CN109508326B - 用于处理数据的方法、装置和系统 - Google Patents
用于处理数据的方法、装置和系统 Download PDFInfo
- Publication number
- CN109508326B CN109508326B CN201811396773.0A CN201811396773A CN109508326B CN 109508326 B CN109508326 B CN 109508326B CN 201811396773 A CN201811396773 A CN 201811396773A CN 109508326 B CN109508326 B CN 109508326B
- Authority
- CN
- China
- Prior art keywords
- fragment
- fragment number
- key
- value pair
- data
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5066—Algorithms for mapping a plurality of inter-dependent sub-tasks onto a plurality of physical CPUs
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开了用于处理数据的方法、装置和系统。该方法的一具体实施方式包括:响应于接收到待处理的键值对数据,根据键确定键值对数据的分片编号。根据分片编号从预设的分片树中确定目标分片编号,其中,分片树为二叉树结构,节点表征至少一个分片编号,节点与存储目录相对应。将键值对数据推送到目标分片编号对应的第二端,以供第二端将键值对数据写入第二端对应的存储目录。该实施方式提高了数据处理效率。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于处理数据的系统、方法和装置。
背景技术
如今的互联网技术不断发展,数据成爆炸式增长,网络上数据规模急剧增加,混乱的数据中蕴藏着巨大的商机,可以从海量的数据中提取价值。但随之而来的问题是单机的数据处理能力无法满足当今海量数据应用的处理要求,基于大规模计算集群的分布式计算成为未来数据性能提升的主要途径。
发明内容
本申请实施例提出了用于处理数据的方法和装置。
第一方面,本申请实施例提供了一种用于处理数据的方法,包括:响应于接收到待处理的键值对数据,根据键确定用于处理数据的键值对数据的分片编号;根据用于处理数据的分片编号从预设的分片树中确定目标分片编号,其中,用于处理数据的分片树为二叉树结构,节点表征至少一个分片编号,节点与存储目录相对应;将用于处理数据的键值对数据推送到用于处理数据的目标分片编号对应的第二端。
在一些实施例中,用于处理数据的方法还包括:响应于确定出用于处理数据的键值对数据的分片编号对应的叶子节点已经从用于处理数据的分片树中删除,将已经删除的叶子节点的父节点对应的至少一个分片编号中最小的分片编号确定为目标分片编号。
第二方面,本申请实施例提供了一种用于处理数据的装置,包括:接收单元,被配置成响应于接收到待处理的键值对数据,根据键确定用于处理数据的键值对数据的分片编号;确定单元,被配置成根据用于处理数据的分片编号从预设的分片树中确定目标分片编号,其中,用于处理数据的分片树为二叉树结构,节点表征至少一个分片编号,节点与存储目录相对应;推送单元,被配置成将用于处理数据的键值对数据推送到用于处理数据的目标分片编号对应的第二端。
在一些实施例中,用于处理数据的确定单元进一步被配置成:响应于确定出用于处理数据的键值对数据的分片编号对应的叶子节点已经从用于处理数据的分片树中删除,将已经删除的叶子节点的父节点对应的至少一个分片编号中最小的分片编号确定为目标分片编号。
第三方面,本申请实施例提供了一种用于处理数据的系统,包括至少一个第一端,至少一个第二端,至少一个第三端:至少一个第一端,被配置成响应于接收到待处理的键值对数据,根据键确定用于处理数据的键值对数据的分片编号;根据用于处理数据的分片编号从预设的分片树中确定目标分片编号,其中,用于处理数据的分片树为二叉树结构,节点表征至少一个分片编号,节点与存储目录相对应;将用于处理数据的键值对数据推送到用于处理数据的目标分片编号对应的第二端;至少一个第二端,被配置成响应于接收到用于处理数据的键值对数据,将用于处理数据的键值对数据写入该第二端对应的存储目录;至少一个第三端,被配置成根据用于处理数据的分片树中该第三端对应的叶子节点到根节点的最短路径,依次读取用于处理数据的最短路径上的节点对应的存储目录中的键值对数据。
在一些实施例中,用于处理数据的系统还包括管理端,被配置成:根据至少一个第二端的数量构造平衡二叉树作为分片树。
在一些实施例中,管理端进一步被配置成:获取预定时间内各第二端收到的文件的大小的平均值;对于至少一个第二端中的第二端,若该第二端收到的文件的大小的平均值小于预定阈值,删除用于处理数据的分片树中该第二端对应的叶子节点。
在一些实施例中,至少一个第一端,进一步被配置成:响应于确定出用于处理数据的键值对数据的分片编号对应的叶子节点已经从用于处理数据的分片树中删除,将已经删除的叶子节点的父节点对应的至少一个分片编号中最小的分片编号确定为目标分片编号。
在一些实施例中,至少一个第二端进一步被配置成:响应于确定出接收到至少一个分片编号的键值对数据,从用于处理数据的分片树中确定出包括至少一个分片编号的目标节点,将至少一个分片编号的键值对数据写入用于处理数据的目标节点对应的存储目录。
第四方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当用于处理数据的一个或多个程序被用于处理数据的一个或多个处理器执行,使得用于处理数据的一个或多个处理器实现如第一方面中任一用于处理数据的方法。
第五方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,用于处理数据的程序被处理器执行时实现如第一方面中任一用于处理数据的方法。
本申请实施例提供的用于处理数据的方法、装置和系统,通过分片树选择第二端来推送数据,从而可通过动态调整分片树实现第二端(混洗端)的动态变化,使得第二端处理数据时能够解决文件过小的问题,提升第二端的数据处理性能。
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是本申请的一个实施例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处理数据的方法的一个实施例的流程图;
图3a-3c是根据本申请的用于处理数据的分片树的示意图;
图4是根据本申请的用于处理数据的系统中各装置之间的交互过程的示意图;
图5是根据本申请的用于处理数据的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的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是本申请的一个实施例可以应用于其中的示例性系统架构100。
如图1所示,系统架构100可以包括第一端101,第二端102,第三端103,HDFS(分布式文件系统,Hadoop Distributed File System)104,第一管理端(工作管理端)105,第二管理端(shuffle管理端)106。
MapReduce(现有的一种面向大规模数据处理的并行计算模型和方法)是海量数据处理中使用最广泛的计算框架,而Shuffle(混洗)是其里最重要的基础组件。但是线上运行各种各样的MapReduce任务,Map(映射)并发高低和数据产出速度差异均较大,导致经常出现从内存向硬盘写入的文件过小的问题。
通常来说,一个计算框架(系统)中的第一端、第二端以及第三端均为多个,假设系统为MapReduce,那么第一端即指MapReduce中的Map(映射)端,第二端即指MapReduce中的Shuffle(混洗)端,第三端即指MapReduce中的Reduce(归约)端。
第一端、第二端以及第三端的个数均为多个,具体个数可视实际情况而定。一个作业(Job)可以被分为多个任务(task),包括Map task和Reduce task。不同的第一端可分别处理不同的Map task,每个第一端通常分别对应多个第二端,具体对应哪些第二端同样可视实际情况而定。
第一端可一边计算,一边将数据按照partition(分区)的方式组织发送给对应的第二端,计算等操作均在内存中实现,不落磁盘。当接收到来自第二端的ACK(Acknowledgement,确认)信息时,第一端可将ACK信息对应的数据从内存中删除。另外,当输出的数据均被ACK后,第一端可向第一管理端汇报成功,完成commit(提交)。
第二端在第一端运行前就全部启动,获取来自第一端的数据,一个第二端可处理一个或者多个reduce shard(归约分片)的数据,但分开处理,当每次符合预定条件时,第二端可将获取到的数据在内存中进行Sort(排序)后顺序写入HDFS中对应的reduce shard的路径,并向第一端返回ACK信息。
当所有Map task均成功commit时,意味着第二端也都结束处理,第一管理端开始调度第三端,每个第三端从HDFS中顺序读取自身对应的即属于本shard的文件数据,并可进行多路归并排序,同时去重,然后调用用户的reduce逻辑等。
需要说明的是,第一端101,第二端102,第三端103可以是硬件,也可以是软件。当第一端101,第二端102,第三端103为硬件时,可以实现成多个服务器组成的分布式服务器集群/分布式设备集群,也可以实现成单个服务器/单个设备。当上述第一端101,第二端102,第三端103为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的用于处理数据的方法一般由第一端101执行,相应地,用于处理数据的装置一般设置于第一端101中。
应该理解,图1中的第一端,第二端,第三端,HDFS,第一管理端,第二管理端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第一端,第二端,第三端,HDFS,第一管理端,第二管理端。
继续参考图2,示出了根据本申请的用于处理数据的方法的一个实施例的流程200。该用于处理数据的方法,包括以下步骤:
步骤201,响应于接收到待处理的键值对数据,根据键确定键值对数据的分片编号。
在本实施例中,用于处理数据的方法的执行主体(例如图1所示的第一端)可以通过有线连接方式或者无线连接方式接收到待处理的键值对数据。然后根据键(key)将不同的键值对数据根据预定映射规则映射到不同的分片编号上。分片编号用于标识第二端,即第二端的编号。例如,假设有10个第二端,则映射规则可以是将key%10的结果作为分片编号。
步骤202,根据分片编号从预设的分片树中确定目标分片编号。
在本实施例中,目标分片编号指的是用于接收键值对数据的第二端的编号。分片树为二叉树结构,节点表征至少一个分片编号,节点与存储目录相对应。一个二叉树,初始状态下满足以下特性:
(1)每个节点表示一个分片编号范围;
(2)根节点范围为[0,N-1],其中N为分片编号初始值,N为自然数;
(3)如果父节点表示的分片编号范围为[m,n],则左右孩子节点表示的分片编号范围分别为[m,(m+n)/2]和[1+(m+n)/2,n],m,n为自然数;
(4)如果某节点表示的分片编号范围为1,即m==n,则该节点不再有子节点,即为叶子节点;
(5)只有叶子节点才可以被删除;
例如,分片编号最大值为10的一棵分片树,初始状态如图3a所示。
分片树由第二管理端进行维护。分片树中的叶子节点数目表示当前会话中的“有效分片编号”数目,“有效分片编号”取对应节点内分片编号范围的最小值。
当第二管理端认为“有效分片编号数目”需要减少时,就将分片树中的某节点(只能是叶子节点)删除:
(1)第二管理端需要收集所有分片编号对应的平均Flush(将缓冲区中的数据立刻写入文件)文件大小,映射到分片树中的每个叶子节点;
(2)当某叶子节点对应的Flush文件过小时,尝试将该叶子节点删除;
(3)当分片树中的节点发生变化时,由第二管理端负责通知所有第二端。
第一端向第二端Push(推送)数据时,需要首先确定该数据(RpcRequest,远程调用请求)对应的“有效分片编号”,通过查询该数据对应的实际分片编号映射为分片树中的哪一个叶子节点,即可判断该数据对应的“有效分片编号号”,之后选取“有效分片编号”对应的目标第二端进行Push。
在本实施例的一些可选的实现方式中,该方法还包括:响应于确定出键值对数据的分片编号对应的叶子节点已经从分片树中删除,将已经删除的叶子节点的父节点对应的至少一个分片编号中最小的分片编号确定为目标分片编号。
如图3b所示:
(1)初始状态下,分片编号4对应的数据进行Push时,需要选用的有效分片编号即为4;
(2)由于第二管理端检测到分片编号3、4、5、6对应的Flush文件过小,于是将叶子节点删除,分片树调整如图3b;
(3)分片树调整之后,分片编号4对应的数据再进行Push时,查询到分片编号4对应的节点为[3,4],选取最小值3作为“有效分片编号”,进而选取“有效分片编号3”对应的目标第二端进行Push。
可选地,也可约定当叶子节点删除后,将已经删除的叶子节点的父节点对应的至少一个分片编号中最大的分片编号确定为目标分片编号。
步骤203,将键值对数据推送到目标分片编号对应的第二端,以供第二端将键值对数据写入第二端对应的存储目录。
在本实施例中,将键值对数据推送到步骤202确定出的目标分片编号对应的第二端。然后第二端可将键值对数据写入硬盘中的HDFS系统中第二端对应的存储目录。再由第三端(reduc端)从HDFS系统中读取出来。第三端可根据分片树中该第三端对应的叶子节点到根节点的最短路径,依次读取最短路径上的节点对应的存储目录中的键值对数据。
本申请的上述实施例提供的方法通过将分片编号与分片树相关联,通过根据各第二端Flush文件大小动态调整分片树的节点,从而解决第二端Flush文件过小的问题,减轻系统负载,并提升数据处理效率。
继续参考图4,其示出了根据本申请的用于处理数据的系统中各装置之间的交互过程的示意400。
用于处理数据的系统包括至少一个第一端,至少一个第二端,至少一个第三端。
如图4所示,信息推送系统中,各装置之间的交互过程400可以包括以下步骤:
步骤401,第一端响应于接收到待处理的键值对数据,根据键确定键值对数据的分片编号。
步骤402,第一端根据分片编号从预设的分片树中确定目标分片编号。
步骤403,第一端将键值对数据推送到目标分片编号对应的第二端。
步骤401-403与步骤201-203基本相同,因此不再赘述。
步骤404,第二端响应于接收到键值对数据,将键值对数据写入该第二端对应的存储目录。
在本实施例中,目前MapReduce系统中第二端写入分布式文件系统的数据是按ShuffleShard(第二端的分片编号)组织,即分N个存储目录,N为分片数。引入可变分片编号之后,第二端写入的数据存储目录由N个存储目录变为2N-1个存储目录,即分片树的节点数。
例如:分片数为4时,分片树初始状态如图3c所示。
则第二端数据存储目录形式为:
/path/to/shuffle/data/jobid/0
/path/to/shuffle/data/jobid/0-1
/path/to/shuffle/data/jobid/0-3
/path/to/shuffle/data/jobid/1
/path/to/shuffle/data/jobid/2
/path/to/shuffle/data/jobid/2-3
/path/to/shuffle/data/jobid/3
当第二端收到数据之后,仍然可以查看到该数据所属的分片编号。对于任意一个第二端,需要记录该二端内数据的分片编号范围(只需记录最大值和最小值即可)。当二端需要进行Flush操作时,根据该二端内数据所属的分片编号范围,确定需要将数据写入的存储目录。
例如:某第二端内只含有分片编号为1的数据,则写入分片编号1对应的存储目录“/path/to/shuffle/data/jobid/1”,如果第二端内含有的分片编号的范围为[0,3],则写入分片编号[0-3]对应的存储目录“/path/to/shuffle/data/jobid/0-3”。
在本实施例的一些可选的实现方式中,该交互过程还包括管理端根据至少一个第二端的数量构造平衡二叉树作为分片树。具体过程可参照步骤202。
在本实施例的一些可选的实现方式中,该交互过程还包括管理端获取预定时间内各第二端收到的文件的大小的平均值。对于所述至少一个第二端中的第二端,若该第二端收到的文件的大小的平均值小于预定阈值,删除所述分片树中该第二端对应的叶子节点。具体过程可参照步骤202。
在本实施例的一些可选的实现方式中,至少一个第二端进一步被配置成:响应于确定出接收到至少一个分片编号的键值对数据,从分片树中确定出包括至少一个分片编号的目标节点,将至少一个分片编号的键值对数据写入目标节点对应的存储目录。如果某个节点被删除,则将已经删除的叶子节点的父节点对应的至少一个分片编号中最小的分片编号对应的节点确定为目标节点。然后将数据写入目标节点对应的存储目录。例如,分片编号4的节点删除,即节点3和节点4合并,合并之前各自写入分片编号3和分片编号4对应的存储目录,合并之后写入分片编号3-4对应的存储目录。
步骤405,第三端根据分片树中该第三端对应的叶子节点到根节点的最短路径,依次读取最短路径上的节点对应的存储目录中的键值对数据。
在本实施例中,第三端读取数据时,需要根据自身的ReduceShard(第三端的编号),映射为所属的ShuffleShard,即分片树初始状态下的叶子节点,然后按照分片树中的该叶子节点到根节点的最短路径,依次读取对应存储目录中的键值对数据。
例如:第二端的编号数为4时,第三端的编号为1的第三端需要依次读取分片编号[1]、[0-1]、[0-3]对应的三个存储目录中的数据。
本申请的上述实施例提供的系统,第二端的编号数目在Hadoop(分布式系统基础架构)作业运行过程中可以动态变化,使得第二端在处理任何作业的混洗数据时,都能以最适合的策略进行Flush,解决Flush文件过小的问题,提升混洗性能。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于处理数据的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于处理数据的装置500包括:接收单元501、确定单元502、推送单元503。其中,接收单元501被配置成响应于接收到待处理的键值对数据,根据键确定键值对数据的分片编号。确定单元502被配置成根据分片编号从预设的分片树中确定目标分片编号,其中,分片树为二叉树结构,节点表征至少一个分片编号,节点与存储目录相对应。推送单元503被配置成将键值对数据推送到目标分片编号对应的第二端,以供第二端将键值对数据写入第二端对应的存储目录。
在本实施例中,用于处理数据的装置500的接收单元501、确定单元502、推送单元503的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203。
在本实施例的一些可选的实现方式中,确定单元502进一步被配置成:响应于确定出键值对数据的分片编号对应的叶子节点已经从分片树中删除,将已经删除的叶子节点的父节点对应的至少一个分片编号中最小的分片编号确定为目标分片编号。
下面参考图6,其示出了适于用来实现本申请实施例的电子设备(如图1所示的服务器)的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;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607;包括硬盘等的存储部分608;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609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,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610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608。
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,其包括承载在计算机可读介质上的计算机程序,该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609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本申请中,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。而在本申请中,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。
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申请的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,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、确定单元、推送单元。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“响应于接收到待处理的键值对数据,根据键确定键值对数据的分片编号的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:响应于接收到待处理的键值对数据,根据键确定键值对数据的分片编号。根据分片编号从预设的分片树中确定目标分片编号,其中,分片树为二叉树结构,节点表征至少一个分片编号,节点与存储目录相对应。将键值对数据推送到目标分片编号对应的第二端,以供第二端将键值对数据写入第二端对应的存储目录。
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 (9)
1.一种用于处理数据的方法,包括:
响应于接收到待处理的键值对数据,根据键确定所述键值对数据的分片编号;
根据所述分片编号从预设的分片树中确定目标分片编号,其中,所述分片树为二叉树结构,节点表征至少一个分片编号,节点与存储目录相对应;
将所述键值对数据推送到所述目标分片编号对应的第二端,以供所述第二端将所述键值对数据写入所述第二端对应的存储目录;
响应于确定出所述键值对数据的分片编号对应的叶子节点已经从所述分片树中删除,将已经删除的叶子节点的父节点对应的至少一个分片编号中最小的分片编号确定为目标分片编号。
2.一种用于处理数据的装置,包括:
接收单元,被配置成响应于接收到待处理的键值对数据,根据键确定所述键值对数据的分片编号;
确定单元,被配置成根据所述分片编号从预设的分片树中确定目标分片编号,其中,所述分片树为二叉树结构,节点表征至少一个分片编号,节点与存储目录相对应;
推送单元,被配置成将所述键值对数据推送到所述目标分片编号对应的第二端,以供所述第二端将所述键值对数据写入所述第二端对应的存储目录;
所述确定单元进一步被配置成:响应于确定出所述键值对数据的分片编号对应的叶子节点已经从所述分片树中删除,将已经删除的叶子节点的父节点对应的至少一个分片编号中最小的分片编号确定为目标分片编号。
3.一种用于处理数据的系统,包括至少一个第一端,至少一个第二端,至少一个第三端:
所述至少一个第一端,被配置成响应于接收到待处理的键值对数据,根据键确定所述键值对数据的分片编号;根据所述分片编号从预设的分片树中确定目标分片编号,其中,所述分片树为二叉树结构,节点表征至少一个分片编号,节点与存储目录相对应;将所述键值对数据推送到所述目标分片编号对应的第二端;
所述至少一个第二端,被配置成响应于接收到所述键值对数据,将所述键值对数据写入该第二端对应的存储目录;
所述至少一个第三端,被配置成根据所述分片树中该第三端对应的叶子节点到根节点的最短路径,依次读取所述最短路径上的节点对应的存储目录中的键值对数据。
4.根据权利要求3所述的系统,其中,所述系统还包括管理端,被配置成:
根据所述至少一个第二端的数量构造平衡二叉树作为分片树。
5.根据权利要求4所述的系统,其中,所述管理端进一步被配置成:
获取预定时间内各第二端收到的文件的大小的平均值;
对于所述至少一个第二端中的第二端,若该第二端收到的文件的大小的平均值小于预定阈值,删除所述分片树中该第二端对应的叶子节点。
6.根据权利要求5所述的系统,其中,所述至少一个第一端,进一步被配置成:
响应于确定出所述键值对数据的分片编号对应的叶子节点已经从所述分片树中删除,将已经删除的叶子节点的父节点对应的至少一个分片编号中最小的分片编号确定为目标分片编号。
7.根据权利要求3所述的系统,其中,所述至少一个第二端进一步被配置成:
响应于确定出接收到至少一个分片编号的键值对数据,从所述分片树中确定出包括至少一个分片编号的目标节点,将所述至少一个分片编号的键值对数据写入所述目标节点对应的存储目录。
8.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1所述的方法。
9.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811396773.0A CN109508326B (zh) | 2018-11-22 | 2018-11-22 | 用于处理数据的方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811396773.0A CN109508326B (zh) | 2018-11-22 | 2018-11-22 | 用于处理数据的方法、装置和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109508326A CN109508326A (zh) | 2019-03-22 |
CN109508326B true CN109508326B (zh) | 2020-03-17 |
Family
ID=65749523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811396773.0A Active CN109508326B (zh) | 2018-11-22 | 2018-11-22 | 用于处理数据的方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109508326B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110597808B (zh) * | 2019-08-20 | 2021-05-18 | 蚂蚁金服(杭州)网络技术有限公司 | 分布式数据库表连接方法、装置、系统、服务器及介质 |
CN110569219B (zh) * | 2019-09-02 | 2023-05-12 | 深信服科技股份有限公司 | 分片垃圾处理方法、用户设备、存储介质及装置 |
CN111061682B (zh) * | 2019-12-06 | 2023-07-07 | 达闼机器人股份有限公司 | 一种数据缓存方法、读取方法、电子设备及存储介质 |
CN111008873B (zh) * | 2019-12-19 | 2023-06-30 | 北京奇艺世纪科技有限公司 | 一种用户确定方法、装置、电子设备及存储介质 |
CN111274274B (zh) * | 2020-02-06 | 2023-08-15 | 北京百度网讯科技有限公司 | 规则匹配方法、装置、电子设备及存储介质 |
CN111444534A (zh) * | 2020-03-12 | 2020-07-24 | 中国建设银行股份有限公司 | 监测用户操作的方法、装置、设备和计算机可读介质 |
CN111400320B (zh) * | 2020-03-18 | 2023-06-20 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101315640A (zh) * | 2008-07-01 | 2008-12-03 | 中兴通讯股份有限公司 | 一种目录管理方法和装置 |
CN102819599A (zh) * | 2012-08-15 | 2012-12-12 | 华数传媒网络有限公司 | 在一致性哈希数据分布基础上构建层次目录的方法 |
CN103226593A (zh) * | 2013-04-17 | 2013-07-31 | 富泰华工业(深圳)有限公司 | 一种文件系统的管理方法及其文件存储终端 |
CN108628753A (zh) * | 2017-03-24 | 2018-10-09 | 华为技术有限公司 | 内存空间管理方法和装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103744882B (zh) * | 2013-12-20 | 2018-05-25 | 浪潮(北京)电子信息产业有限公司 | 一种基于键值对的目录片段表示方法及装置 |
CN107330094B (zh) * | 2017-07-05 | 2020-06-16 | 湖南大学 | 动态存储键值对的布鲁姆过滤器树结构及键值对存储方法 |
-
2018
- 2018-11-22 CN CN201811396773.0A patent/CN109508326B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101315640A (zh) * | 2008-07-01 | 2008-12-03 | 中兴通讯股份有限公司 | 一种目录管理方法和装置 |
CN102819599A (zh) * | 2012-08-15 | 2012-12-12 | 华数传媒网络有限公司 | 在一致性哈希数据分布基础上构建层次目录的方法 |
CN103226593A (zh) * | 2013-04-17 | 2013-07-31 | 富泰华工业(深圳)有限公司 | 一种文件系统的管理方法及其文件存储终端 |
CN108628753A (zh) * | 2017-03-24 | 2018-10-09 | 华为技术有限公司 | 内存空间管理方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109508326A (zh) | 2019-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109508326B (zh) | 用于处理数据的方法、装置和系统 | |
CN108629029B (zh) | 一种应用于数据仓库的数据处理方法和装置 | |
US10997176B2 (en) | Massive time series correlation similarity computation | |
US9683852B2 (en) | Dispatching map matching tasks by a cluster server | |
CN109146490B (zh) | 区块生成方法、装置和系统 | |
US20190286490A1 (en) | Event-driven blockchain workflow processing | |
CN108846753B (zh) | 用于处理数据的方法和装置 | |
US9251227B2 (en) | Intelligently provisioning cloud information services | |
CN107729570B (zh) | 用于服务器的数据迁移方法和装置 | |
US11314451B2 (en) | Method and apparatus for storing data | |
US10423617B2 (en) | Remote query optimization in multi data sources | |
CN109410063B (zh) | 基于区块链的交易处理方法、装置和存储介质 | |
US20160203032A1 (en) | Series data parallel analysis infrastructure and parallel distributed processing method therefor | |
CN111444148B (zh) | 基于MapReduce的数据传输方法和装置 | |
CN111951112A (zh) | 基于区块链的智能合约执行方法、终端设备和存储介质 | |
CN112433757A (zh) | 一种确定接口调用关系的方法和装置 | |
CN112988738A (zh) | 用于区块链的数据分片方法和装置 | |
CN110825920B (zh) | 数据处理方法和装置 | |
CN114492844A (zh) | 机器学习工作流的构建方法、装置、电子设备及存储介质 | |
CN113726885A (zh) | 一种流量配额的调整方法和装置 | |
CN113610527A (zh) | 联盟链的交易方法、装置、系统、终端设备及存储介质 | |
CN111581930A (zh) | 在线表格数据处理方法、装置、电子设备和可读介质 | |
CN113779048A (zh) | 一种数据处理方法和装置 | |
US11656950B2 (en) | Method, electronic device and computer program product for storage management | |
CN115563183B (zh) | 查询方法、装置及程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |