CN110427377A - 数据处理方法、装置、设备和存储介质 - Google Patents
数据处理方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN110427377A CN110427377A CN201910713264.4A CN201910713264A CN110427377A CN 110427377 A CN110427377 A CN 110427377A CN 201910713264 A CN201910713264 A CN 201910713264A CN 110427377 A CN110427377 A CN 110427377A
- Authority
- CN
- China
- Prior art keywords
- data
- storage region
- stored
- dimension
- region
- 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
Links
- 238000003860 storage Methods 0.000 title claims abstract description 191
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 238000004590 computer program Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- 238000006116 polymerization reaction Methods 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000005291 magnetic effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
- G06F16/24554—Unary operations; Data partitioning operations
- G06F16/24556—Aggregation; Duplicate elimination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
Abstract
本发明实施例公开了一种数据处理方法、装置、设备和存储介质。该方法包括:根据每一特征维度的数据量,确定待存储的总数据量;根据所述待存储的总数据量,存储区域的总数量,以及每一特征维度的数据量,确定该特征维度的存储区域信息;根据该特征维度的存储区域信息,对该特征维度的数据进行存储。能够实现数据均匀分配到不同机器上,同时又降低聚合度,使各机器数据聚合计算量均匀。
Description
技术领域
本发明实施例涉及数据分配技术,尤其涉及一种数据处理方法、装置、设备和存储介质。
背景技术
目前,大数据分析越来越普遍,在大数据OLAP存储分析过程中,数据会分为维度进行统计,有一些系统会将数据按维度聚合进行存储以及采用分布式预聚合的技术方案。
现有的数据分配有两种方式,一种是随机分配的方式,虽然数据分配很均匀,但会让相同维度的数据同时发送到所有机器上,当数据被聚合后,所有机器都会有同样维度的数据,这样会导致聚合度过高。通常情况,有N台机器,聚合度容易达到N。当查询时,会检索所有机器数据进行查询,当并发查询量过高时,集群整体资源消耗过高,导致系统整体查询并发量低。
另一种是按维度Hash分配方式,虽然会让聚合度达到1,但当某个维度数据量级过大时,会让大量数据分配到某台机器上,产生数据倾斜问题,导致预聚合程序及存储查询易出现单机瓶颈。
发明内容
本发明实施例提供了一种数据处理方法、装置、设备和存储介质,以实现数据均匀分配到不同机器上,同时又降低聚合度,使各机器数据聚合计算量均匀。
第一方面,本发明实施例提供了一种数据处理方法,包括:
根据每一特征维度的数据量,确定待存储的总数据量;
根据所述待存储的总数据量,存储区域的总数量,以及每一特征维度的数据量,确定该特征维度的存储区域信息;
根据该特征维度的存储区域信息,对该特征维度的数据进行存储。
第二方面,本发明实施例还提供了一种数据处理装置,包括:
确定总数据量模块,用于根据每一特征维度的数据量,确定待存储的总数据量;
确定存储区域信息模块,用于根据所述待存储的总数据量,存储区域的总数量,以及每一特征维度的数据量,确定该特征维度的存储区域信息;
数据存储模块,用于根据该特征维度的存储区域信息,对该特征维度的数据进行存储。
第三方面,本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在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本发明实施例中任一所述的数据处理方法。
第四方面,本发明实施例还提供了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,该程序被处理器执行时实现如本发明实施例中任一所述的数据处理方法。
本发明实施例提供了一种数据处理方法、装置、设备和存储介质,包括根据每一特征维度的数据量,确定待存储的总数据量;根据所述待存储的总数据量,存储区域的总数量,以及每一特征维度的数据量,确定该特征维度的存储区域信息;根据该特征维度的存储区域信息,对该特征维度的数据进行存储,能够实现数据均匀分配到不同机器上,使各机器数据聚合均匀。
附图说明
图1是本发明实施例一中提供的一种数据处理方法的流程示意图;
图2是本发明实施例二中提供的一种数据处理方法的流程示意图;
图3是本发明实施例二中提供的一种数据处理方法的原理示意图;
图4是本发明实施例三中提供的一种数据处理装置的结构示意图;
图5是本发明实施例四中提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明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本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本发明实施例一提供的一种数据处理方法的流程示意图,本实施例可适用于将数据分配至机器的情况,该方法可以由数据处理装置来执行,该装置可采用软件和/或硬件的方式实现,该装置可集成于计算设备中,也可独立作为一个设备。具体包括如下步骤:
步骤110、根据每一特征维度的数据量,确定待存储的总数据量。
本实施例中,特征维度是指原始数据中具有共同属性的数据。示例性的,例如用户信息的特征维度可以是用户的名称、城市名称等。进一步地,当特征维度为用户的名称时,通过统计原始数据,得到六个不同的特征维度,则不同的特征维度为用户1、用户2、用户3、用户4、用户5和用户6,则每一特征维度的数据量即为用户1的数据量、用户2的数据量、用户3的数据量、用户4的数据量、用户5的数据量和用户6的数据量。通过将用户1的数据量、用户2的数据量、用户3的数据量、用户4的数据量、用户5的数据量和用户6的数据量求和,则可以得到待存储的总数据量,即原始数据的总数据量。本领域技术人员应该知晓,上述原始数据总量是预设时间内各特征维度的数据量之和,示例性的,如五分钟内的数据总量。
示例性的,用户1的数据量为100条、用户2的数据量为200条,用户3的数据量为300条,用户4的数据量为400条,用户5的数据量为100条,用户6的数据量为500条,则待存储的总数据量为1600条。
步骤120、根据所述待存储的总数据量,存储区域的总数量,以及每一特征维度的数据量,确定该特征维度的存储区域信息。
上述存储区域是指将待存储的数据进行存放的机器区域,可以对存储区域的数据进行访问。在大数据联机分析处理的存储分析过程中,数据会按照维度进行聚合存储,原始数据会在存储区域进行聚合,即在存储区域将同一特征维度的数据集中分布。
示例性的,原始数据能够通过分布式发布订阅消息系统将原始数据发送至分布式发布订阅消息系统的各个分区,最终发送至机器的存储区域。其中,分布式发布订阅消息系统可以是Kafka。
将上述待存储的总数据量按照存储区域的总数量均匀地进行发送,并使得每一特征维度的数据量均匀地分布在存储区域。
可选的,步骤120包括:根据所述待存储的总数据量和存储区域的总数量,确定单个存储区域要存储的数据量;
根据单个存储区域要存储的数据量,以及每一特征维度的数据量,确定每一特征维度关联的至少一个存储区域,以及该特征维度在关联的存储区域中的存储比例值。
本实施例中,单个存储区域要存储的数据量为待存储的总数据量除以存储区域的总数量。
示例性的,特征维度为用户的名称,用户1的数据量为100条、用户2的数据量为200条,用户3的数据量为300条,用户4的数据量为400条,用户5的数据量为100条,用户6的数据量为500条,则待存储的总数据量为1600条且存储区域的总数量为4个,则能够确定每个存储区域的数据量为400条。
本实施例中,以存储区域的总数量为4个为例,将4个存储区域进行顺序排号,依次为存储区域01、存储区域02、存储区域03和存储区域04。每个存储区域的数据量为400条,则确定用户1关联的存储区域为存储区域01,用户2关联的存储区域为存储区域01,用户3关联的存储区域为存储区域02和存储区域03,依次依据不同用户的数据量以及单个存储区域要存储的数据量确定存储区域。进一步,在对应的存储区域确定存储的该特征维度的存储比例值。
在确定单个存储区域要存储的数据量和每一特征维度的数据量之后,可进行如下过程:
针对每一特征维度,根据单个存储区域要存储的数据量,确定待分配的当前存储区域的可用存储空间是否大于该特征维度的待分配数据量;
若等于或大于,则将当前存储区域作为该特征维度的存储区域,并确定该特征维度在当前存储区域中的存储比例值;
若小于,则将当前存储区域的可用存储空间分配给该特征维度,并确定该特征维度在当前存储区域中的存储比例值;以及,将下一存储区域作为新的当前存储区域,且继续为该特征维度分配新的当前存储区域,直至该特征维度分配完成。
示例性的,用户1的数据量为100条,单个存储区域的数据量为400条,将4个存储区域进行顺序排号,则存储区域01的可用存储空间大于用户1的数据量,能够确定用户1在存储区域01中的存储比例值为100%,相应的,用户1的数据量是存储区域01中存储数据总量的25%。用户2的数据量为200条,用户3的数据量为300条,则用户2在存储区域01中的存储比例值为100%,用户3在存储区域01中的存储比例值为33.3%,相应的,用户2的数据量是存储区域01中存储数据总量的50%,用户3的数据量是存储区域01中存储数据总量的25%,且用户3在存储区域02中的存储比例值为66.6%,用户3的数据量是存储区域02中存储数据总量的50%。
步骤130、根据该特征维度的存储区域信息,对该特征维度的数据进行存储。
本实施例中,示例性的,特征维度的存储区域信息是指用户3所在的存储区域,在每一个存储区域中用户3的数据量。将不同特征维度的数据按照存储区域信息进行存储。
本发明实施例提供了一种数据处理方法,包括根据每一特征维度的数据量,确定待存储的总数据量;根据所述待存储的总数据量,存储区域的总数量,以及每一特征维度的数据量,确定该特征维度的存储区域信息;根据该特征维度的存储区域信息,对该特征维度的数据进行存储,能够实现数据均匀分配到不同机器上,同时又降低聚合度,使各机器数据聚合计算量均匀。
实施例二
图2是本发明实施例二中提供的一种数据处理方法的流程示意图,本实施例是在上述实施例一的基础上,进一步对存储后的数据的查询过程进行详细解释说明。参见图2,该方法具体可以包括:
步骤210、根据每一特征维度的数据量,确定待存储的总数据量。
步骤220、根据所述待存储的总数据量,存储区域的总数量,以及每一特征维度的数据量,确定该特征维度的存储区域信息。
步骤230、根据该特征维度的存储区域信息,对该特征维度的数据进行存储。
步骤240、响应于包括目标特征维度信息的查询请求,根据目标特征维度的存储区域信息,确定目标特征维度所关联的目标存储区域;
从所述目标特征维度所关联的目标存储区域中得到查询结果。
根据目标特征维度的存储区域信息,确定目标特征维度关联的至少一个存储区域,以及目标特征维度在所述至少一个存储区域中的存储比例值。
本实施例中,通过联机分析处理技术对数据进行查询和分析。其中,联机分析处理是一种软件技术,它使分析人员能够迅速、一致、交互地从各个方面观察信息,以达到深入理解数据的目的。它具有FASMI(Fast Analysis of Shared MultidimensionalInformation),即共享多维信息的快速分析的特征。其中F是快速性(Fast),指系统能在数秒内对用户的多数分析要求做出反应;A是可分析性(Analysis),指用户无需编程就可以定义新的专门计算,将其作为分析的一部分,并以用户所希望的方式给出报告;M是多维性(Multi—dimensional),指提供对数据分析的多维视图和分析;I是信息性(Information),指能及时获得信息,并且管理大容量信息。
具体的,当特征维度为用户的名称时,示例性的选取用户3为目标特征维度,用户3的存储区域信息为:用户3的数据量为300条,用户3在存储区域01中的存储比例值为33.3%,用户3的数据量是存储区域01中存储数据总量的25%,且用户3在存储区域02中的存储比例值为66.6%,用户3的数据量是存储区域02中存储数据总量的50%,则可以对用户3的数据进行联机分析处理。进一步地,可参见图3示出的一种数据处理方法的原理示意图,存储区域01、存储区域02分别在预聚合机器01和预聚合机器02中。
本发明实施例提供了一种数据处理方法,对不同的特征维度的数据进行存储后,响应于包括目标特征维度信息的查询请求,根据目标特征维度的存储区域信息,确定目标特征维度所关联的目标存储区域;从所述目标特征维度所关联的目标存储区域中得到查询结果。根据目标特征维度的存储区域信息,确定目标特征维度关联的至少一个存储区域,以及目标特征维度在所述至少一个存储区域中的存储比例值,能够降低并行查询时资源利用的问题,提高集群整体并发查询吞吐量。
实施例三
本发明实施例所提供的数据处理装置可执行本发明任意实施例所提供的数据处理方法,具备执行方法相应的功能模块和有益效果。如图4所示的是一种数据处理装置的结构示意图,该装置可以包括:
确定总数据量模块401,用于根据每一特征维度的数据量,确定待存储的总数据量;
确定存储区域信息模块402,用于根据所述待存储的总数据量,存储区域的总数量,以及每一特征维度的数据量,确定该特征维度的存储区域信息;
数据存储模块403,用于根据该特征维度的存储区域信息,对该特征维度的数据进行存储。
所述确定存储区域信息模块402,具体用于:
根据所述待存储的总数据量和存储区域的总数量,确定单个存储区域要存储的数据量;
根据单个存储区域要存储的数据量,以及每一特征维度的数据量,确定每一特征维度关联的至少一个存储区域,以及该特征维度在关联的存储区域中的存储比例值。
所述确定存储区域信息模块402,具体用于:
针对每一特征维度,根据单个存储区域要存储的数据量,确定待分配的当前存储区域的可用存储空间是否大于该特征维度的待分配数据量;
若等于或大于,则将当前存储区域作为该特征维度的存储区域,并确定该特征维度在当前存储区域中的存储比例值;
若小于,则将当前存储区域的可用存储空间分配给该特征维度,并确定该特征维度在当前存储区域中的存储比例值;以及,将下一存储区域作为新的当前存储区域,且继续为该特征维度分配新的当前存储区域,直至该特征维度分配完成。
所述装置,还包括:
确定目标存储区域模块,用于响应于包括目标特征维度信息的查询请求,根据目标特征维度的存储区域信息,确定目标特征维度所关联的目标存储区域;
从所述目标特征维度所关联的目标存储区域中得到查询结果。
所述确定目标存储区域模块还用于根据目标特征维度的存储区域信息,确定目标特征维度关联的至少一个存储区域,以及目标特征维度在所述至少一个存储区域中的存储比例值。
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,上述描述装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
实施例四
图5为本发明实施例四提供的一种设备的结构示意图,图5示出了适于用来实现本发明实施例实施方式的示例性设备的结构示意图。图5显示的设备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5所示,设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元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。
设备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设备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。
系统存储器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。设备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5未显示,通常称为“硬盘驱动器”)。尽管图5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。系统存储器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实施例各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如系统存储器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通常执行本发明实施例所描述的实施例中的功能和/或方法。
设备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设备12交互的设备通信,和/或与使得该设备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,设备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5所示,网络适配器20通过总线18与设备12的其它模块通信。应当明白,尽管图中未示出,可以结合设备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。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的数据处理方法,包括:
根据每一特征维度的数据量,确定待存储的总数据量;
根据所述待存储的总数据量,存储区域的总数量,以及每一特征维度的数据量,确定该特征维度的存储区域信息;
根据该特征维度的存储区域信息,对该特征维度的数据进行存储。
实施例五
本发明实施例五还提供一种计算机可读存储介质,其上存储有计算机程序(或称为计算机可执行指令),该程序被处理器执行时可实现上述任意实施例所述的数据处理方法,包括:
根据每一特征维度的数据量,确定待存储的总数据量;
根据所述待存储的总数据量,存储区域的总数量,以及每一特征维度的数据量,确定该特征维度的存储区域信息;
根据该特征维度的存储区域信息,对该特征维度的数据进行存储。
本发明实施例的计算机存储介质,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实施例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)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种数据处理方法,其特征在于,包括:
根据每一特征维度的数据量,确定待存储的总数据量;
根据所述待存储的总数据量,存储区域的总数量,以及每一特征维度的数据量,确定该特征维度的存储区域信息;
根据该特征维度的存储区域信息,对该特征维度的数据进行存储。
2.根据权利要求1所述的方法,其特征在于,根据所述待存储的总数据量,存储区域的总数量,以及每一特征维度的数据量,确定该特征维度的存储区域信息,包括:
根据所述待存储的总数据量和存储区域的总数量,确定单个存储区域要存储的数据量;
根据单个存储区域要存储的数据量,以及每一特征维度的数据量,确定每一特征维度关联的至少一个存储区域,以及该特征维度在关联的存储区域中的存储比例值。
3.根据权利要求2所述的方法,其特征在于,根据单个存储区域要存储的数据量,以及每一特征维度的数据量,确定每一特征维度关联的至少一个存储区域,以及该特征维度在关联的存储区域中的存储比例值,包括:
针对每一特征维度,根据单个存储区域要存储的数据量,确定待分配的当前存储区域的可用存储空间是否大于该特征维度的待分配数据量;
若等于或大于,则将当前存储区域作为该特征维度的存储区域,并确定该特征维度在当前存储区域中的存储比例值;
若小于,则将当前存储区域的可用存储空间分配给该特征维度,并确定该特征维度在当前存储区域中的存储比例值;以及,将下一存储区域作为新的当前存储区域,且继续为该特征维度分配新的当前存储区域,直至该特征维度分配完成。
4.根据权利要求1所述的方法,其特征在于,对该特征维度的数据进行存储之后,还包括:
响应于包括目标特征维度信息的查询请求,根据目标特征维度的存储区域信息,确定目标特征维度所关联的目标存储区域;
从所述目标特征维度所关联的目标存储区域中得到查询结果。
5.根据权利要求4所述的方法,其特征在于,根据目标特征维度的存储区域信息,确定目标特征维度所关联的目标存储区域,包括:
根据目标特征维度的存储区域信息,确定目标特征维度关联的至少一个存储区域,以及目标特征维度在所述至少一个存储区域中的存储比例值。
6.一种数据处理装置,其特征在于,包括:
确定总数据量模块,用于根据每一特征维度的数据量,确定待存储的总数据量;
确定存储区域信息模块,用于根据所述待存储的总数据量,存储区域的总数量,以及每一特征维度的数据量,确定该特征维度的存储区域信息;
数据存储模块,用于根据该特征维度的存储区域信息,对该特征维度的数据进行存储。
7.根据权利要求6所述的装置,其特征在于,所述确定存储区域信息模块,具体用于:
根据所述待存储的总数据量和存储区域的总数量,确定单个存储区域要存储的数据量;
根据单个存储区域要存储的数据量,以及每一特征维度的数据量,确定每一特征维度关联的至少一个存储区域,以及该特征维度在关联的存储区域中的存储比例值。
8.根据权利要求7所述的装置,其特征在于,所述确定存储区域信息模块,具体用于:
针对每一特征维度,根据单个存储区域要存储的数据量,确定待分配的当前存储区域的可用存储空间是否大于该特征维度的待分配数据量;
若等于或大于,则将当前存储区域作为该特征维度的存储区域,并确定该特征维度在当前存储区域中的存储比例值;
若小于,则将当前存储区域的可用存储空间分配给该特征维度,并确定该特征维度在当前存储区域中的存储比例值;以及,将下一存储区域作为新的当前存储区域,且继续为该特征维度分配新的当前存储区域,直至该特征维度分配完成。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在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1-5中任一所述的数据处理方法。
10.一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,该程序被处理器执行时实现如权利要求1-5中任一所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910713264.4A CN110427377B (zh) | 2019-08-02 | 2019-08-02 | 数据处理方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910713264.4A CN110427377B (zh) | 2019-08-02 | 2019-08-02 | 数据处理方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110427377A true CN110427377A (zh) | 2019-11-08 |
CN110427377B CN110427377B (zh) | 2023-12-26 |
Family
ID=68413975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910713264.4A Active CN110427377B (zh) | 2019-08-02 | 2019-08-02 | 数据处理方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110427377B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114168081A (zh) * | 2021-12-09 | 2022-03-11 | 中国电信股份有限公司 | 高维特征存储方法及装置、存储介质、电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103782293A (zh) * | 2011-08-26 | 2014-05-07 | 惠普发展公司,有限责任合伙企业 | 用于数据分区的多维集群 |
US20160098209A1 (en) * | 2014-10-03 | 2016-04-07 | Micron Technology, Inc. | Multidimensional contiguous memory allocation |
CN105681414A (zh) * | 2016-01-14 | 2016-06-15 | 深圳市博瑞得科技有限公司 | 一种避免Hbase数据热点的方法及系统 |
CN107153510A (zh) * | 2016-03-03 | 2017-09-12 | 爱思开海力士有限公司 | 存储器控制器及用于管理存储器的方法 |
CN109254733A (zh) * | 2018-09-04 | 2019-01-22 | 北京百度网讯科技有限公司 | 用于存储数据的方法、装置和系统 |
CN109522312A (zh) * | 2018-11-27 | 2019-03-26 | 北京锐安科技有限公司 | 一种数据处理方法、装置、服务器和存储介质 |
-
2019
- 2019-08-02 CN CN201910713264.4A patent/CN110427377B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103782293A (zh) * | 2011-08-26 | 2014-05-07 | 惠普发展公司,有限责任合伙企业 | 用于数据分区的多维集群 |
US20160098209A1 (en) * | 2014-10-03 | 2016-04-07 | Micron Technology, Inc. | Multidimensional contiguous memory allocation |
CN105681414A (zh) * | 2016-01-14 | 2016-06-15 | 深圳市博瑞得科技有限公司 | 一种避免Hbase数据热点的方法及系统 |
CN107153510A (zh) * | 2016-03-03 | 2017-09-12 | 爱思开海力士有限公司 | 存储器控制器及用于管理存储器的方法 |
CN109254733A (zh) * | 2018-09-04 | 2019-01-22 | 北京百度网讯科技有限公司 | 用于存储数据的方法、装置和系统 |
CN109522312A (zh) * | 2018-11-27 | 2019-03-26 | 北京锐安科技有限公司 | 一种数据处理方法、装置、服务器和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114168081A (zh) * | 2021-12-09 | 2022-03-11 | 中国电信股份有限公司 | 高维特征存储方法及装置、存储介质、电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110427377B (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10885033B2 (en) | Query plan management associated with a shared pool of configurable computing resources | |
US9223820B2 (en) | Partitioning data for parallel processing | |
US8214356B1 (en) | Apparatus for elastic database processing with heterogeneous data | |
US10002170B2 (en) | Managing a table of a database | |
US11238045B2 (en) | Data arrangement management in a distributed data cluster environment of a shared pool of configurable computing resources | |
US9928004B2 (en) | Assigning device adaptors to use to copy source extents to target extents in a copy relationship | |
CN111406250A (zh) | 无服务器计算环境中的使用经预取的数据的配设 | |
CN104112008A (zh) | 一种多表数据关联查询优化方法和装置 | |
US20150317345A1 (en) | Multiple fields parallel query method and corresponding storage organization | |
WO2009009555A1 (en) | Method and system for processing a database query | |
CN103885820A (zh) | 信息处理装置和信息处理方法 | |
EP3769232B1 (en) | Method and system for performing inner-joins on a sharded data set | |
CN109376173A (zh) | 一种数据查询方法、装置、电子设备及存储介质 | |
US10417192B2 (en) | File classification in a distributed file system | |
CN110781159B (zh) | Ceph目录文件信息读取方法、装置、服务器及存储介质 | |
US9667719B1 (en) | Parallel storage system with multi-tier hardware accelerated partitioned key-value storage | |
CN113761003A (zh) | 用户画像数据处理方法和装置、电子设备和可读存储介质 | |
CN111949681A (zh) | 数据的聚合处理装置、方法和存储介质 | |
CN110427377A (zh) | 数据处理方法、装置、设备和存储介质 | |
US11625192B2 (en) | Peer storage compute sharing using memory buffer | |
US9703788B1 (en) | Distributed metadata in a high performance computing environment | |
CN111078152B (zh) | 一种基于云平台的云硬盘创建方法和装置 | |
US10552273B2 (en) | Systems and methods for support log cache device removal through standard user interfaces | |
WO2023071566A1 (zh) | 数据处理方法、装置、计算机设备、计算机可读存储介质及计算机程序产品 | |
US9449046B1 (en) | Constant-vector computation system and method that exploits constant-value sequences during data processing |
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 |