CN114610719B - 跨集群数据处理方法、装置、电子设备以及存储介质 - Google Patents

Abstract

本发明公开了一种跨集群数据处理方法、装置、电子设备以及存储介质。所述方法包括：从接收于客户端的待处理联合计算请求中，解析出联合计算所需的至少两个目标逻辑表；确定目标逻辑表映射关联的目标物理表以及目标数据库引擎集群；目标数据库库引擎中集中了各个目标逻辑表关联的目标物理表；将待处理联合计算请求中的目标逻辑表替换成目标物理表，得到处理后联合计算请求；将处理后联合计算请求发送到目标数据库引擎集群执行联合计算，并将执行结果返回给客户端。采用本方案解决了对不同数据集群的数据进行关联计算时将会变得特别困难问题，不需要用户了解物理表的具体存储，提高了客户端对需求的响应速度，实现简单、快速的进行跨集群数据处理。

Description

跨集群数据处理方法、装置、电子设备以及存储介质

技术领域

本发明涉及数据处理技术领域，尤其涉及一种跨集群数据处理方法、装置、电子设备以及存储介质。

背景技术

大数据背景下，不同业务领域创建有不同的业务数据，且不同领域的业务员数据可能存储在不同集群。

随着数据处理规模的不断增加，通常需要集群技术使用不同业务数据进行数据运算，这就不可避免地需要知晓所有数据集群、表的分布等元数据信息，导致需要对不同数据集群的数据进行关联计算时，将会变得特别困难，难以简单、快速的进行跨集群的数据处理。

发明内容

本发明实施例中提供了一种跨集群数据处理方法、装置、电子设备以及存储介质，以实现简单、快速的跨集群进行数据处理，节约开发时间。

根据本发明的一方面，提供了一种跨集群数据处理方法，应用于数据处理平台，所述方法包括：

从接收于客户端的待处理联合计算请求中，解析出联合计算所需的至少两个目标逻辑表；

确定所述目标逻辑表映射关联的目标物理表以及目标数据库引擎集群；所述目标数据库库引擎中集中了各个所述目标逻辑表关联的目标物理表；

将所述待处理联合计算请求中的目标逻辑表替换成目标物理表，得到处理后联合计算请求；

将处理后联合计算请求发送到所述目标数据库引擎集群执行联合计算，并将执行结果返回给所述客户端。

根据本发明的另一方面，提供了一种跨集群数据处理装置，配置于数据处理平台，所述装置包括：

请求解析模块，用于从接收于客户端的待处理联合计算请求中，解析出联合计算所需的至少两个目标逻辑表；

映射处理模块，用于确定所述目标逻辑表映射关联的目标物理表以及目标数据库引擎集群；所述目标数据库库引擎中集中了各个所述目标逻辑表关联的目标物理表；

请求调整模块，用于将所述待处理联合计算请求中的目标逻辑表替换成目标物理表，得到处理后联合计算请求；

联合计算处理模块，用于将处理后联合计算请求发送到所述目标数据库引擎集群执行联合计算，并将执行结果返回给所述客户端。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

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计算机程序，所述计算机程序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本发明任一实施例所述的跨集群数据处理方法。

根据本发明的另一方面，提供了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指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的跨集群数据处理方法。

根据本发明实施例的技术方案，解析联合计算所需目标逻辑表,确定目标逻辑表映射关联的目标物理表以及目标数据库引擎集群，将联合计算请求中的目标逻辑表替换成目标物理表得到处理后的联合计算请求，发送到目标数据库引擎集群进行处理，通过逻辑表到物理表的映射，物理表存储在数据集群中的方式，解决了对不同数据集群的数据进行关联计算时将会变得特别困难问题，不需要用户了解物理表的具体存储，简化了客户端的开发提高了客户端对需求的响应速度，实现简单、快速的进行跨集群数据处理。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明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

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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附图。

图1是根据本发明实施例提供的一种跨集群数据处理方法的流程图；

图2a是根据本发明实施例所适用的对不同集群的数据进行关联计算传统方案原理图；

图2b是根据本发明实施例所适用的对不同集群的数据进行关联计算传统方案原理图；

图3是根据本发明实施例提供的另一种跨集群数据处理方法的流程图；

图4是根据本发明实施例所适用的对不同集群的数据进行关联计算改进方案原理图；

图5是根据本发明实施例所适用的另一对不同集群的数据进行关联计算改进方案原理图；

图6是根据本发明实施例所适用的又一对不同集群的数据进行关联计算改进方案原理图；

图7是根据本发明实施例提供的一种跨集群数据处理装置的结构示意图；

图8是实现本发明实施例的跨集群数据处理方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“待处理”、“处理后”、“候选”、“目标”以及“待调度”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

图1为本发明实施例提供了一种跨集群数据处理方法的流程图，本实施例可适用于需要对不同集群的数据进行关联计算的情况，该方法可以由跨集群数据处理装置来执行，该跨集群数据处理装置可以采用硬件和/或软件的形式实现，该跨集群数据处理装置可配置于任何具有网络通信功能的电子设备中，比如数据处理平台。如图1所示，该方法包括以下步骤：

S110、从接收于客户端的待处理联合计算请求中，解析出联合计算所需的至少两个目标逻辑表。

S120、确定目标逻辑表映射关联的目标物理表以及目标数据库引擎集群；目标数据库库引擎中集中了各个目标逻辑表关联的目标物理表。

各个数据库引擎集群存在海量的业务数据，业务数据通过物理表存储在数据库引擎集群中。参见图2a与图2b，不同领域的业务数据会存储在不同数据库引擎集群，当需要进行跨集群的关联计算时，通常需要从各数据库引擎集群获取所需业务数据后在客户端本地进行汇集使用，这样一来因为需要在客户端进行业务数据汇集，如果客户端资源不足将无法关联计算，且如果想在客户端汇集进行联合计算必然需要提高其资源易造成成本增加。

基于上述情况，本申请建立了一种逻辑表到物理表的映射，物理表存储在数据库引擎集群，物理表中存储有具体的业务数据的模式。同时，针对用户配置了统一的查询入口，对外暴露逻辑表让用户在客户端可以根据需求生成联合计算请求，在接收到通过客户端发送的待处理联合计算请求后，可以从待处理联合计算请求中解析出其中参与联合计算所需的目标逻辑表，结合逻辑表到物理表的映射，可以映射关系找到每个目标逻辑表映射关联的目标物理表。

此外，考虑到需要对不同数据库引擎集群的业务数据进行关联计算，因此还需要从多个数据库引擎集群中确定能够集中各个目标逻辑表关联的目标物理表提供业务数据的目标数据库引擎集群，以便可以在一个数据库引擎集群可以实现不同业务数据的联合计算。

在本实施例的一种可选方案中，待处理联合计算请求采用结构化查询语言SQL语句构成，在接收到客户端发送的待处理联合计算请求，可以通过抽象语法树对采用SQL语句构成的待处理联合计算请求进行解析，解析得到SQL语句中参与联合计算所需的至少两个目标逻辑表。其中，结构化查询语言SQL可用于存取数据以及查询、更新和管理关系数据库系统；抽象语法树AST以树状的形式表现编程语言的语法结构，树上的每个节点都表示源代码中的一种结构。

S130、将待处理联合计算请求中的目标逻辑表替换成目标物理表，得到处理后联合计算请求。

在利用逻辑表到物理表的映射关系，得到每个目标逻辑表映射关联的目标物理表后，可以对客户端发送的待处理联合计算请求进行修改，将待处理联合计算请求中涉及的目标逻辑表替换成对应的目标物理表，这样下发到对应目标数据库引擎集群后可以直接查看待处理联合计算请求替换的目标物理表来使用不同目标物理表的业务数据进行联合计算。

上述替换过程发生在数据处理平台，对于客户端未产生干扰，客户端仍保持使用逻辑表来形成联合计算请求。只要逻辑表不发生变化，那么客户端查询物理表使用的联合计算请求逻辑会保持不变，当物理表或数据库引擎集群发生迁移，例如物理表从一个数据库引擎集群移动到另外一个数据库引擎集群，不需要再度重新修改SQL语句构成的联合计算请求，可以随着逻辑表到物理表的映射关系自适应地找到合适的物理表。

不难看出，通过对外暴露逻辑表，以及建立逻辑表到物理表的映射关系，客户端查询物理表使用的联合计算请求逻辑会保持不变，只需根据逻辑表来形成联合计算请求即可，不用了解物理表在数据库引擎集群的具体存储详情，简化客户端的开发复杂度，提高客户端对联合计算的响应速度。

S140、将处理后联合计算请求发送到目标数据库引擎集群执行联合计算，并将执行结果返回给客户端。

根据本发明实施例的技术方案，通过对客户端暴露逻辑表来发送联合计算请求，只要逻辑表不发生变更，联合计算请求的构成就可以固化，避免反复修改联合计算请求，简化了客户端的开发提高了客户端对需求的响应速度；并且，通过逻辑表到物理表的映射，物理表存储在数据集群中的方式，解决了对不同数据集群的数据进行关联计算时将会变得特别困难问题，不需要知晓所有的数据集群、表的分布等元数据信息也不需要用户了解物理表的具体存储，只需要逻辑表到物理表的映射，就可将不同集群的数据进行关联，实现简单、快速的进行跨集群数据处理。

图3为本发明实施例提供的一种跨集群数据处理方法的流程图，本实施例在上述实施例的基础上对前述实施例中目标物理表以及目标数据库引擎集群的确定过程进行进一步优化，本实施例可与上述一个或多个实施例中各个可选方案结合。如图3所示，该方法可包括以下步骤：

S310、从接收于客户端的待处理联合计算请求中，解析出联合计算所需的至少两个目标逻辑表。

S320、从元数据存储中确定目标逻辑表对应的映射关联信息；映射关联信息用于描述逻辑表到物理表的预设映射关系；物理表包括逻辑表在数据库引擎集群中实际存储业务数据的数据表。

参见图4，元数据存储中包括逻辑表到物理表的映射关联信息，映射关联信息中一个逻辑表关联有至少一个物理表标识(比如逻辑表名)以及存储物理表的数据库引擎集群标识(比如数据库引擎集群名称)。

S330、依据目标逻辑表对应的映射关联信息，确定各个目标逻辑表映射关联的目标物理表以及存储目标物理表的候选数据库引擎集群。

通过逻辑表到物理表的映射关联信息，可以查询到每个目标靠逻辑表关联的目标物理表，以及每个目标物理表在数据库引擎集群的存储归属。该至少两个目标逻辑表关联的目标物理表可以集中在一个候选数据库引擎集群，也可以分散在不同的候选数据库引擎集群中进行存储。

S340、从存储目标物理表的候选数据库引擎集群中确定目标数据库引擎集群。

其中，目标数据库库引擎中集中了各个目标逻辑表关联的目标物理表。

在本实施例的一种可选方案中，从存储目标物理表的候选数据库引擎集群中确定目标数据库引擎集群，可包括以下：

从各个存储目标物理表的候选数据库引擎集群中，选择不需在集群间进行数据调度就能同时提供各个目标逻辑表关联的目标物理表的目标数据库引擎集群。

参见图4，当收到客户端发送的SQL语句构成的联合计算请求后，通过AST解析出联合计算请求中所有参与联合计算的逻辑表，然后从元数据存储获取逻辑表到物理表的映射关系，选择能够在不进行数据调度的前提下同时提供所有目标物理表的数据库引擎集群。

在本实施例的另一种可选方案中，从存储目标物理表的候选数据库引擎集群中确定目标数据库引擎集群，可包括步骤A1-A3：

步骤A1、启动数据调度逻辑，从各个存储目标物理表的候选数据库引擎集群中确定待调度数据库引擎集群。

步骤A2、将待调度数据库引擎集群中未包括的目标物理表，从各个候选数据库引擎集群向待调度数据库引擎集群进行调度备份用以与待调度数据库引擎集群中原有的目标物理表进行集中存储。

步骤A3、将集中调度完成的待调度数据库引擎集群作为能同时提供各个目标逻辑表关联的目标物理表的目标数据库引擎集群。

参见图5，如果收到的SQL语句构成的联合计算请求后，无法寻找到任何同时包含所有目标物理表存储的数据库引擎集群，则将客户端的联合计算请求转化为异步计算，并返回异步任务ID方便后续查询返回结果。在启动异步计算任务后，同时启动数据调度逻辑，通知各个数据库引擎集群进行业务数据的调度移动，从各个分散的数据库引擎集群将联合计算所需要的目标物理表集中在一个数据库引擎集群上。

例如，以将t3逻辑表与t1逻辑表关联计算为例，由于无法在存储目标物理表的候选数据库引擎集群中找到同时包括t3逻辑表关联的物理表与t1逻辑表关联的物理表的一个数据库引擎集群，因此将数据库引擎集群1中t1逻辑表关联的物理表调度到数据库引擎集群3中，与数据库引擎集群3中原有的t3逻辑表关联的物理表进行集中存储。

在实现上述实施例的一种可选方式中，从各个存储目标物理表的候选数据库引擎集群中确定待调度数据库引擎集群，可包括以下步骤：

依据存储各个目标物理表的多个数据库引擎集群的引擎属性信息，从各个存储目标物理表的候选数据库引擎集群中选择待调度数据库引擎集群。

其中，引擎属性信息包括在地域上数据库引擎集群与客户端邻近程度、数据库引擎集群的负载情况以及数据引擎中存储的目标物理表的大小。

参见图5，考虑到不同数据引擎之间的数据调度会花费一定的时间和占用相应的资源，在进行数据调度时需要降低数据调度量或者确保联合计算的数据库引擎集群的计算资源充足。为此，需要确定存储各个目标物理表的多个数据库引擎集群的引擎属性信息，基于引擎属性信息按照预设数据调度条件从存储各个目标物理表的多个数据库引擎集群选取合适待调度数据库引擎集群。

预设数据调度条件包括将在地域上与客户端邻近的数据库引擎集群进行优选选取作为待调度数据库引擎集群，比如从存储各个目标物理表的多个数据库引擎集群优先选取与客户端同在一个网络拓扑和/或可用区(AZ)的数据库引擎集群。在网络拓扑和/或可用区(AZ)上越接近客户端的数据库引擎集群的优先度越高，在网络拓扑和/或可用区(AZ)上越远离客户端的数据库引擎集群的优先度越低。

预设数据调度条件包括在存储目标物理表的候选数据库引擎集群按负载由小到大顺序排序后将负载排序在前的数据库引擎集群进行优先选取作为待调度数据库引擎集群，比如空闲的数据集群优先度高。预设数据调度条件包括在对存储目标物理表的候选数据库引擎集群中目标物理按照物理表由小到大进行排序后，将排序在前的数据库引擎集群优先选取作为待调度数据库引擎集群。

S350、将待处理联合计算请求中的目标逻辑表替换成目标物理表，得到处理后联合计算请求。

S360、将处理后联合计算请求发送到目标数据库引擎集群执行联合计算，并将执行结果返回给客户端。

根据本发明实施例的技术方案，通过对客户端暴露逻辑表来发送联合计算请求，只要逻辑表不发生变更，联合计算请求的构成就可以固化，避免反复修改联合计算请求，当有新需求时，只需根据需求开发对应SQL即可，对新需求响应快，简化了客户端的开发提高了客户端对需求的响应速度；并且，无需在客户端进行计算，客户端只需根据逻辑表的信息通过统一查询入口进行开发，无需了解各个集群的细节；通过逻辑表到物理表的映射，物理表存储在数据集群中的方式，解决了对不同数据集群的数据进行关联计算时将会变得特别困难问题，不需要知晓所有的数据集群、表的分布等元数据信息也不需要用户了解物理表的具体存储，只需要逻辑表到物理表的映射，就可将不同集群的数据进行关联，实现简单、快速的进行跨集群数据处理。

在上述实施例的基础上，可选地，存在一个目标逻辑表对应的目标物理表包括一个主物理表和至少一个经对主物理表在数据库引擎集群之间进行调度迁移得到镜像物理表。

在上述实施例的基础上，可选地，本申请实施例中提供的跨集群数据处理方法，还可包括以下步骤：

若检测到数据库引擎集群中目标物理表需要更新，则对目标物理表中对应主物理表进行更新，同时删除发生更新的目标物理表中对应的镜像物理表以及等待满足镜像更新条件时重新创建目标物理表中对应的镜像物理表。

参见图5与图6，一张逻辑表只存在一张主的物理表(主表)，在其他的集群都可以有一张镜像表。当数据表的数据更新时，只更新主表的数据，同时删除所有镜像表，并更新元数据，下次查询时，会重新创建镜像表并迁移数据，避免下次查询时使用过期的镜像表。采用上述方式，在将相同数据存储在多个数据库引擎集群的不同物理表内的场景下，可以保证查询前数据已迁移完毕，避免如果原数据进行了更新，导致原有查询的结果将会是历史结果的问题。

在上述实施例的基础上，可选地，本申请实施例中提供的跨集群数据处理方法，还可包括以下步骤B1-B2：

步骤B1、确定数据库引擎集群中目标物理表在不同数据库引擎集群的联合计算使用情况。

步骤B2、依据目标物理表在不同数据库引擎集群的联合计算使用情况，控制目标物理表中对应的主物理表从一个数据库引擎集群调整到另一个数据库引擎集群进行存储。

参见图6，周期性的分析历史关联任务，以目标物理表t1逻辑表的物理表为例，当近期t1逻辑表的关联计算大部分都在数据库引擎集群3进行时，将t1逻辑表的主物理表由数据库引擎集群1改为数据库引擎集群3，动态修改目标物理表的主物理表存储位置，以优化物理表的存储位置，降低迁移数据的频率，之后查询过程如下图6所示。可选地，当镜像物理表长时间无数据访问时，删除镜像物理表，以释放磁盘空间。

图7为本发明实施例提供了一种跨集群数据处理装置的结构框图，本实施例可适用于需要对不同集群的数据进行关联计算的情况，该跨集群数据处理装置可以采用硬件和/或软件的形式实现，该跨集群数据处理装置可配置于任何具有网络通信功能的电子设备中。如图7所示，该跨集群数据处理装置可包括：请求解析模块710、映射处理模块720、请求调整模块730和联合计算处理模块740。其中：

请求解析模块710，用于从接收于客户端的待处理联合计算请求中，解析出联合计算所需的至少两个目标逻辑表。

映射处理模块720，用于确定所述目标逻辑表映射关联的目标物理表以及目标数据库引擎集群；所述目标数据库库引擎中集中了各个所述目标逻辑表关联的目标物理表。

请求调整模块730，用于将所述待处理联合计算请求中的目标逻辑表替换成目标物理表，得到处理后联合计算请求。

联合计算处理模块740，用于将处理后联合计算请求发送到所述目标数据库引擎集群执行联合计算，并将执行结果返回给所述客户端。

在上述实施例的基础上，可选地，映射处理模块720包括：

从元数据存储中确定目标逻辑表对应的映射关联信息；所述映射关联信息用于描述逻辑表到物理表的预设映射关系；所述物理表包括逻辑表在数据库引擎集群中实际存储业务数据的数据表；

依据所述目标逻辑表对应的映射关联信息，确定各个所述目标逻辑表映射关联的目标物理表以及存储所述目标物理表的候选数据库引擎集群；

从存储目标物理表的候选数据库引擎集群中确定目标数据库引擎集群。

在上述实施例的基础上，可选地，从存储目标物理表的候选数据库引擎集群中确定目标数据库引擎集群，包括：

从各个存储目标物理表的候选数据库引擎集群中，选择不需在集群间进行数据调度就能同时提供各个目标逻辑表关联的目标物理表的目标数据库引擎集群。

在上述实施例的基础上，可选地，从存储目标物理表的候选数据库引擎集群中确定目标数据库引擎集群，包括：

启动数据调度逻辑，从各个存储目标物理表的候选数据库引擎集群中确定待调度数据库引擎集群；

将待调度数据库引擎集群中未包括的目标物理表，从各个候选数据库引擎集群向待调度数据库引擎集群进行调度备份用以与待调度数据库引擎集群中原有的目标物理表进行集中存储；

将集中调度完成的待调度数据库引擎集群作为能同时提供各个所述目标逻辑表关联的目标物理表的目标数据库引擎集群。

在上述实施例的基础上，可选地，从各个存储目标物理表的候选数据库引擎集群中确定待调度数据库引擎集群，包括：

依据存储各个目标物理表的多个数据库引擎集群的引擎属性信息，从各个存储目标物理表的候选数据库引擎集群中选择待调度数据库引擎集群；

其中，引擎属性信息包括在地域上数据库引擎集群与客户端邻近程度、数据库引擎集群的负载情况以及数据引擎中存储的目标物理表的大小。

在上述实施例的基础上，可选地，存在一个目标逻辑表对应的目标物理表包括一个主物理表和至少一个经对主物理表在数据库引擎集群之间进行调度迁移得到镜像物理表。

在上述实施例的基础上，可选地，所述方法包括：

若检测到数据库引擎集群中目标物理表需要更新，则对目标物理表中对应的主物理表进行更新，同时删除发生更新的目标物理表中对应的镜像物理表以等待满足镜像更新条件时重新创建目标物理表中对应的镜像物理表。

在上述实施例的基础上，可选地，所述方法包括：

确定数据库引擎集群中目标物理表在不同数据库引擎集群的联合计算使用情况。

依据目标物理表在不同数据库引擎集群的联合计算使用情况，控制目标物理表中对应的主物理表从一个数据库引擎集群调整到另一个数据库引擎集群进行存储

本发明实施例中所提供的跨集群数据处理装置可执行上述本发明任意实施例中所提供的跨集群数据处理方法，具备执行该跨集群数据处理方法相应的功能和有益效果，详细过程参见前述实施例中跨集群数据处理方法的相关操作。

图8示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图8所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10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。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如跨集群数据处理方法。

在一些实施例中，跨集群数据处理方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的跨集群数据处理方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行跨集群数据处理方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

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，根据设计要求和其他因素，可以进行各种修改、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 (10)

1.一种跨集群数据处理方法，其特征在于，应用于数据处理平台，所述方法包括：

从接收于客户端的待处理联合计算请求中，解析出联合计算所需的至少两个目标逻辑表；

确定所述目标逻辑表映射关联的目标物理表以及目标数据库引擎集群；所述目标数据库引擎不需通过在集群间进行数据调度就能同时提供或者通过调度实现集中存储各个所述目标逻辑表关联的目标物理表；确定所述目标逻辑表映射关联的目标物理表以及目标数据库引擎集群，包括：从元数据存储中确定目标逻辑表对应的映射关联信息；所述映射关联信息用于描述逻辑表到物理表的预设映射关系；所述物理表包括逻辑表在数据库引擎集群中实际存储业务数据的数据表；依据所述目标逻辑表对应的映射关联信息，确定各个所述目标逻辑表映射关联的目标物理表以及存储所述目标物理表的候选数据库引擎集群；从存储目标物理表的候选数据库引擎集群中确定目标数据库引擎集群；

将所述待处理联合计算请求中的目标逻辑表替换成目标物理表，得到处理后联合计算请求；

将处理后联合计算请求发送到所述目标数据库引擎集群执行联合计算，并将执行结果返回给所述客户端。

2.根据权利要求1所述的方法，其特征在于，从存储目标物理表的候选数据库引擎集群中确定目标数据库引擎集群，包括：

从各个存储目标物理表的候选数据库引擎集群中，选择不需在集群间进行数据调度就能同时提供各个目标逻辑表关联的目标物理表的目标数据库引擎集群。

3.根据权利要求1所述的方法，其特征在于，从存储目标物理表的候选数据库引擎集群中确定目标数据库引擎集群，包括：

启动数据调度逻辑，从各个存储目标物理表的候选数据库引擎集群中确定待调度数据库引擎集群；

将待调度数据库引擎集群中未包括的目标物理表，从各个候选数据库引擎集群向待调度数据库引擎集群进行调度备份用以与待调度数据库引擎集群中原有的目标物理表进行集中存储；

将集中调度完成的待调度数据库引擎集群作为能同时提供各个所述目标逻辑表关联的目标物理表的目标数据库引擎集群。

4.根据权利要求3所述的方法，其特征在于，从各个存储目标物理表的候选数据库引擎集群中确定待调度数据库引擎集群，包括：

依据存储各个目标物理表的多个数据库引擎集群的引擎属性信息，从各个存储目标物理表的候选数据库引擎集群中选择待调度数据库引擎集群；

其中，引擎属性信息包括在地域上数据库引擎集群与客户端邻近程度、数据库引擎集群的负载情况以及数据引擎中存储的目标物理表的大小。

5.根据权利要求1所述的方法，其特征在于，存在一个目标逻辑表对应的目标物理表包括一个主物理表和至少一个经对主物理表在数据库引擎集群之间进行调度迁移得到镜像物理表。

6.根据权利要求5所述的方法，其特征在于，所述方法包括：

若检测到数据库引擎集群中目标物理表需要更新，则对目标物理表中对应的主物理表进行更新，同时删除发生更新的目标物理表中对应的镜像物理表以及等待满足镜像更新条件时重新创建目标物理表中对应的镜像物理表。

7.根据权利要求5所述的方法，其特征在于，所述方法包括：

确定数据库引擎集群中目标物理表在不同数据库引擎集群的联合计算使用情况；

依据目标物理表在不同数据库引擎集群的联合计算使用情况，控制目标物理表中对应的主物理表从一个数据库引擎集群调整到另一个数据库引擎集群进行存储。

8.一种跨集群数据处理装置，其特征在于，配置于数据处理平台，所述装置包括：

请求解析模块，用于从接收于客户端的待处理联合计算请求中，解析出联合计算所需的至少两个目标逻辑表；

映射处理模块，用于确定所述目标逻辑表映射关联的目标物理表以及目标数据库引擎集群；所述目标数据库引擎中不需通过在集群间进行数据调度就能同时提供或者通过调度实现集中存储各个所述目标逻辑表关联的目标物理表；确定所述目标逻辑表映射关联的目标物理表以及目标数据库引擎集群，包括：从元数据存储中确定目标逻辑表对应的映射关联信息；所述映射关联信息用于描述逻辑表到物理表的预设映射关系；所述物理表包括逻辑表在数据库引擎集群中实际存储业务数据的数据表；依据所述目标逻辑表对应的映射关联信息，确定各个所述目标逻辑表映射关联的目标物理表以及存储所述目标物理表的候选数据库引擎集群；从存储目标物理表的候选数据库引擎集群中确定目标数据库引擎集群；

请求调整模块，用于将所述待处理联合计算请求中的目标逻辑表替换成目标物理表，得到处理后联合计算请求；

联合计算处理模块，用于将处理后联合计算请求发送到所述目标数据库引擎集群执行联合计算，并将执行结果返回给所述客户端。

9.一种电子设备，其特征在于，所述电子设备包括：

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计算机程序，所述计算机程序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权利要求1-7中任一项所述的跨集群数据处理方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的跨集群数据处理方法。

Images