CN109933421A - 一种分布式数据处理的方法和装置 - Google Patents

Abstract

本发明公开了一种分布式数据处理的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取计算业务，所述计算业务中包括SQL命令；获取SQLite Node的地址信息；从数据库集群的列表中，选出与所述地址信息对应的SQLite Node作为执行机器；在所述执行机器中执行所述SQL命令。该实施方式克服了不支持SQL语法的技术问题，能够更好的支持复杂的计算业务，进而达到缩短了开发周期、降低了成本的有益效果。同时，读写性能高、并发高、支持水平扩展，更适用于实时计算领域；SQLite数据库集群作为一种轻量级分布式架构，避免了成本很高、维护的人力物力高、学习成本高等问题。

Description

一种分布式数据处理的方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种分布式数据处理的方法和装置。

背景技术

现如今信息技术成为各个领域不可或缺的基础服务设施，数据库作为服务端数据的载体，进行数据的管理和分析，是各种信息系统的核心部分。传统的关系型数据库侧重于数据的持久化、一致性、数据安全等方面。非关系型数据库的读写性能高，支持水平扩展，能对实时数据进行临时存储、计算，能够良好的支撑高实时性业务场景。

在实现本发明过程中，发明人发现现有技术中的非关系数据库、关系型数据库中至少存在如下问题：

1.现有的非关系数据库的计算模型比较简单，不支持SQL语法，在数据模型复杂并变化频繁的情况下，需要通过代码实现很多SQL现有的计算逻辑，开发周期长、成本较高。

2.对于时效性短、写频繁、数据量弹性变化大的数据，传统的关系型数据库写性能、并发性能、水平扩展能力有限，无法适用；而大型的分布式关系型数据库，使用成本很高，维护的人力物力高，学习成本高。

发明内容

有鉴于此，本发明实施例提供一种分布式数据处理的方法和装置，采用基于SQLite数据库集群的分布式数据处理的技术手段，克服了不支持SQL语法的技术问题，能够更好的支持复杂的计算业务，进而达到缩短了开发周期、降低了成本的有益效果。同时，读写性能高、并发高、支持水平扩展，更适用于实时计算领域；SQLite数据库集群作为一种轻量级分布式架构，避免了成本很高、维护的人力物力高、学习成本高等问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种分布式数据处理的方法，包括：获取计算业务，所述计算业务中包括SQL命令；获取SQLite Node的地址信息；从数据库集群的列表中，选出与所述地址信息对应的SQLite Node作为执行机器；在所述执行机器中执行所述SQL命令。

可选地，所述地址信息包括：SQLite Node的IP地址、SQLite Node中的工作者worker进程的端口号；每个SQLite Node对应多个worker进程；所述计算业务中包括哈希值；从数据库集群的列表中，选出与所述地址信息对应的SQLite Node作为执行机器，包括：采用一致性哈希算法，根据所述哈希值、SQLite Node的IP地址、SQLite Node中的worker进程的端口号，确定worker进程；将确定的worker进程作为执行机器。

可选地，在所述执行机器中执行所述SQL命令，包括：在所述执行机器中创建SQLite内存In-memory实例；在SQLite In-memory实例中执行SQL命令。

可选地，在所述执行机器中执行所述SQL命令之后，包括：将执行结果组包为数据编码格式。

为实现上述目的，根据本发明实施例的另一方面，提供了一种分布式数据处理的装置，其特征在于，包括：计算业务获取模块、地址信息获取模块、执行机器选择模块、执行模块；所述计算业务获取模块，用于：获取计算业务，所述计算业务中包括SQL命令；所述地址信息获取模块，用于：获取SQLite Node的地址信息；所述执行机器选择模块，用于：从数据库集群的列表中，选出与所述地址信息对应的SQLite Node作为执行机器；所述执行模块，用于：在所述执行机器中执行所述SQL命令。

可选地，所述地址信息获取模块，用于：获取SQLite Node的IP地址、SQLite Node中的工作者worker进程的端口号；每个SQLite Node对应多个worker进程；所述计算业务获取模块，用于：获取哈希值；所述执行机器选择模块，用于：采用一致性哈希算法，根据所述哈希值、SQLite Node的IP地址、SQLite Node中的worker进程的端口号，确定worker进程；将确定的worker进程作为执行机器。

可选地，所述执行模块，用于：在所述执行机器中创建SQLite内存In-memory实例；在SQLite In-memory实例中执行SQL命令。

可选地，所述执行模块，还用于：将执行结果组包为数据编码格式。

为实现上述目的，根据本发明实施例的再一方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，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本发明所提供的分布式数据处理的方法。

为实现上述目的，根据本发明实施例的再一方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明所提供的分布式数据处理的方法。

上述发明中的一个实施例具有如下优点或有益效果：采用基于SQLite数据库的分布式数据处理的技术手段，克服了不支持SQL语法的技术问题，能够更好的支持复杂的计算业务，进而达到缩短了开发周期、降低了成本的有益效果。同时，读写性能高、并发高、支持水平扩展，更适用于实时计算领域。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的分布式数据处理的方法的优选流程的示意图；

图2是根据本发明实施例的SQLite Node的架构图；

图3是根据本发明实施例的worker进程的工作流程图；

图4是根据本发明实施例的SDK接口工作流程图；

图5是根据本发明实施例的分布式数据处理的装置的基本组成部分的示意图；

图6是本发明实施例可以应用于其中的示例性系统架构图；

图7是适于用来实现本发明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

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本发明实施例的分布式数据处理的方法的优选流程的示意图。如图1所示，本发明实施例提供了一种分布式数据处理的方法，可以包括：

步骤S101获取计算业务，所述计算业务中包括SQL命令；

步骤S102获取SQLite Node的地址信息；

步骤S103从数据库集群的列表中，选出与所述地址信息对应的SQLite Node作为执行机器；

步骤S104在所述执行机器中执行所述SQL命令。

所述数据库集群包括在SQLite数据库的基础上，添加网络访问功能、数据传输协议后形成的SQLite数据库集群，SQLite Node为数据库集群的节点；所述数据库集群的列表由zookeeper注册中心生成，所述数据库集群的列表中包括多个SQLite Node的地址信息。zookeeper是一个开放源码的分布式应用程序协调服务，基于zookeeper可以实现服务注册，本实施例中的服务注册是指将SQLite Node的IP地址、SQLite Node中的工作者worker进程的端口号注册到zookeeper的过程。本发明实施例采用基于SQLite数据库的分布式数据处理的技术手段，克服了不支持SQL语法的技术问题，能够更好的支持复杂的计算业务，进而达到缩短了开发周期、降低了成本的有益效果。同时，读写性能高、并发高、支持水平扩展，更适用于实时计算领域。

本发明实施例中，所述地址信息可以包括但不限于：SQLite Node的IP地址、SQLite Node中的工作者worker进程的端口号；每个SQLite Node对应多个worker进程；所述计算业务中可以包括哈希值；从数据库集群的列表中，选出与所述地址信息对应的SQLite Node作为执行机器，可以包括：采用一致性哈希算法，根据所述哈希值、SQLiteNode的IP地址、SQLite Node中的worker进程的端口号，确定worker进程；将确定的worker进程作为执行机器。本发明实施例将一致性Hash算法应用在动态变化的分布式数据处理方法中，能够满足数据的单调性和负载均衡。一致性Hash算法的哈希值hashKey由计算业务指定，在SQLite Node集群稳定时，哈希值相同的SQL命令能够确保被下发到相同的SQLiteNode，满足数据的单调性。哈希值不同时，一致性Hash算法会将SQL命令尽量离散的分发到不同的SQLite Node，满足数据的负载均衡。在SQLite Node集群扩容缩容时，相同的哈希值会有短时间的不满足数据单调性，时间间隔为zookeeper注册中心数据的过期时间，计算业务逻辑需要考虑到这种短时间的不满足单调性情况。哈希值会直接影响SQLlite Node集群数据的单调性和负载均衡，所以开发计算业务时需要根据数据模型选择合适的哈希值。

本发明实施例中，在所述执行机器中执行所述SQL命令，可以包括：在所述执行机器中创建SQLite内存In-memory实例；在SQLite In-memory实例中执行SQL命令。在所述执行机器中执行所述SQL命令之后，可以包括：将执行结果组包为数据编码格式，发送至客户端。如果计算业务中的数据是不允许丢失的，需要考虑数据的备份容灾。本发明实施例的SQLite Node基于SQLite In-memory常驻内存存储模式开发，针对实时计算数据读写频繁、时效性短的特性，数据可以无需持久化存储，使用In-memory实例能够极大的提高SQLiteNode的计算能力和吞吐量。

图2是根据本发明实施例的SQLite Node的架构图。如图2所示，主进程master进程从SQLite Node配置文件中读取配置项，配置项可以包括但不限于：worker进程的数量n、每一个worker进程的端口号。master进程创建并守护工作者worker进程，如果worker进程异常退出则再次启动该worker进程，n为正整数。

图3是根据本发明实施例的worker进程的工作流程图。如图3所示，worker进程创建SQLite In-memory实例，并侦听相应的端口号，获取SQL命令，判断SQL命令是否合法，若合法，则在SQLite In-memory实例中执行SQL命令，并获得执行结果，将执行结果组包为数据编码格式TLV发送至客户端，接收下一个计算业务；若不合法，则接收下一个计算业务。

可以但不限于采用软件开发工具包SDK(Software Development Kit)提供访问SQLite Node的访问接口。

SDK接口定义参数如下表1所示：

表1SDK接口的入口参数和出口参数

以图4为例，图4是根据本发明实施例的SDK接口工作流程图。如图4所示，判断数据库集群的列表是否过期，若过期则从zookeeper注册中心获取新的数据库集群的列表；然后从数据库集群的列表中，选出与所述地址信息对应的SQLite Node作为执行机器；判断是否与SQLite Node建立连接，若否，则与SQLite Node建立传输控制协议TCP(TransmissionControl Protocol)连接；建立连接后传输SQL命令；接收并解析返回的TLV格式的执行结果。

若传输SQL命令给SQLite Node超时则表明传输失败，若SDK接收SQLite Node的执行结果超时则表明接收失败。

图5是根据本发明实施例的分布式数据处理的装置的基本组成部分的示意图；如图5所示，本发明实施例提供了一种分布式数据处理的装置500，可以包括：计算业务获取模块501、地址信息获取模块502、执行机器选择模块503、执行模块504；所述计算业务获取模块501，可以用于：获取计算业务，所述计算业务中包括SQL命令；所述地址信息获取模块502，可以用于：获取SQLite Node的地址信息；所述执行机器选择模块503，可以用于：从数据库集群的列表中，选出与所述地址信息对应的SQLite Node作为执行机器；所述执行模块504，可以用于：在所述执行机器中执行所述SQL命令。采用基于SQLite数据库集群的分布式数据处理的技术手段，克服了不支持SQL语法的技术问题，能够更好的支持复杂的计算业务模型，进而达到缩短了开发周期、降低了成本。同时，读写性能高、并发高、支持水平扩展，更适用于实时计算领域；SQLite数据库集群作为一种轻量级分布式架构，避免了成本很高，维护的人力物力高，学习成本高等问题。

本发明实施例中，所述地址信息获取模块502，可以用于：获取SQLite Node的IP地址、SQLite Node中的工作者worker进程的端口号；每个SQLite Node对应多个worker进程；所述计算业务获取模块501，可以用于：获取哈希值；所述执行机器选择模块503，可以用于：采用一致性哈希算法，根据所述哈希值、SQLite Node的IP地址、SQLite Node中的worker进程的端口号，确定worker进程；将确定的worker进程作为执行机器。本发明实施例将一致性Hash算法应用在动态变化的分布式数据处理方法中，能够满足数据的单调性和负载均衡。一致性Hash算法的哈希值hashKey由计算业务指定，在SQLite Node集群稳定时，哈希值相同的SQL命令能够确保被下发到相同的SQLite Node，满足数据的单调性。哈希值不同时，一致性Hash算法会将SQL命令尽量离散的分发到不同的SQLite Node，满足数据的负载均衡。在SQLite Node集群扩容缩容时，相同的哈希值会有短时间的不满足数据单调性，时间间隔为zookeeper注册中心数据的过期时间，计算业务逻辑需要考虑到这种短时间的不满足单调性情况。哈希值会直接影响SQLlite Node集群数据的单调性和负载均衡，所以计算业务开发需要根据数据模型选择合适的哈希值。

本发明实施例中，所述执行模块504，可以用于：在所述执行机器中创建SQLite内存In-memory实例；在SQLite In-memory实例中执行SQL命令。所述执行模块504，还可以用于：将执行结果组包为数据编码格式，发送至客户端。如果计算业务中的数据是不允许丢失的，需要考虑数据的备份容灾。本发明实施例的SQLite Node基于SQLite In-memory常驻内存存储模式开发，针对实时计算数据读写频繁、时效性短的特性，数据可以无需持久化存储，使用In-memory实例能够极大的提高SQLite Node的计算能力和吞吐量。

图6示出了可以应用本发明实施例的分布式数据处理的方法或分布式数据处理的装置的示例性系统架构600。

如图6所示，系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604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601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、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601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果反馈给终端设备。

需要说明的是，本发明实施例所提供的分布式数据处理的方法一般由服务器605执行，相应地，分布式数据处理的装置一般设置于服务器605中。

应该理解，图6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。

根据本发明的实施例，还提供了一种电子设备和一种可读存储介质。

本发明实施例的电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，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本发明所提供的分布式数据处理的方法。

本发明实施例的计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明所提供的分布式数据处理的方法。

下面参考图7，其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例，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7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM703中，还存储有系统700操作所需的各种程序和数据。CPU701、ROM702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；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707；包括硬盘等的存储部分708；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709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，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710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708。

特别地，根据本发明公开的实施例，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，本发明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709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示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。在本发明中，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。而在本发明中，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。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、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，上述模块、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，框图或流程图中的每个方框、以及框图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。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器，包括：计算业务获取模块、地址信息获取模块、执行机器选择模块、执行模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，计算业务获取模块还可以被描述为“获取计算业务的模块”。

作为另一方面，本发明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设备中所包含的；也可以是单独存在，而未装配入该设备中。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一个该设备执行时，使得该设备包括：步骤S101获取计算业务，所述计算业务中包括SQL命令；步骤S102获取SQLite Node的地址信息；步骤S103从数据库集群的列表中，选出与所述地址信息对应的SQLite Node作为执行机器；步骤S104在所述执行机器中执行所述SQL命令。

根据本发明实施例的分布式数据处理的方法可以看出，采用基于SQLite数据库集群的分布式数据处理的技术手段，克服了不支持SQL语法的技术问题，能够更好的支持复杂的计算业务，进而达到缩短了开发周期、降低了成本的有益效果。同时，读写性能高、并发高、支持水平扩展，更适用于实时计算领域；SQLite数据库集群作为一种轻量级分布式架构，避免了成本很高、维护的人力物力高、学习成本高等问题。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种分布式数据处理的方法，其特征在于，包括：

获取计算业务，所述计算业务中包括SQL命令；

获取SQLite Node的地址信息；

从数据库集群的列表中，选出与所述地址信息对应的SQLite Node作为执行机器；

在所述执行机器中执行所述SQL命令。

2.根据权利要求1所述的方法，其特征在于，所述地址信息包括：SQLite Node的IP地址、SQLite Node中的工作者worker进程的端口号；每个SQLite Node对应多个worker进程；

所述计算业务中包括哈希值；

从数据库集群的列表中，选出与所述地址信息对应的SQLite Node作为执行机器，包括：

采用一致性哈希算法，根据所述哈希值、SQLite Node的IP地址、SQLite Node中的worker进程的端口号，确定worker进程；

将确定的worker进程作为执行机器。

3.根据权利要求1或2所述的方法，其特征在于，在所述执行机器中执行所述SQL命令，包括：

在所述执行机器中创建SQLite内存In-memory实例；

在SQLite In-memory实例中执行SQL命令。

4.根据权利要求1所述的方法，其特征在于，在所述执行机器中执行所述SQL命令之后，包括：

将执行结果组包为数据编码格式。

5.一种分布式数据处理的装置，其特征在于，包括：计算业务获取模块、地址信息获取模块、执行机器选择模块、执行模块；

所述计算业务获取模块，用于：获取计算业务，所述计算业务中包括SQL命令；

所述地址信息获取模块，用于：获取SQLite Node的地址信息；

所述执行机器选择模块，用于：从数据库集群的列表中，选出与所述地址信息对应的SQLite Node作为执行机器；

所述执行模块，用于：在所述执行机器中执行所述SQL命令。

6.根据权利要求5所述的装置，其特征在于，所述地址信息获取模块，用于：获取SQLiteNode的IP地址、SQLite Node中的工作者worker进程的端口号；每个SQLite Node对应多个worker进程；

所述计算业务获取模块，用于：获取哈希值；

所述执行机器选择模块，用于：

采用一致性哈希算法，根据所述哈希值、SQLite Node的IP地址、SQLite Node中的worker进程的端口号，确定worker进程；

将确定的worker进程作为执行机器。

7.根据权利要求5或6所述的装置，其特征在于，所述执行模块，用于：

在所述执行机器中创建SQLite内存In-memory实例；

在SQLite In-memory实例中执行SQL命令。

8.根据权利要求5所述的装置，其特征在于，所述执行模块，还用于：

将执行结果组包为数据编码格式。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

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1-4中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。