CN112632116B - 一种k-db数据库多节点集群调度的方法、系统、设备及介质 - Google Patents
一种k-db数据库多节点集群调度的方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN112632116B CN112632116B CN202011554037.0A CN202011554037A CN112632116B CN 112632116 B CN112632116 B CN 112632116B CN 202011554037 A CN202011554037 A CN 202011554037A CN 112632116 B CN112632116 B CN 112632116B
- Authority
- CN
- China
- Prior art keywords
- node
- request
- version
- nodes
- query
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000008859 change Effects 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 230000004044 response Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 5
- 238000012986 modification Methods 0.000 claims description 5
- 238000012790 confirmation Methods 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2453—Query optimisation
- G06F16/24532—Query optimisation of parallel queries
-
- 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
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/219—Managing data history or versioning
-
- 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
- G06F16/23—Updating
- G06F16/2308—Concurrency control
- G06F16/2336—Pessimistic concurrency control approaches, e.g. locking or multiple versions without time stamps
- G06F16/2343—Locking methods, e.g. distributed locking or locking implementation details
-
- 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
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/1008—Server selection for load balancing based on parameters of servers, e.g. available memory or workload
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
- H04L67/63—Routing a service request depending on the request content or context
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种K‑DB数据库多节点集群调度的方法、系统、设备和存储介质,方法包括:将应用终端和调度器通过业务外网连接K‑DB数据库集群,将数据库集群之间通过内网进行互联;响应于调度器接收到应用请求,判断请求是否为表查询,响应于请求为表查询,判断请求是否为多表联合查询;响应于请求为多表联合查询,确定请求中待查询的表,并确定每个表版本最高的节点;根据每个表最近一次更新操作的类型确定变化值的类型,并根据变化值的类型计算表更新的数据量;以及从每个表版本最高的节点中选择更新的数据量最小的节点作为计算节点,将其他节点的表同步至计算节点,并基于计算节点执行多表联合查询。本发明通过将数据和计算调度分离,减轻节点压力。
Description
技术领域
本发明涉及数据库领域,更具体地,特别是指一种K-DB数据库多节点集群调度的方法、系统、计算机设备及可读介质。
背景技术
当前主流的数据库系统架构有完全共享、共享存储、完全不共享等几种。其中完全共享体系如SMP服务器,局限于单节点服务器,通常价格比较昂贵,其扩展性和性能受到相应的限制。共享存储体系允许系统带有多个服务器实例,这些实例与共享存储设备相连。这种体系可实现多机并行,保证系统的高可用性,但需要通过一个数据管道将所有I/O信息过滤到共享存储子系统,对硬件的要求较高,且并非高性能解决方案。
与此相比,基于硬件的数据仓库平台一般采用完全无共享体系。在这种体系下,通讯功能部署在一个高宽带网络互连体系上,用户通过一个主控制节点执行并行查询。该体系的一个重要优势就是每个节点都有一个通往本地磁盘的独立通道,不但简化了体系,还提供良好的扩展性。但是,现有技术中的完全无共享体系无法将数据和计算调度分离,节点的压力比较大。
发明内容
有鉴于此,本发明实施例的目的在于提出一种K-DB数据库多节点集群调度的方法、系统、计算机设备及计算机可读存储介质,通过在上层使用调度器进行应用请求分发和数据调度,在底层数据库集群采用完全对等无共享体系架构,使得各个节点完全对等,从而将数据和计算调度分离,减轻节点压力。
基于上述目的,本发明实施例的一方面提供了一种K-DB数据库多节点集群调度的方法,包括如下步骤:将应用终端和调度器通过业务外网连接K-DB数据库集群,将数据库集群之间通过内网进行互联;响应于所述调度器接收到应用请求,判断所述请求是否为表查询,响应于所述请求为表查询,判断所述请求是否为多表联合查询;响应于所述请求为多表联合查询,确定所述请求中待查询的表,并确定每个表版本最高的节点;根据每个表最近一次更新操作的类型确定变化值的类型,并根据所述变化值的类型计算所述表更新的数据量;以及从所述每个表版本最高的节点中选择更新的数据量最小的节点作为计算节点,将其他节点的表同步至所述计算节点,并基于所述计算节点执行所述多表联合查询。
在一些实施方式中,方法还包括:响应于所述请求为单表查询,选择所述表版本最高的一个或多个节点转发所述请求。
在一些实施方式中,方法还包括:响应于单表查询期间接收到表更新请求,在没有所述表查询任务的节点中选择所述表版本最高的节点进行更新。
在一些实施方式中,方法还包括:响应于所述请求为表更新,判断所述表版本最高的节点是否唯一;以及响应于所述表版本最高的节点唯一,选择所述节点转发所述请求。
在一些实施方式中,方法还包括:响应于所述表版本最高的节点不唯一,判断所述表版本最高的节点中状态值最低的节点是否唯一;以及响应于所述表版本最高的节点中状态值最低的节点唯一,在所述节点对所述表进行更新。
在一些实施方式中,方法还包括:响应于所述表版本最高的节点中状态值最低的节点不唯一,随机从所述状态值最低的节点中选择一个节点对所述表进行更新,并锁定其他节点的所述表。
在一些实施方式中,方法还包括:响应于所述表更新完成,将所述节点的所述表的版本号加一,并解除所述其他节点的所述表的锁定。
本发明实施例的另一方面,还提供了一种K-DB数据库多节点集群调度系统,包括:连接模块,配置用于将应用终端和调度器通过业务外网连接K-DB数据库集群,将数据库集群之间通过内网进行互联;接收模块,配置用于响应于所述调度器接收到应用请求,判断所述请求是否为表查询,响应于所述请求为表查询,判断所述请求是否为多表联合查询;确定模块,配置用于响应于所述请求为多表联合查询,确定所述请求中待查询的表,并确定每个表版本最高的节点;计算模块,配置用于根据每个表最近一次更新操作的类型确定变化值的类型,并根据所述变化值的类型计算所述表更新的数据量;以及执行模块,配置用于从所述每个表版本最高的节点中选择更新的数据量最小的节点作为计算节点,将其他节点的表同步至所述计算节点,并基于所述计算节点执行所述多表联合查询。
本发明实施例的又一方面,还提供了一种计算机设备,包括:至少一个处理器;以及存储器,所述存储器存储有可在所述处理器上运行的计算机指令,所述指令由所述处理器执行时实现如上方法的步骤。
本发明实施例的再一方面,还提供了一种计算机可读存储介质,计算机可读存储介质存储有被处理器执行时实现如上方法步骤的计算机程序。
本发明具有以下有益技术效果:通过在上层使用调度器进行应用请求分发和数据调度,在底层数据库集群采用完全对等无共享体系架构,使得各个节点完全对等,从而将数据和计算调度分离,减轻节点压力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的实施例。
图1为本发明提供的K-DB数据库多节点集群调度的方法的实施例的示意图;
图2为本发明提供的K-DB数据库多节点集群调度的方法的实施例的硬件架构图;
图3为本发明提供的K-DB数据库多节点集群调度的计算机设备的实施例的硬件结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明实施例进一步详细说明。
需要说明的是,本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量,可见“第一”“第二”仅为了表述的方便,不应理解为对本发明实施例的限定,后续实施例对此不再一一说明。
基于上述目的,本发明实施例的第一个方面,提出了一种K-DB数据库多节点集群调度的方法的实施例。图1示出的是本发明提供的K-DB数据库多节点集群调度的方法的实施例的示意图。如图1所示,本发明实施例包括如下步骤:
S1、将应用终端和调度器通过业务外网连接K-DB数据库集群,将数据库集群之间通过内网进行互联;
S2、响应于调度器接收到应用请求,判断请求是否为表查询,响应于请求为表查询,判断请求是否为多表联合查询;
S3、响应于请求为多表联合查询,确定请求中待查询的表,并确定每个表版本最高的节点;
S4、根据每个表最近一次更新操作的类型确定变化值的类型,并根据变化值的类型计算表更新的数据量;以及
S5、从所述每个表版本最高的节点中选择更新的数据量最小的节点作为计算节点,将其他节点的表同步至计算节点,并基于计算节点执行多表联合查询。
本发明实施例是一种基于完全无共享体系的K-DB数据库多节点集群调度的方法,主要功能是接收应用请求,调度请求至相应的数据库节点,实现高并发查询以及数据库集群内节点的数据同步功能。上层使用调度器进行应用请求分发和数据调度,底层数据库集群采用的完全对等无共享体系架构,各个节点完全对等。这样做的好处是,将数据和计算调度分离,减轻节点压力。
将应用终端和调度器通过业务外网连接K-DB数据库集群,将数据库集群之间通过内网进行互联。图2示出的是本发明提供的K-DB数据库多节点集群调度的方法的实施例的硬件架构图。如图2所示,应用终端和调度器通过业务外网访问K-DB数据库集群,数据库集群之间通过高速内网进行互联,各节点之间通过日志同步数据。
K-DB数据库集群各节点数据库所有初始数据一致,调度器以表为单位记录数据库中表的状态信息,主要包括各节点表的版本,表的大小,各表版本对应的修改sql语句和节点状态值。比如数据库有三个表A、B、C,初始三个节点表数据一致,调度器里面记录的表版本也完全一致。下表是调度器记录信息,记录的是初始状态下各节点和表的状态,表的版本号大小代表着表更新的次数,每更新一次,即每进行一次表数据修改操作版本加1,状态值体现节点数据库的繁忙程度,调度器转发的一次应用请求,如果节点没发送完成命令,状态值就加1,代表着节点正在进行一次任务,任务完成后,节点向调度器发送完成确认指令,状态值减1。
响应于调度器接收到应用请求,判断请求是否为表查询,响应于请求为表查询,判断请求是否为多表联合查询。响应于请求为多表联合查询,确定请求中待查询的表,并确定每个表版本最高的节点。例如:表A和表B执行联合查询,节点1和节点2分别为表A和表B版本最高的节点。
根据每个表最近一次更新操作的类型确定变化值的类型,并根据变化值的类型计算表更新的数据量。如果表对应的最新一次更新sql为insert或delete操作,则计算两个节点上表的实际大小变化值,如果表对应的最新一次更新sql为update操作,则计算两个节点上表的物理空间占用变化值。继续上例,表A对应的sql操作为update,表B对应的sql操作为insert,执行计算公式:MIN((节点1表A物理空间-节点2表A物理空间),(节点2表B实际大小-节点1表B实际大小))。
从所述每个表版本最高的节点中选择更新的数据量最小的节点作为计算节点,将其他节点的表同步至计算节点,并基于计算节点执行多表联合查询。选择更新量最小的节点作为计算节点,目的是减少计算数据量和网络传输数据量。例如,节点1更新的数据量最小,则调度器向节点2发送指令,命令节点2将B表同步至节点1,同步完成后,节点1进行表A和表B的联合查询。
在一些实施方式中,方法还包括:响应于所述请求为单表查询,选择所述表版本最高的一个或多个节点转发所述请求。调度器接收应用请求,查看请求中要查询的表,检索记录信息,选择表版本最高的一个或多个节点转发应用请求。
在一些实施方式中,方法还包括:响应于单表查询期间接收到表更新请求,在没有所述表查询任务的节点中选择所述表版本最高的节点进行更新。如果表在查询操作期间,有新的应用请求修改表数据,检索表版本最高且没有该表查询任务的节点进行数据更新操作,等其他节点上该表查询任务结束后进行数据同步。比如,对表A进行查询,检索表A版本最高的一个或多个节点,转发一个或多个请求,数据库节点接到请求进行查询操作,查询操作不改变表的版本,但会改变节点状态值,查询期间,节点状态值会相应增加。
在一些实施方式中,方法还包括:响应于所述请求为表更新,判断所述表版本最高的节点是否唯一;以及响应于所述表版本最高的节点唯一,选择所述节点转发所述请求。调度器接收应用请求,记录该sql语句,调度器查看请求中要修改的表,检索记录信息,选择表版本最高的一个节点转发应用请求。
在一些实施方式中,方法还包括:响应于所述表版本最高的节点不唯一,判断所述表版本最高的节点中状态值最低的节点是否唯一;以及响应于所述表版本最高的节点中状态值最低的节点唯一,在所述节点对所述表进行更新。如果表版本最高的节点有多个,选择查看节点状态值,选择状态值最小的节点写入。
在一些实施方式中,方法还包括:响应于所述表版本最高的节点中状态值最低的节点不唯一,随机从所述状态值最低的节点中选择一个节点对所述表进行更新,并锁定其他节点的所述表。如果状态值也都相同,则随机选择一个节点进行表更新操作,其他节点的相应表加锁,只允许查询,不允许更新。例如:有对表A的更新操作的时候,如果节点1中表A版本号最高,即数据最新,则选择在节点1写入,其他节点的表A加锁,不允许进行写操作。节点1上表A完成更新操作后,节点1同步至其他节点。如果节点1、2种表A版本号最高,数据最新,则查看节点状态值,选择状态值小,即任务量最小的节点进行更新操作。
在一些实施方式中,方法还包括:响应于所述表更新完成,将所述节点的所述表的版本号加一,并解除所述其他节点的所述表的锁定。更新操作完成后,该节点向调度器发送确认命令,表版本+1,同时调度器解除其他节点的表级锁,发送指令命令该节点向其他节点广播更新的数据,其他节点接收指令开始更新数据,数据更新完之后同样向调度器发送确认指令,表版本号加1。
本发明实施例中的核心是调度器,通过调度器实现集群内各节点的数据同步,以及向集群外应用提供服务,该集群的特点是保证集群内至少有一份完整的最新的数据库数据,集群内节点都可以对外提供读写服务,节点间的数据同步不追求强一致性,实现最终数据一致即可。一般数据库采取分配执行计划,各数据节点计算结果汇总的方式,本集群与之不同的是采取数据本地化策略完成计算。
需要特别指出的是,上述K-DB数据库多节点集群调度的方法的各个实施例中的各个步骤均可以相互交叉、替换、增加、删减,因此,这些合理的排列组合变换之于K-DB数据库多节点集群调度的方法也应当属于本发明的保护范围,并且不应将本发明的保护范围局限在实施例之上。
基于上述目的,本发明实施例的第二个方面,提出了一种K-DB数据库多节点集群调度的系统,包括:连接模块,配置用于将应用终端和调度器通过业务外网连接K-DB数据库集群,将数据库集群之间通过内网进行互联;接收模块,配置用于响应于所述调度器接收到应用请求,判断所述请求是否为表查询,响应于所述请求为表查询,判断所述请求是否为多表联合查询;确定模块,配置用于响应于所述请求为多表联合查询,确定所述请求中待查询的表,并确定每个表版本最高的节点;计算模块,配置用于根据每个表最近一次更新操作的类型确定变化值的类型,并根据所述变化值的类型计算所述表更新的数据量;以及执行模块,配置用于从所述每个表版本最高的节点中选择更新的数据量最小的节点作为计算节点,将其他节点的表同步至所述计算节点,并基于所述计算节点执行所述多表联合查询。
在一些实施方式中,系统还包括:查询模块,配置用于响应于所述请求为单表查询,选择所述表版本最高的一个或多个节点转发所述请求。
在一些实施方式中,系统还包括:第二接收模块,配置用于响应于单表查询期间接收到表更新请求,在没有所述表查询任务的节点中选择所述表版本最高的节点进行更新。
在一些实施方式中,系统还包括:判断模块,配置用于响应于所述请求为表更新,判断所述表版本最高的节点是否唯一;以及响应于所述表版本最高的节点唯一,选择所述节点转发所述请求。
在一些实施方式中,系统还包括:第二判断模块,配置用于响应于所述表版本最高的节点不唯一,判断所述表版本最高的节点中状态值最低的节点是否唯一;以及响应于所述表版本最高的节点中状态值最低的节点唯一,在所述节点对所述表进行更新。
在一些实施方式中,系统还包括:更新模块,配置用于响应于所述表版本最高的节点中状态值最低的节点不唯一,随机从所述状态值最低的节点中选择一个节点对所述表进行更新,并锁定其他节点的所述表。
在一些实施方式中,系统还包括:解锁模块,配置用于响应于所述表更新完成,将所述节点的所述表的版本号加一,并解除所述其他节点的所述表的锁定。
基于上述目的,本发明实施例的第三个方面,提出了一种计算机设备,包括:至少一个处理器;以及存储器,存储器存储有可在处理器上运行的计算机指令,指令由处理器执行以实现如下步骤:S1、将应用终端和调度器通过业务外网连接K-DB数据库集群,将数据库集群之间通过内网进行互联;S2、响应于调度器接收到应用请求,判断请求是否为表查询,响应于请求为表查询,判断请求是否为多表联合查询;S3、响应于请求为多表联合查询,确定请求中待查询的表,并确定每个表版本最高的节点;S4、根据每个表最近一次更新操作的类型确定变化值的类型,并根据变化值的类型计算表更新的数据量;以及S5、从所述每个表版本最高的节点中选择更新的数据量最小的节点作为计算节点,将其他节点的表同步至计算节点,并基于计算节点执行多表联合查询。
在一些实施方式中,步骤还包括:响应于所述请求为单表查询,选择所述表版本最高的一个或多个节点转发所述请求。
在一些实施方式中,步骤还包括:响应于单表查询期间接收到表更新请求,在没有所述表查询任务的节点中选择所述表版本最高的节点进行更新。
在一些实施方式中,步骤还包括:响应于所述请求为表更新,判断所述表版本最高的节点是否唯一;以及响应于所述表版本最高的节点唯一,选择所述节点转发所述请求。
在一些实施方式中,步骤还包括:响应于所述表版本最高的节点不唯一,判断所述表版本最高的节点中状态值最低的节点是否唯一;以及响应于所述表版本最高的节点中状态值最低的节点唯一,在所述节点对所述表进行更新。
在一些实施方式中,步骤还包括:响应于所述表版本最高的节点中状态值最低的节点不唯一,随机从所述状态值最低的节点中选择一个节点对所述表进行更新,并锁定其他节点的所述表。
在一些实施方式中,步骤还包括:响应于所述表更新完成,将所述节点的所述表的版本号加一,并解除所述其他节点的所述表的锁定。
如图3所示,为本发明提供的上述K-DB数据库多节点集群调度的计算机设备的一个实施例的硬件结构示意图。
以如图3所示的装置为例,在该装置中包括一个处理器301以及一个存储器302,并还可以包括:输入装置303和输出装置304。
处理器301、存储器302、输入装置303和输出装置304可以通过总线或者其他方式连接,图3中以通过总线连接为例。
存储器302作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的K-DB数据库多节点集群调度的方法对应的程序指令/模块。处理器301通过运行存储在存储器302中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例的K-DB数据库多节点集群调度的方法。
存储器302可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据K-DB数据库多节点集群调度的方法的使用所创建的数据等。此外,存储器302可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器302可选包括相对于处理器301远程设置的存储器,这些远程存储器可以通过网络连接至本地模块。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置303可接收输入的用户名和密码等信息。输出装置304可包括显示屏等显示设备。
一个或者多个K-DB数据库多节点集群调度的方法对应的程序指令/模块存储在存储器302中,当被处理器301执行时,执行上述任意方法实施例中的K-DB数据库多节点集群调度的方法。
执行上述K-DB数据库多节点集群调度的方法的计算机设备的任何一个实施例,可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
本发明还提供了一种计算机可读存储介质,计算机可读存储介质存储有被处理器执行时执行如上方法的计算机程序。
最后需要说明的是,本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关硬件来完成,K-DB数据库多节点集群调度的方法的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,程序的存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。上述计算机程序的实施例,可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
以上是本发明公开的示例性实施例,但是应当注意,在不背离权利要求限定的本发明实施例公开的范围的前提下,可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外,尽管本发明实施例公开的元素可以以个体形式描述或要求,但除非明确限制为单数,也可以理解为多个。
应当理解的是,在本文中使用的,除非上下文清楚地支持例外情况,单数形式“一个”旨在也包括复数形式。还应当理解的是,在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本发明实施例公开实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子;在本发明实施例的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,并存在如上的本发明实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。因此,凡在本发明实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明实施例的保护范围之内。
Claims (9)
1.一种K-DB数据库多节点集群调度的方法,其特征在于,包括以下步骤:
将应用终端和调度器通过业务外网连接K-DB数据库集群,将数据库集群之间通过内网进行互联;
响应于所述调度器接收到应用请求,判断所述请求是否为表查询,响应于所述请求为表查询,判断所述请求是否为多表联合查询;
响应于所述请求为多表联合查询,确定所述请求中待查询的表,并确定每个表版本最高的节点;
根据每个表最近一次更新操作的类型确定变化值的类型,并根据所述变化值的类型计算所述表更新的数据量;
从所述每个表版本最高的节点中选择更新的数据量最小的节点作为计算节点,将其他节点的表同步至所述计算节点,并基于所述计算节点执行所述多表联合查询;以及
响应于所述请求为单表查询,选择所述表版本最高的一个或多个节点转发所述请求,
其中,所述确定每个表版本最高的节点包括:从调度器记录信息中获取表的当前版本号,每进行一次表数据修改操作版本号加一。
2.根据权利要求1所述的方法,其特征在于,还包括:
响应于单表查询期间接收到表更新请求,在没有表查询任务的节点中选择所述表版本最高的节点进行更新。
3.根据权利要求1所述的方法,其特征在于,还包括:
响应于所述请求为表更新,判断所述表版本最高的节点是否唯一;以及
响应于所述表版本最高的节点唯一,选择所述节点转发所述请求。
4.根据权利要求3所述的方法,其特征在于,还包括:
响应于所述表版本最高的节点不唯一,判断所述表版本最高的节点中状态值最低的节点是否唯一;以及
响应于所述表版本最高的节点中状态值最低的节点唯一,在所述节点对所述表进行更新,
其中,调度器转发的一次应用请求,如果节点没发送完成命令,状态值就加一,任务完成后,节点向调度器发送完成确认指令,状态值减一。
5.根据权利要求4所述的方法,其特征在于,还包括:
响应于所述表版本最高的节点中状态值最低的节点不唯一,随机从所述状态值最低的节点中选择一个节点对所述表进行更新,并锁定其他节点的所述表。
6.根据权利要求5所述的方法,其特征在于,还包括:
响应于所述表更新完成,将所述节点的所述表的版本号加一,并解除其他节点对所述表的锁定。
7.一种K-DB数据库多节点集群调度的系统,其特征在于,包括:
连接模块,配置用于将应用终端和调度器通过业务外网连接K-DB数据库集群,将数据库集群之间通过内网进行互联;
接收模块,配置用于响应于所述调度器接收到应用请求,判断所述请求是否为表查询,响应于所述请求为表查询,判断所述请求是否为多表联合查询;
确定模块,配置用于响应于所述请求为多表联合查询,确定所述请求中待查询的表,并确定每个表版本最高的节点;
计算模块,配置用于根据每个表最近一次更新操作的类型确定变化值的类型,并根据所述变化值的类型计算所述表更新的数据量;
执行模块,配置用于从所述每个表版本最高的节点中选择更新的数据量最小的节点作为计算节点,将其他节点的表同步至所述计算节点,并基于所述计算节点执行所述多表联合查询;以及
查询模块,配置用于响应于所述请求为单表查询,选择所述表版本最高的一个或多个节点转发所述请求;
其中,所述确定模块配置用于:从调度器记录信息中获取表的当前版本号,每进行一次表数据修改操作版本号加1。
8.一种计算机设备,其特征在于,包括:
至少一个处理器;以及
存储器,所述存储器存储有可在所述处理器上运行的计算机指令,所述指令由所述处理器执行时实现权利要求1-6任意一项所述方法的步骤。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-6任意一项所述方法的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011554037.0A CN112632116B (zh) | 2020-12-24 | 2020-12-24 | 一种k-db数据库多节点集群调度的方法、系统、设备及介质 |
US18/028,367 US20240311391A1 (en) | 2020-12-24 | 2021-09-29 | K-db database multi-node cluster scheduling method and system, device, and medium |
PCT/CN2021/121916 WO2022134727A1 (zh) | 2020-12-24 | 2021-09-29 | 一种k-db数据库多节点集群调度的方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011554037.0A CN112632116B (zh) | 2020-12-24 | 2020-12-24 | 一种k-db数据库多节点集群调度的方法、系统、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112632116A CN112632116A (zh) | 2021-04-09 |
CN112632116B true CN112632116B (zh) | 2022-06-24 |
Family
ID=75324564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011554037.0A Active CN112632116B (zh) | 2020-12-24 | 2020-12-24 | 一种k-db数据库多节点集群调度的方法、系统、设备及介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20240311391A1 (zh) |
CN (1) | CN112632116B (zh) |
WO (1) | WO2022134727A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114995961A (zh) * | 2022-08-04 | 2022-09-02 | 浙江大学 | 一种请求调度方法、装置及存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112632116B (zh) * | 2020-12-24 | 2022-06-24 | 苏州浪潮智能科技有限公司 | 一种k-db数据库多节点集群调度的方法、系统、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104408106A (zh) * | 2014-11-20 | 2015-03-11 | 浙江大学 | 一种用于分布式文件系统中大数据查询的调度方法 |
CN104679896A (zh) * | 2015-03-18 | 2015-06-03 | 成都金本华科技股份有限公司 | 一种大数据环境下的智能检索方法 |
CN111625364A (zh) * | 2020-05-30 | 2020-09-04 | 北京字节跳动网络技术有限公司 | 任务分配方法、装置、电子设备及计算机可读介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104424240B (zh) * | 2013-08-27 | 2019-06-14 | 腾讯科技(深圳)有限公司 | 多表关联方法、主服务节点、计算节点及系统 |
US10157205B2 (en) * | 2015-11-23 | 2018-12-18 | International Business Machines Corporation | Parallel preparation of a query execution plan in a massively parallel processing environment based on global and low-level statistics |
CN105512268B (zh) * | 2015-12-03 | 2019-05-10 | 曙光信息产业(北京)有限公司 | 一种数据查询方法及装置 |
US11120001B2 (en) * | 2017-11-30 | 2021-09-14 | International Business Machines Corporation | Table discovery in distributed and dynamic computing systems |
CN112632116B (zh) * | 2020-12-24 | 2022-06-24 | 苏州浪潮智能科技有限公司 | 一种k-db数据库多节点集群调度的方法、系统、设备及介质 |
-
2020
- 2020-12-24 CN CN202011554037.0A patent/CN112632116B/zh active Active
-
2021
- 2021-09-29 WO PCT/CN2021/121916 patent/WO2022134727A1/zh active Application Filing
- 2021-09-29 US US18/028,367 patent/US20240311391A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104408106A (zh) * | 2014-11-20 | 2015-03-11 | 浙江大学 | 一种用于分布式文件系统中大数据查询的调度方法 |
CN104679896A (zh) * | 2015-03-18 | 2015-06-03 | 成都金本华科技股份有限公司 | 一种大数据环境下的智能检索方法 |
CN111625364A (zh) * | 2020-05-30 | 2020-09-04 | 北京字节跳动网络技术有限公司 | 任务分配方法、装置、电子设备及计算机可读介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114995961A (zh) * | 2022-08-04 | 2022-09-02 | 浙江大学 | 一种请求调度方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112632116A (zh) | 2021-04-09 |
US20240311391A1 (en) | 2024-09-19 |
WO2022134727A1 (zh) | 2022-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111338766B (zh) | 事务处理方法、装置、计算机设备及存储介质 | |
Vo et al. | Towards elastic transactional cloud storage with range query support | |
US20180337847A1 (en) | Indexing a multi-layer blockchain system | |
CN110213352B (zh) | 名字空间统一的分散自治存储资源聚合方法 | |
US7457835B2 (en) | Movement of data in a distributed database system to a storage location closest to a center of activity for the data | |
CN113535656B (zh) | 数据访问方法、装置、设备及存储介质 | |
US8392482B1 (en) | Versioning of database partition maps | |
CN111597015B (zh) | 事务处理方法、装置、计算机设备及存储介质 | |
US10599677B2 (en) | Methods and systems of splitting database indexes and digests | |
CN112632116B (zh) | 一种k-db数据库多节点集群调度的方法、系统、设备及介质 | |
US10275400B1 (en) | Systems and methods for forming a fault-tolerant federated distributed database | |
US20150317371A1 (en) | Method, device, and system for peer-to-peer data replication and method, device, and system for master node switching | |
WO2022134797A1 (zh) | 一种数据分片存储方法、装置、计算机设备和存储介质 | |
WO2016169237A1 (zh) | 数据处理方法及装置 | |
WO2016191995A1 (zh) | 一种分布式数据库中关联表分区的方法和设备 | |
CN116541427B (zh) | 数据查询方法、装置、设备及存储介质 | |
CN115114374B (zh) | 事务执行方法、装置、计算设备及存储介质 | |
CN115114294A (zh) | 数据库存储模式的自适应方法、装置、计算机设备 | |
US11226986B2 (en) | Data table partitioning management method and apparatus | |
US10810206B2 (en) | Efficient multi-dimensional partitioning and sorting in large-scale distributed data processing systems | |
CN108153759B (zh) | 一种分布式数据库的数据传输方法、中间层服务器及系统 | |
CN114610680A (zh) | 分布式文件系统元数据管理方法、装置、设备及存储介质 | |
US20130006920A1 (en) | Record operation mode setting | |
CN115964444B (zh) | 一种云原生分布式多租户数据库实现方法及系统 | |
US11061719B2 (en) | High availability cluster management of computing nodes |
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 |