CN114328464A - 分布式存储设备的数据维护方法、装置、设备和可读介质 - Google Patents

Abstract

本公开提供一种分布式存储设备的数据维护方法、装置、设备和可读介质，其中，分布式存储设备的数据维护方法包括：接收阻塞队列中的批次数据；根据批次数据中的键构建源库的布隆过滤器和目标库的布隆过滤器，源库与目标库之间通过逻辑表维护关联关系；根据源库的布隆过滤器和目标库的布隆过滤器确定数据差异。通过本公开实施例，降低了用户对存储数据的分片信息感知的复杂度，提高了数据存储的安全性、可靠性和核对效率。

Description

分布式存储设备的数据维护方法、装置、设备和可读介质

技术领域

本公开涉及数据存储技术领域，具体而言，涉及一种分布式存储设备的数据维护方法、装置、设备和可读介质。

背景技术

目前，在分布式数据库中，关于数据同步主要有两个层面的同步，一是通过后台程序编码实现数据同步，二是直接作用于数据库，在数据库层面实现数据的同步。

在相关技术中，分布式数据库由以下几个部分组成：

源端数据库：当前支持分布式关系型数据库、分布式文件系统和非结构化数据库等。

目标端数据库：当前支持分布式关系型数据库、分布式文件系统和非结构化数据库等。

管理节点集群：用于数据核对配置，推送数据核对配置到核对节点。同时接收核对节点反馈回来的数据同步状态、进度等信息。

同步节点集群：执行具体数据核对过程的模块。

协调器集群：用于协调数据核对的模块。

但是，现有的分布式数据库在扩缩容时，需要用户关注大量复杂的分片信息。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目标在于提供一种分布式存储设备的数据维护方法、装置、设备和可读介质，用于至少在一定程度上克服由于相关技术的限制和缺陷而导致的数据库扩缩容复杂的问题。

根据本公开实施例的第一方面，提供一种分布式存储设备的数据维护方法，包括：接收阻塞队列中的批次数据；根据所述批次数据中的键构建源库的布隆过滤器和目标库的布隆过滤器，所述源库与所述目标库之间通过逻辑表维护关联关系；根据所述源库的布隆过滤器和所述目标库的布隆过滤器确定数据差异。

在本公开的一种示例性实施例中，根据所述批次数据中的键构建源库的布隆过滤器和目标库的布隆过滤器包括：确定所述批次数据中的指定字段对应的键；根据所述键构建所述源库的布隆过滤器和所述目标库的布隆过滤器，通过所述逻辑表维护所述源库与所述目标库之间的关联关系；将所述批次数据写入所述源库和所述目标库。

在本公开的一种示例性实施例中，将所述批次数据写入所述源库和所述目标库包括：对所述批次数据进行压缩处理；对所述压缩处理后的批次数据进行加密处理；将所述加密处理后的批次数据写入所述源库和所述目标库。

在本公开的一种示例性实施例中，对所述批次数据进行压缩处理包括：采用GZIP对所述批次数据进行合并处理；将所述合并处理后的批次数据进行压缩处理。

在本公开的一种示例性实施例中，根据所述源库的布隆过滤器和所述目标库的布隆过滤器确定数据差异包括：将所述源库中抽取的数据与所述目标库的布隆过滤器进行核对；根据所述目标库的布隆过滤器的核对结果生成所述目标库的缺失数据报告。

在本公开的一种示例性实施例中，根据所述源库的布隆过滤器和所述目标库的布隆过滤器确定数据差异还包括：将所述目标库中抽取的数据与所述源库的布隆过滤器进行核对；根据所述源库的布隆过滤器的核对结果生成所述源库的缺失数据报告。

在本公开的一种示例性实施例中，根据所述源库的布隆过滤器和所述目标库的布隆过滤器确定数据差异还包括：根据所述源库的缺失数据报告和所述目标库的缺失数据报告生成差异数据报告；根据所述差异数据报告对所述源库中的数据和/或所述目标库的数据进行修复。

根据本公开实施例的第二方面，提供一种分布式存储设备的数据维护装置，包括：接收模块，设置为接收阻塞队列中的批次数据；构建模块，设置为根据所述批次数据中的键构建源库的布隆过滤器和目标库的布隆过滤器；确定模块，设置为根据所述源库的布隆过滤器和所述目标库的布隆过滤器确定数据差异。

根据本公开的第三方面，提供一种电子设备，包括：存储器；以及耦合到所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如上述任意一项所述的方法。

根据本公开的第四方面，提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如上述任意一项所述的分布式存储设备的数据维护方法。

本公开实施例，通过接收阻塞队列中的批次数据，并根据所述批次数据中的键构建源库的布隆过滤器和目标库的布隆过滤器，提高了抽取数据的效率，减少了存储过程的内存占用，另外，通过根据所述源库的布隆过滤器和所述目标库的布隆过滤器确定数据差异，不需要用户感知复杂的分片信息，降低了数据维护的难度，提高了数据核对效率、安全性和可靠性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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附图。

图1示出了可以应用本发明实施例的分布式存储设备的数据维护方案的示例性系统架构的示意图；

图2是本公开示例性实施例中一种分布式存储设备的数据维护方法的流程图；

图3是本公开示例性实施例中另一种分布式存储设备的数据维护方法的流程图；

图4是本公开示例性实施例中另一种分布式存储设备的数据维护方法的流程图；

图5是本公开示例性实施例中另一种分布式存储设备的数据维护方法的流程图；

图6是本公开示例性实施例中另一种分布式存储设备的数据维护方法的流程图；

图7是本公开示例性实施例中另一种分布式存储设备的数据维护方法的流程图；

图8是本公开示例性实施例中一种分布式存储设备的数据维护方案的拓扑示意图；

图9是本公开示例性实施例中一种分布式存储设备的数据维护方案的映射关系示意图；

图10是本公开示例性实施例中一种分布式存储设备的数据维护方案的数据核对示意图；

图11是本公开示例性实施例中一种分布式存储设备的数据维护方案的持久化示意图；

图12是本公开示例性实施例中一种分布式存储设备的数据维护方法中的构建布隆过滤器的示意图；

图13是本公开示例性实施例中一种分布式存储设备的数据维护方法中的数据核对示意图；

图14是本公开示例性实施例中一种分布式存储设备的数据维护装置的方框图；

图15是本公开示例性实施例中一种电子设备的方框图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

图1示出了可以应用本发明实施例的分布式存储设备的数据维护方案的示例性系统架构的示意图。

如图1所示，系统架构100可以包括分布式关系型数据库102、分布式文件系统104、非结构化数据库106、管理节点集群108、协调器集群110和同步节点集群112。集群之间的连接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。

应该理解，图1中的集群、系统、数据库的数目仅仅是示意性的。根据实现需要，可以具有任意数目标集群、系统、数据库。比如分布式关系型数据库102可以是多个数据库组成的数据库集群等。

用户可以使用终端设备通过网络连接与分布式关系型数据库102进行数据交互，以接收或发送消息等。终端设备可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、便携式计算机和台式计算机等等。

下面结合附图对本公开示例实施方式进行详细说明。

图2是本公开示例性实施例中分布式存储设备的数据维护方法的流程图。

参考图2，分布式存储设备的数据维护方法可以包括：

步骤S202，接收阻塞队列中的批次数据。

步骤S204，根据所述批次数据中的键构建源库的布隆过滤器和目标库的布隆过滤器，所述源库与所述目标库之间通过逻辑表维护关联关系。

步骤S206，根据所述源库的布隆过滤器和所述目标库的布隆过滤器确定数据差异。

本公开实施例，通过接收阻塞队列中的批次数据，并根据所述批次数据中的键构建源库的布隆过滤器和目标库的布隆过滤器，提高了抽取数据的效率，减少了存储过程的内存占用，另外，通过根据所述源库的布隆过滤器和所述目标库的布隆过滤器确定数据差异，不需要用户感知复杂的分片信息，降低了数据维护的难度，提高了数据核对效率、安全性和可靠性。

在本公开的一种示例性实施例中，基于双布隆过滤器的高效数据核对和修复调用分布式数据库的REST API接口，获取分布式数据库的分库分表信息，解析成对应的逻辑库、物理库、逻辑表、物理表并形成之间的关联关系，存储到数据库中如下表1所示：

逻辑库：包含多个物理库，对用户屏蔽具体的物理库信息。

物理库：对应在某个数据库节点上具体的库。

逻辑表：包含多个物理表，对用户屏蔽具体的物理表信息。

物理表：对应在数据库节点上具体的表。

基于本公开的实施例和表1的构建，在配置映射关系时只需要考虑该逻辑表，而无需再关注复杂的分片信息，同时支持实时更新分布式数据库分片数据的变化，因此能有效地避免分布式数据库扩缩容时，新增或删除分片表需要重新配置映射关系的问题。

进一步地，通过匹配逻辑表名和目标表名实现映射关系的自动化生成，减轻了配置映射关系的工作量，提高了配置的灵活性。

表1

TYPE	NAME	IS_LOGICAL_MEDIA	LOGICAL_MEDIA_ID	DATABASE_ID
					逻辑库	等于.*	1	NA	NA
物理库	等于.*	0	128	NA
					逻辑表	不等于.*	1	NA	128
物理表	不等于.*	0	130	129

逻辑库和物理库名字都为”.*”，对于逻辑库而言，其标记IS_LOGICAL_MEDIA为1，对于物理库而言，该标记则为0。

逻辑表和物理表名字都不为”.*”，对于逻辑表而言，其标记IS_LOGICAL_MEDIA为1，对于物理表而言，该标记则为0。除此之外，逻辑表和物理表还有另外一个额外的字段用来关联所属的*库。

其中，物理库通过LOGICAL_MEDIA_ID关联所属的逻辑库，逻辑表通过DATABASE_ID关联所属的逻辑库，物理表通过DATABASE_ID关联所属的物理库，物理表通过LOGICAL_MEDIA_ID关联所属的逻辑表。

下面，对分布式存储设备的数据维护方法的各步骤进行详细说明。

在本公开的一种示例性实施例中，如图3所示，根据所述批次数据中的键构建源库的布隆过滤器和目标库的布隆过滤器包括：

步骤S302，确定所述批次数据中的指定字段对应的键。

步骤S304，根据所述键构建所述源库的布隆过滤器和所述目标库的布隆过滤器，通过所述逻辑表维护所述源库与所述目标库之间的关联关系。

步骤S306，将所述批次数据写入所述源库和所述目标库。

在本公开的一种示例性实施例中，如图4所示，将所述批次数据写入所述源库和所述目标库包括：

步骤S402，对所述批次数据进行压缩处理。

步骤S404，对所述压缩处理后的批次数据进行加密处理。

步骤S406，将所述加密处理后的批次数据写入所述源库和所述目标库。

在本公开的一种示例性实施例中，对所述批次数据进行压缩处理包括：

采用GZIP对所述批次数据进行合并处理。

将所述合并处理后的批次数据进行压缩处理。

在本公开的一种示例性实施例中，如图5所示，根据所述源库的布隆过滤器和所述目标库的布隆过滤器确定数据差异包括：

步骤S502，将所述源库中抽取的数据与所述目标库的布隆过滤器进行核对。

步骤S504，根据所述目标库的布隆过滤器的核对结果生成所述目标库的缺失数据报告。

在本公开的一种示例性实施例中，如图6所示，根据所述源库的布隆过滤器和所述目标库的布隆过滤器确定数据差异还包括：

步骤S602，将所述目标库中抽取的数据与所述源库的布隆过滤器进行核对。

步骤S604，根据所述源库的布隆过滤器的核对结果生成所述源库的缺失数据报告。

在本公开的一种示例性实施例中，如图7所示，根据所述源库的布隆过滤器和所述目标库的布隆过滤器确定数据差异还包括：

步骤S702，根据所述源库的缺失数据报告和所述目标库的缺失数据报告生成差异数据报告。

步骤S704，根据所述差异数据报告对所述源库中的数据和/或所述目标库的数据进行修复。

下面结合图8至图13对本公开的分布式存储设备的数据维护方案进行具体说明。

如图8所示，本公开的分布式存储设备的数据维护架构包括源库802和目标库808，目标库808中维护有目标表806，源库802中的数据和目标表806通过逻辑表804进行映射关系(即关联关系)的维护，源库802按照“iot_inst”的关键标识确定数据批次，例如，批次数据为“iot_inst_0001”和“iot_inst_0002”，批次数据的键为“prod_inst”和“pod_inst_attr”，“pod_inst_attr”是由“pod_inst_attr_0”和“pod_inst_attr_1”确定的键。

如图9所示，对分布式关系型数据库902的数据生成映射关系的过程904包括：拉取分库分表信息；解析成逻辑库、物理库、逻辑表、物理表；存储逻辑库、物理库、逻辑表、物理表到配置库；根据匹配逻辑表名和目标端名表名实现映射关系的自动生成。

如图10所示，源分布式数据库1002中包括分片物理库1和分片物理库2，分片物理库1包括分片表1和分片表2，分片物理库2包括分片表3和分片表4。目标分布式数据库1006中包括分片物理库1和分片物理库2，分片物理库1包括分片表1和分片表2，分片物理库2包括分片表3和分片表4。逻辑表1阻塞队列和逻辑表2阻塞队列根据抽取数据生成逻辑库1004，逻辑库1004包括源库布隆过滤器、目标库布隆过滤器、源数据库文件和目标数据库文件。

如图10所示，分布式数据库的数据核对流程如下：

根据映射关系找到源库的逻辑表，通过逻辑表找对关联的分片表，数据抽取模块根据分片表的名称从各个分片库抽取出需要同步的数据。

按照分片表和逻辑表的关联关系将抽取的数据汇聚到相应的阻塞队列中。然后使用阻塞队列中抽取的数据分别构建源库和目标库两个布隆过滤器，同时将数据写入文件。

根据源库和目标库的布隆过滤器生成差异数据报告，包括：目标库冗余的数据，目标库缺少的数据，源库和目标库冲突的数据，并自动生成差异修复语句。

如图11所示，源分布式数据库1102包括源表1和源表2，目标分布式数据库1106包括目标表1和目标表2，源表和目标表之间通过逻辑表1104维护映射关系，具体地增量更新布隆过滤器和布隆过滤器持久化流程如下：

在数据核对完成后可分别读取源库和目标库的增量日志数据持续更新源库和目标库的布隆过滤器，使用该布隆过滤器可持续对每日新增的数据进行核对和修复。也可根据时间范围或特定字段抽取数据进行核对和修复。

根据增量位点+数据库+表名+时间戳定时持久化布隆过滤器到磁盘，并支持从磁盘加载布隆过滤器数据。

如图12所示，构建双布隆过滤器流程：

步骤S1202，从阻塞队列中获取批次数据。

步骤S1204，判断获取批次数据是否成功，若是，则执行步骤S1206，若否，则执行步骤S1202。

步骤S1206，判断布隆过滤器是否已初始化，若是，则执行步骤S1208，若否，则执行步骤S1210。

具体地，初始化源库和目标库的布隆过滤器，一个布隆过滤器可核对多达千亿级的结构化数据，使用内存确仅为500M左右。

步骤S1208，使用数据中的字段的具体内容拼接作为key。

具体地，使用数据中字段的具体内容拼接作为key，分别构建源库和目标库两个布隆过滤器，保证两端记录内容部分不一致也能够被识别出来。

步骤S1210，初始化源库和目标库的布隆过滤器。

步骤S1212，使用数据key分别构建源库和目标库两个布隆过滤器，同时分别写入到源库和目标库的文件中，并进行解压和加密处理。

具体地，抽取数据构建布隆过滤器的同时分别写入到源库和目标库的文件中，并对文件进行压缩和加密处理，用于减少数据库的数据抽取压力，同时也可防止动态更新的数据导致核对结果不准确的问题。使用GZIP对数据文件进行合并和压缩，使压缩后的文件大小仅有源文件大小的6％。使用AES加密技术对压缩后的文件进行加密，可防止数据被窃取或篡改，保护数据的安全。

步骤S1214，判断布隆过滤器是否构建成功，若是，则执行步骤S1216，若否，则执行步骤S1212。

步骤S1216，完成布隆过滤器构建。

如图13所示，生成差异数据报告流程的步骤包括：

步骤S1302，并行从源库的文件和目标库的文件抽取数据。

步骤S1304，判断批次数据是否抽取成功，若是，则执行步骤S1306，若否，则执行步骤S1302。

步骤S1306，从源库的文件抽取数据与目标库布隆过滤器进行核对，生成目标库缺少的数据报告。

步骤S1308，从目标库的文件抽取数据与源库布隆过滤器进行核对，生成源库缺少的数据报告。

步骤S1310，对比源库和目标库的数据报告，生成差异数据报告。

步骤S1312，判断数据报告是否生成成功，若是，则执行步骤S1314，若否，则执行步骤S1310。

步骤S1314，确定差异数据报告，包括：目标库冗余的数据、目标库缺少的数据、源库和目标库的冲突数据，并生成差异修复语句。

具体地，并行从源库的文件抽取数据与目标库的布隆过滤器进行核对生成目标库缺少的数据报告，并行从目标库的文件抽取数据与源库的布隆过滤器进行核对生成源库缺少的数据报告。

例如：源库和目标库业务系统均为分布式数据库，有20亿条记录数，数据大小约为800G，根据本公开的进行数据核对的步骤包括：

使用本公开的实施例进行核对，只需要选择模式为全量核对。

填入相对应的源库信息和目标数据库信息，就可以一键自动化生成同步映射关系。

本公开的实施例会快速将源库和目标库的全量数据抽取出来，分别构建源库和目标库的布隆过滤器，同时将抽取的数据分别写入到源库和目标库的文件中，并对文件进行压缩和加密处理，使用GZIP对数据文件进行合并和压缩，使压缩后的文件大小仅有源文件大小的6％，可极大减少海量数据对磁盘的使用率。

在上述实施例中，gzip是GNUzip的缩写，最早用于UNIX系统的文件压缩。HTTP协议上的gzip编码是一种用来改进web应用程序性能的技术，web服务器和客户端(浏览器)必须共同支持gzip。目前主流的浏览器，Chrome、firefox和IE等都支持该协议。gzip压缩比率在3倍到10倍左右，可以大大节省服务器的网络带宽。而在实际应用中，并不是对所有文件进行压缩，通常只是压缩静态文件。

另外，使用AES(Advanced Encryption Standard，高级加密标准)加密技术对压缩后的文件进行加密，可防止数据被窃取或篡改，保护数据的安全。从文件抽取数据可减少数据库的数据抽取压力，同时也可防止动态更新的数据导致核对结果不准确的问题。

基于本公开的实施例，核对用时约为2.8小时，平均每秒核对性能为20万条记录，核对性能稳定，核对数据大小为800G，使用内存仅为3G。

对应于上述方法实施例，本公开还提供一种分布式存储设备的数据维护装置，可以用于执行上述方法实施例。

图14是本公开示例性实施例中一种分布式存储设备的数据维护装置的方框图。

参考图14，分布式存储设备的数据维护装置1400可以包括：

接收模块1402，设置为接收阻塞队列中的批次数据。

构建模块1404，设置为根据所述批次数据中的键构建源库的布隆过滤器和目标库的布隆过滤器。

确定模块1406，设置为根据所述源库的布隆过滤器和所述目标库的布隆过滤器确定数据差异。

在本公开的一种示例性实施例中，所述构建模块1404还设置为：确定所述批次数据中的指定字段对应的键；根据所述键构建所述源库的布隆过滤器和所述目标库的布隆过滤器；将所述批次数据写入所述源库和所述目标库。

在本公开的一种示例性实施例中，所述构建模块1404还设置为：对所述批次数据进行压缩处理；对所述压缩处理后的批次数据进行加密处理；将所述加密处理后的批次数据写入所述源库和所述目标库。

在本公开的一种示例性实施例中，所述构建模块1404还设置为：采用GZIP对所述批次数据进行合并处理；将所述合并处理后的批次数据进行压缩处理。

在本公开的一种示例性实施例中，所述确定模块1406还设置为：将所述源库中抽取的数据与所述目标库的布隆过滤器进行核对；根据所述目标库的布隆过滤器的核对结果生成所述目标库的缺失数据报告。

在本公开的一种示例性实施例中，所述确定模块1406还设置为：将所述目标库中抽取的数据与所述源库的布隆过滤器进行核对；根据所述源库的布隆过滤器的核对结果生成所述源库的缺失数据报告。

在本公开的一种示例性实施例中，所述确定模块1406还设置为：根据所述源库的缺失数据报告和所述目标库的缺失数据报告生成差异数据报告；根据所述差异数据报告对所述源库中的数据和/或所述目标库的数据进行修复。

由于分布式存储设备的数据维护装置1400的各功能已在其对应的方法实施例中予以详细说明，本公开于此不再赘述。

本公开提出的技术方案相对于现有技术，具备以下优点：

(1)实现了分布式数据库的数据同步的自动化配置：实现用户配置与数据库表结构解耦，特别是针对分布式数据库，可以极大的加快分布式数据库同步的配置效率和灵活性。

(2)实现了结构化数据的高效抽取：采用多线程并发技术，划分多个批次并发从源和目标数据表拉取记录数据，同步到阻塞队列进行缓存，数据抽取与构建双布隆过滤器通过阻塞队列进行解耦，可极大的提高数据核对和修复的效率。

(3)实现了数据高效并行核对和修复：使用双布隆过滤器实现源库和目标库并行核对的能力，极大的加快了核对的效率，同时将阻塞队列的数据写入多个文件，并从多个文件并行抽取数据进行核对，可极大减少数据库的数据抽取压力，同时也可防止动态更新的数据导致核对结果不准确的问题；实测单机每秒核对性能大于20万条以上。

(4)实现了灵活设置核对粒度：可灵活根据数据的时间范围或特定字段抽取数据进行核对和修复，也可以任意指定表中若干个字段进行字段级别的核对和修复。

能实现布隆过滤器的增量更新和定时持久化，通过读取源库和目标库的增量日志数据持续更新源库和目标库的布隆过滤器，并根据增量位点+数据库+表名+时间戳定期持久化布隆过滤器到磁盘，防止数据库宕机导致布隆过滤器数据丢失；能够实现双活容灾场景下，数据每日实时增量核对和修复，极大提高双活场景的数据可靠性和一致性。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图15来描述根据本发明的这种实施方式的电子设备1500。图15显示的电子设备1500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15所示，电子设备1500以通用计算设备的形式表现。电子设备1500的组件可以包括但不限于：上述至少一个处理单元1510、上述至少一个存储单元1520、连接不同系统组件(包括存储单元1520和处理单元1510)的总线1530。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元1510执行，使得所述处理单元1510执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元1510可以执行如本公开实施例所示的方法。

存储单元1520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)15201和/或高速缓存存储单元15202，还可以进一步包括只读存储单元(ROM)15203。

存储单元1520还可以包括具有一组(至少一个)程序模块15205的程序/实用工具15204，这样的程序模块15205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线1530可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备1500也可以与一个或多个外部设备1540(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备1500交互的设备通信，和/或与使得该电子设备1500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1550进行。并且，电子设备1500还可以通过网络适配器1560与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器1560通过总线1530与电子设备1500的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备1500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、数据库、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

根据本发明的实施方式的用于实现上述方法的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，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。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、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)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

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，其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。

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、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或数据库上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目标。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和构思由权利要求指出。

Claims (10)

1.一种分布式存储设备的数据维护方法，其特征在于，包括：

接收阻塞队列中的批次数据；

根据所述批次数据中的键构建源库的布隆过滤器和目标库的布隆过滤器，所述源库与所述目标库之间通过逻辑表维护关联关系；

根据所述源库的布隆过滤器和所述目标库的布隆过滤器确定数据差异。

2.如权利要求1所述的分布式存储设备的数据维护方法，其特征在于，根据所述批次数据中的键构建源库的布隆过滤器和目标库的布隆过滤器包括：

确定所述批次数据中的指定字段对应的键；

根据所述键构建所述源库的布隆过滤器和所述目标库的布隆过滤器，通过所述逻辑表维护所述源库与所述目标库之间的关联关系；

将所述批次数据写入所述源库和所述目标库。

3.如权利要求2所述的分布式存储设备的数据维护方法，其特征在于，将所述批次数据写入所述源库和所述目标库包括：

对所述批次数据进行压缩处理；

对所述压缩处理后的批次数据进行加密处理；

将所述加密处理后的批次数据写入所述源库和所述目标库。

4.如权利要求3所述的分布式存储设备的数据维护方法，其特征在于，对所述批次数据进行压缩处理包括：

采用GZIP对所述批次数据进行合并处理；

将所述合并处理后的批次数据进行压缩处理。

5.如权利要求1-4中任一项所述的分布式存储设备的数据维护方法，其特征在于，根据所述源库的布隆过滤器和所述目标库的布隆过滤器确定数据差异包括：

将所述源库中抽取的数据与所述目标库的布隆过滤器进行核对；

根据所述目标库的布隆过滤器的核对结果生成所述目标库的缺失数据报告。

6.如权利要求1-4中任一项所述的分布式存储设备的数据维护方法，其特征在于，根据所述源库的布隆过滤器和所述目标库的布隆过滤器确定数据差异还包括：

将所述目标库中抽取的数据与所述源库的布隆过滤器进行核对；

根据所述源库的布隆过滤器的核对结果生成所述源库的缺失数据报告。

7.如权利要求5或6所述的分布式存储设备的数据维护方法，其特征在于，根据所述源库的布隆过滤器和所述目标库的布隆过滤器确定数据差异还包括：

根据所述源库的缺失数据报告和所述目标库的缺失数据报告生成差异数据报告；

根据所述差异数据报告对所述源库中的数据和/或所述目标库的数据进行修复。

8.一种分布式存储设备的数据维护装置，其特征在于，包括：

接收模块，设置为接收阻塞队列中的批次数据；

构建模块，设置为根据所述批次数据中的键构建源库的布隆过滤器和目标库的布隆过滤器；

确定模块，设置为根据所述源库的布隆过滤器和所述目标库的布隆过滤器确定数据差异。

9.一种电子设备，其特征在于，包括：

存储器；以及

耦合到所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如权利要求1-7中任一项所述的分布式存储设备的数据维护方法。

10.一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如权利要求1-7中任一项所述的分布式存储设备的数据维护方法。

Images