CN106855892A - 一种数据处理方法以及装置 - Google Patents

Abstract

本发明实施例公开了一种数据处理方法，用于在对数据进行拆分的时候，不需要停止主库的写操作，减少对正常业务读写的影响。本发明实施例方法包括：确定待拆分数据表；将所述待拆分数据表拆分为至少2个新数据表，所述待拆分数据表保持可读写；在预置时间点对所述待拆分数据表写入数据过程中，将所述待拆分数据表中所述预置时间点前的数据拆分至经过所述拆分后得到的新数据表中。将所述预置时间点后的数据同步至经过所述拆分后得到的新数据表中。

Description

一种数据处理方法以及装置

技术领域

本发明涉及数据库技术领域，尤其涉及到一种数据处理方法以及装置。

背景技术

在飞速发展的互联网行业，随着商业应用数据库事务量的大幅增长和数据库体积的增大，数据库拆分的概念也日益普及。同样在数ZB(Zettabyte)级的对象云存储系统中，如何在线拆分日益增大的元数据也迫在眉睫。一般来说看，数据库拆分大致可以分为以下2种：1、把一个数据库拆分为多个数据库，分布在不同的资源单位中；2、把一张数据表拆分为多张数据表，分布在不同的服务单元中。其中，数据库包含多个数据表。

由于关系型数据库的性能和扩展性，现在主流选择关系型数据库的还是主/从模式，即使用一个主服务器处理所有的写(创建、更新或删除)操作，同时使用一个或多个从服务器处理只读操作。主服务器使用标准的、近似实时的复制功能将数据复制到各个从服务器。当某个数据库逐渐变大，极大影响主服务器写操作时，现有技术中主要有两种方式把该数据库拆分为多个小数据库，以提升性能。第一种是停止读写拆分方式，即停止主服务器的写操作，等待从服务器同步完成后，禁止主服务器和从服务器的读操作，把离线的数据处理到新的数据库服务器组上，再将读写切换到新的服务器组上。第二种是停止写拆分方式，即停止主服务器的写操作，从服务器依然提供可读服务，把离线的数据处理到新的数据库服务器组上，再将读写切换到新的服务器组上。

即在现有技术中，在对数据进行拆分的时候，需要停止对主服务器的写操作，就是俗称的停机维护，在很大程度上影响正常业务的读写。

发明内容

本发明实施例提供了一种数据处理方法以及装置，用于在对数据进行拆分的时候，不需要停止主库的写操作，减少对正常业务读写的影响。

有鉴于此，本发明第一方面提供了一种数据处理方法，包括：

确定待拆分数据表；

将所述待拆分数据表拆分为至少2个新数据表，所述待拆分数据表保持可读写；

在预置时间点对所述待拆分数据表写入数据过程中，将所述待拆分数据表中所述预置时间点前的数据处理至经过所述拆分后得到的新数据表中；

将所述预置时间点后的数据同步至经过所述拆分后得到的新数据表中。

在一种可能的实现中，所述将所述预置时间点后的数据同步至经过所述拆分后得到的新数据表中，包括：

获取所述预置时间点后的数据写入日志；

解析所述数据写入日志获得所述预置时间点后的数据；

将所述预置时间点后的数据同步至经过所述拆分后得到的新数据表中。

在一种可能的实现中，所述解析的速度快于所述预置时间点后的数据写入日志的写入速度。

在一种可能的实现中，将所述预置时间点后的数据同步至经过所述拆分后得到的新数据表中之后，所述方法还包括：

将对所述待拆分数据表的数据读写切换至经过所述拆分后得到的新数据表中。

在一种可能的实现中，将所述待拆分数据表的数据读写切换至经过所述拆分后得到的新数据表中，包括：

通过代理(Proxy)服务器将对所述待拆分数据表的数据读写切换至经过所述拆分后得到的新数据表中。

本发明第二方面提供了一种数据处理装置，其特征在于，包括：

确定模块，用于确定待拆分数据表；

拆分模块，用于将所述确定模块确定的所述待拆分数据表拆分为至少2个新数据表；

处理模块，用于在对所述确定模块确定的所述待拆分数据表写入数据过程中，将预置时间点前的数据处理至经过所述拆分后得到的新数据表中；

同步模块，用于将所述预置时间点后的数据同步至经过所述拆分后得到的新数据表中。

在一种可能的实现中，所述同步模块包括：

获取单元，用于获取所述预置时间点后的数据写入日志；

解析单元，用于解析所述获取单元获取的所述数据写入日志获得所述预置时间点后的数据；

同步单元，将所述解析单元解析得到的所述预置时间点后的数据同步至经过所述拆分后得到的新数据表中。

在一种可能的实现中，所述解析的速度快于所述预置时间点后的数据写入日志的写入速度。

在一种可能的实现中，所述装置还包括：

切换模块，用于对将所述预置时间点后的数据同步经过所述拆分后得到的新数据表中之后，将所述待拆分数据表的数据读写切换经过所述拆分后得到的新数据表中。

在一种可能的实现中，所述切换模块具体用于：

通过代理Proxy服务器将对所述待拆分数据表的数据读写切换至经过所述拆分后得到的新数据表中。

从以上技术方案可以看出，在本发明实施例中，通过确定待拆分数据表，将所述待拆分数据表拆分为至少2个数据表，其中，所述待拆分数据表保持可读写，在预置时间点对所述待拆分数据表写入数据过程中，将待拆分数据表中所述预置时间点前的数据处理至经过所述拆分后得到的新数据表中，将所述预置时间点后的数据同步至经过所述拆分后得到的新数据表中。由此可见，在本发明实施例中，保持待拆分数据的可读性，再对待拆分数据表进行拆分，不需要停止主服务器的写操作，减少对正常业务读写的影响。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，还可以根据这些附图获得其他的附图。

图1为本发明实施例一种数据处理方法一个实施例流程示意图；

图2为本发明实施例一种数据处理方法另一实施例流程示意图；

图3为本发明实施例一种数据处理方法一个数据拆分示意图；

图4为本发明实施例一种数据处理方法另一数据拆分示意图；

图5为本发明实施例一种数据处理方法另一数据拆分示意图；

图6为本发明实施例一种数据处理方法另一数据拆分示意图；

图7为本发明实施例一种数据处理方法另一数据拆分示意图；

图8为本发明实施例一种数据处理装置一个实施例结构示意图。

具体实施方式

本发明实施例公开了一种数据处理方法以及装置，用于在对数据进行拆分的时候，不需要停止主库的写操作，减少对正常业务读写的影响。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明实施例保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

请参阅图1，图1为本发明实施例一种数据处理方法一个实施例流程示意图，包括：

101、确定待拆分数据表。

应理解，数据表是数据库中一个非常重要的对象，是其他对象的基础。根据保存信息的分类情况，一个数据库中可能包含若干个数据表，具体此处不做限定。本发明实施例中，先确定数据库中的待拆分数据表，即需要进行拆分的数据表。

102、将所述待拆分数据表拆分为至少2个新数据表。

在确定了待拆分数据表后，将待拆分数据表拆分为至少2个新数据表。

需要说明的是，在实际应用中，具体拆分为多少个新数据表，可以根据实际待拆分数据表的大小，类型所确定，具体此处不做限定。

103、在预置时间点对所述待拆分数据表写入数据过程中，将待拆分数据表中预置时间点前的数据拆分至经过拆分后得到的新数据表中。

在将待拆分数据表拆分为至少2新数据表后，在预置时间点对所述待拆分数据表写入数据过程中，将待拆分数据表中预置时间点前的数据拆分至经过拆分后得到的新数据表中。

需要说明的是，预置时间点为往待拆分数据表写入数据的时间点，具体的时间点根据实际应用情况确定。

104、将所述预置时间点后的数据同步至经过拆分后得到的新数据表中。

在预置时间点对所述待拆分数据表写入数据过程中，将所述预置时间点后的数据同步经过拆分后得到的新数据表中。

从以上技术方案可以看出，在本发明实施例中，通过确定待拆分数据表，将所述待拆分数据表拆分为至少2个数据表，其中，所述待拆分数据表保持可读写，在预置时间点对所述待拆分数据表写入数据过程中，将待拆分数据表中预置时间点前的数据处理至经过拆分后得到的新数据表中，将所述预置时间点后的数据同步至经过拆分后得到的新数据表中。由此可见，在本发明实施例中，保持待拆分数据的可读写性，对待拆分数据表进行拆分，不需要停止主服务器的写操作，减少对正常业务读写的影响。

为了便于理解，下面对本发明实施例进行一个详细的描述，请参阅图2，图2为本发明实施例一种数据处理方法另一实施例流程示意图，包括：

201、确定待拆分数据表。

可以确定需要拆分的数据表，如3所示，待拆分数据表(Table)包含多个数据条目，每个数据条目有一个唯一索引，例如，标识(ID)为1的数据条目对应索引1(index_1)，ID为2的数据条目对应索引2(index_2)。

202、将所述待拆分数据表拆分为至少2个新数据表。

如图4所示，在本发明实施例中，可以通过待拆分数据表的索引把待拆分数据表的数据分成多个新数据表生成新的分片(Sharding)信息。该Sharding信息包含每个新数据表所包含的数据条目信息，即将Table拆分成新数据表1(Table 1)，新数据表1(Table 2)，新数据表3(Table 3)等新数据表，并且可以指定每个新数据表的数据条目数。需要说明的是，在实际应用中，可以根据实际的数据库资源情况，指定每个新数据表的数据条目数，具体此处不做限定，图4只是作为一个说明性例子进行说明。

例如Table1包含index_1以及index_2对应的数据条目，Table2包含index_3以及index_4对应的数据条目，Table3包含index_5以及index_5对应的数据条目。

203、在预置时间点对所述待拆分数据表写入数据过程中，将所述待拆分数据表中预置时间点前的数据拆分至经过拆分后得到的新数据表中。

在对数据表写入数据过程中，每一笔数据的写入都会有完整的数据写入日志进行记录。例如，这里以Mysql为例，Mysql的每笔数据写入都会记录一条完整的数据写入日志叫做binlog，该数据写入日志是被mysql编码后保存于文件中，通常叫做mysql-bin.$index。该文件可以被逐条解析，解析出来的每个条目就是具体执行的结构化查询语言SQL(Structured Query Language)语句，从binlog中逐条执行解析出来的SQL语句就可以得到一份完整的数据。

在本发明实施例中，在对所述待拆分数据表写入数据过程中，可以将预置时间点，即binlog某个向待拆分数据表中写入数据的时间点前的数据作为旧数据(Old data)，并将Old data拆分至经过拆分后的新数据表中。

如图5所示，在对待拆分数据表写入数据过程中，将预置时间点前的每一条数据写入日志记录为旧数据写入日志(Old binlog)，对应的，预置时间点后的每一条数据写入日志记录为新数据写入日志(New binlog)，可以理解，Old binlog对应预置时间点前的写入的数据，即旧数据(Old data)，New binlog对应预置时间点后写入的数据，即为新数据(Newdata)。

在本发明实施例，可以将Old data拆分至新数据表，Table1、Table2以及Table3中的任一一个，或几个新数据表中。

另外需要说明的是，在本发明实施例中，在对待拆分数据表的数据进行写以及读的过程中，通过代理服务器(DB Proxy)实现。

204、获取所述预置时间点后的数据写入日志。

在本发明实施例中，可以获取所述预置时间点后的数据写入日志，即New binlog。

205、解析所述数据写入日志获得所述预置时间点后的数据。

在获取预置时间点后的数据写入日志后，解析所述数据写入日志获得对应的所述预置时间点后的数据。

需要说明的是，在本发明实施例中，对数据写入日志的解析速度大于预置时间点后的数据写入日志的写入速度，以确保及时的解析预置时间点后的数据写入日志，使得线上业务对待拆分数据表实时写入的数据跟拆分的新数据表中的数据可以保持一致。

例如，假设new_position是线上业务实时写入数据时的日志点，sync_positon是新数据表保持数据实时同步的日志点，sync_positon是从选取的日志点开始同步的，即从预置时间点解析数据写入日志，开始同步的时候，new_position线上的业务比sync_position大，由于对数据写入日志的解析速度大于预置时间点后的数据写入日志的写入速度，所以在一定时间后，new_position以及sync_positon后会达到几乎相同的值，此时，说明线上业务实时写入的数据跟拆分的新数据表中的数据可以保持一致。

206、将所述预置时间点后的数据同步至经过所述拆分后得到的新数据表中。

如图6所示，通过解析所述数据写入日志获得所述预置时间点后的数据后，将预置时间点后的数据写入日志对应的数据实时同步到新的数据表，即对应的Table1、Table2以及Table3中。

207、通过代理服务器将所述待拆分数据表的数据读写切换至经过拆分后的新数据表中。

如图7所示，在本发明实施例中，当将所述数据写入日志实时同步至经过拆分后得到的新数据表中，并解析所述数据写入日志获得所述预置时间点后的数据，可以通过代理服务器(DB Proxy)将所述待拆分数据表的数据读写切换至经过拆分后得到的新数据表中。

从以上技术方案可以看出，在本发明实施例中，通过确定待拆分数据表，将所述待拆分数据表拆分为至少2个新数据表，其中，所述待拆分数据表保持可读写，在对所述待拆分数据表写入数据过程中，将预置时间点前的数据处理至经过拆分后得到的新数据表中；将所述预置时间点后的数据同步至经过拆分后得到的新数据表中。由此可见，在本发明实施例中，保持待拆分数据的可读写性，对待拆分数据表进行拆分，不需要停止主服务器的写操作，减少对正常业务读写的影响。

上面对本发明实施例一种数据处理方法进行了描述，基于该方法，本发明实施例还提供了一种数据处理装置，用于实现上述数据处理方法，下面对本发明实施例一种数据处理方法进行描述：

请参阅图8，图8为本发明实施例一种数据处理装置一个实施例结构示意图，该数据处理装置包括：

确定模块101，用于确定待拆分数据表；

拆分模块102，用于将所述确定模块101确定的所述待拆分数据表拆分为至少2个新数据表，所述待拆分数据表保持可读写；

处理模块103，用于在预置时间点对所述确定模块101确定的所述待拆分数据表写入数据过程中，将待拆分数据表中预置时间点前的数据处理至经过所述拆分后得到的新数据表中；

同步模块104，用于将所述预置时间点后的数据同步至经过所述拆分后得到的新数据表中。

在一种可能的实现中，所述同步模块104包括：

获取单元1041，用于获取所述预置时间点后的数据写入日志；

解析单元1042，用于解析所述获取单元1041获取的所述数据写入日志获得所述预置时间点后的数据；

同步单元1043，将所述解析单元1042解析得到的所述预置时间点后的数据同步至经过所述拆分后得到的新数据表中。

所述装置还包括：

切换模块105，用于所述同步模块104将所述预置时间点后的数据同步至经过所述拆分后得到的新数据表中之后，将对所述待拆分数据表的数据读写切换至经过所述拆分后得到的新数据表中。

在一种可能的实现中，所述切换模块105具体用于：

通过代理(Proxy)服务器将对所述待拆分数据表的数据读写切换至经过所述拆分后得到的新数据表中。

从以上技术方案可以看出，在本发明实施例中，通过确定待拆分数据表，将所述待拆分数据表拆分为至少2个新数据表，其中，所述待拆分数据表保持可读写，在对所述待拆分数据表写入数据过程中，将预置时间点前的数据处理至经过拆分后得到的新数据表中；将所述预置时间点后的数据同步至经过拆分后得到的新数据表中。由此可见，在本发明实施例中，保持待拆分数据的可读写性，对待拆分数据表进行拆分，不需要停止主服务器的写操作，减少对正常业务读写的影响。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述装置、模块的具体工作过程以及更多的细节，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称：Read-Only Memory，缩写：ROM)、随机存取存储器(英文全称：Random Access Memory，缩写：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种数据处理方法，其特征在于，包括：

确定待拆分数据表；

将所述待拆分数据表拆分为至少2个新数据表，所述待拆分数据表保持可读写；

在预置时间点对所述待拆分数据表写入数据过程中，将所述待拆分数据表中所述预置时间点前的数据处理至经过所述拆分后得到的新数据表中；

将所述预置时间点后的数据同步至经过所述拆分后得到的新数据表中。

2.根据权利要求1所述的方法，其特征在于，所述将所述预置时间点后的数据同步至经过所述拆分后得到的新数据表中，包括：

获取所述预置时间点后的数据写入日志；

解析所述数据写入日志获得所述预置时间点后的数据；

将所述预置时间点后的数据同步至经过所述拆分后得到的新数据表中。

3.根据权利要求2所述的方法，其特征在于，所述解析的速度快于所述数据写入日志的写入速度。

4.根据权利要求1至3任一项所述的方法，其特征在于，将所述预置时间点后的数据同步至经过所述拆分后得到的新数据表中之后，所述方法还包括：

将对所述待拆分数据表的数据读写切换至经过所述拆分后得到的新数据表中。

5.根据权利要求4所述的方法，其特征在于，将对所述待拆分数据表的数据读写切换至经过所述拆分后得到的新数据表中，包括：

通过代理Proxy服务器将对所述待拆分数据表的数据读写切换至经过所述拆分后得到的新数据表中。

6.一种数据处理装置，其特征在于，包括：

确定模块，用于确定待拆分数据表；

拆分模块，用于将所述确定模块确定的所述待拆分数据表拆分为至少2个新数据表，所述待拆分数据表保持可读写；

处理模块，用于在预置时间点对所述确定模块确定的所述待拆分数据表写入数据过程中，将所述待拆分数据表中所述预置时间点前的数据处理至经过所述拆分后得到的新数据表中；

同步模块，用于将所述预置时间点后的数据同步至经过所述拆分后得到的新数据表中。

7.根据权利要求6所述的装置，其特征在于，所述同步模块包括：

获取单元，用于获取所述预置时间点后的数据写入日志；

解析单元，用于解析所述获取单元获取的所述数据写入日志获得所述预置时间点后的数据；

同步单元，用于将所述解析单元解析得到的所述预置时间点后的数据同步至经过所述拆分后得到的新数据表中。

8.根据权利要求7所述的装置，其特征在于，所述解析的速度快于所述数据写入日志的写入速度。

9.根据权利要求6至8任一项所述的装置，其特征在于，所述装置还包括：

切换模块，用于所述同步模块将所述预置时间点后的数据同步至经过所述拆分后得到的新数据表中之后，将对所述待拆分数据表的数据读写切换至经过所述拆分后得到的新数据表中。

10.根据权利要求9所述的装置，其特征在于，所述切换模块具体用于：

通过代理Proxy服务器将对所述待拆分数据表的数据读写切换至经过所述拆分后得到的新数据表中。