CN112883009B - 用于处理数据的方法和装置 - Google Patents
用于处理数据的方法和装置 Download PDFInfo
- Publication number
- CN112883009B CN112883009B CN201911207084.5A CN201911207084A CN112883009B CN 112883009 B CN112883009 B CN 112883009B CN 201911207084 A CN201911207084 A CN 201911207084A CN 112883009 B CN112883009 B CN 112883009B
- Authority
- CN
- China
- Prior art keywords
- storage type
- access time
- database
- preset
- determining
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000007726 management method Methods 0.000 abstract description 9
- 238000013500 data storage Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 9
- 230000004044 response Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008676 import Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000000835 fiber Substances 0.000 description 2
- 238000011068 loading method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000011282 treatment Methods 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/217—Database tuning
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开了用于处理数据的方法和装置,涉及云计算领域。上述方法的一具体实施方式包括:对于数据库中各存储容器中存储的各对象,确定各对象的当前存储类型以及确定各对象的上次访问时间;将各对象的上次访问时间作为各对象的生命周期的起始时间;根据预设的生命周期规则,对各对象的当前存储类型进行处理。该实施方式可以根据用户对对象的上次访问时间,来对对象的存储类型进行处理,从而提高了数据存储管理的灵活性。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于处理数据的方法和装置。
背景技术
随着计算机的不断发展和信息化程度的不断提高,数据量迅速增长,面向海量数据的存储及应用也随之蓬勃发展。数据生命周期管理认为数据具有生命周期,随着数据规模的增大,做好历史数据的维护管理,提高系统资源的使用效率,保障系统健康高效运行,实现数据生命周期管理,逐渐在数据中心管理平台中落地,使数据在生命周期的各个阶段实现资源利用和数据价值实现最大化。但现有的生命周期管理都是从数据创建以来算起,不具有灵活性。
发明内容
本申请实施例提出了用于处理数据的方法和装置。
第一方面,本申请实施例提供了一种用于处理数据的方法,包括:对于数据库中各存储容器中存储的各对象,确定各对象的当前存储类型以及确定各对象的上次访问时间;将各对象的上次访问时间作为各对象的生命周期的起始时间;根据预设的生命周期规则,对各对象的当前存储类型进行处理。
在一些实施例中,上述确定各对象的上次访问时间,包括:获取与全量对象列表对应的访问时间列表,上述全量对象列表包括存储在上述数据库中的各对象的标识;根据上述访问时间列表,确定各对象的上次访问时间。
在一些实施例中,上述获取与全量对象列表对应的访问时间列表,包括:获取上述数据库在每预设时间段内的全量对象列表;获取代理服务器在每预设时间段内生成的日志,其中,用户终端通过上述代理服务器访问上述数据库;根据上述全量对象列表以及上述日志,确定用户终端在每预设时间段内对各对象的访问信息;根据用户终端在每预设时间段内对各对象的访问信息,确定与上述全量对象列表对应的访问时间列表。
在一些实施例中,上述根据预设的生命周期规则,对各对象的当前存储类型进行处理,包括:对于每个对象,确定该对象的存储类型是否位于预设的存储类型排序中的末位;响应于确定上述当前存储类型不位于预设的存储类型排序中的末位,根据上述生命周期规则,确定该对象当前对应的操作;执行上述操作。
在一些实施例中,上述操作包括:将该对象的存储类型更改为上述存储类型排序中位于上述当前存储类型之后的存储类型。
在一些实施例中,上述方法还包括:响应于确定上述对象的存储类型位于预设的存储类型排序中的末位,向用户标识对应的用户终端发送存储类型更换提示信息。
在一些实施例中,上述方法还包括:接收用户终端发送的配置信息,根据上述配置信息确定上述生命周期规则。
在一些实施例中,上述方法还包括:根据被执行操作的对象,生成检索目录。
第二方面,本申请实施例提供了一种用于处理数据的装置,包括:确定单元,被配置成对于数据库中各存储容器中存储的各对象,确定各对象的当前存储类型以及确定各对象的上次访问时间;设置单元,被配置成将各对象的上次访问时间作为各对象的生命周期的起始时间;处理单元,被配置成根据预设的生命周期规则,对各对象的当前存储类型进行处理。
在一些实施例中,上述确定单元进一步被配置成:获取与全量对象列表对应的访问时间列表,上述全量对象列表包括存储在上述数据库中的各对象的标识;根据上述访问时间列表,确定各对象的上次访问时间。
在一些实施例中,上述确定单元进一步被配置成:获取上述数据库在每预设时间段内的全量对象列表;获取代理服务器在每预设时间段内生成的日志,其中,用户终端通过上述代理服务器访问上述数据库;根据上述全量对象列表以及上述日志,确定用户终端在每预设时间段内对各对象的访问信息;根据用户终端在每预设时间段内对各对象的访问信息,确定与上述全量对象列表对应的访问时间列表。
在一些实施例中,上述处理单元进一步被配置成:对于每个对象,确定该对象的存储类型是否位于预设的存储类型排序中的末位;响应于确定上述当前存储类型不位于预设的存储类型排序中的末位,根据上述生命周期规则,确定该对象当前对应的操作;执行上述操作。
在一些实施例中,上述操作包括:将该对象的存储类型更改为上述存储类型排序中位于上述当前存储类型之后的存储类型。
在一些实施例中,上述装置还包括:输出单元,被配置成响应于确定上述对象的存储类型位于预设的存储类型排序中的末位,向用户标识对应的用户终端发送存储类型更换提示信息。
在一些实施例中,上述装置还包括:配置单元,被配置成接收用户终端发送的配置信息,根据上述配置信息确定上述生命周期规则。
在一些实施例中,上述装置还包括:生成单元,被配置成根据被执行操作的对象,生成检索目录。
第三方面,本申请实施例提供了一种服务器,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面任一实施例所描述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面任一实施例所描述的方法。
本申请的上述实施例提供的用于处理数据的方法和装置,对于数据库中各存储容器中存储的各对象,可以确定各对象的当前存储类型以及确定各对象的上次访问时间。然后,将各对象的上次访问时间作为各对象的生命周期的起始时间。最后,根据预设的生命周期规则,对各对象的当前存储类型进行处理。本实施例的方法,可以根据用户对对象的上次访问时间,来对对象的存储类型进行处理,从而提高了数据存储管理的灵活性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于处理数据的方法的一个实施例的流程图;
图3是根据本申请的用于处理数据的方法的一个应用场景的示意图;
图4是根据本申请的用于处理数据的方法的另一个实施例的流程图;
图5是根据本申请的用于处理数据的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请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相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于处理数据的方法或用于处理数据的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、代理服务器102、数据库服务器103、数据库104和计算服务器105。其中,终端设备101通过代理服务器102访问数据库104。代理服务器102、数据库服务器103以及数据库104之间可以通过网络进行交互。数据库服务器103与计算服务器105之间也可以通过网络进行交互。网络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101通过代理服务器102与数据库104交互,以写入或读取数据等。终端设备101上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、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101可以是硬件,也可以是软件。当终端设备101为硬件时,可以是各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
代理服务器102可以是提供代理服务的服务器,其可以包括Nginx等设备。数据库服务器104可以是为数据库提供支持的服务器,例如,其可以将数据库104中存储的数据以不同的存储类型来存储。数据库104可以是各种类型的数据库,例如可以是关系型数据库(Mysql,SqlServer等)、非关系型数据库(NoSQL)等等。计算服务器105可以是用于执行各种计算任务的服务器,例如执行数据库中各对象(object)的上次访问时间的计算任务。
需要说明的是,代理服务器102、数据库服务器104以及计算服务器105可以是硬件,也可以是软件。当代理服务器102、数据库服务器104以及计算服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当代理服务器102、数据库服务器104以及计算服务器105为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的用于处理数据的方法一般由数据库服务器103执行。相应地,用于处理数据的装置一般设置于数据库服务器103中。
应该理解,图1中的各电子设备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各电子设备。
继续参考图2,示出了根据本申请的用于处理数据的方法的一个实施例的流程200。本实施例的用于处理数据的方法,包括以下步骤:
步骤201,对于数据库中各存储容器中存储的各对象,确定各对象的当前存储类型以及确定各对象的上次访问时间。
在本实施例中,用于处理数据的方法的执行主体(例如图1所示的服务器105)可以通过各种方式来确定数据库中各存储容器中存储的各对象的当前存储类型以及各对象的上次访问时间。其中,数据库可以包括多个存储容器(bucket),每个bucket中可以包括多个对象(object)。每个用户可以在数据库中申请一个bucket,然后向该bucket中存储object。Object可以包括各种类型的文件,例如文档、应用程序、音频、图像、视频等等。在一些应用场景中,可以对object的大小进行限制,例如不得超过5GB。
本实施例中,数据库可以提供多种存储类型,每种存储类型具有不同的存储特点,例如可靠性、可用性、最小存储时间、取回费用、取回时间、存储价格不同。以百度对象存储为例,其包括四种存储类型:标准存储、低频存储、冷存储和归档存储。其中,标准存储(Standard)为用户提供高可靠、高可用、高性能的对象存储服务。标准存储适用于需要频繁读取数据的场景。低频存储(Infrequent Access)为用户提供高可靠、较低存储费用的对象存储服务。低频存储适合需要长期保存且较少访问的数据。相比标准存储,低频存储在在线访问性能、持久性和可用性等方面基本一致,价格却远低于标准存储。冷存储(Cold)为用户提供高可靠、低存储费用的对象存储服务。冷存储适合需要长期保存且极少访问的数据。相比标准存储和低频存储,冷存储在在线访问性能、持久性和可用性等方面基本一致,价格却远低于标准存储和低频存储。归档存储(Archive)为用户提供高可靠、极低存储费用的对象存储服务。归档存储适合需要长期保存且几乎不访问的数据。相比标准存储、低频存储和冷存储,归档存储在持久性和可用性等方面基本一致,价格却远低于标准存储、低频存储和冷存储。用户可以在存储对象时,选择存储类型。或者,执行主体可以主动根据用户对对象的访问信息来更改对象的存储类型。
执行主体可以通过各种方式来确定各对象的当前存储类型。例如,执行主体可以通过上传各对象时采用的API来确定,或者根据各对象的存储位置来确定。
同样的,执行主体也可以通过各种方式来确定各对象的上次访问时间。例如执行主体可以通过数据库的日志(binlog)来确定各对象的上次访问时间。或者,执行主体还可以将代理服务器接收到用户的访问请求的时间作为对象的上次的访问时间。
在本实施例的一些可选的实现方式中,执行主体可以通过图2中未示出的以下步骤来确定各对象的上次访问时间:获取与全量对象列表对应的访问时间列表,全量对象列表包括存储在数据库中的各对象的标识;根据访问时间列表,确定各对象的上次访问时间。
本实现方式中,执行主体可以首先获取与全量对象列表对应的访问时间列表。这里,全量对象列表中包括存储在数据库中的所有对象的标识。执行主体可以向数据库发送指定命令,来导出全量对象列表。执行主体还可以从数据库或与数据库相连的其它电子设备处获取与全量对象列表对应的访问时间列表。执行主体也可以根据代理服务器接收对数据库的访问请求的日志,来生成与全量对象列表对应的访问时间列表。可以理解的是,访问时间列表中标明了每个对象的访问时间。在一些应用场景中,上述访问时间列表可以只包括每个对象的最近访问时间。然后,执行主体可以根据访问时间列表,确定各对象的上次访问时间。
在本实施例的一些可选的实现方式中,如果访问时间列表中存在不具有访问时间的对象,则执行主体可以将当前时间作为这些对象的访问时间。
在本实施例的一些可选的实现方式中,执行主体可以通过图2中未示出的以下步骤来确定访问时间列表:获取数据库在每预设时间段内的全量对象列表;获取代理服务器在每预设时间段内生成的日志,其中,用户终端通过代理服务器访问所述数据库;根据全量对象列表以及日志,确定用户终端在每预设时间段内对各对象的访问信息;根据用户终端在每预设时间段内对各对象的访问信息,确定与全量对象列表对应的访问时间列表。
本实现方式中,执行主体可以首先获取数据库在每预设时间段内的全量对象列表。上述预设时间段可以为天,也可以为小时,即获取数据库在每天或每小时的全量对象列表。同时,执行主体还可以获取代理服务器在每个预设时间段内生成的日志,例如获取Nginx在每天生成的日志。然后根据全量对象列表以及上述日志,确定用户终端在每预设时间段内对各对象的访问信息。可以理解的是,用户在访问某一对象时,在向代理服务器发送的请求中包括了对象的标识,这样代理服务器可以解析上述请求,得到用户终端访问的对象的标识,同时将接收到该请求的时间作为用户终端访问上述对象的时间。也就是说,上述访问信息中包括了用户在每个预设时间段内访问的对象的标识和访问时间。然后,执行主体可以根据上述访问信息,确定与全量对象两边对应的访问时间列表。
在上述实现方式中的另一些应用场景中,执行主体可以在获取到全量对象列表以及代理服务器生成的日志后,可以将获取到的信息通过DTS(Data Transmission Service,数据传输服务器)平台将全量对象列表以及日志上传到分布式文件系统,上述分布式文件系统可以是AFS(Advanced File System,百度的第二代超大规模分布式文件系统),也可以是GFS(Google File System,Google的可扩展的分布式文件系统,用于大型的、分布式的、对大量数据进行访问的应用)。然后将分布式文件系统上的数据文件通过ETL(Extract-Transform-Load,用来描述将数据从来源端经过抽取(extract)、转换(transform)、加载(load)至目的端的过程)解析存到HIVE(HIVE是基于Hadoop的一个数据仓库工具,用来进行数据提取、转化、加载,这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。hive数据仓库工具能将结构化的数据文件映射为一张数据库表,并提供SQL查询功能,能将SQL语句转变成MapReduce任务来执行)中。执行主体还可以通过DTS将数据库中的所有对象也导入到HIVE中,HIVE可以根据得到的对象和全量对象列表,生成meta_snapshot数据表。meta_snapshot数据表中包括对象的标识和访问时间列。同时,HIVE还可以根据日志,生成nginxlog数据表。然后,spark-submit可以向spark提交计算任务,以对meta_snapshot数据表和nginxlog数据表进行计算。计算规则是将nginxlog数据表中的对对象的访问时间更新到meta_snapshot数据表中的访问时间列中,生成一份带访问时间的数据,存储到HIVE的meta_access数据表中。其中,spark是专为大规模数据处理而设计的快速通用的计算引擎,spark-submit是在spark安装目录中bin目录下的一个shell脚本文件,用于在spark集群中启动应用程序。
在上述实现方式的另一些应用场景中,执行主体可以设置一个定时任务,即每天的一个固定时间(如00:30分)从数据库中导出全量对象列表,并通过DTS将所有的对象导入到分布式文件系统上,分布式文件系统通过ETL解析,将分布式文件系统上的数据存储到HIVE的meta_snapshot数据表中。每天的meta_snapshot数据表可以按照生成时间来存储。执行主体还可以设置另一个定时任务,即每个小时将数据库中产生的增量对象通过DTS导入到分布式文件系统上,分布式文件系统上的增量数据通过ETL解析,将得到的数据存储到HIVE的meta_increment数据表。meta_increment数据表中每小时的增量对象可以按照存储时间来排序。每天凌晨,HIVE可以将meta_increment数据表中的数据与meta_snapshot数据表中的数据合并,这样就可以得到前一天的meta_snapshot数据表。
同时,执行主体还可以将每个小时产生的Nginx日志传输到分布式文件系统上,同样利用ETL解析,将解析得到的数据存储到HIVE的nginxlog数据表中。同样的,nginxlog数据表中的数据也可以按照日志数据的获取时间来排序。
然后,spark-submit可以将针对HIVE前一天产生的meta_snapshot数据表和nginxlog数据表的计算任务提交到spark上,spark将nginxlog数据表中的访问时间更新到meta_snapshot数据表中的上次访问时间上,生成前一天的包括对象标识和访问时间的数据表,并将该数据表存储到HIVE的meta_access数据表。
可以理解的是,如果将HIVE上存储的每天的meta_access数据表合并的话,就可以得到数据库中所有对象的访问时间列表,即与全量对象列表对应的访问时间列表。
步骤202,将各对象的上次访问时间作为各对象的生命周期的起始时间。
在获取到各对象的上次访问时间后,执行主体可以将各对象的上次访问时间作为各对象的生命周期的起始时间。
步骤203,根据预设的生命周期规则,对各对象的当前存储类型进行处理。
在确定生命周期的起始时间后,执行主体可以根据预先设定的生命周期规则,对各对象的当前存储类型进行处理。此处,生命周期规则可以值在生命周期内的不同阶段对对象进行不同的处理。例如,生命周期为30天,如果距离生命周期结束的剩余时间为15天,则将对象的存储类型更改为成本更低的存储类型。如果距离生命周期的结束为0天,则将对象的存储类型更改为成本最低的存储类型等等。本领域技术人员可以理解的是,上述生命周期规则是可以根据实际应用场景设定的。
在本实施例的一些可选的实现方式中,上述方法还可以包括图2中未示出的以下步骤:接收用户终端发送的配置信息,根据配置信息确定生命周期规则。
本实现方式中,执行主体还可以向执行主体发送自定义的配置信息,以确定个性化的生命周期规则。上述用户终端可以是使用存储服务的用户或客户。或者上述用户终端为存储服务的技术人员所使用的终端,则执行主体可以根据技术人员发送的配置信息,对数据库中所存储的对象使用统一的生命周期规则。
继续参见图3,图3是根据本实施例的用于处理数据的方法的一个应用场景的示意图。在图3的应用场景中,数据库301中包括多个bucket,分别为bucket1、bucket2和bucket3。每个bucket中包括多个object。其中,bucket1中包括object1、object2和object3。object1的存储类型为存储类型1,object2的存储类型为存储类型2,object3的存储类型为存储类型3。在经过步骤201~203的处理后,服务器302将object1的存储类型修改为存储类型3。从而实现了对象的存储类型的更改,实现了灵活管理。
本申请的上述实施例提供的用于处理数据的方法,对于数据库中各存储容器中存储的各对象,可以确定各对象的当前存储类型以及确定各对象的上次访问时间。然后,将各对象的上次访问时间作为各对象的生命周期的起始时间。最后,根据预设的生命周期规则,对各对象的当前存储类型进行处理。本实施例的方法,可以根据用户对对象的上次访问时间,来对对象的存储类型进行处理,从而提高了数据存储管理的灵活性。
继续参见图4,其示出了根据本申请的用于处理数据的方法的另一个实施例的流程400。如图4所示,本实施例的用于处理数据的方法,可以包括以下步骤:
步骤401,对于数据库中各存储容器中存储的各对象,确定各对象的当前存储类型以及确定各对象的上次访问时间。
步骤402,将各对象的上次访问时间作为各对象的生命周期的起始时间。
步骤401~402的原理与步骤201~202的原理类似,此处不再赘述。
步骤403,对于每个对象,确定该对象的存储类型是否位于预设的存储类型排序中的末位。
对于数据库中存储的每个对象,执行主体可以确定该对象的存储类型是否位于预设的存储类型排序中的末位。此处,技术人员可以根据数据库的实际情况预先设定一个存储类型排序,该排序可以根据各存储类型的任一特性或多个特性进行排序,例如,可靠性、成本等等。以百度对象存储为例,其存储类型包括:标准存储、低频存储、冷存储和归档存储。对应的存储类型排序为:标准存储→低频存储→冷存储→归档存储。如果当前存储类型不位于预设的存储类型排序中的末位,则可以执行步骤404。如果当前存储类型位于预设的存储类型排序中的末位,则可以执行步骤406。
步骤404,响应于确定当前存储类型不位于预设的存储类型排序中的末位,根据生命周期规则,确定该对象当前对应的操作。
如果确定当前存储类型不位于预设的存储类型排序中的末位,则执行主体可以根据生命周期规则,确定该对象当前对应的操作。
在本实施例的一些应用场景中,上述步骤404可以由执行主体之外的其它电子设备来执行,例如由spark所在电子设备来执行。spark所在电子设备还可以将该对象上传到分布式文件系统上。
在本实施例的一些可选的实现方式中,上述操作可以包括:将该对象的存储类型更改为存储类型排序中位于当前存储类型之后的存储类型。
在本实现方式中,执行主体可以根据存储类型排序,将该对象的存储类型更改为位于当前存储类型之后的存储类型。例如,当前存储类型为标准存储,执行主体可以将其存储类型更改为低频存储、冷存储或归档存储。
步骤405,执行上述操作。
在确定该对象当前对应的操作后,执行主体可以执行上述操作,例如,通过改变该对象的存储位置来更改存储类型。
步骤406,响应于确定对象的存储类型位于预设的存储类型排序中的末位,向用户标识对应的用户终端发送存储类型更换提示信息。
如果执行主体确定该对象的存储类型位于预设的存储类型排序中的末位,则可以向用户标识对应的用户终端发送存储类型更换提示信息。上述存储类型更换提示信息用于提示用户手动更换对象的存储类型。可以理解的是,用户也可以忽略上述提示信息,即不进行存储类型的更新。举例来说,对象的当前存储类型为归档存储,如果当前距离生命周期结束大于28天,则认为用户可能在近端时间内会频繁读取该对象,则可以建议用户手动更改该对象的存储类型。
在本实施例的一些可选的实现方式中,上述方法还可以进一步包括图4中未示出的以下步骤:根据被执行操作的对象,生成检索目录。
本实现方式中,执行主体还可以根据被执行操作的对象,生成检索目录。这样,执行主体可以根据检索目录对需要被执行操作的对象进行批量处理。
在上述实现方式的一些具体的应用场景中,上述生成检索目录的步骤还可以由执行主体之外的电子设备来执行,例如提供存储服务的工具来实现。其可以从分布式文件系统上获取上述需要被执行操作的对象,并将这些对象存储到数据库中的特定bucket中,然后生成检索目录。
在该应用场景中,执行主体可以由数据库中下载这些对象,然后针对这些对象执行生命周期操作。
本申请的上述实施例提供的用于处理数据的方法,可以批量的对数据库中存储的对象执行生命周期操作,提供了数据管理的灵活性。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于处理数据的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于处理数据的装置500包括:确定单元501、设置单元502以及处理单元503。
确定单元501,被配置成对于数据库中各存储容器中存储的各对象,确定各对象的当前存储类型以及确定各对象的上次访问时间。
设置单元502,被配置成将各对象的上次访问时间作为各对象的生命周期的起始时间。
处理单元503,被配置成根据预设的生命周期规则,对各对象的当前存储类型进行处理。
在本实施例的一些可选的实现方式中,确定单元501可以进一步被配置成:获取与全量对象列表对应的访问时间列表,全量对象列表包括存储在数据库中的各对象的标识;根据访问时间列表,确定各对象的上次访问时间。
在本实施例的一些可选的实现方式中,确定单元501可以进一步被配置成:获取数据库在每预设时间段内的全量对象列表;获取代理服务器在每预设时间段内生成的日志,其中,用户终端通过代理服务器访问数据库;根据全量对象列表以及所述日志,确定用户终端在每预设时间段内对各对象的访问信息;根据用户终端在每预设时间段内对各对象的访问信息,确定与全量对象列表对应的访问时间列表。
在本实施例的一些可选的实现方式中,处理单元503可以进一步被配置成:对于每个对象,确定该对象的存储类型是否位于预设的存储类型排序中的末位;响应于确定当前存储类型不位于预设的存储类型排序中的末位,根据生命周期规则,确定该对象当前对应的操作;执行上述操作。
在本实施例的一些可选的实现方式中,上述操作包括:将该对象的存储类型更改为所述存储类型排序中位于当前存储类型之后的存储类型。
在本实施例的一些可选的实现方式中,装置500还可以进一步包括图5中未示出的输出单元,被配置成响应于确定对象的存储类型位于预设的存储类型排序中的末位,向用户标识对应的用户终端发送存储类型更换提示信息。
在本实施例的一些可选的实现方式中,装置500还可以进一步包括图5中未示出的配置单元,被配置成接收用户终端发送的配置信息,根据配置信息确定生命周期规则。
在本实施例的一些可选的实现方式中,装置500还可以进一步包括图5中未示出的生成单元,被配置成根据被执行操作的对象,生成检索目录。
应当理解,用于处理数据的装置500中记载的单元501至单元503分别与参考图2中描述的方法中的各个步骤相对应。由此,上文针对用于处理数据的方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备600的结构示意图。图6示出的服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,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装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所述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。在本公开的实施例中,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。而在本公开的实施例中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。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该电子设备执行时,使得该电子设备:对于数据库中各存储容器中存储的各对象,确定各对象的当前存储类型以及确定各对象的上次访问时间;将各对象的上次访问时间作为各对象的生命周期的起始时间;根据预设的生命周期规则,对各对象的当前存储类型进行处理。
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公开的实施例的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)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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,该模块、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,框图和/或流程图中的每个方框、以及框图和/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。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括确定单元、设置单元和处理单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,设置单元还可以被描述为“将各对象的上次访问时间作为各对象的生命周期的起始时间的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种用于处理数据的方法,包括:
对于数据库中各存储容器中存储的各对象,确定各对象的当前存储类型以及确定各对象的上次访问时间;
将各对象的上次访问时间作为各对象的生命周期的起始时间;
根据预设的生命周期规则,对各对象的当前存储类型进行处理;
其中,所述确定各对象的上次访问时间,包括:获取所述数据库在每预设时间段内的全量对象列表,以及获取代理服务器在每预设时间段内生成的日志,其中,所述全量对象列表包括存储在所述数据库中的各对象的标识,用户终端通过所述代理服务器访问所述数据库,所述代理服务器通过解析用户访问对象时发送的请求得到对象的标识,以及将接收到所述请求的时间作为对象的访问时间;
将获取的全量对象列表和日志通过数据传输服务器DTS上传至分布式文件系统和HIVE,以及通过ETL对分布式文件系统上的全量对象列表和日志进行解析并将解析结果存储至HIVE;
HIVE根据解析结果生成包括对象的标识和访问时间列的meta_snapshot数据表,以及生成包括日志的nginxlog数据表;
利用Spark将nginxlog数据表中的访问时间更新到meta_snapshot数据表中的上次访问时间上,以生成最近时间段的包括对象标识和访问时间的数据表并存储至HIVE中的meta_access数据表;
所述方法还包括:接收用户终端发送的配置信息,根据所述配置信息确定所述生命周期规则,其中,所述数据库中所存储的对象使用相同的生命周期规则;
其中,所述根据预设的生命周期规则,对各对象的当前存储类型进行处理,包括:对于每个对象,确定该对象的存储类型是否位于预设的存储类型排序中的末位;响应于确定所述对象的存储类型位于预设的存储类型排序中的末位,向用户标识对应的用户终端发送存储类型更换提示信息,所述存储类型更换提示信息用于提示用户手动更换对象的存储类型。
2.根据权利要求1所述的方法,其中,所述根据预设的生命周期规则,对各对象的当前存储类型进行处理,包括:
响应于确定所述当前存储类型不位于预设的存储类型排序中的末位,根据所述生命周期规则,确定该对象当前对应的操作;
执行所述操作。
3.根据权利要求2所述的方法,其中,所述操作包括:
将该对象的存储类型更改为所述存储类型排序中位于所述当前存储类型之后的存储类型。
4.根据权利要求3所述的方法,其中,所述方法还包括:
根据被执行操作的对象,生成检索目录。
5.一种用于处理数据的装置,包括:
确定单元,被配置成对于数据库中各存储容器中存储的各对象,确定各对象的当前存储类型以及确定各对象的上次访问时间;
设置单元,被配置成将各对象的上次访问时间作为各对象的生命周期的起始时间;
处理单元,被配置成根据预设的生命周期规则,对各对象的当前存储类型进行处理;
其中,所述确定单元进一步被配置成:获取所述数据库在每预设时间段内的全量对象列表,以及获取代理服务器在每预设时间段内生成的日志,其中,所述全量对象列表包括存储在所述数据库中的各对象的标识,用户终端通过所述代理服务器访问所述数据库,所述代理服务器通过解析用户访问对象时发送的请求得到对象的标识,以及将接收到所述请求的时间作为对象的访问时间;
将获取的全量对象列表和日志通过数据传输服务器DTS上传至分布式文件系统和HIVE,以及通过ETL对分布式文件系统上的全量对象列表和日志进行解析并将解析结果存储至HIVE;
HIVE根据解析结果生成包括对象的标识和访问时间列的meta_snapshot数据表,以及生成包括日志的nginxlog数据表;
利用Spark将nginxlog数据表中的访问时间更新到meta_snapshot数据表中的上次访问时间上,以生成最近时间段的包括对象标识和访问时间的数据表并存储至HIVE中的meta_access数据表;
所述装置还包括:配置单元,被配置成接收用户终端发送的配置信息,根据所述配置信息确定所述生命周期规则,其中,所述数据库中所存储的对象使用相同的生命周期规则;
所述处理单元进一步被配置成:对于每个对象,确定该对象的存储类型是否位于预设的存储类型排序中的末位;响应于确定所述对象的存储类型位于预设的存储类型排序中的末位,向用户标识对应的用户终端发送存储类型更换提示信息,所述存储类型更换提示信息用于提示用户手动更换对象的存储类型。
6.根据权利要求5所述的装置,其中,所述处理单元进一步被配置成:
响应于确定所述当前存储类型不位于预设的存储类型排序中的末位,根据所述生命周期规则,确定该对象当前对应的操作;
执行所述操作。
7.根据权利要求6所述的装置,其中,所述操作包括:
将该对象的存储类型更改为所述存储类型排序中位于所述当前存储类型之后的存储类型。
8.根据权利要求7所述的装置,其中,所述装置还包括:
生成单元,被配置成根据被执行操作的对象,生成检索目录。
9.一种服务器,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
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,其中,该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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911207084.5A CN112883009B (zh) | 2019-11-29 | 2019-11-29 | 用于处理数据的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911207084.5A CN112883009B (zh) | 2019-11-29 | 2019-11-29 | 用于处理数据的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112883009A CN112883009A (zh) | 2021-06-01 |
CN112883009B true CN112883009B (zh) | 2024-05-07 |
Family
ID=76039173
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911207084.5A Active CN112883009B (zh) | 2019-11-29 | 2019-11-29 | 用于处理数据的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112883009B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011024334A1 (ja) * | 2009-08-25 | 2011-03-03 | 株式会社ソニー・コンピュータエンタテインメント | 情報処理装置および情報処理方法 |
US9355060B1 (en) * | 2012-12-14 | 2016-05-31 | Amazon Technologies, Inc. | Storage service lifecycle policy transition management |
US9727522B1 (en) * | 2012-12-14 | 2017-08-08 | Amazon Technologies, Inc. | Multi-tenant storage service object lifecycle management using transition job objects |
CN108563658A (zh) * | 2017-12-29 | 2018-09-21 | 邵阳学院 | 一种多平台间数据同步更新的方法和装置 |
CN109274728A (zh) * | 2018-09-03 | 2019-01-25 | 北京飞纳泰科信息技术有限公司 | 区块链数据生命周期管理方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2827104B1 (fr) * | 2001-07-03 | 2004-01-30 | Elzbieta Krystyna Ploc Cochard | Procede pour le controle d'echanges de donnees entre deux applications, respectivement de type client et de type serveur |
US8341345B2 (en) * | 2005-08-08 | 2012-12-25 | International Business Machines Corporation | System and method for providing content based anticipative storage management |
US9038062B2 (en) * | 2006-10-17 | 2015-05-19 | Manageiq, Inc. | Registering and accessing virtual systems for use in a managed system |
-
2019
- 2019-11-29 CN CN201911207084.5A patent/CN112883009B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011024334A1 (ja) * | 2009-08-25 | 2011-03-03 | 株式会社ソニー・コンピュータエンタテインメント | 情報処理装置および情報処理方法 |
US9355060B1 (en) * | 2012-12-14 | 2016-05-31 | Amazon Technologies, Inc. | Storage service lifecycle policy transition management |
US9727522B1 (en) * | 2012-12-14 | 2017-08-08 | Amazon Technologies, Inc. | Multi-tenant storage service object lifecycle management using transition job objects |
CN108563658A (zh) * | 2017-12-29 | 2018-09-21 | 邵阳学院 | 一种多平台间数据同步更新的方法和装置 |
CN109274728A (zh) * | 2018-09-03 | 2019-01-25 | 北京飞纳泰科信息技术有限公司 | 区块链数据生命周期管理方法 |
Non-Patent Citations (1)
Title |
---|
基于数据分类与生命周期的RMAN备份优化;岳鹏宇;李素晓;赵书俊;;软件导刊;20100330(03);154-155页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112883009A (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7009456B2 (ja) | 分散イベント処理システムのためのグラフ生成 | |
US10291704B2 (en) | Networked solutions integration using a cloud business object broker | |
US9678740B2 (en) | Migration mechanism | |
CN109600447B (zh) | 用于处理数据的方法、装置和系统 | |
CN108846753B (zh) | 用于处理数据的方法和装置 | |
US11755461B2 (en) | Asynchronous consumer-driven contract testing in micro service architecture | |
CN111400061A (zh) | 一种数据处理方法和系统 | |
US11200231B2 (en) | Remote query optimization in multi data sources | |
CN112395253B (zh) | 索引文件生成方法、终端设备、电子设备及介质 | |
CN111338834A (zh) | 数据存储方法和装置 | |
CN113190517B (zh) | 数据集成方法、装置、电子设备和计算机可读介质 | |
CN113918659A (zh) | 数据操作方法、装置、存储介质及电子设备 | |
CN112883009B (zh) | 用于处理数据的方法和装置 | |
US9298487B2 (en) | Managing virtual machine images in a distributed computing environment | |
US10747748B2 (en) | Generating mobile data schema to support disconnected operations | |
CN113704120A (zh) | 数据传输方法、装置、设备及存储介质 | |
US10671371B2 (en) | Alerting an offline user of a predicted computer file update | |
US10162626B2 (en) | Ordered cache tiering for program build files | |
CN112988528B (zh) | 日志处理方法、装置及容器组 | |
US9626389B1 (en) | Data compression model for mobile device disconnected operations | |
CN111984686A (zh) | 一种数据处理的方法和装置 | |
CN113741796B (zh) | 一种终端应用的数据持久化方法和装置 | |
US20230108982A1 (en) | Data processing utilizing an asynchronous communication repository | |
US11755219B1 (en) | Block access prediction for hybrid cloud storage | |
CN113239038A (zh) | 数据处理方法和装置 |
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 |