响应于提取请求，从数据库中获取与所述提取请求对应的数据需求总量；

分组模块，其用于根据单次需求量以及数据需求总量，对数据库中的数据进行依序分组；

缓存模块，其用于在提取出对应于提取请求的第一组数据后，根据组序依序对数据库中位于该组数据之后的数据进行缓存。

10.根据权利要求9所述的海量数据的处理装置，其特征在于，包括：

提取模块，其用于提取出缓存模块中的数据。