CN110377229A - 数据分析方法、装置、计算机设备及存储介质 - Google Patents

数据分析方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN110377229A
CN110377229A CN201910548482.7A CN201910548482A CN110377229A CN 110377229 A CN110377229 A CN 110377229A CN 201910548482 A CN201910548482 A CN 201910548482A CN 110377229 A CN110377229 A CN 110377229A
Authority
CN
China
Prior art keywords
curve
data
life cycle
storage
determined
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.)
Granted
Application number
CN201910548482.7A
Other languages
English (en)
Other versions
CN110377229B (zh
Inventor
崔剑
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 CN201910548482.7A priority Critical patent/CN110377229B/zh
Publication of CN110377229A publication Critical patent/CN110377229A/zh
Application granted granted Critical
Publication of CN110377229B publication Critical patent/CN110377229B/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
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/0604—Improving or facilitating administration, e.g. storage management
    • G06F3/0607—Improving or facilitating administration, e.g. storage management by facilitating the process of upgrading existing storage systems, e.g. for improving compatibility between host and storage device
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0646—Horizontal data movement in storage systems, i.e. moving data in between storage devices or systems
    • G06F3/0647—Migration mechanisms
    • G06F3/0649—Lifecycle management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及云计算领域，公开了数据分析方法、装置、计算机设备及存储介质，其中方法可包括：确定作为分析对象的数据；当需要进行数据分析时，分别确定出作为分析对象的数据中各不同数据截止当前时刻的存储年龄；针对确定出的每个存储年龄，分别统计出该存储年龄的数据总量，得到第一统计结果；针对确定出的每个存储年龄，分别统计出最近预定时长内用户对于该存储年龄的数据的使用总量，得到第二统计结果；若根据第一统计结果和第二统计结果确定出需要为作为分析对象的数据推荐生命周期，则生成建议的生命周期。应用本发明所述方案，可提升所配置的生命周期的准确性等。

Description

数据分析方法、装置、计算机设备及存储介质
【技术领域】
本发明涉及云计算领域，特别涉及数据分析方法、装置、计算机设备及存储介质。
【背景技术】
在对象存储领域，各个存储产品都会提供不同成本、不同性能的存储类型来应对用户的热、温、冷数据的存储需求。相应的存储类型可分别为标准存储类型、低频存储类型和冷存储类型。不同的存储类型对应的存储成本也会不同。比如，可将用户频繁访问的热数据采用标准存储类型存储，该存储类型的性能很好，但价格也会高些，很少访问的数据则可采用冷存储类型存储，访问时延会高一些，但价格非常便宜等。
另外，存储产品通常还会提供“生命周期(lifecycle)”功能，用户简单配置后，系统会将数据进行自动化下沉，以降低用户的存储成本。比如，用户可以配置一条策略：上传云端的数据以标准存储类型保存，保存30天后，自动转换为低频存储类型，保存90天后，自动转换为冷存储类型，以此来降低存储成本。
其中，如何配置生命周期是一个关键的问题，如果配置的天数过少，热数据过早下沉为冷数据，会造成业务取用不便，但如果天数配置过多，业务侧已经不常使用的逐渐冷化数据依然按照较高成本存储，又会造成不必要的支出。
目前，用户通常根据自身经验来配置数据的生命周期，或者，使用系统默认的生命周期，但这些方式的准确性较低，无法更好的为用户节省存储成本等。
【发明内容】
有鉴于此，本发明提供了数据分析方法、装置、计算机设备及存储介质。
具体技术方案如下：
一种数据分析方法，包括：
确定作为分析对象的数据；
当需要进行数据分析时，分别确定出所述作为分析对象的数据中各不同数据截止当前时刻的存储年龄；
针对确定出的每个存储年龄，分别统计出所述存储年龄的数据总量，得到第一统计结果；
针对确定出的每个存储年龄，分别统计出最近预定时长内用户对于所述存储年龄的数据的使用总量，得到第二统计结果；
若根据所述第一统计结果和所述第二统计结果确定出需要为所述作为分析对象的数据推荐生命周期，则生成建议的生命周期。
根据本发明一优选实施例，所述根据所述第一统计结果和所述第二统计结果确定出需要为所述作为分析对象的数据推荐生命周期包括：
生成一个坐标图，所述坐标图的横坐标表示数据的存储年龄，纵坐标表示数据量；
根据所述第一统计结果，在所述坐标图中绘制出第一曲线；
根据所述第二统计结果，在所述坐标图中绘制出第二曲线；
若所述第一曲线和所述第二曲线之间的关系符合预定要求，则确定需要为所述作为分析对象的数据推荐生命周期。
根据本发明一优选实施例，所述根据所述第一统计结果，在所述坐标图中绘制出第一曲线包括：
针对所述第一统计结果中的每个存储年龄，分别在所述坐标图中绘制出一个坐标点，所述坐标点的横坐标取值等于所述存储年龄，纵坐标取值等于将所述存储年龄对应的数据总量进行预定变换后得到的值；将各坐标点相连，得到所述第一曲线；
所述根据所述第二统计结果，在所述坐标图中绘制出第二曲线包括：
针对所述第二统计结果中的每个存储年龄，分别在所述坐标图中绘制出一个坐标点，所述坐标点的横坐标取值等于所述存储年龄，纵坐标取值等于所述存储年龄对应的数据的使用总量；将各坐标点相连，得到所述第二曲线。
根据本发明一优选实施例，所述第一曲线和所述第二曲线之间的关系符合预定要求包括：
所述第一曲线与所述第二曲线之间存在一个交汇点，且在所述交汇点之前，所述第二曲线位于所述第一曲线的上方。
根据本发明一优选实施例，所述生成建议的生命周期包括：将所述交汇点的横坐标取值作为建议的生命周期。
根据本发明一优选实施例，所述第一曲线和所述第二曲线之间的关系符合预定要求包括：
所述第一曲线与所述第二曲线之间存在至少两个交汇点，且在第一个交汇点之前，所述第二曲线位于所述第一曲线的上方，且存在至少两个相邻的交汇点满足以下条件：两个交汇点的横坐标取值之差大于预定阈值。
根据本发明一优选实施例，所述生成建议的生命周期包括：将满足所述条件的交汇点中，横坐标取值最小的交汇点的横坐标取值作为建议的生命周期。
根据本发明一优选实施例，该方法进一步包括：若所述第一曲线和所述第二曲线之间不存在交汇点，则确定不需要为所述作为分析对象的数据推荐生命周期。
根据本发明一优选实施例，该方法进一步包括：
若所述第二曲线位于所述第一曲线的上方，则建议使用标准存储类型；
若所述第二曲线位于所述第一曲线的下方，则建议使用低频存储类型或冷存储类型。
根据本发明一优选实施例，该方法进一步包括：若所述第一曲线与所述第二曲线之间存在至少一个交汇点，但在第一个交汇点之前，所述第二曲线位于所述第一曲线的下方，则确定不需要为所述作为分析对象的数据推荐生命周期。
根据本发明一优选实施例，该方法进一步包括：若所述第一曲线和所述第二曲线之间存在至少两个交汇点，且在第一个交汇点之前，所述第二曲线位于所述第一曲线的上方，但不存在至少两个相邻的交汇点满足以下条件：两个交汇点的横坐标取值之差大于预定阈值，则确定不需要为所述作为分析对象的数据推荐生命周期。
根据本发明一优选实施例，所述建议的生命周期包括：从标准存储类型转换为低频存储类型的生命周期。
一种数据分析装置，包括：第一确定单元、第二确定单元、统计单元以及分析单元；
所述第一确定单元，用于确定作为分析对象的数据；
所述第二确定单元，用于当需要进行数据分析时，分别确定出所述作为分析对象的数据中各不同数据截止当前时刻的存储年龄；
所述统计单元，用于针对确定出的每个存储年龄，分别统计出所述存储年龄的数据总量，得到第一统计结果；针对确定出的每个存储年龄，分别统计出最近预定时长内用户对于所述存储年龄的数据的使用总量，得到第二统计结果；
所述分析单元，用于当根据所述第一统计结果和所述第二统计结果确定出需要为所述作为分析对象的数据推荐生命周期时，生成建议的生命周期。
根据本发明一优选实施例，所述分析单元生成一个坐标图，所述坐标图的横坐标表示数据的存储年龄，纵坐标表示数据量，根据所述第一统计结果，在所述坐标图中绘制出第一曲线，根据所述第二统计结果，在所述坐标图中绘制出第二曲线，若所述第一曲线和所述第二曲线之间的关系符合预定要求，则确定需要为所述作为分析对象的数据推荐生命周期。
根据本发明一优选实施例，所述分析单元针对所述第一统计结果中的每个存储年龄，分别在所述坐标图中绘制出一个坐标点，所述坐标点的横坐标取值等于所述存储年龄，纵坐标取值等于将所述存储年龄对应的数据总量进行预定变换后得到的值，将各坐标点相连，得到所述第一曲线；
所述分析单元针对所述第二统计结果中的每个存储年龄，分别在所述坐标图中绘制出一个坐标点，所述坐标点的横坐标取值等于所述存储年龄，纵坐标取值等于所述存储年龄对应的数据的使用总量，将各坐标点相连，得到所述第二曲线。
根据本发明一优选实施例，所述分析单元确定所述第一曲线与所述第二曲线之间存在一个交汇点，且在所述交汇点之前，所述第二曲线位于所述第一曲线的上方，则确定需要为所述作为分析对象的数据推荐生命周期。
根据本发明一优选实施例，所述分析单元将所述交汇点的横坐标取值作为建议的生命周期。
根据本发明一优选实施例，所述分析单元确定所述第一曲线与所述第二曲线之间存在至少两个交汇点，且在第一个交汇点之前，所述第二曲线位于所述第一曲线的上方，且存在至少两个相邻的交汇点满足以下条件：两个交汇点的横坐标取值之差大于预定阈值，则确定需要为所述作为分析对象的数据推荐生命周期。
根据本发明一优选实施例，所述分析单元将满足所述条件的交汇点中，横坐标取值最小的交汇点的横坐标取值作为建议的生命周期。
根据本发明一优选实施例，所述分析单元进一步用于，若确定所述第一曲线和所述第二曲线之间不存在交汇点，则确定不需要为所述作为分析对象的数据推荐生命周期。
根据本发明一优选实施例，所述分析单元进一步用于，若所述第二曲线位于所述第一曲线的上方，则建议使用标准存储类型，若所述第二曲线位于所述第一曲线的下方，则建议使用低频存储类型或冷存储类型。
根据本发明一优选实施例，所述分析单元进一步用于，若确定所述第一曲线与所述第二曲线之间存在至少一个交汇点，但在第一个交汇点之前，所述第二曲线位于所述第一曲线的下方，则确定不需要为所述作为分析对象的数据推荐生命周期。
根据本发明一优选实施例，所述分析单元进一步用于，若确定所述第一曲线和所述第二曲线之间存在至少两个交汇点，且在第一个交汇点之前，所述第二曲线位于所述第一曲线的上方，但不存在至少两个相邻的交汇点满足以下条件：两个交汇点的横坐标取值之差大于预定阈值，则确定不需要为所述作为分析对象的数据推荐生命周期。
根据本发明一优选实施例，所述建议的生命周期包括：从标准存储类型转换为低频存储类型的生命周期。
一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如以上所述的方法。
基于上述介绍可以看出，采用本发明所述方案，可通过对作为分析对象的数据进行合理分析确定出建议的生命周期，供用户参考使用，从而提升了所配置的生命周期的准确性，进而为用户节省了存储成本等。
【附图说明】
图1为本发明所述数据分析方法实施例的流程图。
图2为本发明所述坐标图的第一示意图。
图3为本发明所述坐标图的第二示意图。
图4为本发明所述坐标图的第三示意图。
图5为本发明所述坐标图的第四示意图。
图6为本发明所述坐标图的第五示意图。
图7为本发明所述数据分析装置实施例的组成结构示意图。
图8示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。
【具体实施方式】
为了使本发明的技术方案更加清楚、明白，以下参照附图并举实施例，对本发明所述方案进行进一步说明。
显然，所描述的实施例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它实施例，都属于本发明保护的范围。
另外，应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
对于用户来说，最直接的想法，就是希望能够知道如何配置生命周期最为节省存储成本，即希望能够知道热数据向温数据、温数据向冷数据转换的最优天数配置。系统默认的天数通常为30天和60天，但这个配置未必是最优的。
可基于数据的存储年龄(object age)和用户对于数据的取回行为(也可称为访问行为或使用行为等)，分析如何配置生命周期最为节省存储成本。
以百度云的对象存储为例，标准存储类型、低频存储类型和冷存储类型目前的定价分别如下：
表一不同存储类型的定价
假设用户存储了X GB数据，每月取回Y GB，那么按照三种不同的存储类型存储的费用分别为(忽略外网流出费，因为三种情况费用一样；忽略请求费用，因为比较小)：
按照标准存储类型存储的每月费用：0.119*X；
按照低频存储类型存储的每月费用：0.08*X+0.03*Y；
按照冷存储类型存储的每月费用：0.032*X+0.06*Y；
何时低频存储类型比标准存储类型便宜：0.08*X+0.03*Y<0.119*X→Y/X<1.3；
何时冷存储类型比低频存储类型便宜：0.032*X+0.06*Y<0.08*X+0.03*Y→Y/X<1.6。
通过以上分析可得到如下结论：
1)当用户每月全量取回数据小于1.3次时，采用低频存储类型比标准存储类型更便宜；
2)当用户每月全量取回数据小于1.6次时，采用冷存储类型比低频存储类型更便宜。
上述第1)条结论说明，对于数据来说，如果每20多天用一次的话，建议采用低频存储类型。
本发明所述方案中，可仅提供从标准存储类型转换为低频存储类型的生命周期建议，而从低频存储类型转换为冷存储类型则不作建议，因为除了价格因素外，冷存储类型相对于低频存储类型的访问时延、数据可靠性等都有明显的下降，不能仅通过价格来引导用户对于存储类型的选择。
基于上述分析，图1为本发明所述数据分析方法实施例的流程图。如图1所示，包括以下具体实现方式。
在101中，确定作为分析对象的数据。
在102中，当需要进行数据分析时，分别确定出作为分析对象的数据中各不同数据截止当前时刻的object age。
在103中，针对确定出的每个object age，分别统计出该object age的数据总量，得到第一统计结果。
在104中，针对确定出的每个object age，分别统计出最近预定时长内用户对于该object age的数据的使用总量，得到第二统计结果。
在105中，若根据第一统计结果和第二统计结果确定出需要为作为分析对象的数据推荐生命周期，则生成建议的生命周期。
将哪些数据作为分析对象可由用户设置，该设置是一个桶(bucket)级别的设置，用户可在bucket设置中对此功能进行配置，如可填写bucket内的一个或若干个前缀，如bucket/a/b、bucket/c/d等，以便将所述前缀内的数据作为分析对象。
当需要进行数据分析时，可首先确定出作为分析对象的数据中各不同数据截止当前时刻的object age，作为分析对象的数据中包含的不同数据的object age可能不同，可首先统计出作为分析对象的数据中共出现了哪些object age，object age通常以天为单位。
之后，针对确定出的每个object age，可分别统计出属于该object age的数据总量，得到第一统计结果，并可针对确定出的每个object age，分别统计出最近预定时长内用户对于属于该object age的数据的使用总量，得到第二统计结果。
进一步地，可生成一个坐标图，坐标图的横坐标表示数据的object age(单位可为天)，纵坐标表示数据量(单位可为GB)，并可根据第一统计结果，在坐标图中绘制出第一曲线，根据第二统计结果，在坐标图中绘制出第二曲线。
具体地，针对第一统计结果中的每个object age，可分别在坐标图中绘制出一个坐标点，坐标点的横坐标取值等于该object age，纵坐标取值等于将该object age对应的数据总量进行预定变换后得到的值，进而可将各坐标点相连，从而得到第一曲线。针对第二统计结果中的每个object age，可分别在坐标图中绘制出一个坐标点，坐标点的横坐标取值等于该object age，纵坐标取值等于该object age对应的数据的使用总量，进而可将各坐标点相连，从而得到第二曲线。
图2为本发明所述坐标图的第一示意图。如图2所示，除了包含第一曲线和第二曲线外，坐标图中还可进一步包含第三曲线，其中，针对第一统计结果中的每个object age，可分别在坐标图中绘制出一个坐标点，坐标点的横坐标取值等于该object age，纵坐标取值等于属于该object age的数据总量，进而可将各坐标点相连，从而得到第三曲线，比如，坐标点的横坐标取值为20天，那么纵坐标取值即等于作为分析对象的数据中object age为20天的数据总量，假设作为分析对象的数据的总量为1000GB，那么第一统计结果中的各object age对应的数据总量之和即为1000GB。组成第一曲线的各坐标点可由组成第三曲线的各坐标点对应折算而来，代表标准存储类型向低频存储类型转换的临界阈值，比如，第三曲线上的一个坐标点的横坐标取值为20天，纵坐标取值为120GB，那么第一曲线上的对应坐标点的横坐标取值为20天，参照前述第1)条结论，纵坐标取值可为120/(30*1.3)GB，当然，此处的纵坐标取值计算方式仅为举例说明，并不用于限制本发明的技术方案，也可根据实际需要采用其它计算方式，再比如，第三曲线上的一个坐标点的横坐标取值为30天，纵坐标取值为90GB，那么第一曲线上的对应坐标点的横坐标取值为30天，纵坐标取值可为90/(30*1.3)GB。对于第二曲线来说，假设其中的一个坐标点的横坐标取值为20天，那么纵坐标取值则为作为分析对象的数据中、最近预定时长内用户对于object age为20天的数据的使用总量(或称为访问总量等)，最近预定时长通常是指最近一天。
可根据第一曲线和第二曲线之间的关系确定出是否需要为作为分析对象的数据推荐生命周期，比如，若第一曲线和第二曲线之间的关系符合预定要求，则可确定需要为作为分析对象的数据推荐生命周期。
第一曲线和第二曲线之间的关系符合预定要求可以是指：第一曲线与第二曲线之间存在一个交汇点，且在该交汇点之前，第二曲线位于第一曲线的上方，相应地，在该交汇点之后，第二曲线位于第一曲线的下方。如图2所示，随着横轴的发展，第二曲线逐渐向下，并与第一曲线之间存在一个交汇点，这是比较标准的云上数据由热到冷沉降的场景。这种情况下，可基于第一曲线和第二曲线的交汇点，生成建议的生命周期，即可将该交汇点的横坐标取值作为建议的生命周期，如图2所示，可给出经该交汇点垂直于横轴的直线，该直线与横轴的交点为46天，可将46天作为建议的从标准存储类型转换为低频存储类型的生命周期。
第一曲线和第二曲线之间的关系符合预定要求还可以是指：第一曲线与第二曲线之间存在至少两个交汇点，且在第一个交汇点之前，第二曲线位于第一曲线的上方，且存在至少两个相邻的交汇点满足以下条件：两个交汇点的横坐标取值之差大于预定阈值。
图3为本发明所述坐标图的第二示意图。如图3所示，第二曲线开始位于第一曲线的上方，后下降至第一曲线的下方，后又上升至第一曲线的上方，多次上下摆动，这种情况说明，对于冷下来的数据用户也可能会有突发使用诉求。这种情况下，只有当存在至少两个相邻的交汇点满足以下条件：两个交汇点的横坐标取值之差大于预定阈值，才会认为需要为作为分析对象的数据推荐生命周期。相应地，可将满足所述条件的交汇点中，横坐标取值最小的交汇点的横坐标取值作为建议的生命周期。所述阈值的具体取值可根据实际需要而定，如10天。如图3所示，第一个交汇点和第二个交汇点的横坐标取值之差大于10天，那么则可将第一个交汇点的横坐标取值作为建议的生命周期，即可给出经第一个交汇点垂直于横轴的直线，假设该直线与横轴的交点为12天，那么则可将12天作为建议的从标准存储类型转换为低频存储类型的生命周期。如果第一个交汇点与第二个交汇点的横坐标取值之差小于或等于10天，则不会将第一个交汇点的横坐标取值作为建议的生命周期，因为这种相对关系较弱，可不向用户给出建议。这种情况下，可继续分析其它交汇点，一旦存在两个相邻的交汇点如交互点i和交汇点j之间满足以下条件：两个交汇点的横坐标取值之差大于10天，则可将交汇点i的横坐标取值作为建议的生命周期。
以上介绍了两种需要为作为分析对象的数据推荐生命周期的情况，以下介绍不需要为作为分析对象的数据推荐生命周期的情况。
1)若第一曲线和第二曲线之间不存在交汇点，则确定不需要为作为分析对象的数据推荐生命周期。
第一曲线和第二曲线之间不存在交汇点，可以包含两种情况，一种情况是第二曲线位于第一曲线的上方，另一种情况是第二曲线位于第一曲线的下方。
图4为本发明所述坐标图的第三示意图。如图4所示，这种情况下，第二曲线一直位于第一曲线的上方，与第一曲线不存在交汇点，说明用户对数据的使用频率很高，几乎天天在用，因此，也就不涉及标准存储类型向低频存储类型的转换，无需给出建议的从标准存储类型转换为低频存储类型的生命周期，但可以给出其它建议，如建议用户使用标准存储类型进行数据存储。
图5为本发明所述坐标图的第四示意图。如图5所示，这种情况下，第二曲线一直位于第一曲线的下方，与第一曲线不存在交汇点，说明数据基本是作为备份而存储的，用户很少使用，因此也无需给出建议的从标准存储类型转换为低频存储类型的生命周期，而是可直接建议用户使用低频存储类型或冷存储类型进行数据存储。
2)若第一曲线和第二曲线之间存在至少两个交汇点，且在第一个交汇点之前，第二曲线位于第一曲线的上方，但不存在至少两个相邻的交汇点满足以下条件：两个交汇点的横坐标取值之差大于预定阈值，则确定不需要为作为分析对象的数据推荐生命周期。
对应于图3所示情况，如果不存在至少两个相邻的交汇点满足以下条件：两个交汇点的横坐标取值之差大于预定阈值，可认为用户对于数据的使用行为较为随机，不需要为作为分析对象的数据推荐生命周期，可建议用户结合具体业务情况配置生命周期。
3)若第一曲线与第二曲线之间存在至少一个交汇点，但在第一个交汇点之前，第二曲线位于第一曲线的下方，则确定不需要为作为分析对象的数据推荐生命周期。
图6为本发明所述坐标图的第五示意图。如图6所示，第二曲线开始位于第一曲线的下方，之后某一时间发展到第一曲线的上方，不规律，这种情况说明，用户在一些偶发的场景下可能会对原本冷备的数据有一些使用需求，可认为用户对于数据的使用行为较为随机，无需给出建议的从标准存储类型转换为低频存储类型的生命周期，可建议用户结合具体业务情况配置生命周期。
需要说明的是，对于前述的各方法实施例，为了简单描述，将其表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
总之，采用本发明方法实施例所述方案，可通过对作为分析对象的数据进行合理分析确定出建议的生命周期，供用户参考使用，从而提升了所配置的生命周期的准确性，进而为用户节省了存储成本等。
在将建议的内容展示给用户时，展示的内容可包括坐标图，坐标图中可包括第一曲线和第二曲线，还可进一步包括所述垂直于横轴的直线，并可根据坐标图中的第一曲线和第二曲线之间的关系展示相应的文字内容，如：基于我们的观察和分析，您对该部分数据的使用会随着数据热度的降低而减少，当对数据使用频率较低时，可以将数据的存储类型由标准存储类型转换为低频存储类型，以降低您的支出，经过计算，我们建议您将标准存储类型转换为低频存储类型的生命周期配置为36天。
以上是关于方法实施例的介绍，以下通过装置实施例，对本发明所述方案进行进一步说明。
图7为本发明所述数据分析装置实施例的组成结构示意图。如图7所示，包括：第一确定单元701、第二确定单元702、统计单元703以及分析单元704。
第一确定单元701，用于确定作为分析对象的数据。
第二确定单元702，用于当需要进行数据分析时，分别确定出作为分析对象的数据中各不同数据截止当前时刻的object age。
统计单元703，用于针对确定出的每个object age，分别统计出该object age的数据总量，得到第一统计结果；针对确定出的每个object age，分别统计出最近预定时长内用户对于该object age的数据的使用总量，得到第二统计结果。
分析单元704，用于当根据第一统计结果和第二统计结果确定出需要为作为分析对象的数据推荐生命周期时，生成建议的生命周期。
将哪些数据作为分析对象可由用户设置，该设置是一个bucket级别的设置，用户可在bucket设置中对此功能进行配置，如可填写bucket内的一个或若干个前缀，如bucket/a/b、bucket/c/d等，以便将所述前缀内的数据作为分析对象。
当需要进行数据分析时，第二确定单元702可首先确定出作为分析对象的数据中各不同数据截止当前时刻的object age，作为分析对象的数据中包含的不同数据的objectage可能不同，可首先统计出作为分析对象的数据中共出现了哪些object age，object age通常以天为单位。
之后，针对确定出的每个object age，统计单元703可分别统计出属于该objectage的数据总量，得到第一统计结果，并可针对确定出的每个object age，分别统计出最近预定时长内用户对于属于该object age的数据的使用总量，得到第二统计结果。
进一步地，分析单元704可生成一个坐标图，坐标图的横坐标表示数据的objectage，纵坐标表示数据量，并可根据第一统计结果，在坐标图中绘制出第一曲线，根据第二统计结果，在坐标图中绘制出第二曲线，若第一曲线和第二曲线之间的关系符合预定要求，则确定需要为作为分析对象的数据推荐生命周期。
具体地，分析单元针704可针对第一统计结果中的每个object age，分别在坐标图中绘制出一个坐标点，坐标点的横坐标取值等于该object age，纵坐标取值等于将该object age对应的数据总量进行预定变换后得到的值，将各坐标点相连，得到第一曲线。分析单元704还可针对第二统计结果中的每个object age，分别在坐标图中绘制出一个坐标点，坐标点的横坐标取值等于该object age，纵坐标取值等于该object age对应的数据的使用总量，将各坐标点相连，得到第二曲线。
若分析单元704确定第一曲线与第二曲线之间存在一个交汇点，且在该交汇点之前，第二曲线位于第一曲线的上方，则可确定需要为作为分析对象的数据推荐生命周期。相应地，可将该交汇点的横坐标取值作为建议的生命周期。
若分析单元704确定第一曲线与第二曲线之间存在至少两个交汇点，且在第一个交汇点之前，第二曲线位于第一曲线的上方，且存在至少两个相邻的交汇点满足以下条件：两个交汇点的横坐标取值之差大于预定阈值，则可确定需要为作为分析对象的数据推荐生命周期。相应地，可将满足所述条件的交汇点中，横坐标取值最小的交汇点的横坐标取值作为建议的生命周期。
若第一曲线和第二曲线之间不存在交汇点，分析单元704可确定不需要为作为分析对象的数据推荐生命周期。
其中，若第二曲线位于第一曲线的上方，分析单元704可建议使用标准存储类型，若第二曲线位于第一曲线的下方，分析单元704可建议使用低频存储类型或冷存储类型。
若第一曲线与第二曲线之间存在至少一个交汇点，但在第一个交汇点之前，第二曲线位于第一曲线的下方，分析单元704也可确定不需要为作为分析对象的数据推荐生命周期。
若确定第一曲线和第二曲线之间存在至少两个交汇点，且在第一个交汇点之前，第二曲线位于第一曲线的上方，但不存在至少两个相邻的交汇点满足以下条件：两个交汇点的横坐标取值之差大于预定阈值，分析单元704也可确定不需要为作为分析对象的数据推荐生命周期。
本实施例中所述的建议的生命周期是指：从标准存储类型转换为低频存储类型的生命周期。
图7所示装置实施例的具体工作流程请参照前述方法实施例中的相关说明，不再赘述。
总之，采用本发明装置实施例所述方案，可通过对作为分析对象的数据进行合理分析确定出建议的生命周期，供用户参考使用，从而提升了所配置的生命周期的准确性，进而为用户节省了存储成本等。
图8示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。图8显示的计算机系统/服务器12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8所示，计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于：一个或者多个处理器(处理单元)16，存储器28，连接不同系统组件(包括存储器28和处理器16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图8未显示，通常称为“硬盘驱动器”)。尽管图8中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信，和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图8所示，网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机系统/服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器16通过运行存储在存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现图1所示实施例中的方法。
本发明同时公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时将实现如图1所示实施例中的方法。
可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中，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。
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发明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)。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法等，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。
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，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元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)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (26)

1.一种数据分析方法，其特征在于，包括：
确定作为分析对象的数据；
当需要进行数据分析时，分别确定出所述作为分析对象的数据中各不同数据截止当前时刻的存储年龄；
针对确定出的每个存储年龄，分别统计出所述存储年龄的数据总量，得到第一统计结果；
针对确定出的每个存储年龄，分别统计出最近预定时长内用户对于所述存储年龄的数据的使用总量，得到第二统计结果；
若根据所述第一统计结果和所述第二统计结果确定出需要为所述作为分析对象的数据推荐生命周期，则生成建议的生命周期。
2.根据权利要求1所述的方法，其特征在于，
所述根据所述第一统计结果和所述第二统计结果确定出需要为所述作为分析对象的数据推荐生命周期包括：
生成一个坐标图，所述坐标图的横坐标表示数据的存储年龄，纵坐标表示数据量；
根据所述第一统计结果，在所述坐标图中绘制出第一曲线；
根据所述第二统计结果，在所述坐标图中绘制出第二曲线；
若所述第一曲线和所述第二曲线之间的关系符合预定要求，则确定需要为所述作为分析对象的数据推荐生命周期。
3.根据权利要求2所述的方法，其特征在于，
所述根据所述第一统计结果，在所述坐标图中绘制出第一曲线包括：
针对所述第一统计结果中的每个存储年龄，分别在所述坐标图中绘制出一个坐标点，所述坐标点的横坐标取值等于所述存储年龄，纵坐标取值等于将所述存储年龄对应的数据总量进行预定变换后得到的值；将各坐标点相连，得到所述第一曲线；
所述根据所述第二统计结果，在所述坐标图中绘制出第二曲线包括：
针对所述第二统计结果中的每个存储年龄，分别在所述坐标图中绘制出一个坐标点，所述坐标点的横坐标取值等于所述存储年龄，纵坐标取值等于所述存储年龄对应的数据的使用总量；将各坐标点相连，得到所述第二曲线。
4.根据权利要求3所述的方法，其特征在于，
所述第一曲线和所述第二曲线之间的关系符合预定要求包括：
所述第一曲线与所述第二曲线之间存在一个交汇点，且在所述交汇点之前，所述第二曲线位于所述第一曲线的上方。
5.根据权利要求4所述的方法，其特征在于，
所述生成建议的生命周期包括：将所述交汇点的横坐标取值作为建议的生命周期。
6.根据权利要求3所述的方法，其特征在于，
所述第一曲线和所述第二曲线之间的关系符合预定要求包括：
所述第一曲线与所述第二曲线之间存在至少两个交汇点，且在第一个交汇点之前，所述第二曲线位于所述第一曲线的上方，且存在至少两个相邻的交汇点满足以下条件：两个交汇点的横坐标取值之差大于预定阈值。
7.根据权利要求6所述的方法，其特征在于，
所述生成建议的生命周期包括：将满足所述条件的交汇点中，横坐标取值最小的交汇点的横坐标取值作为建议的生命周期。
8.根据权利要求3所述的方法，其特征在于，
该方法进一步包括：若所述第一曲线和所述第二曲线之间不存在交汇点，则确定不需要为所述作为分析对象的数据推荐生命周期。
9.根据权利要求8所述的方法，其特征在于，
该方法进一步包括：
若所述第二曲线位于所述第一曲线的上方，则建议使用标准存储类型；
若所述第二曲线位于所述第一曲线的下方，则建议使用低频存储类型或冷存储类型。
10.根据权利要求3所述的方法，其特征在于，
该方法进一步包括：若所述第一曲线与所述第二曲线之间存在至少一个交汇点，但在第一个交汇点之前，所述第二曲线位于所述第一曲线的下方，则确定不需要为所述作为分析对象的数据推荐生命周期。
11.根据权利要求3所述的方法，其特征在于，
该方法进一步包括：若所述第一曲线和所述第二曲线之间存在至少两个交汇点，且在第一个交汇点之前，所述第二曲线位于所述第一曲线的上方，但不存在至少两个相邻的交汇点满足以下条件：两个交汇点的横坐标取值之差大于预定阈值，则确定不需要为所述作为分析对象的数据推荐生命周期。
12.根据权利要求1所述的方法，其特征在于，
所述建议的生命周期包括：从标准存储类型转换为低频存储类型的生命周期。
13.一种数据分析装置，其特征在于，包括：第一确定单元、第二确定单元、统计单元以及分析单元；
所述第一确定单元，用于确定作为分析对象的数据；
所述第二确定单元，用于当需要进行数据分析时，分别确定出所述作为分析对象的数据中各不同数据截止当前时刻的存储年龄；
所述统计单元，用于针对确定出的每个存储年龄，分别统计出所述存储年龄的数据总量，得到第一统计结果；针对确定出的每个存储年龄，分别统计出最近预定时长内用户对于所述存储年龄的数据的使用总量，得到第二统计结果；
所述分析单元，用于当根据所述第一统计结果和所述第二统计结果确定出需要为所述作为分析对象的数据推荐生命周期时，生成建议的生命周期。
14.根据权利要求13所述的装置，其特征在于，
所述分析单元生成一个坐标图，所述坐标图的横坐标表示数据的存储年龄，纵坐标表示数据量，根据所述第一统计结果，在所述坐标图中绘制出第一曲线，根据所述第二统计结果，在所述坐标图中绘制出第二曲线，若所述第一曲线和所述第二曲线之间的关系符合预定要求，则确定需要为所述作为分析对象的数据推荐生命周期。
15.根据权利要求14所述的装置，其特征在于，
所述分析单元针对所述第一统计结果中的每个存储年龄，分别在所述坐标图中绘制出一个坐标点，所述坐标点的横坐标取值等于所述存储年龄，纵坐标取值等于将所述存储年龄对应的数据总量进行预定变换后得到的值，将各坐标点相连，得到所述第一曲线；
所述分析单元针对所述第二统计结果中的每个存储年龄，分别在所述坐标图中绘制出一个坐标点，所述坐标点的横坐标取值等于所述存储年龄，纵坐标取值等于所述存储年龄对应的数据的使用总量，将各坐标点相连，得到所述第二曲线。
16.根据权利要求15所述的装置，其特征在于，
所述分析单元确定所述第一曲线与所述第二曲线之间存在一个交汇点，且在所述交汇点之前，所述第二曲线位于所述第一曲线的上方，则确定需要为所述作为分析对象的数据推荐生命周期。
17.根据权利要求16所述的装置，其特征在于，
所述分析单元将所述交汇点的横坐标取值作为建议的生命周期。
18.根据权利要求15所述的装置，其特征在于，
所述分析单元确定所述第一曲线与所述第二曲线之间存在至少两个交汇点，且在第一个交汇点之前，所述第二曲线位于所述第一曲线的上方，且存在至少两个相邻的交汇点满足以下条件：两个交汇点的横坐标取值之差大于预定阈值，则确定需要为所述作为分析对象的数据推荐生命周期。
19.根据权利要求18所述的装置，其特征在于，
所述分析单元将满足所述条件的交汇点中，横坐标取值最小的交汇点的横坐标取值作为建议的生命周期。
20.根据权利要求15所述的装置，其特征在于，
所述分析单元进一步用于，若确定所述第一曲线和所述第二曲线之间不存在交汇点，则确定不需要为所述作为分析对象的数据推荐生命周期。
21.根据权利要求20所述的装置，其特征在于，
所述分析单元进一步用于，若所述第二曲线位于所述第一曲线的上方，则建议使用标准存储类型，若所述第二曲线位于所述第一曲线的下方，则建议使用低频存储类型或冷存储类型。
22.根据权利要求15所述的装置，其特征在于，
所述分析单元进一步用于，若确定所述第一曲线与所述第二曲线之间存在至少一个交汇点，但在第一个交汇点之前，所述第二曲线位于所述第一曲线的下方，则确定不需要为所述作为分析对象的数据推荐生命周期。
23.根据权利要求15所述的装置，其特征在于，
所述分析单元进一步用于，若确定所述第一曲线和所述第二曲线之间存在至少两个交汇点，且在第一个交汇点之前，所述第二曲线位于所述第一曲线的上方，但不存在至少两个相邻的交汇点满足以下条件：两个交汇点的横坐标取值之差大于预定阈值，则确定不需要为所述作为分析对象的数据推荐生命周期。
24.根据权利要求13所述的装置，其特征在于，
所述建议的生命周期包括：从标准存储类型转换为低频存储类型的生命周期。
25.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～12中任一项所述的方法。
26.一种计算机可读存储介质，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1～12中任一项所述的方法。
CN201910548482.7A 2019-06-24 2019-06-24 数据分析方法、装置、计算机设备及存储介质 Active CN110377229B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910548482.7A CN110377229B (zh) 2019-06-24 2019-06-24 数据分析方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910548482.7A CN110377229B (zh) 2019-06-24 2019-06-24 数据分析方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN110377229A true CN110377229A (zh) 2019-10-25
CN110377229B CN110377229B (zh) 2023-04-25

Family

ID=68249163

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910548482.7A Active CN110377229B (zh) 2019-06-24 2019-06-24 数据分析方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN110377229B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000048066A (ja) * 1998-07-27 2000-02-18 Hitachi Ltd ライフサイクル管理方法、システム、および製品
JP2003070163A (ja) * 2001-08-21 2003-03-07 Daikin Ind Ltd 省エネルギー効果推定方法およびその装置
CN104516894A (zh) * 2013-09-27 2015-04-15 国际商业机器公司 用于管理时间序列数据库的方法和装置
US20160103409A1 (en) * 2014-10-10 2016-04-14 Canon U.S.A., Inc. Device, System and Method for Detecting and Managing Toner Bottle Installation History
CN105912572A (zh) * 2016-03-30 2016-08-31 深圳市金立通信设备有限公司 一种数据管理的方法及终端
US20160292040A1 (en) * 2015-03-30 2016-10-06 Commvault Systems, Inc. Storage management of data using an open-archive architecture, including streamlined access to primary data originally stored on network-attached storage and archived to secondary storage
CN107220248A (zh) * 2016-03-21 2017-09-29 伊姆西公司 一种用于存储数据的方法和装置
CN108281138A (zh) * 2017-12-18 2018-07-13 百度在线网络技术（北京）有限公司 年龄判别模型训练及智能语音交互方法、设备及存储介质
CN108416024A (zh) * 2018-03-08 2018-08-17 网易乐得科技有限公司 数据处理方法及装置、介质、和计算设备
CN108563730A (zh) * 2018-04-04 2018-09-21 北京蓝杞数据科技有限公司天津分公司 一种冷热数据自动切换方法、装置、电子设备及存储介质
US10108517B1 (en) * 2011-06-27 2018-10-23 EMC IP Holding Company LLC Techniques for data storage systems using virtualized environments
CN108984495A (zh) * 2017-05-31 2018-12-11 北京京东尚科信息技术有限公司 用于数据处理的方法和装置
CN109348236A (zh) * 2018-09-20 2019-02-15 武汉斗鱼网络科技有限公司 一种存储容量评估方法、装置、服务器及存储介质
CN109460397A (zh) * 2018-10-12 2019-03-12 中国平安人寿保险股份有限公司 数据产出控制方法及装置、存储介质和电子设备
CN109684566A (zh) * 2018-11-08 2019-04-26 百度在线网络技术（北京）有限公司 标签引擎实现方法、装置、计算机设备及存储介质

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000048066A (ja) * 1998-07-27 2000-02-18 Hitachi Ltd ライフサイクル管理方法、システム、および製品
JP2003070163A (ja) * 2001-08-21 2003-03-07 Daikin Ind Ltd 省エネルギー効果推定方法およびその装置
US10108517B1 (en) * 2011-06-27 2018-10-23 EMC IP Holding Company LLC Techniques for data storage systems using virtualized environments
CN104516894A (zh) * 2013-09-27 2015-04-15 国际商业机器公司 用于管理时间序列数据库的方法和装置
US20160103409A1 (en) * 2014-10-10 2016-04-14 Canon U.S.A., Inc. Device, System and Method for Detecting and Managing Toner Bottle Installation History
US20160292040A1 (en) * 2015-03-30 2016-10-06 Commvault Systems, Inc. Storage management of data using an open-archive architecture, including streamlined access to primary data originally stored on network-attached storage and archived to secondary storage
CN107220248A (zh) * 2016-03-21 2017-09-29 伊姆西公司 一种用于存储数据的方法和装置
CN105912572A (zh) * 2016-03-30 2016-08-31 深圳市金立通信设备有限公司 一种数据管理的方法及终端
CN108984495A (zh) * 2017-05-31 2018-12-11 北京京东尚科信息技术有限公司 用于数据处理的方法和装置
CN108281138A (zh) * 2017-12-18 2018-07-13 百度在线网络技术（北京）有限公司 年龄判别模型训练及智能语音交互方法、设备及存储介质
CN108416024A (zh) * 2018-03-08 2018-08-17 网易乐得科技有限公司 数据处理方法及装置、介质、和计算设备
CN108563730A (zh) * 2018-04-04 2018-09-21 北京蓝杞数据科技有限公司天津分公司 一种冷热数据自动切换方法、装置、电子设备及存储介质
CN109348236A (zh) * 2018-09-20 2019-02-15 武汉斗鱼网络科技有限公司 一种存储容量评估方法、装置、服务器及存储介质
CN109460397A (zh) * 2018-10-12 2019-03-12 中国平安人寿保险股份有限公司 数据产出控制方法及装置、存储介质和电子设备
CN109684566A (zh) * 2018-11-08 2019-04-26 百度在线网络技术（北京）有限公司 标签引擎实现方法、装置、计算机设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
H.P.GARG等: "THEORETICAL AND EXPERIMENTAL STUDIES ON", 《SOLAR ENERGY》 *

Also Published As

Publication number Publication date
CN110377229B (zh) 2023-04-25

Similar Documents

Publication Publication Date Title
US10140743B2 (en) Displaying clusters of media items on a map using representative media items
CN107315779A (zh) 日志分析方法和系统
CN104238897A (zh) 一种菜单项显示方法及装置
CN110531920A (zh) 侧边工具栏的显示方法、装置、终端及存储介质
CN110716905B (zh) 一种菜单生成方法、装置、存储介质和电子设备
CN109902255A (zh) 页面混合浏览记录生成方法、装置、设备和存储介质
CN105022804A (zh) 一种图片排序方法及移动终端
CN108932057A (zh) 操作控制方法、装置、存储介质及电子设备
CN109389365A (zh) 多人协作式文档的处理方法、装置和电子设备
CN109960554B (zh) 展示阅读内容的方法、设备和计算机存储介质
CN109388317A (zh) 一种图片加载方法、终端设备及存储介质
CN109656653A (zh) 蒙层图标显示方法及装置
US20140331145A1 (en) Enhancing a remote desktop with meta-information
CN107453916A (zh) 一种拓扑实现方法及一种云消息服务监控平台
CN109857298B (zh) 应用启动方法、装置、设备和存储介质
CN107194680B (zh) 一种可配置化资源数量控制方法及装置
CN107451271A (zh) 一种哈希表处理方法、装置、设备及存储介质
CN103294407B (zh) 存储装置和数据读写方法
CN108428138A (zh) 一种基于客户分群的客户生存率分析装置及分析方法
CN109684566A (zh) 标签引擎实现方法、装置、计算机设备及存储介质
CN103744609B (zh) 一种数据提取方法及装置
CN107169005B (zh) Poi推荐方法、装置、设备及计算机可读存储介质
CN110377229A (zh) 数据分析方法、装置、计算机设备及存储介质
CN109672706A (zh) 一种信息推荐方法、装置、服务器及存储介质
CN107169012B (zh) Poi推荐方法、装置、设备及计算机可读存储介质

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