CN113111119B - 一种操作数据的方法和装置 - Google Patents
一种操作数据的方法和装置 Download PDFInfo
- Publication number
- CN113111119B CN113111119B CN202010031929.6A CN202010031929A CN113111119B CN 113111119 B CN113111119 B CN 113111119B CN 202010031929 A CN202010031929 A CN 202010031929A CN 113111119 B CN113111119 B CN 113111119B
- Authority
- CN
- China
- Prior art keywords
- data
- target
- sub
- algorithm
- parameter
- 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 47
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 162
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 17
- 230000005012 migration Effects 0.000 description 9
- 238000013508 migration Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000012508 change request Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006467 substitution reaction 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
- G06F16/278—Data partitioning, e.g. horizontal or vertical partitioning
-
- 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
- G06F16/242—Query formulation
- G06F16/2433—Query languages
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种操作数据的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：接收并解析数据操作请求，得到待操作数据和目标参数；基于各个参数区间与各个分表算法之间的对应关系，匹配出所述目标参数对应的目标分表算法；根据所述目标分表算法和所述目标参数确定目标数据表标识，访问所述目标数据表并操作所述待操作数据。该实施方式能够解决不易扩展数据表数量的技术问题。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种操作数据的方法和装置。
背景技术
为了数据的访问效率，一般单张数据表的存储数量不能过大，当数据量过大时就需要做数据结转，将访问热度小的数据结转到历史库或专门的备用数据库，从而提升访问效率。然而有的数据生成速度实在太快，几天或几周的时间，数据量已经达到的单表存储的上限，如此会给结转工作带来难度。此时将采用分表存储的方式，比如根据取模算法、一致性哈希算法或者其他分表算法将不同的数据存储到不同的数据表中。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
一旦在初期设定了数据表的数量，如果后期业务量增大，产生的数据急剧增加，需要增加数据表数量时，则需要考虑数据迁移，并按照新的分表算法将各个分表中的数据迁移到符合新的分表算法的数据表中，这样增大了扩展成本和难度，因此不易扩展数据表数量。
发明内容
有鉴于此，本发明实施例提供一种操作数据的方法和装置，以解决不易扩展数据表数量的技术问题。
为实现上述目的，根据本发明实施例的一个方面，提供了一种操作数据的方法，包括：
接收并解析数据操作请求，得到待操作数据和目标参数；
基于各个参数区间与各个分表算法之间的对应关系，匹配出所述目标参数对应的目标分表算法；
根据所述目标分表算法和所述目标参数确定目标数据表标识，访问所述目标数据表并操作所述待操作数据。
可选地，根据所述目标分表算法和所述目标参数确定目标数据表标识，访问所述目标数据表并操作所述待操作数据，包括：
采用所述目标分表算法对所述目标参数进行求解，得到目标数据表标识；
将所述目标数据表标识和所述待操作数据入参到数据表操作语句中；
执行入参后的数据表操作语句，以访问所述目标数据表并操作所述待操作数据。
可选地，所述各个分表算法包括以下分表算法中的至少一种：取模算法和一致性哈希算法。
可选地，各个取模算法的模数各不相同，各个一致性哈希算法的模数各不相同。
可选地，基于各个参数区间与各个分表算法之间的对应关系，匹配出所述目标参数对应的目标分表算法，包括：
根据所述目标参数确定所述目标参数所属的参数区间；
基于各个参数区间与各个分表算法之间的对应关系，匹配出所述目标参数所属的参数区间对应的目标分表算法。
可选地，所述参数包括数据唯一标识或者在数据表中创建数据的时间。
可选地，接收并解析数据操作请求，得到待操作数据和目标参数之前，还包括：
预先配置各个参数区间与各个分表算法之间的对应关系，将所述对应关系存入配置文件、策略数据表或者外部缓存；
将所述对应关系加载到本地缓存。
另外，根据本发明实施例的另一个方面，提供了一种操作数据的装置，包括：
接收模块，用于接收并解析数据操作请求，得到待操作数据和目标参数；
匹配模块，用于基于各个参数区间与各个分表算法之间的对应关系，匹配出所述目标参数对应的目标分表算法；
操作模块，用于根据所述目标分表算法和所述目标参数确定目标数据表标识，访问所述目标数据表并操作所述待操作数据。
可选地，所述操作模块还用于：
采用所述目标分表算法对所述目标参数进行求解，得到目标数据表标识；
将所述目标数据表标识和所述待操作数据入参到数据表操作语句中；
执行入参后的数据表操作语句，以访问所述目标数据表并操作所述待操作数据。
可选地，所述各个分表算法包括以下分表算法中的至少一种：取模算法和一致性哈希算法。
可选地，各个取模算法的模数各不相同，各个一致性哈希算法的模数各不相同。
可选地，所述匹配模块还用于：
根据所述目标参数确定所述目标参数所属的参数区间；
基于各个参数区间与各个分表算法之间的对应关系，匹配出所述目标参数所属的参数区间对应的目标分表算法。
可选地，所述参数包括数据唯一标识或者在数据表中创建数据的时间。
可选地，还包括配置模块，用于：
接收并解析数据操作请求，得到待操作数据和目标参数之前，预先配置各个参数区间与各个分表算法之间的对应关系，将所述对应关系存入配置文件、策略数据表或者外部缓存；将所述对应关系加载到本地缓存。
根据本发明实施例的另一个方面，还提供了一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
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上述任一实施例所述的方法。
根据本发明实施例的另一个方面，还提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一实施例所述的方法。
上述发明中的一个实施例具有如下优点或有益效果：因为采用基于各个参数区间与各个分表算法之间的对应关系，匹配出目标参数对应的目标分表算法，根据目标分表算法和目标参数确定目标数据表标识的技术手段，所以克服了现有技术中不易扩展数据表数量的技术问题。本发明实施例在现有的分表算法基础上增设分表算法策略，当数据表的数量增加时，将大部分新产生的数据写入扩展的数据表中，而只有小部分新产生的数据写入旧的数据表中，这样可以有效缓解旧数据表的压力，可以在较长时间内不需要结转数据，而且在这段时间内旧数据表中的数据也不需要进行数据迁移。因此，本发明实施例不需要再耗费大量的人力和时间成本并冒着丢失数据的风险去做数据迁移，只要通过分表算法策略匹配出不同的分表算法并采用对应的分表算法确定目标数据表。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明实施例的操作数据的方法的主要流程的示意图；
图2是根据本发明一个可参考实施例的操作数据的方法的主要流程的示意图；
图3是实现本发明实施例的操作数据的方法的框架结构示意图；
图4是根据本发明另一个可参考实施例的操作数据的方法的主要流程的示意图；
图5是根据本发明实施例的操作数据的装置的主要模块的示意图；
图6是本发明实施例可以应用于其中的示例性系统架构图；
图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
目前，常用的分表算法有取模算法、一致性哈希算法等。比如，以一致性哈希算法为例，初始水平划分4个表，算法公式为hash(ID)％4。假如每张数据表承载1000万条数据时性能开始下降，假设一致性哈希算法的平衡性是理想的，则产生4000万条数据时，每张数据表的访问性能开始下降，需要做结转。如果初期每月的数据产生量为1000万条，则第四个月就要开始结转数据；如果每月2000W，则每个月(需要提早转结，防止数据量临近上限4000万条时影响性能)都要结转数据。这种情况下则需要增加数据表的数量，比如扩展到16个或32个，然而一旦扩展数据表的数量，初期算法公式中取模的值将改变，对旧数据将无法定位。比如hash(ID)％4升级为hash(ID)％16，则对同一个ID的计算结果是不一致的。
一旦在初期设定了数据表的数量，如果后期业务量增大，产生的数据急剧增加，需要增加数据表的数量时，则需要考虑数据迁移，并按照新的分表算法将各个数据表中的数据迁移到符合新的分表算法的数据表中。可见，按照目前单一的某种分表方式，一旦数据表的数量不满足数据量时，原算法公式下的每个数据表都要做数据迁移，容易出现问题和丢失数据；而且还需要制定迁移方案，耗费人力；迁移过程耗时较长，会影响正常业务的正常进行。
图1是根据本发明实施例的操作数据的方法的主要流程的示意图。作为本发明的一个实施例，如图1所示，所述操作数据的方法可以包括：
步骤101，接收并解析数据操作请求，得到待操作数据和目标参数。
接收数据操作请求，并解析所述数据操作请求，从而得到待操作数据和目标参数。其中，所述数据操作请求可以是数据存储请求，也可以是数据变更请求等，通过解析所述数据操作请求可以得到待操作数据和目标参数。可选地，所述目标参数可以是所述待操作数据的唯一标识(ID)，也可以是在数据表中创建所述待操作数据的时间。
为了便于匹配出目标参数对应的目标分表算法，在步骤101之前，所述方法还包括：预先配置各个参数区间与各个分表算法之间的对应关系，将所述对应关系存入配置文件、策略数据表或者外部缓存；将所述对应关系加载到本地缓存。在本发明的实施例中，可以使用配置文件、策略数据表或者外部缓存(比如Redis)等装载分表算法策略(即各个参数区间与各个分表算法之间的对应关系)，当要执行数据操作时，将所述分表算法策略加载到本地缓存，以便当数据操作请求到达时快速地匹配出目标分表算法。
在本发明的实施例中，参数区间可以是从数据操作请求中解析得到的关键字段的区间，比如ID或者在数据表中创建待操作数据的时间等。
可选地，所述各个分表算法包括以下分表算法中的至少一种：取模算法和一致性哈希算法，通过分表算法可以对目标参数进行求解，从而匹配出目标数据表。可选地，各个取模算法的模数各不相同，各个一致性哈希算法的模数各不相同，以使各个参数区间对应于不同的分表算法。
以一致性哈希算法为例，初始分成4个数据表，使用一年后业务量剧增，数据量翻了数倍，需要扩展数据表数量到16个，增加数据表后采用ID区间策略，则1-4000万为一个参数区间，其策略对应的一致性哈希算法公式为hash(ID)％4；ID大于4000万的数据将使用新的算法公式，即使用大于4000万的策略，该策略对应的一致性哈希算法公式为hash(ID)％16。
可选地，也可以采用时间区间策略。如果发现某天数据表即将写满，但是这些数据又不能结转，则需要扩充数据表的数量，此时可以选择以当天的零点作为分界点，划分为20190101-20190630和>20190630的两个时间区间。时间区间20190101-20190630对应的一致性哈希算法公式为hash(时间)％4，时间区间>20190630对应的一致性哈希算法公式为hash(时间)％16。如下表所示：
需要指出的是，一般业务系统的生产具有作息规律性，即使一直在生产数据，也可以对数据量做预估，提前几天预估一个未来最大ID作为分界点配置好参数区间。
步骤102，基于各个参数区间与各个分表算法之间的对应关系，匹配出所述目标参数对应的目标分表算法。
在该步骤中，基于预先配置的各个参数区间与各个分表算法之间的对应关系，匹配出所述目标参数对应的目标分表算法。可选地，步骤102可以包括：根据所述目标参数确定所述目标参数所属的参数区间；基于各个参数区间与各个分表算法之间的对应关系，匹配出所述目标参数所属的参数区间对应的目标分表算法。在本发明的实施例中，首先通过目标参数定位出所述目标参数所属的参数区间，然后根据预先配置的各个参数区间与各个分表算法之间的对应关系匹配出所述目标参数所属的参数区间对应的目标分表算法。
步骤103，根据所述目标分表算法和所述目标参数确定目标数据表标识，访问所述目标数据表并操作所述待操作数据。
根据步骤102匹配出所述目标参数对应的目标分表算法后，根据所述目标分表算法和所述目标参数定位出目标数据表标识，然后通过数据表操作语句(比如结构化查询语言SQL)访问所述目标数据表，并将所述待操作数据存储或者更新到所述目标数据表中。
可选地，步骤103可以包括：采用所述目标分表算法对所述目标参数进行求解，得到目标数据表标识；将所述目标数据表标识和所述待操作数据入参到数据表操作语句中；执行入参后的数据表操作语句，以访问所述目标数据表并操作所述待操作数据。需要指出的是，如果数据以分库分表方式存储，则在步骤103中，采用所述目标分表算法对所述目标参数进行求解，得到目标数据库标识以及目标数据表标识。可选地，目标数据库标识可以是目标数据库的名称，目标数据表标识可以是目标数据表的名称，本发明实施例对此不作限制，只要能够定位出唯一的目标数据库和唯一的目标数据表即可。
因此，本发明实施例可以将大部分新产生的数据写入扩展的数据表中，而只有小部分新产生的数据写入旧的数据表中，这样可以有效缓解旧数据表的压力，可以在较长时间内不需要结转数据，而且在这段时间内旧数据表中的数据也不需要进行数据迁移。
根据上面所述的各种实施例，可以看出本发明通过基于各个参数区间与各个分表算法之间的对应关系，匹配出目标参数对应的目标分表算法，根据目标分表算法和目标参数确定目标数据表标识的技术手段，解决了现有技术中不易扩展数据表数量的技术问题。本发明实施例在现有的分表算法基础上增设分表算法策略，当数据表的数量增加时，将大部分新产生的数据写入扩展的数据表中，而只有小部分新产生的数据写入旧的数据表中，这样可以有效缓解旧数据表的压力，可以在较长时间内不需要结转数据，而且在这段时间内旧数据表中的数据也不需要进行数据迁移。因此，本发明实施例不需要再耗费大量的人力和时间成本并冒着丢失数据的风险去做数据迁移，只要通过分表算法策略匹配出不同的分表算法并采用对应的分表算法确定目标数据表。
图2是根据本发明一个可参考实施例的操作数据的方法的主要流程的示意图。作为本发明的另一个实施例，所述操作数据的方法可以包括以下步骤：
步骤201，预先配置各个参数区间与各个分表算法之间的对应关系，将所述对应关系存入配置文件、策略数据表或者外部缓存。
可以使用配置文件、策略数据表或者外部缓存(比如Redis)等装载分表算法策略(即各个参数区间与各个分表算法之间的对应关系)。
步骤202，将所述各个参数区间与各个分表算法之间的对应关系加载到本地缓存。
当要执行数据操作时，将所述分表算法策略加载到本地缓存，以便当数据操作请求到达时快速地匹配出目标分表算法。
步骤203，接收并解析数据操作请求，得到待操作数据和目标参数。
接收数据操作请求，并解析所述数据操作请求，从而得到待操作数据和目标参数。其中，所述数据操作请求可以是数据存储请求，也可以是数据变更请求等，通过解析所述数据操作请求可以得到待操作数据和目标参数。可选地，所述目标参数可以是所述待操作数据的ID，也可以是在数据表中创建所述待操作数据的时间。
步骤204，根据所述目标参数确定所述目标参数所属的参数区间。
步骤205，基于各个参数区间与各个分表算法之间的对应关系，匹配出所述目标参数所属的参数区间对应的目标分表算法。
步骤206，采用所述目标分表算法对所述目标参数进行求解，得到目标数据表标识。
步骤207，将所述目标数据表标识和所述待操作数据入参到数据表操作语句中。
步骤208，执行入参后的数据表操作语句，以访问所述目标数据表并操作所述待操作数据。
另外，在本发明一个可参考实施例中操作数据的方法的具体实施内容，在上面所述操作数据的方法中已经详细说明了，故在此重复内容不再说明。
图3是实现本发明实施例的操作数据的方法的系统框架示意图。作为本发明的一个实施例，所述可以系统包括应用层、策略层、算法层、数据访问层和数据库。图4是根据本发明一个可参考实施例的操作数据的方法的主要流程的示意图。如图4所示，所述操作数据的方法可以包括以下步骤：
预先配置各个参数区间与各个分表算法之间的对应关系，将所述对应关系作为分表算法策略存入配置文件、策略数据表或者外部缓存。策略层将所述各个参数区间与各个分表算法之间的对应关系加载到本地缓存。
应用层接收数据操作请求，并将数据操作请求传递给策略层。
策略层接收应用层传递的数据操作请求，解析得到目标参数，并根据目标参数匹配出对应的目标分表算法策略，从缓存中获取目标分表算法策略。策略层将数据操作请求和目标分表算法策略传递给算法层。
算法层接收策略层传递的数据操作请求和目标分表算法策略，从数据操作请求中解析得到目标参数，从所述目标分表算法策略中解析出目标分别算法(比如一致性哈希算法公式hash(ID)％4)，采用所述目标分表算法对所述目标参数进行求解，得到目标数据库名称和目标数据表名称。算法层将数据操作请求、目标数据库名称和目标数据表名称传递给数据访问层。
数据访问层接收算法层传递的数据操作请求、目标数据库名称和目标数据表名称，从数据操作请求中解析出待操作数据，将所述待操作数据、目标数据库名称和目标数据表名称入参到具体的SQL中，执行SQL，从而访问目标数据库、目标数据表，并操作所述待操作数据。
可见，本发明实施例可以将大部分新产生的数据写入扩展的数据表中，而只有小部分新产生的数据写入旧的数据表中，这样可以有效缓解旧数据表的压力，可以在较长时间内不需要结转数据，而且在这段时间内旧数据表中的数据也不需要进行数据迁移。
另外，在本发明一个可参考实施例中操作数据的方法的具体实施内容，在上面所述操作数据的方法中已经详细说明了，故在此重复内容不再说明。
图5是根据本发明实施例的操作数据的装置的主要模块的示意图，如图5所示，所述操作数据的装置500包括接收模块501、匹配模块502和操作模块503。其中，所述接收模块501用于接收并解析数据操作请求，得到待操作数据和目标参数；所述匹配模块502用于基于各个参数区间与各个分表算法之间的对应关系，匹配出所述目标参数对应的目标分表算法；所述操作模块503用于根据所述目标分表算法和所述目标参数确定目标数据表标识，访问所述目标数据表并操作所述待操作数据。
可选地，所述操作模块503还用于：
采用所述目标分表算法对所述目标参数进行求解，得到目标数据表标识；
将所述目标数据表标识和所述待操作数据入参到数据表操作语句中；
执行入参后的数据表操作语句，以访问所述目标数据表并操作所述待操作数据。
可选地，所述各个分表算法包括以下分表算法中的至少一种：取模算法和一致性哈希算法。
可选地，各个取模算法的模数各不相同，各个一致性哈希算法的模数各不相同。
可选地，所述匹配模块502还用于：
根据所述目标参数确定所述目标参数所属的参数区间；
基于各个参数区间与各个分表算法之间的对应关系，匹配出所述目标参数所属的参数区间对应的目标分表算法。
可选地，所述参数包括数据唯一标识或者在数据表中创建数据的时间。
可选地，还包括配置模块，用于：
接收并解析数据操作请求，得到待操作数据和目标参数之前，预先配置各个参数区间与各个分表算法之间的对应关系，将所述对应关系存入配置文件、策略数据表或者外部缓存；将所述对应关系加载到本地缓存。
根据上面所述的各种实施例，可以看出本发明通过基于各个参数区间与各个分表算法之间的对应关系，匹配出目标参数对应的目标分表算法，根据目标分表算法和目标参数确定目标数据表标识的技术手段，解决了现有技术中不易扩展数据表数量的技术问题。本发明实施例在现有的分表算法基础上增设分表算法策略，当数据表的数量增加时，将大部分新产生的数据写入扩展的数据表中，而只有小部分新产生的数据写入旧的数据表中，这样可以有效缓解旧数据表的压力，可以在较长时间内不需要结转数据，而且在这段时间内旧数据表中的数据也不需要进行数据迁移。因此，本发明实施例不需要再耗费大量的人力和时间成本并冒着丢失数据的风险去做数据迁移，只要通过分表算法策略匹配出不同的分表算法并采用对应的分表算法确定目标数据表。
需要说明的是，在本发明所述操作数据的装置的具体实施内容，在上面所述操作数据的方法中已经详细说明了，故在此重复内容不再说明。
图6示出了可以应用本发明实施例的操作数据的方法或操作数据的装置的示例性系统架构600。
如图6所示，系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604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601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的物品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、物品信息——仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的操作数据的方法一般由服务器605执行，相应地，所述操作数据的装置一般设置在服务器605中。本发明实施例所提供的操作数据的方法也可以由终端设备601、602、603执行，相应地，所述操作数据的装置可以设置在终端设备601、602、603中。
应该理解，图6中的终端设备、网络和服务器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终端设备、网络和服务器。
下面参考图7，其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例，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7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地，根据本发明公开的实施例，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，本发明公开的实施例包括一种计算机程序，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部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示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。在本发明中，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。而在本发明中，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。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序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，上述模块、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，框图或流程图中的每个方框、以及框图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。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括接收模块、匹配模块和操作模块，其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。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一个该设备执行时，使得该设备包括：接收并解析数据操作请求，得到待操作数据和目标参数；基于各个参数区间与各个分表算法之间的对应关系，匹配出所述目标参数对应的目标分表算法；根据所述目标分表算法和所述目标参数确定目标数据表标识，访问所述目标数据表并操作所述待操作数据。
根据本发明实施例的技术方案，因为采用基于各个参数区间与各个分表算法之间的对应关系，匹配出目标参数对应的目标分表算法，根据目标分表算法和目标参数确定目标数据表标识的技术手段，所以克服了现有技术中不易扩展数据表数量的技术问题。本发明实施例在现有的分表算法基础上增设分表算法策略，当数据表的数量增加时，将大部分新产生的数据写入扩展的数据表中，而只有小部分新产生的数据写入旧的数据表中，这样可以有效缓解旧数据表的压力，可以在较长时间内不需要结转数据，而且在这段时间内旧数据表中的数据也不需要进行数据迁移。因此，本发明实施例不需要再耗费大量的人力和时间成本并冒着丢失数据的风险去做数据迁移，只要通过分表算法策略匹配出不同的分表算法并采用对应的分表算法确定目标数据表。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (8)
1.一种操作数据的方法，其特征在于，包括：
接收并解析数据操作请求，得到待操作数据和目标参数；
基于各个参数区间与各个分表算法之间的对应关系，匹配出所述目标参数对应的目标分表算法；其中，所述各个分表算法包括以下分表算法中的至少一种：取模算法和一致性哈希算法；各个取模算法的模数各不相同，各个一致性哈希算法的模数各不相同；
根据所述目标分表算法和所述目标参数确定目标数据表标识，访问所述目标数据表并操作所述待操作数据。
2.根据权利要求1所述的方法，其特征在于，根据所述目标分表算法和所述目标参数确定目标数据表标识，访问所述目标数据表并操作所述待操作数据，包括：
采用所述目标分表算法对所述目标参数进行求解，得到目标数据表标识；
将所述目标数据表标识和所述待操作数据入参到数据表操作语句中；
执行入参后的数据表操作语句，以访问所述目标数据表并操作所述待操作数据。
3.根据权利要求1所述的方法，其特征在于，基于各个参数区间与各个分表算法之间的对应关系，匹配出所述目标参数对应的目标分表算法，包括：
根据所述目标参数确定所述目标参数所属的参数区间；
基于各个参数区间与各个分表算法之间的对应关系，匹配出所述目标参数所属的参数区间对应的目标分表算法。
4.根据权利要求3所述的方法，其特征在于，所述参数包括数据唯一标识或者在数据表中创建数据的时间。
5.根据权利要求1所述的方法，其特征在于，接收并解析数据操作请求，得到待操作数据和目标参数之前，还包括：
预先配置各个参数区间与各个分表算法之间的对应关系，将所述对应关系存入配置文件、策略数据表或者外部缓存；
将所述对应关系加载到本地缓存。
6.一种操作数据的装置，其特征在于，包括：
接收模块，用于接收并解析数据操作请求，得到待操作数据和目标参数；
匹配模块，用于基于各个参数区间与各个分表算法之间的对应关系，匹配出所述目标参数对应的目标分表算法；其中，所述各个分表算法包括以下分表算法中的至少一种：取模算法和一致性哈希算法；各个取模算法的模数各不相同，各个一致性哈希算法的模数各不相同；
操作模块，用于根据所述目标分表算法和所述目标参数确定目标数据表标识，访问所述目标数据表并操作所述待操作数据。
7.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
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1-5中任一所述的方法。
8.一种计算机可读介质，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1-5中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010031929.6A CN113111119B (zh) | 2020-01-13 | 2020-01-13 | 一种操作数据的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010031929.6A CN113111119B (zh) | 2020-01-13 | 2020-01-13 | 一种操作数据的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113111119A CN113111119A (zh) | 2021-07-13 |
| CN113111119B true CN113111119B (zh) | 2024-04-12 |
Family
ID=76709169
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010031929.6A Active CN113111119B (zh) | 2020-01-13 | 2020-01-13 | 一种操作数据的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113111119B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109144991A (zh) * | 2017-06-15 | 2019-01-04 | 北京京东尚科信息技术有限公司 | 动态分表的方法、装置、电子设备和计算机可存储介质 |
| CN110019080A (zh) * | 2017-07-14 | 2019-07-16 | 北京京东尚科信息技术有限公司 | 数据访问方法和装置 |
| CN110674152A (zh) * | 2019-09-24 | 2020-01-10 | 京东数字科技控股有限公司 | 数据同步方法与装置、存储介质、电子设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8583666B2 (en) * | 2010-12-08 | 2013-11-12 | International Business Machines Corporation | Identity propagation through application layers using contextual mapping and planted values |
-
2020
- 2020-01-13 CN CN202010031929.6A patent/CN113111119B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109144991A (zh) * | 2017-06-15 | 2019-01-04 | 北京京东尚科信息技术有限公司 | 动态分表的方法、装置、电子设备和计算机可存储介质 |
| CN110019080A (zh) * | 2017-07-14 | 2019-07-16 | 北京京东尚科信息技术有限公司 | 数据访问方法和装置 |
| CN110674152A (zh) * | 2019-09-24 | 2020-01-10 | 京东数字科技控股有限公司 | 数据同步方法与装置、存储介质、电子设备 |
Non-Patent Citations (2)
| Title |
|---|
| Single Hash: Use One Hash Function to Build Faster Hash Based Data Structures;Xiangyang Gou;IEEE;20180528;全文 * |
| 分布式数据访问层中间件的研究与实现;谭鹏;朱艳辉;杨芸桦;;电脑知识与技术;20180825(第24期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113111119A (zh) | 2021-07-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109413127B (zh) | 一种数据同步方法和装置 | |
| CN109614402B (zh) | 多维数据查询方法和装置 | |
| CN110019080B (zh) | 数据访问方法和装置 | |
| CN110858194A (zh) | 一种数据库扩容的方法和装置 | |
| CN107844488B (zh) | 数据查询方法和装置 | |
| CN113641706B (zh) | 数据查询的方法和装置 | |
| CN113111119B (zh) | 一种操作数据的方法和装置 | |
| CN109144991B (zh) | 动态分表的方法、装置、电子设备和计算机可存储介质 | |
| CN112685451B (zh) | 数据查询处理方法、装置、计算机设备及存储介质 | |
| CN111865576B (zh) | 一种同步url分类数据的方法和装置 | |
| CN110705935B (zh) | 一种物流单据的处理方法和装置 | |
| CN112783914B (zh) | 优化语句的方法和装置 | |
| US10114864B1 (en) | List element query support and processing | |
| CN112711572B (zh) | 适用于分库分表的在线扩容方法和装置 | |
| CN113626472A (zh) | 一种处理订单数据的方法和装置 | |
| CN113220981A (zh) | 一种优化缓存的方法和装置 | |
| JP2023500381A (ja) | データベースに問い合わせを行いかつデータベースをアップデートするためのシステムおよび方法 | |
| CN110019671B (zh) | 一种处理实时消息的方法和系统 | |
| CN110866002A (zh) | 分表数据处理的方法和装置 | |
| CN113535768A (zh) | 生产监控方法和装置 | |
| CN113127416A (zh) | 数据查询方法和装置 | |
| CN113312053A (zh) | 一种数据处理的方法和装置 | |
| CN113360494B (zh) | 一种宽表数据的生成方法、更新方法和相关装置 | |
| CN113760886B (zh) | 提供数据服务的方法、装置、设备和计算机可读介质 | |
| CN113268488B (zh) | 数据持久化的方法和装置 |
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 |