CN114064573A - 用于数据项推荐的方法、电子设备和存储介质 - Google Patents
用于数据项推荐的方法、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114064573A CN114064573A CN202010788498.8A CN202010788498A CN114064573A CN 114064573 A CN114064573 A CN 114064573A CN 202010788498 A CN202010788498 A CN 202010788498A CN 114064573 A CN114064573 A CN 114064573A
- Authority
- CN
- China
- Prior art keywords
- type
- determining
- data items
- data
- data item
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
- G06F11/1458—Management of the backup or restore process
- G06F11/1464—Management of the backup or restore process for networked environments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/14—Details of searching files based on file metadata
- G06F16/148—File search processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Strategic Management (AREA)
- Library & Information Science (AREA)
- Quality & Reliability (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开的实施例涉及用于数据项推荐的方法、电子设备和计算机存储介质,涉及信息处理领域。根据该方法,从终端设备接收针对数据项的请求,请求包括用于标识数据项的标识和应用类型,应用类型指示数据项的用途的类型;基于应用类型,确定与请求匹配的推荐准则类型,推荐准则类型指示推荐数据项所依据的准则的类型;确定与标识相关联的多个数据项,多个数据项位于多个存储设备;以及基于推荐准则类型,从多个数据项中确定推荐数据项,以作为针对请求的响应。由此,能够基于应用类型推荐适合的数据项,提升数据项推荐的准确度。
Description
技术领域
本公开的实施例总体涉及信息处理领域,具体涉及用于数据项推荐的方法、电子设备和计算机存储介质。
背景技术
随着存储技术的发展,能够在多个存储设备中存储相同的数据项,以便进行数据保护。数据项也可以称为数据副本。存储设备往往位于不同的地理位置。当用户想要恢复、访问或浏览来自存储设备的数据项时,数据保护搜索系统能够提供针对数据项的搜索服务。但是,传统方案仅在多个存储设备之间进行文件名匹配搜索,因此不能为用户提供最佳的数据项推荐。
发明内容
提供了一种用于数据项推荐的方法、电子设备以及计算机存储介质,能够基于应用类型推荐适合的数据项,提升数据项推荐的准确度。
根据本公开的第一方面,提供了一种用于数据项推荐的方法。该方法包括:从终端设备接收针对数据项的请求,请求包括用于标识数据项的标识和应用类型,应用类型指示数据项的用途的类型;基于应用类型,确定与请求匹配的推荐准则类型,推荐准则类型指示推荐数据项所依据的准则的类型;确定与标识相关联的多个数据项,多个数据项位于多个存储设备;以及基于推荐准则类型,从多个数据项中确定推荐数据项,以作为针对请求的响应。
根据本公开的第二方面,提供了一种电子设备。该电子设备包括:至少一个处理器,以及与至少一个处理器通信连接的存储器,其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行根据第一方面所述的方法。
在本公开的第三方面中,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现根据本公开的第一方面的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
结合附图并参考以下详细说明,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标注表示相同或相似的元素,其中:
图1是根据本公开的实施例的信息处理环境100的示意图;
图2是根据本公开的实施例的用于数据项推荐的方法200的示意图;
图3是根据本公开的实施例的用于确定推荐数据项的方法300的示意图;
图4是根据本公开的实施例的用于确定推荐数据项的方法400的示意图;
图5是根据本公开的实施例的用于确定推荐数据项的方法500的示意图;
图6是根据本公开的实施例的用于数据项推荐的过程600的示意框图;以及
图7是用来实现本公开实施例的用于数据项推荐的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
在本文中使用的术语“包括”及其变形表示开放性包括,即“包括但不限于”。除非特别申明,术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
如上所述,传统方案仅在多个存储设备之间进行文件名匹配搜索,因此不能为用户提供最佳的数据项推荐。
具体来说,为了容错性和高可用性,数据保护中心通常跨不同地理位置的存储设备130部署数据的多个副本。例如,通过复制技术,用户A可以跨位于上海的存储设备、位于北京的存储设备以及位于圣克拉拉的存储设备具有业务数据的3个副本。当用户A在数据保护搜索系统中搜索文件X以进行灾难恢复时,推荐能够提供最佳恢复性能的存储设备上的数据副本是有帮助的。
此外,越来越多的数据保护方案将备份数据放置在云端。例如,用户B在第一云服务商的存储设备、第二云服务商的存储设备和第三云服务商的存储设备中具有3个数据副本。现在用户B想要对备份数据进行数据挖掘(例如大数据分析),以提升业务流程。这些任务不是非常关键,因此用户希望降低恢复或访问这些数据的金钱开支。从不同云服务商的存储设备读取数据副本的支付策略(或者说费用)是不同的,在此情况下,用户可能希望能够被提供的数据副本是位于最低费用的存储设备上的。
为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个,本公开的示例实施例提出了一种用于数据项推荐的方案。在该方案中,计算设备从终端设备接收针对数据项的请求。该请求包括用于标识数据项的标识和应用类型,并且应用类型指示数据项的用途的类型。计算设备基于应用类型,确定与请求匹配的推荐准则类型,也即确定推荐数据项所依据的准则的类型。计算设备继而基于推荐准则类型,从与接收的请求中的标识相关联的、位于多个存储设备处的多个数据项中确定推荐数据项,以作为针对请求的响应。以此方式,能够基于应用类型推荐适合的数据项,提升数据项推荐的准确度。
在下文中,将结合附图更详细地描述本方案的具体示例。
图1示出了根据本公开的实施例的信息处理环境100的示例的示意图。信息处理环境100可以包括计算设备110、终端设备120以及存储设备130-1、130-2以及130-3(统称为130)。应当理解,虽然图1中示出了3个存储设备,但是这只是示例,也可以包括更多或更少的存储设备。
计算设备110可以存储有与数据项相关联的元数据。元数据可以包括数据项的标识、数据项所在存储设备的标识和位置等信息。计算设备110还可以存储有与终端设备120相关联的用户简档。计算设备110可以基于来自终端设备120的针对数据项的请求,确定推荐数据项作为响应。
计算设备110例如包括但不限于服务器计算机、多处理器系统、大型计算机、包括上述系统或设备中的任意一个的分布式计算环境等。在一些实施例中,计算设备110可以具有一个或多个处理单元,包括诸如图像处理单元GPU、现场可编程门阵列FPGA和专用集成电路ASIC等的专用处理单元以及诸如中央处理单元CPU的通用处理单元。
终端设备120可以向计算设备110发送针对数据项的请求,请求中可以包括用于标识数据项的标识和应用类型,应用类型指示数据项的用户的类型,例如灾难恢复、数据分析等等。终端设备120例如包括但不限于个人计算机、台式计算机、平板计算机、膝上型计算机、智能手机、个人数字助理等等。
相同的数据项可以存储在多个存储设备130中,以便进行保护。数据项也可以称为数据副本。多个存储设备130可以位于不同的位置,例如上海、北京、香港等等。存储设备130包括但不限于存储服务器。
计算设备110用于从终端设备120接收针对数据项的请求,请求包括用于标识数据项的标识和应用类型,应用类型指示数据项的用途的类型;基于应用类型,确定与请求匹配的推荐准则类型,推荐准则类型指示推荐数据项所依据的准则的类型;确定与标识相关联的多个数据项,多个数据项位于多个存储设备130;以及基于推荐准则类型,从多个数据项中确定推荐数据项,以作为针对请求的响应。
由此,能够基于应用类型推荐适合的数据项,提升数据项推荐的准确度。
图2示出了根据本公开的实施例的用于数据项推荐的方法200的流程图。例如,方法200可以由如图1所示的计算设备110来执行。应当理解的是,方法200还可以包括未示出的附加框和/或可以省略所示出的框,本公开的范围在此方面不受限制。
在框202处,计算设备110从终端设备120接收针对数据项的请求,请求包括用于标识数据项的标识和应用类型,应用类型指示数据项的用途的类型。应用类型例如可以与灾难恢复有关,或者可以与数据分析有关等等。
在框204处,计算设备110基于应用类型,确定与请求匹配的推荐准则类型,推荐准则类型指示推荐数据项所依据的准则的类型。推荐准则类型例如包括但不限于性能敏感类型和成本敏感类型。
在一些实施例中,计算设备110可以确定应用类型是否与灾难恢复有关。如果计算设备110确定应用类型与灾难恢复有关,则可以确定推荐准则类型为性能敏感类型。
备选地或者附加地,在一些实施例中,计算设备110可以确定应用类型是否与数据分析有关。如果计算设备110确定应用类型与数据分析有关,则可以确定推荐准则类型为成本敏感类型。
由此,能够基于应用类型与灾难恢复有关还是与数据分析有关,来确定推荐准则类型是性能敏感类型还是成本敏感类型,使得针对用于灾难恢复和数据分析的数据项的推荐更准确地符合用户需求。
在一些实施例中,在基于应用类型确定推荐准则类型之前,计算设备110还可以在与终端设备120相关联的用户简档中查找与推荐准则类型相关联的配置项目。与推荐准则类型相关联的配置项目例如可以是用户先前在计算设备110中配置的。
如果计算设备110在用户简档中找到该配置项目,则基于该配置项目,确定推荐准则类型。例如,如果该配置项目指示性能敏感类型,则确定推荐准则类型为性能敏感类型,如果该配置项目指示成本敏感类型,则确定推荐准则类型为成本敏感类型。如果计算设备在用户简档中未找到该配置项目,则基于应用类型,确定推荐准则类型。
由此,能够在应用类型之前先基于关于推荐准则类型的用户配置来确定关于数据项的推荐准则类型,使得所推荐数据项更符合用户需求。
回到图2,在框206处,计算设备110确定与标识相关联的多个数据项,多个数据项位于多个存储设备130。
在框208处,计算设备110基于推荐准则类型,从多个数据项中确定推荐数据项,以作为针对请求的响应。下文将结合图3-5详细描述用于确定推荐数据项的方法。
由此,能够基于诸如应用类型的用户上下文信息确定与请求匹配的推荐准则类型,并基于推荐准则类型来确定推荐数据项,使得所推荐数据项更符合用户需求,从而提升数据项推荐的准确度和满意度。
图3示出了根据本公开的实施例的用于确定推荐数据项的方法300的流程图。例如,方法300可以由如图1所示的计算设备110来执行。应当理解的是,方法300还可以包括未示出的附加框和/或可以省略所示出的框,本公开的范围在此方面不受限制。
在框302处,计算设备110确定推荐准则类型是否为性能敏感类型。
如果计算设备110在框302处确定推荐准则类型为性能敏感类型,则在框304处从请求中获取终端设备120的第一位置。例如,请求中可以包括cookie信息,cookie信息中可以包括终端设备120的第一位置。例如,终端设备120的第一位置为杭州。
在框306处,计算设备110从与多个数据项相关联的元数据中获取多个数据项所在存储设备130的多个第二位置。以3个数据项为例,3个数据项分别位于3个存储设备130。这3个存储设备130的第二位置例如分别为上海、北京、深圳。
在框308处,计算设备110确定第一位置和多个第二位置之间的多个距离。继续上面的例子,第一位置和3个第二位置之间的3个距离分别为例如200公里、1500公里和1000公里。
在框310处,计算设备110基于多个距离,从多个数据项中确定推荐数据项。例如,推荐数据项所在存储设备130的第二位置与第一位置之间的距离在多个距离中最短。继续上面的例子,推荐数据项例如为位于上海的存储设备130中的数据项。应当理解,上文仅是为了举例说明,本公开的范围在此不受限制。
由此,能够在推荐准则类型为性能敏感类型的情况下基于存储设备与终端设备的距离来推荐数据项,以便实现最佳性能。
在一些情况下,距离不是与连网性能紧密相关。例如,一些高速网络部署在远距离的存储设备130,其具有高延迟(由距离决定)但是高吞吐量。在此情形下,也可以考虑与存储设备130相关联的网络性能,例如延迟、吞吐量、数据分组丢失率或其他运行时网络性能指标等等。还例如,一个繁忙的本地存储设备130,其与用户的终端设备120的位置接近,但是由于其繁重的工作负载,呈现出低性能。在此情形下,也可以考虑与存储设备130相关联的系统性能,例如输入输出性能、处理器性能、存储器性能或其他系统级运行性能指标等等。
图4示出了根据本公开的实施例的用于确定推荐数据项的方法400的流程图。例如,方法400可以由如图1所示的计算设备110来执行。应当理解的是,方法400还可以包括未示出的附加框和/或可以省略所示出的框,本公开的范围在此方面不受限制。
在框402处,计算设备110确定推荐准则类型是否为性能敏感类型。
如果计算设备110在框402处确定推荐准则类型为性能敏感类型,则在框404处确定与多个数据项所在存储设备130相关联的多个网络性能或多个系统性能。网络性能和系统性能的例子可参见上文,不再赘述。
在框406处,计算设备110基于多个网络性能或多个系统性能,从多个数据项中确定推荐数据项。例如,与推荐数据项所在的存储设备130相关联的网络性能最佳,例如吞吐量最大,分组丢失率最低,或者与之相关联的系统性能最佳,例如输入输出性能最好,处理器性能最好,存储器空间最大等。
由此,能够在推荐准则类型为性能敏感类型的情况下基于与存储设备相关联的网络性能或系统性能推荐数据项,以便实现最佳性能。
图5示出了根据本公开的实施例的用于确定推荐数据项的方法500的流程图。例如,方法500可以由如图1所示的计算设备110来执行。应当理解的是,方法500还可以包括未示出的附加框和/或可以省略所示出的框,本公开的范围在此方面不受限制。
在框502处,计算设备110确定推荐准则类型是否为成本敏感类型。
如果计算设备110在框502处确定推荐准则类型为成本敏感类型,则在框504处从与多个数据项相关联的元数据中获取多个数据项的多个大小或与多个数据项相关联的多个存储对象数量,数据项被划分为多个存储对象进行存储。数据项例如可以分成多个部分,每个部分可以按照一个存储对象来存储,从而数据项可以与多个存储对象相关联。
在框506处,计算设备110获取多个数据项所在存储设备130的、与数据获取相关联的多个支付策略。支付策略例如包括但不限于读取1GB数据所需费用,获取1000个存储对象所需费用等。计算设备110例如可以向多个存储设备130或者管理多个存储设备130的多个服务器发送获取支付策略的多个请求,并相应地接收多个支付策略。
在一些实施例中,支付策略还可以与终端设备120和存储设备130的位置有关。例如,对于某一存储设备130或者云服务商来说,不同位置之间的数据获取的支付策略不同。具体地,计算设备110还可以从请求中获取终端设备120的第一位置,从与多个数据项相关联的元数据中获取多个数据项所在存储设备130的多个第二位置,以及获取多个数据项所在存储设备的、与第一位置和多个第二位置之间的数据获取相关联的多个支付策略。例如,计算设备110可以在获取支付策略的上述请求中包括第一位置和第二位置,以便获取与第一位置和第二位置之间的数据获取相关联的支付策略。由此,能够获取与终端设备和存储设备位置相关联的支付策略。
在框508处,计算设备110基于多个大小或多个存储对象数量,按照多个支付策略确定与多个数据项相关联的多个费用。
在框510处,计算设备110基于多个费用,从多个数据项中确定推荐数据项。例如,推荐数据项所在存储设备所对应的费用最低。
由此,在推荐准则类型为成本敏感类型的情况下基于与存储设备相关联的数据获取费用来推荐数据项,以便实现最低成本。
下面结合图6描述根据本公开的实施例的示意框图。
如图6所述,计算设备110在从终端设备120接收到针对数据项的请求后,在框601处获取用户上下文信息,例如用户简档中与推荐准则类型相关联的配置项目6011、终端设备120的位置6012以及应用类型6013。
随后,推荐准则类型检测器602基于获取的用户上下文信息,例如应用类型、配置项目,确定推荐准则类型。
如果推荐准则类型为性能敏感类型,则在框603处基于数据项所在存储设备的位置6031和与存储设备相关联的性能统计数据6032,例如网络性能和/或系统性能,推荐最佳性能的数据项605,作为针对请求的响应。
如果推荐准则类型为成本敏感类型,则在框604处基于云服务商的支付策略6041和元数据6042中包括的数据项大小或与数据项关联的存储对象数量,推荐最低成本的数据项606,作为针对请求的响应。
由此,能够基于诸如应用类型或用户配置等用户上下文来确定针对数据项的推荐准则类型,并分别在性能敏感类型和成本敏感类型的情况下推荐最佳性能数据项和最低成本数据项。
图7示出了可以用来实施本公开内容的实施例的示例设备700的示意性框图。例如,如图1所示的计算设备110可以由设备700来实施。如图所示,设备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中的计算机程序指令或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序指令,来执行各种适当的动作和处理。在RAM 703中,还可存储设备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。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标、麦克风等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
上文所描述的各个过程和处理,例如方法200-500,可由处理单元701执行。例如,在一些实施例中,方法200-500可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序被加载到RAM 703并由CPU701执行时,可以执行上文描述的方法200-500的一个或多个动作。
本公开涉及方法、装置、系统、电子设备、计算机可读存储介质和/或计算机程序产品。计算机程序产品可以包括用于执行本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、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)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分,所述模块、程序段或指令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。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,两个连续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动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。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (17)
1.一种用于数据项推荐的方法,包括:
从终端设备接收针对数据项的请求,所述请求包括用于标识所述数据项的标识和应用类型,所述应用类型指示所述数据项的用途的类型;
基于所述应用类型,确定与所述请求匹配的推荐准则类型,所述推荐准则类型指示推荐所述数据项所依据的准则的类型;
确定与所述标识相关联的多个数据项,所述多个数据项位于多个存储设备;以及
基于所述推荐准则类型,从所述多个数据项中确定推荐数据项,以作为针对所述请求的响应。
2.根据权利要求1所述的方法,其中确定所述推荐准则类型包括:
如果确定所述应用类型与灾难恢复有关,则确定所述推荐准则类型为性能敏感类型;以及
如果确定所述应用类型与数据分析有关,则确定所述推荐准则类型为成本敏感类型。
3.根据权利要求1所述的方法,其中确定所述推荐数据项包括:
如果确定所述推荐准则类型为性能敏感类型,则:
从所述请求中获取所述终端设备的第一位置;
从与所述多个数据项相关联的元数据中获取所述多个数据项所在存储设备的多个第二位置;
确定所述第一位置和所述多个第二位置之间的多个距离;以及
基于所述多个距离,从所述多个数据项中确定所述推荐数据项。
4.根据权利要求1所述的方法,其中确定所述推荐数据项包括:
如果确定所述推荐准则类型为性能敏感类型,则:
确定与所述多个数据项所在存储设备相关联的多个网络性能或多个系统性能;以及
基于所述多个网络性能或所述多个系统性能,从所述多个数据项中确定所述推荐数据项。
5.根据权利要求4所述的方法,其中所述网络性能包括延迟、吞吐量、数据分组丢失率中的至少一项,以及所述系统性能包括输入输出性能、处理器性能、存储器性能中的至少一项。
6.根据权利要求1所述的方法,其中确定所述推荐数据项包括:
如果确定所述推荐准则类型为成本敏感类型,则:
从与所述多个数据项相关联的元数据中获取所述多个数据项的多个大小或与所述多个数据项相关联的多个存储对象数量,所述数据项被划分为多个存储对象进行存储;
获取所述多个数据项所在存储设备的、与数据获取相关联的多个支付策略;
基于所述多个大小或所述多个存储对象数量,按照所述多个支付策略确定与所述多个数据项相关联的多个费用;以及
基于所述多个费用,从所述多个数据项中确定所述推荐数据项。
7.根据权利要求6所述的方法,获取所述多个支付策略包括:
从所述请求中获取所述终端设备的第一位置;
从与所述多个数据项相关联的元数据中获取所述多个数据项所在存储设备的多个第二位置;以及
获取所述多个数据项所在存储设备的、与所述第一位置和所述多个第二位置之间的数据获取相关联的多个支付策略。
8.根据权利要求1所述的方法,还包括:
在与所述终端设备相关联的用户简档中查找与所述推荐准则类型相关联的配置项目;
如果在所述用户简档中找到所述配置项目,则基于所述配置项目,确定所述推荐准则类型;以及
如果在所述用户简档中未找到所述配置项目,则基于所述应用类型,确定所述推荐准则类型。
9.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行以下步骤:
从终端设备接收针对数据项的请求,所述请求包括用于标识所述数据项的标识和应用类型,所述应用类型指示所述数据项的用途的类型;
基于所述应用类型,确定与所述请求匹配的推荐准则类型,所述推荐准则类型指示推荐所述数据项所依据的准则的类型;
确定与所述标识相关联的多个数据项,所述多个数据项位于多个存储设备;以及
基于所述推荐准则类型,从所述多个数据项中确定推荐数据项,以作为针对所述请求的响应。
10.根据权利要求9所述的电子设备,其中确定所述推荐准则类型包括:
如果确定所述应用类型与灾难恢复有关,则确定所述推荐准则类型为性能敏感类型;以及
如果确定所述应用类型与数据分析有关,则确定所述推荐准则类型为成本敏感类型。
11.根据权利要求9所述的电子设备,其中确定所述推荐数据项包括:
如果确定所述推荐准则类型为性能敏感类型,则:
从所述请求中获取所述终端设备的第一位置;
从与所述多个数据项相关联的元数据中获取所述多个数据项所在存储设备的多个第二位置;
确定所述第一位置和所述多个第二位置之间的多个距离;以及
基于所述多个距离,从所述多个数据项中确定所述推荐数据项。
12.根据权利要求9所述的电子设备,其中确定所述推荐数据项包括:
如果确定所述推荐准则类型为性能敏感类型,则:
确定与所述多个数据项所在存储设备相关联的多个网络性能或多个系统性能;以及
基于所述多个网络性能或所述多个系统性能,从所述多个数据项中确定所述推荐数据项。
13.根据权利要求12所述的电子设备,其中所述网络性能包括延迟、吞吐量、数据分组丢失率中的至少一项,以及所述系统性能包括输入输出性能、处理器性能、存储器性能中的至少一项。
14.根据权利要求9所述的电子设备,其中确定所述推荐数据项包括:
如果确定所述推荐准则类型为成本敏感类型,则:
从与所述多个数据项相关联的元数据中获取所述多个数据项的多个大小或与所述多个数据项相关联的多个存储对象数量,所述数据项被划分为多个存储对象进行存储;
获取所述多个数据项所在存储设备的、与数据获取相关联的多个支付策略;
基于所述多个大小或所述多个存储对象数量,按照所述多个支付策略确定与所述多个数据项相关联的多个费用;以及
基于所述多个费用,从所述多个数据项中确定所述推荐数据项。
15.根据权利要求14所述的电子设备,获取所述多个支付策略包括:
从所述请求中获取所述终端设备的第一位置;
从与所述多个数据项相关联的元数据中获取所述多个数据项所在存储设备的多个第二位置;以及
获取所述多个数据项所在存储设备的、与所述第一位置和所述多个第二位置之间的数据获取相关联的多个支付策略。
16.根据权利要求9所述的电子设备,其中所述指令被所述至少一个处理器执行,以使所述至少一个处理器还能够执行以下步骤:
在与所述终端设备相关联的用户简档中查找与所述推荐准则类型相关联的配置项目;
如果在所述用户简档中找到所述配置项目,则基于所述配置项目,确定所述推荐准则类型;以及
如果在所述用户简档中未找到所述配置项目,则基于所述应用类型,确定所述推荐准则类型。
17.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010788498.8A CN114064573A (zh) | 2020-08-07 | 2020-08-07 | 用于数据项推荐的方法、电子设备和存储介质 |
US17/039,996 US11520833B2 (en) | 2020-08-07 | 2020-09-30 | Method for data item recommendation, electronic device and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010788498.8A CN114064573A (zh) | 2020-08-07 | 2020-08-07 | 用于数据项推荐的方法、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114064573A true CN114064573A (zh) | 2022-02-18 |
Family
ID=80113798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010788498.8A Pending CN114064573A (zh) | 2020-08-07 | 2020-08-07 | 用于数据项推荐的方法、电子设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11520833B2 (zh) |
CN (1) | CN114064573A (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7480817B2 (en) * | 2006-03-31 | 2009-01-20 | International Business Machines Corporation | Method for replicating data based on probability of concurrent failure |
US8782075B2 (en) * | 2007-05-08 | 2014-07-15 | Paraccel Llc | Query handling in databases with replicated data |
US20090259736A1 (en) * | 2008-04-15 | 2009-10-15 | Juniper Networks, Inc. | Label-based target host configuration for a server load balancer |
US8656454B2 (en) * | 2010-12-01 | 2014-02-18 | Microsoft Corporation | Data store including a file location attribute |
US10061628B2 (en) * | 2014-03-13 | 2018-08-28 | Open Text Sa Ulc | System and method for data access and replication in a distributed environment utilizing data derived from data access within the distributed environment |
-
2020
- 2020-08-07 CN CN202010788498.8A patent/CN114064573A/zh active Pending
- 2020-09-30 US US17/039,996 patent/US11520833B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20220043862A1 (en) | 2022-02-10 |
US11520833B2 (en) | 2022-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11574063B2 (en) | Automatic detection of an incomplete static analysis security assessment | |
US20180330107A1 (en) | Updating monitoring systems using merged data policies | |
US11086827B1 (en) | Dataset schema and metadata management service | |
US10733008B2 (en) | Method, device and computer readable storage medium for managing a virtual machine | |
CN111259282A (zh) | Url去重方法、装置、电子设备及计算机可读存储介质 | |
CN114064668A (zh) | 用于存储管理的方法、电子设备和计算机程序产品 | |
CN113448770A (zh) | 用于恢复数据的方法、电子设备和计算机程序产品 | |
CN110389857B (zh) | 数据备份的方法、设备和非瞬态计算机存储介质 | |
CN110413207B (zh) | 降低存储系统的数据恢复时间的方法、设备和程序产品 | |
CN116521317A (zh) | 镜像管理方法及装置、电子设备和计算机可读存储介质 | |
US11662927B2 (en) | Redirecting access requests between access engines of respective disk management devices | |
CN114064573A (zh) | 用于数据项推荐的方法、电子设备和存储介质 | |
US10601892B2 (en) | Collaborative bookmarks | |
CN110609731A (zh) | 用于管理虚拟机的方法、设备和计算机程序产品 | |
CN110674084A (zh) | 用于数据保护的方法、设备和计算机可读存储介质 | |
CN110058790B (zh) | 用于存储数据的方法、设备和计算机程序产品 | |
CN112306371A (zh) | 存储管理的方法、设备和计算机程序产品 | |
US10528400B2 (en) | Detecting deadlock in a cluster environment using big data analytics | |
CN113032808B (zh) | 数据处理方法、装置、可读介质及电子设备 | |
CN111090544A (zh) | 用于管理虚拟机的方法、设备和计算机程序产品 | |
CN113420037B (zh) | 资产数据实时变更方法及装置 | |
US11379147B2 (en) | Method, device, and computer program product for managing storage system | |
US11656950B2 (en) | Method, electronic device and computer program product for storage management | |
CN113362097B (zh) | 一种用户确定方法和装置 | |
CN110019162B (zh) | 实现属性归一的方法和装置 |
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 |