CN112100273B - 集群数据扩容的方法、存储介质 - Google Patents
集群数据扩容的方法、存储介质 Download PDFInfo
- Publication number
- CN112100273B CN112100273B CN202010807804.8A CN202010807804A CN112100273B CN 112100273 B CN112100273 B CN 112100273B CN 202010807804 A CN202010807804 A CN 202010807804A CN 112100273 B CN112100273 B CN 112100273B
- Authority
- CN
- China
- Prior art keywords
- migration
- data
- acquired
- cluster
- migration 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
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- 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]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
- G06F9/5088—Techniques for rebalancing the load in a distributed system involving task migration
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供集群数据扩容的方法、存储介质,方法包括:S1:执行首次迁移时,获取预设数量的迁移数据,并执行迁移;S2:完成所获取迁移数据的迁移后,计算预设时长内redis集群处理请求的成功率和平均耗时;S3:若所述成功率和所述平均耗均未达到对应的阈值,则获取上一次获取数量加N数量的迁移数据,并返回执行S2,直至无法获取迁移数据;其中,所述N小于上一次获取数量;S4:若所述成功率或所述平均耗均达到对应的阈值,则获取上一次获取数量的迁移数据,并返回执行S2,直至无法获取迁移数据。本发明能在避免阻塞主线程的前提下,实现快速扩容。
Description
技术领域
本发明涉及集群数据管理领域,具体涉及集群数据扩容的方法、存储介质。
背景技术
现在的很多业务系统或者软件中,存储着各种各样的数据,包括配置信息、经常使用到的数据信息、常用的重要数据等。面对这些经常使用到的数据,会有一个专门存储的地方。正常情况下,系统会将它们存放在一个统一的地方,比如说redis集群或者本地内存中。当客户端请求数据时,预先查询缓存中数据,如果不存在,则程序从数据源中查询出数据,一般是数据库,并返回程序,由程序加载数据至缓存层中,后续再返回结果数据给客户端。
为了保证redis的高可用性,一般通过搭建redis集群来保证其可用性。一般情况下,redis集群中存在很多的slot(数据槽),而每一个slot又是存放在redis集群中的master节点上的。当redis集群因为资源不足,需要进行扩容时,会增加master节点数量,重新分配各个master节点上的slot,且自动迁移slot到新的节点上,此为一次扩容的过程。如果扩容过程中能够停止redis对外提供服务,停服扩容,则不会对系统造成任何影响。可是一般业务系统均不允许停服,所以必须是不停服地进行redis集群的扩容。扩容过程中,向集群中新增加节点并不会对系统造成影响,当重新分配并迁移slot时,需要通过redis自身提供的migrate命令来进行,migrate命令会对主线程进行阻塞,从而影响业务使用,特别是当单条数据过大时会阻塞的较久。
发明内容
本发明所要解决的技术问题是:提供集群数据扩容的方法、存储介质,能在避免阻塞主线程的前提下,实现快速扩容。
为了解决上述技术问题,本发明采用的技术方案为:
集群数据扩容的方法,包括:
S1:执行首次迁移时,获取预设数量的迁移数据,并执行迁移;
S2:完成所获取迁移数据的迁移后,计算预设时长内redis集群处理请求的成功率和平均耗时;
S3:若所述成功率和所述平均耗均未达到对应的阈值,则获取上一次获取数量加N数量的迁移数据,并返回执行S2,直至无法获取迁移数据;其中,所述N小于上一次获取数量;
S4:若所述成功率或所述平均耗均达到对应的阈值,则获取上一次获取数量的迁移数据,并返回执行S2,直至无法获取迁移数据。
本发明提供的另一个技术方案为:
一种计算机可读存储介质,其上存储有计算机程序,所述程序在被一个或一个以上的处理器执行时,能够实现上述集群数据扩容的方法所包含的步骤。
本发明的有益效果在于:本发明在进行集群数据扩容时,能够依据客户端请求的处理状态对数据迁移的数量进行动态控制,以此避免阻塞主线程,在尽可能不影响正常业务处理的情况下,实现快速扩容。
附图说明
图1为本发明一实施例一种集群数据扩容的方法的流程示意图;
图2为本发明实施例一的一种集群数据扩容的方法的流程示意图。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于:依据客户端的实时状态动态调整数据迁移量,通过控制数据迁移的状态,尽可能降低对主线程的影响。
请参照图1,本发明提供集群数据扩容的方法,包括:
S1:执行首次迁移时,获取预设数量的迁移数据,并执行迁移;
S2:完成所获取迁移数据的迁移后,计算预设时长内redis集群处理请求的成功率和平均耗时;
S3:若所述成功率和所述平均耗均未达到对应的阈值,则获取上一次获取数量加N数量的迁移数据,并返回执行S2,直至无法获取迁移数据;其中,所述N小于上一次获取数量;
S4:若所述成功率或所述平均耗均达到对应的阈值,则获取上一次获取数量的迁移数据,并返回执行S2,直至无法获取迁移数据。
从上述描述可知,本发明的有益效果在于:首次按照预设数量进行数据迁移,之后再获取迁移数据时,都以上一次数据迁移过程中集群处理客户端请求的状态来确定具体获取量,若集群的请求处理状态良好,则增加迁移量,若集群的请求处理状态达到预设影响程度,则维持之前的迁移量,从而确保在给业务系统造成最小影响的前提下,进行快速的扩容操作。
进一步地,还包括:
S01:使用预设的迁移标识对迁移数据进行标记;
S5:完成所有迁移数据的迁移后,依据迁移标识修改redis集群中迁移数据与节点之间的映射关系。
由上述描述可知,通过设置迁移标识,不仅能够避免迁移对象出错,而且能够在完成迁移后准确定位需要修改的映射关系,高效完成修改。
进一步地,所述S1之前,还包括:
S02:创建与redis集群中各个原主节点一一对应的异步线程,所述异步线程用于执行对应原主节点中迁移数据的迁移。
进一步地,所述S1中所述的执行迁移,包括:
确定所获取的迁移数据对应的原主节点;
通过所确定的原主节点对应的异步线程并发执行所获取的迁移数据的迁移。
由上述描述可知,每个迁移出数据的原主节点均配备一个独立的异步线程负责其迁移数据的迁移,且多线程并发操作同步进行数据迁移,这样能够以一步方式降低对主线程的影响,并且更快速地完成数据迁移。
进一步地,所述S2,包括:
S21:去除预设时长内redis集群处理请求中最短和最长的耗时;
S22:计算预设时长内剩余的redis集群处理请求耗时的平均耗时;
S23:计算预设时长内redis集群处理请求的成功率。
由上述描述可知,去除最高和最低数据后再进行平均耗时的计算,准确率更高,能够获取更准确的redis集群请求处理状态。
本发明提供的另一个技术方案为:
一种计算机可读存储介质,其上存储有计算机程序,所述程序在被一个或一个以上的处理器执行时,能够实现下述集群数据扩容的方法所包含的步骤:
S1:执行首次迁移时,获取预设数量的迁移数据,并执行迁移;
S2:完成所获取迁移数据的迁移后,计算预设时长内redis集群处理请求的成功率和平均耗时;
S3:若所述成功率和所述平均耗均未达到对应的阈值,则获取上一次获取数量加N数量的迁移数据,并返回执行S2,直至无法获取迁移数据;其中,所述N小于上一次获取数量;
S4:若所述成功率或所述平均耗均达到对应的阈值,则获取上一次获取数量的迁移数据,并返回执行S2,直至无法获取迁移数据。
进一步地,还包括:
S01:使用预设的迁移标识对迁移数据进行标记;
S5:完成所有迁移数据的迁移后,依据迁移标识修改redis集群中迁移数据与节点之间的映射关系。
进一步地,所述S1之前,还包括:
S02:创建与redis集群中各个原主节点一一对应的异步线程,所述异步线程用于执行对应原主节点中迁移数据的迁移。
进一步地,所述S1中所述的执行迁移,包括:
确定所获取的迁移数据对应的原主节点;
通过所确定的原主节点对应的异步线程并发执行所获取的迁移数据的迁移。
进一步地,所述S2,包括:
S21:去除预设时长内redis集群处理请求中最短和最长的耗时;
S22:计算预设时长内剩余的redis集群处理请求耗时的平均耗时;
S23:计算预设时长内redis集群处理请求的成功率。
从上述描述可知,对应本领域普通技术人员可以理解实现上述技术方案中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来实现的,所述的程序可存储于一计算机可读取的存储介质中,该程序在执行时,可包括如上述各方法的流程。所述程序在被处理器执行后,同样能够实现对应各方法的有益效果。
其中,所述的存储介质可以是磁盘、光碟、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
实施例一
请参照图2,本实施例提供一种集群数据扩容的方法,包括:
S00:创建一新主节点及其从节点;
S01:使用预设的迁移标识对redis集群中各个原主节点的迁移数据进行标记;
S02:创建与redis集群中各个原主节点一一对应的异步线程,所述异步线程用于执行对应原主节点中迁移数据的迁移。
S1:执行首次迁移时,获取预设数量的迁移数据,并执行迁移;
所述执行迁移,可以包括:确定所获取的迁移数据各自对应的原主节点;通过所确定的原主节点对应的异步线程并发执行所获取的迁移数据的迁移。
S2:完成所获取迁移数据的迁移后,计算预设时长内redis集群处理请求的成功率和平均耗时;所述预设时长优选为前一次迁移的总时长;
所述S2,具体包括:
S21:去除预设时长内redis集群处理请求中最短和最长的耗时;
S22:计算预设时长内剩余的redis集群处理请求耗时的平均耗时;
S23:计算预设时长内redis集群处理请求的成功率。
S3:若所述成功率高于等于对应的阈值且所述平均耗低于对应的阈值,则获取(上一次获取数量+N)数量的迁移数据,并返回执行S2,直至无法获取迁移数据,即完成所有需要迁移数据的秦迁移;其中,所述N小于上一次获取数量,即不翻倍获取,增量固定,既能逐步扩大迁移量,又能不至于数量剧增导致系统奔溃。
S4:若所述成功率低于对应的阈值或所述平均耗高于对应的阈值,则获取上一次获取数量的迁移数据,即,不进行增量;并返回执行S2,直至无法获取迁移数据。
S5:完成所有迁移数据的迁移后,依据迁移标识修改redis集群中迁移数据与节点之间的映射关系。
本实施例通过预先设置迁移表示,能够针对需要迁移的slot准确地进行迁移,避免迁移数据出错;同时,依据客户端的实时状进行迁移数据量的动态控制,能够有效避免阻塞主线程,在对业务影响较小的场景下,实现快速扩容;进一步地,数据迁移后,将及时修改集群中slot与节点的映射关系,确保新节点数据生效。
实施例二
本实施例对应实施例一提供一具体运用场景:
存在一个redis集群,其中有6个节点,分别为3个主节点A、B和C,及其1个从节点;每个主节点上共有100个slot,因此redis集群中共有300个slot。
1、当集群开始扩容前,预先创建一个新的主节点D及其从节点。相应地,原集群中的300个slot需要分布在4个主节点上,则原先每个主节点上的slot都需要有一部分迁移至新的主节点上。在此,以分布策略为所有主节点均分slot为例进行说明,则主节点A、B和C各自需要迁移25个的slot到新的主节点D上。
2、新增主节点D及其从节点之后,设置一个开始迁移标志,存储在本地内存中,用于标记本次扩容迁移过程开始的时间点。
3、假设主节点A中1-25的slot,主节点B中101-125的slot,以及主节点C中201-225的slot是分别需要迁移到主节点D上的slot(随机分配哪些slot进行迁移,并对要迁移的数据进行标记)。存在一个独立的迁移模块,该模块将提供3个分别与主节点A、主节点B和主节点C对应的独立异步线程,进行slot数据迁移的操作。使用多个线程并发操作的原因是,能够较为快速地实现slot数据的迁移。
4、同时,存在一个监控程序,每秒会监控redis集群处理请求的成功率和平均耗时等信息。其中,平均耗时指的是平均响应时间,平均响应时间指的是处理每个请求平均花费的时间。如果有100个请求,其中98个耗时为1ms,其他两个为100ms,那么平均响应时间为(98*1+2*100)/100.0=2.98ms。
5、步骤3中的迁移程序的主要实现流程如下:
5.1对应成功率和平均耗时,分别预先设置各自的预设阀值,当集群处理请求的成功率低于对应的阈值或平均耗高于对应的阈值,即请求处理的成功率低或耗时长,则表示迁移行为给集群处理客户端请求的能力造成了超出预期的影响;若成功率高于对应的阈值且平均耗低于对应的阈值,则表示影响未超出预期。其中,平均耗时计算为:依据该时间段内去除最高与最低数据后的数据,计算平均值。
5.2迁移开始后,迁移程序每次从所有被标记为要进行迁移的slot中扫描出一批的key信息,每批次扫描的key的数量不确定,具体以步骤4中的监控结果数据来决定每批次的数量。
具体而言,第一次将以固定数量查询需迁移数据(该固定数量为默认设置的条数),并按顺序迁移该批次的数据,5秒可迁移完毕。后续每批次需查询迁移数据时,均预先查询步骤4中在过去5秒内的监控数据,根据监控数据进行成功率与平均耗时的计算。若成功率高于等于对应的阈值且平均耗低于对应的阈值,则按照一定的规则增加下一批次的迁移数据数量。若所述成功率低于对应的阈值或所述平均耗高于对应的阈值时,则维持上一批次查询的迁移数量,以此确保对系统带来最小的影响。
例如,首次迁移10条数据;第二次迁移前,最近5秒的成功率平均值为98%,平均耗时为10ms,则成功率平均值未低于90%,平均耗时未高于50ms,仍可以继续加大迁移数据量;则第二次迁移30条;若第三次迁移依然可以增加数量,则第三次可迁移60,以此类推,每次增加固定数量;若第四次不可增量,则维持迁移60条。优选不可使用数量翻倍的方式,防止某次突然数量剧增导致系统奔溃。
按照上述条件,逐步地增加每批次扫描key的数量,当成功率或平均耗时达到了预设阀值时,为一个动态的平衡状态,以该状态进行数据的迁移,将会对业务系统造成最小的影响。
6、当所有slot数据迁移完毕后,将会修改redis集群中的slot与节点映射关系,让新节点数据生效。此时,已完成一次完整的扩容操作,并实现了迁移数据的状态可控制,对业务影响较小的场景下,实现快速扩容的功能。
实施例三
本实施例对应实施例一和实施例二,提供一种计算机可读存储介质,其上存储有计算机程序,所述程序在被一个或一个以上的处理器执行时,能够实现上述实施例一或实施例二所述的集群数据扩容的方法所包含的步骤。具体的步骤内容在此不进行复述,详情请参阅实施例一和实施例二的记载。
综上所述,本发明提供的集群数据扩容的方法、存储介质,能够针对需要迁移的slot准确地进行迁移,避免迁移数据出错;同时,依据客户端的实时状进行迁移数据量的动态控制,能够有效避免阻塞主线程,在对业务影响较小的场景下,实现快速扩容;进一步地,数据迁移后,将及时修改集群中slot与节点的映射关系,确保新节点数据生效。另外,本申请还具有实施方式简易、实用性强、易于推广等优点。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (5)
1.集群数据扩容的方法,其特征在于,包括:
S01:使用预设的迁移标识对迁移数据进行标记;
S1:执行首次迁移时,获取预设数量的迁移数据,并执行迁移;
S2:完成所获取迁移数据的迁移后,计算预设时长内redis集群处理请求的成功率和平均耗时;
S3:若所述成功率和所述平均耗时均未达到对应的阈值,则获取上一次获取数量加N数量的迁移数据,并返回执行S2,直至无法获取迁移数据;其中,所述N小于上一次获取数量,每次增加的迁移数据的数量为固定数量;
S4:若所述成功率或所述平均耗时均达到对应的阈值,则获取上一次获取数量的迁移数据,并返回执行S2,直至无法获取迁移数据;
S5:完成所有迁移数据的迁移后,依据迁移标识修改redis集群中迁移数据与节点之间的映射关系。
2.如权利要求1所述的集群数据扩容的方法,其特征在于,所述S1之前,还包括:
S02:创建与redis集群中各个原主节点一一对应的异步线程,所述异步线程用于执行对应原主节点中迁移数据的迁移。
3.如权利要求2所述的集群数据扩容的方法,其特征在于,所述S1中所述的执行迁移,包括:
确定所获取的迁移数据对应的原主节点;
通过所确定的原主节点对应的异步线程并发执行所获取的迁移数据的迁移。
4.如权利要求1所述的集群数据扩容的方法,其特征在于,所述S2,包括:
S21:去除预设时长内redis集群处理请求中最短和最长的耗时;
S22:计算预设时长内剩余的redis集群处理请求耗时的平均耗时;
S23:计算预设时长内redis集群处理请求的成功率。
5.一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,所述程序在被一个或一个以上的处理器执行时,能够实现上述权利要求1-4中任一权利要求所述的集群数据扩容的方法所包含的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010807804.8A CN112100273B (zh) | 2020-08-12 | 2020-08-12 | 集群数据扩容的方法、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010807804.8A CN112100273B (zh) | 2020-08-12 | 2020-08-12 | 集群数据扩容的方法、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112100273A CN112100273A (zh) | 2020-12-18 |
CN112100273B true CN112100273B (zh) | 2022-10-21 |
Family
ID=73753532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010807804.8A Active CN112100273B (zh) | 2020-08-12 | 2020-08-12 | 集群数据扩容的方法、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112100273B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113515502B (zh) * | 2021-07-14 | 2023-11-21 | 重庆度小满优扬科技有限公司 | 数据迁移方法、装置、设备以及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109284220A (zh) * | 2018-10-12 | 2019-01-29 | 深信服科技股份有限公司 | 集群故障恢复时长估算方法、装置、设备及存储介质 |
CN110297814A (zh) * | 2019-05-22 | 2019-10-01 | 中国平安人寿保险股份有限公司 | 数据库操作的性能监控方法、装置、设备及存储介质 |
CN111078160A (zh) * | 2020-03-23 | 2020-04-28 | 上海飞旗网络技术股份有限公司 | 基于调用比例及响应时长的数据迁移存储方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103530167B (zh) * | 2013-09-30 | 2017-04-05 | 华为技术有限公司 | 一种虚拟机内存数据的迁移方法及相关装置和集群系统 |
CN108810041B (zh) * | 2017-04-27 | 2021-03-05 | 华为技术有限公司 | 一种分布式缓存系统的数据写入及扩容方法、装置 |
CN109857528B (zh) * | 2019-01-10 | 2021-08-27 | 北京三快在线科技有限公司 | 数据迁移的速度调整方法、装置、存储介质和移动终端 |
CN110569233A (zh) * | 2019-06-30 | 2019-12-13 | 华为技术有限公司 | 一种热点数据的管理方法、装置及系统 |
CN111190551B (zh) * | 2020-01-04 | 2023-10-03 | 深圳猛犸电动科技有限公司 | 一种redis数据的迁移系统、迁移方法、装置及终端 |
CN111324596B (zh) * | 2020-03-06 | 2021-06-11 | 腾讯科技(深圳)有限公司 | 数据库集群的数据迁移方法、装置及电子设备 |
-
2020
- 2020-08-12 CN CN202010807804.8A patent/CN112100273B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109284220A (zh) * | 2018-10-12 | 2019-01-29 | 深信服科技股份有限公司 | 集群故障恢复时长估算方法、装置、设备及存储介质 |
CN110297814A (zh) * | 2019-05-22 | 2019-10-01 | 中国平安人寿保险股份有限公司 | 数据库操作的性能监控方法、装置、设备及存储介质 |
CN111078160A (zh) * | 2020-03-23 | 2020-04-28 | 上海飞旗网络技术股份有限公司 | 基于调用比例及响应时长的数据迁移存储方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112100273A (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3036625B1 (en) | Virtual hadoop manager | |
US7137115B2 (en) | Method for controlling multithreading | |
US20170024251A1 (en) | Scheduling method and apparatus for distributed computing system | |
CN106844055B (zh) | 一种任务的执行方法和装置 | |
US20190042621A1 (en) | Query Method and Query Device | |
US20220283846A1 (en) | Pod deployment method and apparatus | |
CN112100273B (zh) | 集群数据扩容的方法、存储介质 | |
CN111858190B (zh) | 提高集群可用性的方法及其系统 | |
CN112948169A (zh) | 数据备份的方法、装置、设备和存储介质 | |
US11403026B2 (en) | Method, device and computer program product for managing storage system | |
CN113961353A (zh) | 一种ai任务的任务处理方法和分布式系统 | |
US20070143738A1 (en) | Method for efficient utilization of processors in a virtual shared environment | |
CN115951845B (zh) | 一种磁盘管理方法、装置、设备及存储介质 | |
CN112631994A (zh) | 数据迁移方法及系统 | |
US11379130B2 (en) | Predicting and preparing volume configurations | |
CN110909023B (zh) | 一种查询计划的获取方法、数据查询方法及装置 | |
CN111506400A (zh) | 计算资源分配系统、方法、装置和计算机设备 | |
CN109032779B (zh) | 任务处理方法、装置、计算机设备及可读存储介质 | |
CN111400241A (zh) | 数据重构方法和装置 | |
CN114327259B (zh) | 一种闪存通道控制器运行方法、装置、设备及存储介质 | |
CN115033337A (zh) | 虚拟机内存迁移方法、装置、设备及存储介质 | |
CN113282405B (zh) | 一种负载调整的优化方法及终端 | |
CN114610575B (zh) | 应用于计算分支的更新峰值的方法、装置、设备和介质 | |
CN113486040B (zh) | 数据存储方法、装置、设备及介质 | |
US10871971B2 (en) | Method, electronic device and computer program product for dual-processor storage system |
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 |