CN114626103A - 数据一致性比对方法、装置、设备及介质 - Google Patents
数据一致性比对方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114626103A CN114626103A CN202210282764.9A CN202210282764A CN114626103A CN 114626103 A CN114626103 A CN 114626103A CN 202210282764 A CN202210282764 A CN 202210282764A CN 114626103 A CN114626103 A CN 114626103A
- Authority
- CN
- China
- Prior art keywords
- data
- conversion
- data source
- peer
- source
- 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
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- 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
- G06F16/18—File system types
- G06F16/182—Distributed file systems
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及数据处理技术,揭露一种数据一致性比对方法,包括:对第一数据源及第二数据源执行对等的分块操作,为对等的分块区域分配相同的标识;对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换,得到第一转换数据及第二转换数据;比对所述第一转换数据及所述第二转换数据;若所述第一转换数据与所述第二转换数据相同,则相应的分块区域对应的第一数据源中的数据与第二数据源中的数据一致;若所述第一转换数据与所述第二转换数据不同,则相应的分块区域对应的第一数据源中的数据与第二数据源中的数据不一致。本发明还提出一种数据一致性比对装置、设备以及介质。本发明可以提升数据一致性比对方法的效率及普适性。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种数据一致性比对方法、装置、电子设备及计算机可读存储介质。
背景技术
在大数据运营场景中,存在将源存储设备中的数据搬迁或同步到目标存储设备中的数据搬迁或数据同步的应用场景,以及生成源存储设备中的数据的副本数据,将副本数据存储到中间存储设备上的数据备份的应用场景。在数据搬迁、数据同步以及数据备份的过程中,由于网络、服务器或者软件故障,可能会导致源存储设备中的数据与目标存储设备中的数据之间,或者源存储设备中的数据与备份副本数据之间存在部分数据内容不一致或数据丢失的情况。为了防范这种情况的发生,通常需要定时对源存储设备中的数据和目标存储设备中或中间存储设备中的数据进行数据一致性比对操作。
常见的数据一致性比对方法是根据业务场景对源存储设备中的数据进行指定逻辑的数据加工,根据预设的比对算法将源存储设备中加工后的数据与待比较数据进行一致性的比对,输出一致性比对结果。这种数据一致性比对方法存在如下问题:
1、每次比对的数据量比较大,比对计算工作量大,且占用较大的缓存空间,相应的比对效率低;
2、比对算法根据业务场景定制得到,可复用性得不到保证,在新增业务时,需要根据新业务逻辑对老业务逻辑做适应性修改,可维护性、可扩展性差。
发明内容
本发明提供一种数据一致性比对方法、装置及计算机可读存储介质,其主要目的在于提升数据一致性比对方法的效率及普适性。
为实现上述目的,本发明提供的一种数据一致性比对方法,包括:
对第一数据源及第二数据源执行对等的分块操作,得到预设数量的对等的分块区域,为每对所述对等的分块区域分配相同的标识;
分别对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换,得到每对所述相同标识对应的第一转换数据及第二转换数据;
从所有所述标识中逐次选取其中一对相同标识作为目标标识,比对所述目标标识对应的第一转换数据及第二转换数据;
若所述目标标识对应的第一转换数据与第二转换数据相同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据一致;
若所述目标标识对应的第一转换数据与第二转换数据不同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据不一致。
可选地,所述对第一数据源及第二数据源执行对等的分块操作,得到预设数量的对等的分块区域,包括:
对所述第一数据源及所述第二数据源执行数据对齐操作;
根据预设的分块策略,对数据对齐后的所述第一数据源及所述第二数据源同步执行分块操作,得到预设数量的对等的分块区域。
可选地,所述为每对所述对等的分块区域分配相同的标识,包括:
随机生成第二预设数量的字符串;
为每对所述对等的分块区域分配一个所述字符串,将分配的所述字符串作为对应的每对所述对等的分块区域的标识;
分别获取每对所述对等的分块区域对应的起始物理存储地址及结尾物理存储地址;
利用所述标识、所述起始物理存储地址及所述结尾物理存储地址,创建每个所述分块区域与对应的标识之间的映射关系。
可选地,所述分别对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换,得到每对所述相同标识对应的第一转换数据及第二转换数据,包括:
根据所述映射关系,逐次获取每个标识对应的分块区域内的第一数据源中的数据及第二数据源中的数据;
按照预设的转换算法,分别对相同标识对应的分块区域内第一数据源中的数据及第二数据源中的数据进行数据转换,得到每对所述相同标识对应的第一转换数据及第二转换数据。
可选地,所述比对所述目标标识对应的第一转换数据及第二转换数据,包括:
将所述第一转换数据及所述第一转换数据对应的目标标识存储到预设的第一缓存中;
将所述第二转换数据及所述第二转换数据对应的目标标识存储到预设的第二缓存中;
启动第三预设数量的线程比对所述第一缓存中以及所述第二缓存中所述目标标识对应的数据是否相同。
可选地,所述若所述目标标识对应的第一转换数据与第二转换数据不同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据不一致之后,所述方法还包括:
判断相同标识且数据不一致的分块区域是否满足预设的分块条件;
若所述相同标识且数据不一致的分块区域满足所述预设的分块条件,则对相应的分块区域对应的第一数据源及第二数据源执行对等的分块操作并为每对所述对等的分块区域分配相同的标识,返回上述的分别对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换的步骤;
若所述相同标识且数据不一致的分块区域不满足所述预设的分块条件,则利用预设的比对工具确定相应的分块区域中不一致的数据;
可选地,所述若所述目标标识对应的第一转换数据与第二转换数据不同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据不一致之后,所述方法还包括:
汇集每次数据一致性比对中数据不一致的分块区域;
统计每块所述分块区域数据不一致的发生率,并根据所述发生率对每个所述分块区域进行排序;
将排序在预设排序范围内的分块区域作为重点比对分块区域。
为了解决上述问题,本发明还提供一种数据一致性比对装置,所述装置包括:
数据分块模块,用于对第一数据源及第二数据源执行对等的分块操作,得到预设数量的对等的分块区域,为每对所述对等的分块区域分配相同的标识;
分块数据转换模块,用于分别对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换,得到每对所述相同标识对应的第一转换数据及第二转换数据;
转换数据比对模块,用于从所有所述标识中逐次选取其中一对相同标识作为目标标识,比对所述目标标识对应的第一转换数据及第二转换数据;
比对结果生成模块,用于若所述目标标识对应的第一转换数据与第二转换数据相同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据一致;若所述目标标识对应的第一转换数据与第二转换数据不同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据不一致。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
存储器,存储至少一个计算机程序;及
处理器,执行所述存储器中存储的程序以实现上述所述的数据一致性比对方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的数据一致性比对方法。
本发明实施例通过对第一数据源及第二数据源进行对等的分块操作,得到预设数量的对等的分块区域,对每对所述对等的分块区域进行数据转换,得到第一转换数据及第二转换数据,通过比对所述第一转换数据及所述第二转换数据是否一致,进而判断所述第一数据源中的数据及所述第二数据源中的数据是否一致,比对所述第一转换数据及所述第二转换数据,减少了比对数据的数据量、比对计算工作量以及占用的缓存空间大小,提升了数据一致性比对方法的效率,同时,所述分块操作及所述数据转换均不依赖业务逻辑,可以提升数据一致性比对方法的普适性。
附图说明
图1为本发明一实施例提供的数据一致性比对方法的流程示意图;
图2为本发明一实施例提供的数据一致性比对装置的功能模块图;
图3为本发明一实施例提供的实现所述数据一致性比对方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种数据一致性比对方法。所述数据一致性比对方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述数据一致性比对方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的数据一致性比对方法的流程示意图。在本实施例中,所述数据一致性比对方法包括:
S1、对第一数据源及第二数据源执行对等的分块操作,得到预设数量的对等的分块区域,为每对所述对等的分块区域分配相同的标识;
本发明实施例中,所述第一数据源及所述第二数据源是指需要进行数据一致性比对的数据对象。可以理解的是,正常情况下,所述第一数据源及所述第二数据源存储着相同的数据,所述第一数据源及所述第二数据源相互之间构成数据备份的关系。所述第一数据源及所述第二数据源可以是关系型数据库,例如,Database数据库,也可以是非关系型数据库,例如图形数据库,可以是数据仓库,例如,Hive数据仓库或者是分布式文件管理系统,例如,HDFS(Hadoop Distributed File System,分布式文件系统)。在实际应用中,进行数据一致性比对的数据源可以有多个,每两个数据源之间的数据一致性比对方法与本发明实施例提供一种数据一致性比对方法相同。
详细地,所述对第一数据源及第二数据源执行对等的分块操作,得到预设数量的对等的分块区域,包括:对所述第一数据源及所述第二数据源执行数据对齐操作;根据预设的分块策略,对数据对齐后的所述第一数据源及所述第二数据源同步执行分块操作,得到预设数量的对等的分块区域。
本发明实施例中,所述数据对齐操作是指将所述第一数据源中的数据及所述第二数据源中的数据在存储设备中对应的物理地址进行规范化,以便保证所述分块操作的对等性。
本发明实施例中,所述预设的分块策略可以是根据所述第一数据源及所述第二数据源对应的业务逻辑进行相应数据的分块划分,例如,在资讯信息大数据运营系统中,可以按照资讯类型进行相应数据的分块划分,比如,将资讯信息大数据运营系统中的数据按照体育资讯类、娱乐资讯类、经济资讯类、科技资讯类、军事资讯类等类型进行分块。所述预设的分块策略也可以不参考所述第一数据源及所述第二数据源对应的业务逻辑,可以根据实际存储设备的大小、数据一致性比对的频率等因素规划每个所述分块区域的大小,进而按照规划的分块区域大小对所述第一数据源及所述第二数据源执行分块操作。
详细地,所述为每对所述对等的分块区域分配相同的标识,包括:
随机生成第二预设数量的字符串;为每对所述对等的分块区域分配一个所述字符串,将分配的所述字符串作为对应的每对所述对等的分块区域的标识;分别获取每对所述对等的分块区域对应的起始物理存储地址及结尾物理存储地址;利用所述标识、所述起始物理存储地址及所述结尾物理存储地址,创建每个所述分块区域与对应的标识之间的映射关系。
本发明实施例中,所述标识是指随机生成的字符串,在实际应用中可是预先指定的具有唯一性的ID。
本发明实施例中,将所述每个所述分块区域对应的起始物理存储地址及结尾物理存储地址与对应的标识进行关联,可以通过所述标识获取相应的分块区域所在的物理存储区间,进而可以快速读取相应的分块区域内的数据,进行后续的数据一致性比对操作。
S2、分别对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换,得到每对所述相同标识对应的第一转换数据及第二转换数据;
可以理解的是,所述相同标识的分块区域对应的数据是对等的数据,可以进行一致性比较。如果直接比对所述相同标识的分块区域中的数据,可能会存在如下问题:
1、比对数据量大,比对计算工作量大,比对效率低;
2、读取需要比对的数据的和将比对数据写入缓存的开销大,且占用缓存空间。
因此,本发明实施例在进行所述第一数据源及所述第二数据源之间的数据比对之前,分别对对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换,进而利用转换数据进行相应的数据比对。
详细地,所述分别对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换,得到每对所述相同标识对应的第一转换数据及第二转换数据,包括:根据所述映射关系,逐次获取每个标识对应的分块区域内的第一数据源中的数据及第二数据源中的数据;按照预设的转换算法,分别对相同标识对应的分块区域内第一数据源中的数据及第二数据源中的数据进行数据转换,得到每对所述相同标识对应的第一转换数据及第二转换数据。
本发明实施例中,所述根据所述映射关系,逐次获取每个标识对应的分块区域内的第一数据源中的数据及第二数据源中的数据,是指通过在所述映射关系中,查找每个所述标识对应的分块区域的起始物理存储地址及结尾物理存储地址,进而根据所述起始物理存储地址及所述结尾物理存储地址读取相应的数据。
本发明实施例中,所述预设的转换算法可以是对所述第一数据源中的数据或所述第二数据源宗的数据进行MD5格式的转换,也可以是根据预设的哈希函数指计算所述第一数据源中的数据或所述第二数据源中的数据的哈希值。
本发明实施例中,通过对所述第一数据源中的数据及所述第二数据源中的数据进行数据转换,可以减少比对数据的数据量,节省了缓存空间。
S3、从所有所述标识中逐次选取其中一对相同标识作为目标标识,比对所述目标标识对应的第一转换数据及第二转换数据;
本发明实施例中,通过比对所述第一转换数据及所述第二转换数据是否一致,进而判断所述第一数据源中的数据及所述第二数据源中的数据是否一致,比对所述第一转换数据及所述第二转换数据,减少了比对数据的数据量、比对计算工作量以及占用的缓存空间大小,提升了数据一致性比对方法的效率。
详细地,所述比对所述目标标识对应的第一转换数据及第二转换数据,包括:将所述第一转换数据及所述第一转换数据对应的目标标识存储到预设的第一缓存中;将所述第二转换数据及所述第二转换数据对应的目标标识存储到预设的第二缓存中;启动第三预设数量的线程比对所述第一缓存中以及所述第二缓存中所述目标标识对应的数据是否相同。
本发明实施例中,通过多线程的比对所述第一缓存中以及所述第二缓存中具有相同目标标识的数据是否相同,可以提升数据一致性比对并发处理效率。
本发明实施例中,完成所述第一转换数据及所述第二转换数据的比对之后,释放相应的所述第一缓存及所述第二缓存,有利于缓存的合理利用。
S4、判断所述目标标识对应的第一转换数据与第二转换数据是否相同,若所述目标标识对应的第一转换数据与第二转换数据相同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据一致,若所述目标标识对应的第一转换数据与第二转换数据不同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据不一致。
可以理解的是,如果所述第一转换数据与所述第二转换数据相同,相应的所述第一转换数据对应的第一数据源数据与所述第二转换数据对应的第二数据源数据相同。
本发明另一可选实施例中,所述若所述目标标识对应的第一转换数据与第二转换数据不同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据不一致之后,所述方法还包括:判断相同标识且数据不一致的分块区域是否满足预设的分块条件;若所述相同标识且数据不一致的分块区域满足所述预设的分块条件,则对相应的分块区域对应的第一数据源及第二数据源执行对等的分块操作并为每对所述对等的分块区域分配相同的标识,返回上述的分别对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换的步骤;若所述相同标识且数据不一致的分块区域不满足所述预设的分块条件,则利用预设的比对工具确定相应的分块区域中不一致的数据;
本发明另一可选实施例中,所述预设的分块条件可以是分块累计执行次数小于预设的最大分块次数时执行新的分块操作,也可以是当前每个所述分块区域的大小大于预设的最小分块单位时执行新的分块操作。
本发明另一可选实施例中,所述预设的比对工具可以是mysqldiff工具或BeyondCompare等比对工具。
本发明另一可选实施例中,所述若所述目标标识对应的第一转换数据与第二转换数据不同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据不一致之后,所述方法还包括:汇集每次数据一致性比对中数据不一致的分块区域;统计每块所述分块区域数据不一致的发生率,并根据所述发生率对每个所述分块区域进行排序;将排序在预设排序范围内的分块区域作为重点比对分块区域。
本发明另一可选实施例中,在实际应用中,可以针对所述重点比对分块区域进行人工分析,检测造成数据不一致高发生率的原因,进而减少数据不一致的发生率。
本发明实施例通过对第一数据源及第二数据源进行对等的分块操作,得到预设数量的对等的分块区域,对每对所述对等的分块区域进行数据转换,得到第一转换数据及第二转换数据,通过比对所述第一转换数据及所述第二转换数据是否一致,进而判断所述第一数据源中的数据及所述第二数据源中的数据是否一致,比对所述第一转换数据及所述第二转换数据,减少了比对数据的数据量、比对计算工作量以及占用的缓存空间大小,提升了数据一致性比对方法的效率,同时,所述分块操作及所述数据转换均不依赖业务逻辑,可以提升数据一致性比对方法的普适性。
如图2所示,是本发明一实施例提供的数据一致性比对装置的功能模块图。
本发明所述数据一致性比对装置100可以安装于电子设备中。根据实现的功能,所述数据一致性比对装置100可以包括数据分块模块101、分块数据转换模块102、转换数据比对模块103及比对结果生成模块104。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述数据分块模块101,用于对第一数据源及第二数据源执行对等的分块操作,得到预设数量的对等的分块区域,为每对所述对等的分块区域分配相同的标识;
所述分块数据转换模块102,用于分别对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换,得到每对所述相同标识对应的第一转换数据及第二转换数据;
所述转换数据比对模块103,用于从所有所述标识中逐次选取其中一对相同标识作为目标标识,比对所述目标标识对应的第一转换数据及第二转换数据;
所述比对结果生成模块104,用于若所述目标标识对应的第一转换数据与第二转换数据相同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据一致;若所述目标标识对应的第一转换数据与第二转换数据不同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据不一致。
详细地,所述数据一致性比对装置100各模块的具体实施方式如下:
步骤一、对第一数据源及第二数据源执行对等的分块操作,得到预设数量的对等的分块区域,为每对所述对等的分块区域分配相同的标识;
本发明实施例中,所述第一数据源及所述第二数据源是指需要进行数据一致性比对的数据对象。可以理解的是,正常情况下,所述第一数据源及所述第二数据源存储着相同的数据,所述第一数据源及所述第二数据源相互之间构成数据备份的关系。所述第一数据源及所述第二数据源可以是关系型数据库,例如,Database数据库,也可以是非关系型数据库,例如图形数据库,可以是数据仓库,例如,Hive数据仓库或者是分布式文件管理系统,例如,HDFS(Hadoop Distributed File System,分布式文件系统)。在实际应用中,进行数据一致性比对的数据源可以有多个,每两个数据源之间的数据一致性比对方法与本发明实施例提供一种数据一致性比对方法相同。
详细地,所述对第一数据源及第二数据源执行对等的分块操作,得到预设数量的对等的分块区域,包括:对所述第一数据源及所述第二数据源执行数据对齐操作;根据预设的分块策略,对数据对齐后的所述第一数据源及所述第二数据源同步执行分块操作,得到预设数量的对等的分块区域。
本发明实施例中,所述数据对齐操作是指将所述第一数据源中的数据及所述第二数据源中的数据在存储设备中对应的物理地址进行规范化,以便保证所述分块操作的对等性。
本发明实施例中,所述预设的分块策略可以是根据所述第一数据源及所述第二数据源对应的业务逻辑进行相应数据的分块划分,例如,在资讯信息大数据运营系统中,可以按照资讯类型进行相应数据的分块划分,比如,将资讯信息大数据运营系统中的数据按照体育资讯类、娱乐资讯类、经济资讯类、科技资讯类、军事资讯类等类型进行分块。所述预设的分块策略也可以不参考所述第一数据源及所述第二数据源对应的业务逻辑,可以根据实际存储设备的大小、数据一致性比对的频率等因素规划每个所述分块区域的大小,进而按照规划的分块区域大小对所述第一数据源及所述第二数据源执行分块操作。
详细地,所述为每对所述对等的分块区域分配相同的标识,包括:
随机生成第二预设数量的字符串;为每对所述对等的分块区域分配一个所述字符串,将分配的所述字符串作为对应的每对所述对等的分块区域的标识;分别获取每对所述对等的分块区域对应的起始物理存储地址及结尾物理存储地址;利用所述标识、所述起始物理存储地址及所述结尾物理存储地址,创建每个所述分块区域与对应的标识之间的映射关系。
本发明实施例中,所述标识是指随机生成的字符串,在实际应用中可是预先指定的具有唯一性的ID。
本发明实施例中,将所述每个所述分块区域对应的起始物理存储地址及结尾物理存储地址与对应的标识进行关联,可以通过所述标识获取相应的分块区域所在的物理存储区间,进而可以快速读取相应的分块区域内的数据,进行后续的数据一致性比对操作。
步骤二、分别对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换,得到每对所述相同标识对应的第一转换数据及第二转换数据;
可以理解的是,所述相同标识的分块区域对应的数据是对等的数据,可以进行一致性比较。如果直接比对所述相同标识的分块区域中的数据,可能会存在如下问题:
1、比对数据量大,比对计算工作量大,比对效率低;
2、读取需要比对的数据的和将比对数据写入缓存的开销大,且占用缓存空间。
因此,本发明实施例在进行所述第一数据源及所述第二数据源之间的数据比对之前,分别对对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换,进而利用转换数据进行相应的数据比对。
详细地,所述分别对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换,得到每对所述相同标识对应的第一转换数据及第二转换数据,包括:根据所述映射关系,逐次获取每个标识对应的分块区域内的第一数据源中的数据及第二数据源中的数据;按照预设的转换算法,分别对相同标识对应的分块区域内第一数据源中的数据及第二数据源中的数据进行数据转换,得到每对所述相同标识对应的第一转换数据及第二转换数据。
本发明实施例中,所述根据所述映射关系,逐次获取每个标识对应的分块区域内的第一数据源中的数据及第二数据源中的数据,是指通过在所述映射关系中,查找每个所述标识对应的分块区域的起始物理存储地址及结尾物理存储地址,进而根据所述起始物理存储地址及所述结尾物理存储地址读取相应的数据。
本发明实施例中,所述预设的转换算法可以是对所述第一数据源中的数据或所述第二数据源宗的数据进行MD5格式的转换,也可以是根据预设的哈希函数指计算所述第一数据源中的数据或所述第二数据源中的数据的哈希值。
本发明实施例中,通过对所述第一数据源中的数据及所述第二数据源中的数据进行数据转换,可以减少比对数据的数据量,节省了缓存空间。
步骤三、从所有所述标识中逐次选取其中一对相同标识作为目标标识,比对所述目标标识对应的第一转换数据及第二转换数据;
本发明实施例中,通过比对所述第一转换数据及所述第二转换数据是否一致,进而判断所述第一数据源中的数据及所述第二数据源中的数据是否一致,比对所述第一转换数据及所述第二转换数据,减少了比对数据的数据量、比对计算工作量以及占用的缓存空间大小,提升了数据一致性比对方法的效率。
详细地,所述比对所述目标标识对应的第一转换数据及第二转换数据,包括:将所述第一转换数据及所述第一转换数据对应的目标标识存储到预设的第一缓存中;将所述第二转换数据及所述第二转换数据对应的目标标识存储到预设的第二缓存中;启动第三预设数量的线程比对所述第一缓存中以及所述第二缓存中所述目标标识对应的数据是否相同。
本发明实施例中,通过多线程的比对所述第一缓存中以及所述第二缓存中具有相同目标标识的数据是否相同,可以提升数据一致性比对并发处理效率。
本发明实施例中,完成所述第一转换数据及所述第二转换数据的比对之后,释放相应的所述第一缓存及所述第二缓存,有利于缓存的合理利用。
步骤四、判断所述目标标识对应的第一转换数据与第二转换数据是否相同,若所述目标标识对应的第一转换数据与第二转换数据相同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据一致,若所述目标标识对应的第一转换数据与第二转换数据不同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据不一致。
可以理解的是,如果所述第一转换数据与所述第二转换数据相同,相应的所述第一转换数据对应的第一数据源数据与所述第二转换数据对应的第二数据源数据相同。
本发明另一可选实施例中,所述若所述目标标识对应的第一转换数据与第二转换数据不同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据不一致之后,所述方法还包括:判断相同标识且数据不一致的分块区域是否满足预设的分块条件;若所述相同标识且数据不一致的分块区域满足所述预设的分块条件,则对相应的分块区域对应的第一数据源及第二数据源执行对等的分块操作并为每对所述对等的分块区域分配相同的标识,返回上述的分别对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换的步骤;若所述相同标识且数据不一致的分块区域不满足所述预设的分块条件,则利用预设的比对工具确定相应的分块区域中不一致的数据;
本发明另一可选实施例中,所述预设的分块条件可以是分块累计执行次数小于预设的最大分块次数时执行新的分块操作,也可以是当前每个所述分块区域的大小大于预设的最小分块单位时执行新的分块操作。
本发明另一可选实施例中,所述预设的比对工具可以是mysqldiff工具或BeyondCompare等比对工具。
本发明另一可选实施例中,所述若所述目标标识对应的第一转换数据与第二转换数据不同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据不一致之后,所述方法还包括:汇集每次数据一致性比对中数据不一致的分块区域;统计每块所述分块区域数据不一致的发生率,并根据所述发生率对每个所述分块区域进行排序;将排序在预设排序范围内的分块区域作为重点比对分块区域。
本发明另一可选实施例中,在实际应用中,可以针对所述重点比对分块区域进行人工分析,检测造成数据不一致高发生率的原因,进而减少数据不一致的发生率。
本发明实施例通过对第一数据源及第二数据源进行对等的分块操作,得到预设数量的对等的分块区域,对每对所述对等的分块区域进行数据转换,得到第一转换数据及第二转换数据,通过比对所述第一转换数据及所述第二转换数据是否一致,进而判断所述第一数据源中的数据及所述第二数据源中的数据是否一致,比对所述第一转换数据及所述第二转换数据,减少了比对数据的数据量、比对计算工作量以及占用的缓存空间大小,提升了数据一致性比对方法的效率,同时,所述分块操作及所述数据转换均不依赖业务逻辑,可以提升数据一致性比对方法的普适性。
如图3所示,是本发明一实施例提供的实现数据一致性比对方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如数据一致性比对程序。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如数据一致性比对程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如数据一致性比对程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的数据一致性比对程序是多个指令的组合,在所述处理器10中运行时,可以实现:
对第一数据源及第二数据源执行对等的分块操作,得到预设数量的对等的分块区域,为每对所述对等的分块区域分配相同的标识;
分别对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换,得到每对所述相同标识对应的第一转换数据及第二转换数据;
从所有所述标识中逐次选取其中一对相同标识作为目标标识,比对所述目标标识对应的第一转换数据及第二转换数据;
若所述目标标识对应的第一转换数据与第二转换数据相同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据一致;
若所述目标标识对应的第一转换数据与第二转换数据不同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据不一致。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
对第一数据源及第二数据源执行对等的分块操作,得到预设数量的对等的分块区域,为每对所述对等的分块区域分配相同的标识;
分别对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换,得到每对所述相同标识对应的第一转换数据及第二转换数据;
从所有所述标识中逐次选取其中一对相同标识作为目标标识,比对所述目标标识对应的第一转换数据及第二转换数据;
若所述目标标识对应的第一转换数据与第二转换数据相同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据一致;
若所述目标标识对应的第一转换数据与第二转换数据不同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据不一致。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种数据一致性比对方法,其特征在于,所述方法包括:
对第一数据源及第二数据源执行对等的分块操作,得到预设数量的对等的分块区域,为每对所述对等的分块区域分配相同的标识;
分别对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换,得到每对所述相同标识对应的第一转换数据及第二转换数据;
从所有所述标识中逐次选取其中一对相同标识作为目标标识,比对所述目标标识对应的第一转换数据及第二转换数据;
若所述目标标识对应的第一转换数据与第二转换数据相同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据一致;
若所述目标标识对应的第一转换数据与第二转换数据不同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据不一致。
2.如权利要求1所述的数据一致性比对方法,其特征在于,所述对第一数据源及第二数据源执行对等的分块操作,得到预设数量的对等的分块区域,包括:
对所述第一数据源及所述第二数据源执行数据对齐操作;
根据预设的分块策略,对数据对齐后的所述第一数据源及所述第二数据源同步执行分块操作,得到预设数量的对等的分块区域。
3.如权利要求1所述的数据一致性比对方法,其特征在于,所述为每对所述对等的分块区域分配相同的标识,包括:
随机生成第二预设数量的字符串;
为每对所述对等的分块区域分配一个所述字符串,将分配的所述字符串作为对应的每对所述对等的分块区域的标识;
分别获取每对所述对等的分块区域对应的起始物理存储地址及结尾物理存储地址;
利用所述标识、所述起始物理存储地址及所述结尾物理存储地址,创建每个所述分块区域与对应的标识之间的映射关系。
4.如权利要求1至3中任一项所述的数据一致性比对方法,其特征在于,所述分别对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换,得到每对所述相同标识对应的第一转换数据及第二转换数据,包括:
根据所述映射关系,逐次获取每个标识对应的分块区域内的第一数据源中的数据及第二数据源中的数据;
按照预设的转换算法,分别对相同标识对应的分块区域内第一数据源中的数据及第二数据源中的数据进行数据转换,得到每对所述相同标识对应的第一转换数据及第二转换数据。
5.如权利要求1所述的数据一致性比对方法,其特征在于,所述比对所述目标标识对应的第一转换数据及第二转换数据,包括:
将所述第一转换数据及所述第一转换数据对应的目标标识存储到预设的第一缓存中;
将所述第二转换数据及所述第二转换数据对应的目标标识存储到预设的第二缓存中;
启动第三预设数量的线程比对所述第一缓存中以及所述第二缓存中所述目标标识对应的数据是否相同。
6.如权利要求1所述的数据一致性比对方法,其特征在于,所述若所述目标标识对应的第一转换数据与第二转换数据不同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据不一致之后,所述方法还包括:
判断相同标识且数据不一致的分块区域是否满足预设的分块条件;
若所述相同标识且数据不一致的分块区域满足所述预设的分块条件,则对相应的分块区域对应的第一数据源及第二数据源执行对等的分块操作并为每对所述对等的分块区域分配相同的标识,返回上述的分别对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换的步骤;
若所述相同标识且数据不一致的分块区域不满足所述预设的分块条件,则利用预设的比对工具确定相应的分块区域中不一致的数据。
7.如权利要求1所述的数据一致性比对方法,其特征在于,所述若所述目标标识对应的第一转换数据与第二转换数据不同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据不一致之后,所述方法还包括:
汇集每次数据一致性比对中数据不一致的分块区域;
统计每块所述分块区域数据不一致的发生率,并根据所述发生率对每个所述分块区域进行排序;
将排序在预设排序范围内的分块区域作为重点比对分块区域。
8.一种数据一致性比对装置,其特征在于,所述装置包括:
数据分块模块,用于对第一数据源及第二数据源执行对等的分块操作,得到预设数量的对等的分块区域,为每对所述对等的分块区域分配相同的标识;
分块数据转换模块,用于分别对相同标识的分块区域对应的第一数据源中的数据及第二数据源中的数据进行数据转换,得到每对所述相同标识对应的第一转换数据及第二转换数据;
转换数据比对模块,从所有所述标识中逐次选取其中一对相同标识作为目标标识,比对所述目标标识对应的第一转换数据及第二转换数据;
比对结果生成模块,用于若所述目标标识对应的第一转换数据与第二转换数据相同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据一致;若所述目标标识对应的第一转换数据与第二转换数据不同,则所述目标标识对应的第一数据源中的数据与第二数据源中的数据不一致。
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如权利要求1至7中任意一项所述的数据一致性比对方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的数据一致性比对方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210282764.9A CN114626103A (zh) | 2022-03-22 | 2022-03-22 | 数据一致性比对方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210282764.9A CN114626103A (zh) | 2022-03-22 | 2022-03-22 | 数据一致性比对方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114626103A true CN114626103A (zh) | 2022-06-14 |
Family
ID=81903377
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210282764.9A Pending CN114626103A (zh) | 2022-03-22 | 2022-03-22 | 数据一致性比对方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114626103A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115544175A (zh) * | 2022-12-01 | 2022-12-30 | 深圳市明源云科技有限公司 | 数据同步结果检测方法、装置、设备及可读存储介质 |
-
2022
- 2022-03-22 CN CN202210282764.9A patent/CN114626103A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115544175A (zh) * | 2022-12-01 | 2022-12-30 | 深圳市明源云科技有限公司 | 数据同步结果检测方法、装置、设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112134739B (zh) | 链路状态的追踪方法、装置、电子设备及计算机存储介质 | |
CN112559535A (zh) | 基于多线程的异步任务处理方法、装置、设备及介质 | |
CN114881616A (zh) | 业务流程执行方法、装置、电子设备及存储介质 | |
CN111651453A (zh) | 用户历史行为查询方法、装置、电子设备及存储介质 | |
CN112328677A (zh) | 基于表关联的丢失数据回收方法、装置、设备及介质 | |
CN113806434A (zh) | 大数据处理方法、装置、设备及介质 | |
CN115118738A (zh) | 基于rdma的灾备方法、装置、设备及介质 | |
CN111694843A (zh) | 缺失号码检测方法、装置、电子设备及存储介质 | |
CN111651426A (zh) | 数据迁移方法、装置及计算机可读存储介质 | |
CN114626103A (zh) | 数据一致性比对方法、装置、设备及介质 | |
CN112580079A (zh) | 权限配置方法、装置、电子设备及可读存储介质 | |
CN112464619A (zh) | 大数据处理方法、装置、设备及计算机可读存储介质 | |
CN115687384A (zh) | Uuid标识生成方法、装置、设备及存储介质 | |
CN112257078B (zh) | 一种基于tee技术的区块链加解密服务安全可信系统 | |
CN115329002A (zh) | 基于人工智能的数据异步处理方法及相关设备 | |
CN114817408A (zh) | 调度资源识别方法、装置、电子设备及存储介质 | |
CN115102770A (zh) | 基于用户权限的资源访问方法、装置、设备及存储介质 | |
CN114860690A (zh) | 数据迁移方法、装置、设备及存储介质 | |
CN113918305A (zh) | 节点调度方法、装置、电子设备及可读存储介质 | |
CN114625712A (zh) | 数据同步方法、装置、电子设备及存储介质 | |
CN114116673A (zh) | 基于人工智能的数据迁移方法及相关设备 | |
CN113918296A (zh) | 模型训练任务调度执行方法、装置、电子设备及存储介质 | |
CN112446781A (zh) | 风控数据生成方法、装置、设备及计算机可读存储介质 | |
CN112925753A (zh) | 文件追加写入方法、装置、电子设备及存储介质 | |
CN112686759A (zh) | 对账监测方法、装置、设备及介质 |
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 |