CN115309343A - 一种多级检测的数据存储方法及系统 - Google Patents

一种多级检测的数据存储方法及系统 Download PDF

Info

Publication number
CN115309343A
CN115309343A CN202211226133.1A CN202211226133A CN115309343A CN 115309343 A CN115309343 A CN 115309343A CN 202211226133 A CN202211226133 A CN 202211226133A CN 115309343 A CN115309343 A CN 115309343A
Authority
CN
China
Prior art keywords
classification
data
detection
primary
level
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.)
Granted
Application number
CN202211226133.1A
Other languages
English (en)
Other versions
CN115309343B (zh
Inventor
马云
席小丁
何小波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Yonghong Tech Co ltd
Original Assignee
Beijing Yonghong Tech Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Yonghong Tech Co ltd filed Critical Beijing Yonghong Tech Co ltd
Priority to CN202211226133.1A priority Critical patent/CN115309343B/zh
Publication of CN115309343A publication Critical patent/CN115309343A/zh
Application granted granted Critical
Publication of CN115309343B publication Critical patent/CN115309343B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601Interfaces specially adapted for storage systems
    • G06F3/0602Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/061Improving I/O performance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3003Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3034Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a storage system, e.g. DASD based or network based
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601Interfaces specially adapted for storage systems
    • G06F3/0628Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0638Organizing or formatting or addressing of data
    • G06F3/0644Management of space entities, e.g. partitions, extents, pools

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及数据存储技术领域,具体公开了一种多级检测的数据存储方法及系统。本发明通过获取同一时间的多个目标数据,将多个目标数据临时存储在多级临时空间的初级临时空间中;进行环境监测判断,在满足初级检测环境时,对多个目标数据进行初级分类检测与处理;进行环境监测判断,在满足次级检测环境时,对多个初级数据进行次级分类检测与处理。能够构建多级分类引擎,划分多级分类空间和对应的多级临时空间,并生成多级检测环境数据,进行环境监测判断,在满足对应的检测环境时,对目标数据进行多级分类检测与临时存储,直至存储至对应的底级分类空间中,从而避免处理器超负荷运行,降低运行卡顿的风险,提高数据多级分类存储工作的效率。

Description

一种多级检测的数据存储方法及系统
技术领域
本发明属于数据存储技术领域,尤其涉及一种多级检测的数据存储方法及系统。
背景技术
数据存储,是指数据以某种格式记录在计算机内部或外部存储介质上,磁盘和磁带都是常用的存储介质。数据存储对象包括数据流和在加工过程中产生的临时文件或加工过程中需要查找的信息。
在需要对数据进行多级分类存储的情况下,首先对数据进行多级检测,进而根据不同的检测结果,将数据进行多级分类存储处理。在现有的技术中,通常在获取数据之后,即对数据进行完整的多级检测,将数据快速进行多级分类存储处理,然而,由于各个时刻获取的数据流并不相同,这种数据即时多级检测与多级分类存储处理的方法,可能会使得处理器超负荷运行,容易造成运行卡顿,反而降低了数据多级分类存储工作的效率。
发明内容
本发明实施例的目的在于提供一种多级检测的数据存储方法及系统,旨在解决背景技术中提出的问题。
为实现上述目的,本发明实施例提供如下技术方案:
一种多级检测的数据存储方法,所述方法具体包括以下步骤:
根据预设的多级分类信息,构建多级分类引擎,划分多级分类空间和对应的多级临时空间,并生成多级检测环境数据;
获取同一时间的多个目标数据,将多个所述目标数据临时存储在多级临时空间的初级临时空间中;
根据多级检测环境数据中的初级检测环境数据进行环境监测判断,在满足初级检测环境时,根据多级分类引擎中的初级分类引擎对多个所述目标数据进行初级分类检测,标记多个初级数据并存储在对应的次级临时空间中;
根据多级检测环境数据中的次级检测环境数据进行环境监测判断,在满足次级检测环境时,根据多级分类引擎中的次级分类引擎对多个所述初级数据进行次级分类检测,对多个所述初级数据进行标记与次级存储处理。
作为本发明实施例技术方案进一步的限定,所述根据预设的多级分类信息,构建多级分类引擎,划分多级分类空间和对应的多级临时空间,并生成多级检测环境数据具体包括以下步骤:
根据预设的多级分类信息,提取多级分类策略信息、多级分类存储信息和多级分类环境信息;
根据所述多级分类策略信息,构建多级分类引擎;
根据所述分类存储信息,划分多级分类空间和对应的多级临时空间;
根据所述多级分类环境信息,生成多级检测环境数据。
作为本发明实施例技术方案进一步的限定,所述根据所述分类存储信息,划分多级分类空间和对应的多级临时空间具体包括以下步骤:
对所述分类存储信息进行分析,生成分类存储标准数据;
按照所述分类存储标准数据,划分多级分类存储空间;
将所述多级分类存储空间划分为多级分类空间和对应的多级临时空间。
作为本发明实施例技术方案进一步的限定,所述根据所述多级分类环境信息,生成多级检测环境数据具体包括以下步骤:
对所述多级分类环境信息进行分析,获取多个分类环境标准数据;
对多个所述分类环境标准数据进行处理,生成多级检测环境数据。
作为本发明实施例技术方案进一步的限定,所述根据多级检测环境数据中的初级检测环境数据进行环境监测判断,在满足初级检测环境时,根据多级分类引擎中的初级分类引擎对多个所述目标数据进行初级分类检测,标记多个初级数据并存储在对应的次级临时空间中具体包括以下步骤:
进行环境实时监测,生成实时环境监测数据;
根据多级检测环境数据中的初级检测环境数据,对所述实时环境监测数据进行分析比较,判断是否满足初级检测环境;
在满足初级检测环境时,根据多级分类引擎中的初级分类引擎对多个所述目标数据进行初级分类检测,生成初级分类检测结果;
按照所述初级分类检测结果,标记多个初级数据并存储在对应的次级临时空间中。
作为本发明实施例技术方案进一步的限定,所述根据多级检测环境数据中的次级检测环境数据进行环境监测判断,在满足次级检测环境时,根据多级分类引擎中的次级分类引擎对多个所述初级数据进行次级分类检测,对多个所述初级数据进行标记与次级存储处理具体包括以下步骤:
根据多级检测环境数据中的次级检测环境数据,对所述实时环境监测数据进行分析比较,判断是否满足次级检测环境;
在满足次级检测环境时,提取所述次级临时空间中的多个初级数据;
根据多级分类引擎中的次级分类引擎对多个所述初级数据进行次级分类检测,生成次级分类检测结果;
按照所述次级分类检测结果,对多个所述次级数据进行标记与次级存储处理,直至多个目标数据分别存储至多级分类空间对应的底级分类空间中。
一种多级检测的数据存储系统,所述系统包括分类信息处理单元、目标数据获取单元、初级检测处理单元和次级检测处理单元,其中:
分类信息处理单元,用于根据预设的多级分类信息,构建多级分类引擎,划分多级分类空间和对应的多级临时空间,并生成多级检测环境数据;
目标数据获取单元,用于获取同一时间的多个目标数据,将多个所述目标数据临时存储在多级临时空间的初级临时空间中;
初级检测处理单元,用于根据多级检测环境数据中的初级检测环境数据进行环境监测判断,在满足初级检测环境时,根据多级分类引擎中的初级分类引擎对多个所述目标数据进行初级分类检测,标记多个初级数据并存储在对应的次级临时空间中;
次级检测处理单元,用于根据多级检测环境数据中的次级检测环境数据进行环境监测判断,在满足次级检测环境时,根据多级分类引擎中的次级分类引擎对多个所述初级数据进行次级分类检测,对多个所述初级数据进行标记与次级存储处理。
作为本发明实施例技术方案进一步的限定,所述分类信息处理单元具体包括:
信息提取模块,用于根据预设的多级分类信息,提取多级分类策略信息、多级分类存储信息和多级分类环境信息;
引擎构建模块,用于根据所述多级分类策略信息,构建多级分类引擎;
空间划分模块,用于根据所述分类存储信息,划分多级分类空间和对应的多级临时空间;
环境数据生成模块,用于根据所述多级分类环境信息,生成多级检测环境数据。
作为本发明实施例技术方案进一步的限定,所述空间划分模块具体包括:
信息分析子模块,用于对所述分类存储信息进行分析,生成分类存储标准数据;
第一空间划分子模块,用于按照所述分类存储标准数据,划分多级分类存储空间;
第二空间划分子模块,用于将所述多级分类存储空间划分为多级分类空间和对应的多级临时空间。
作为本发明实施例技术方案进一步的限定,所述初级检测处理单元具体包括:
环境监测模块,用于进行环境实时监测,生成实时环境监测数据;
环境比较模块,用于根据多级检测环境数据中的初级检测环境数据,对所述实时环境监测数据进行分析比较,判断是否满足初级检测环境;
分类检测模块,用于在满足初级检测环境时,根据多级分类引擎中的初级分类引擎对多个所述目标数据进行初级分类检测,生成初级分类检测结果;
数据存储模块,用于按照所述初级分类检测结果,标记多个初级数据并存储在对应的次级临时空间中。
与现有技术相比,本发明的有益效果是:
本发明实施例通过获取同一时间的多个目标数据,将多个目标数据临时存储在多级临时空间的初级临时空间中;进行环境监测判断,在满足初级检测环境时,对多个目标数据进行初级分类检测与处理;进行环境监测判断,在满足次级检测环境时,对多个初级数据进行次级分类检测与处理。能够构建多级分类引擎,划分多级分类空间和对应的多级临时空间,并生成多级检测环境数据,进行环境监测判断,在满足对应的检测环境时,对目标数据进行多级分类检测与临时存储,直至存储至对应的底级分类空间中,从而避免处理器超负荷运行,降低运行卡顿的风险,提高数据多级分类存储工作的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术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。
图1示出了本发明实施例提供的方法的流程图。
图2示出了本发明实施例提供的方法中多级分类信息处理的流程图。
图3示出了本发明实施例提供的方法中分类空间多级划分的流程图。
图4示出了本发明实施例提供的方法中分类环境信息处理的流程图。
图5示出了本发明实施例提供的方法中初级分类存储处理的流程图。
图6示出了本发明实施例提供的方法中次级分类存储处理的流程图。
图7示出了本发明实施例提供的系统的应用架构图。
图8示出了本发明实施例提供的系统中分类信息处理单元的结构框图。
图9示出了本发明实施例提供的系统中空间划分模块的结构框图。
图10示出了本发明实施例提供的系统中初级检测处理单元的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。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。
可以理解的是,现有技术中,通常在获取数据之后,即对数据进行完整的多级检测,将数据快速进行多级分类存储处理,然而,由于各个时刻获取的数据流并不相同,这种数据即时多级检测与多级分类存储处理的方法,可能会使得处理器超负荷运行,容易造成运行卡顿,反而降低了数据多级分类存储工作的效率。
为解决上述问题,本发明实施例通过对预设的多级分类信息进行处理;获取同一时间的多个目标数据,将多个目标数据临时存储在多级临时空间的初级临时空间中;进行环境监测判断,在满足初级检测环境时,对多个目标数据进行初级分类检测与处理;进行环境监测判断,在满足次级检测环境时,对多个初级数据进行次级分类检测与处理。能够构建多级分类引擎,划分多级分类空间和对应的多级临时空间,并生成多级检测环境数据,进行环境监测判断,在满足对应的检测环境时,对目标数据进行多级分类检测与临时存储,直至存储至对应的底级分类空间中,从而避免处理器超负荷运行,降低运行卡顿的风险,提高数据多级分类存储工作的效率。
图1示出了本发明实施例提供的方法的流程图。
具体的,一种多级检测的数据存储方法,所述方法具体包括以下步骤:
步骤S101,根据预设的多级分类信息,构建多级分类引擎,划分多级分类空间和对应的多级临时空间,并生成多级检测环境数据。
在本发明实施例中,系统中预设有多级分类信息,多级分类信息中包含有分类策略、分类存储和分类环境的标准指导信息,通过对多级分类信息中相应信息的提取,得到多级分类策略信息、多级分类存储信息和多级分类环境信息,进而按照多级分类策略信息,构建多级分类引擎,通过对分类存储信息进行标准分析,确定多级分类过程中每个级别类型对应的标准空间大小,生成分类存储标准数据,再按照分类存储标准数据,将系统中总的存储空间进行划分,得到与数据多级分类对应的多级分类存储空间,再将多级分类存储空间进行进一步的划分,得到多级分类空间和对应的多级临时空间,并且通过对多级分类环境信息进行分析,确定多级分类过程中每个级别类型对应的分类环境要求,得到多个分类环境标准数据,再按照多个分类环境标准数据,生成能够在多级分类过程中进行环境判断对比的多级检测环境数据。
具体的,多级分类引擎,由初级分类引擎和多个次级分类引擎组成;多级分类存储空间,由多级分类空间和对应的多级临时空间组成;多级分类空间,由初级分类空间和多个次级分类空间组成;多级临时空间,由初级临时空间和多个次级临时空间组成;多级检测环境数据,由初级检测环境数据和多个检测环境数据组成。
可以理解的是,多级分类引擎,是进行多级分类处理的策略,能够通过运行相应的计算机程序,进行数据存储过程中的多级分类检测处理,确定相关数据对应的分类存储级别;分类环境,是进行多级分类处理过程中,系统的处理器、磁盘、网络等的运行环境。
具体的,图2示出了本发明实施例提供的方法中多级分类信息处理的流程图。
其中,在本发明提供的优选实施方式中,所述根据预设的多级分类信息,构建多级分类引擎,划分多级分类空间和对应的多级临时空间,并生成多级检测环境数据具体包括以下步骤:
步骤S1011,根据预设的多级分类信息,提取多级分类策略信息、多级分类存储信息和多级分类环境信息。
步骤S1012,根据所述多级分类策略信息,构建多级分类引擎。
步骤S1013,根据所述分类存储信息,划分多级分类空间和对应的多级临时空间。
具体的,图3示出了本发明实施例提供的方法中分类空间多级划分的流程图。
其中,在本发明提供的优选实施方式中,所述根据所述分类存储信息,划分多级分类空间和对应的多级临时空间具体包括以下步骤:
步骤S10131,对所述分类存储信息进行分析,生成分类存储标准数据。
步骤S10132,按照所述分类存储标准数据,划分多级分类存储空间。
步骤S10133,将所述多级分类存储空间划分为多级分类空间和对应的多级临时空间。
进一步的,所述根据预设的多级分类信息,构建多级分类引擎,划分多级分类空间和对应的多级临时空间,并生成多级检测环境数据还包括以下步骤:
步骤S1014,根据所述多级分类环境信息,生成多级检测环境数据。
具体的,图4示出了本发明实施例提供的方法中分类环境信息处理的流程图。
其中,在本发明提供的优选实施方式中,所述根据所述多级分类环境信息,生成多级检测环境数据具体包括以下步骤:
步骤S10141,对所述多级分类环境信息进行分析,获取多个分类环境标准数据。
步骤S10142,对多个所述分类环境标准数据进行处理,生成多级检测环境数据。
进一步的,所述多级检测的数据存储方法还包括以下步骤:
步骤S102,获取同一时间的多个目标数据,将多个所述目标数据临时存储在多级临时空间的初级临时空间中。
在本发明实施例中,在进行数据的多级分类处理过程中,对同一时间的多个数据进行统一处理,通过获取同一时间的多个目标数据,将多个目标数据在多级临时空间对应的初级临时空间中进行临时存储。
步骤S103,根据多级检测环境数据中的初级检测环境数据进行环境监测判断,在满足初级检测环境时,根据多级分类引擎中的初级分类引擎对多个所述目标数据进行初级分类检测,标记多个初级数据并存储在对应的次级临时空间中。
在本发明实施例中,通过对系统中的处理器占用、磁盘占用、网络占用等的运行环境进行实时监测,生成实时环境监测数据,将实时环境监测数据与初级检测环境数据进行分析比较,判断此时的运行环境是否满足初级检测环境的最低标准,在满足对应的最低标准时,通过初级分类引擎对多个目标数据进行初级分类检测,生成初级分类检测结果,将多个完成初级分类检测的目标数据标记为初级数据,并按照初级分类检测结果,匹配多个第一次级分类空间,再将多个初级数据分别转移存储至相关的第一次级分类空间对应的第一次级临时空间中,实现多个初级数据的临时分类存储。
具体的,图5示出了本发明实施例提供的方法中初级分类存储处理的流程图。
其中,在本发明提供的优选实施方式中,所述根据多级检测环境数据中的初级检测环境数据进行环境监测判断,在满足初级检测环境时,根据多级分类引擎中的初级分类引擎对多个所述目标数据进行初级分类检测,标记多个初级数据并存储在对应的次级临时空间中具体包括以下步骤:
步骤S1031,进行环境实时监测,生成实时环境监测数据。
步骤S1032,根据多级检测环境数据中的初级检测环境数据,对所述实时环境监测数据进行分析比较,判断是否满足初级检测环境。
步骤S1033,在满足初级检测环境时,根据多级分类引擎中的初级分类引擎对多个所述目标数据进行初级分类检测,生成初级分类检测结果。
步骤S1034,按照所述初级分类检测结果,标记多个初级数据并存储在对应的次级临时空间中。
进一步的,所述多级检测的数据存储方法还包括以下步骤:
步骤S104,根据多级检测环境数据中的次级检测环境数据进行环境监测判断,在满足次级检测环境时,根据多级分类引擎中的次级分类引擎对多个所述初级数据进行次级分类检测,对多个所述初级数据进行标记与次级存储处理。
在本发明实施例中,完成初级分类检测和临时分类存储之后,将实时环境监测数据与第一次级检测环境数据进行分析比较,判断此时的运行环境是否满足第一次级检测环境的最低标准,在满足对应的最低标准时,通过第一次级分类引擎对多个初级数据进行次级分类检测,生成次级分类检测结果,并按照次级分类检测结果,分别判断多个初级数据是否需要进行下一次级的转移,对于无需下一次级转移的初级数据,则从其临时存储的第一次级临时空间转移存储至对应的第一次级分类空间中;对于需要进行下一次级转移的初级数据,则匹配多个第二次级分类空间,再将多个初级数据分别转移存储至相关的第二次级分类空间对应的第二次级临时空间中,按照这种多级检测与分类存储的方式,将多个数据进行逐渐的分级分析与存储转移,直到多个目标数据分别存储至多级分类空间对应的底级分类空间中。
可以理解的是,底级分类空间,是相应的目标数据无需再次进行分级分析时,最终转移存储的次级分类空间。
具体的,图6示出了本发明实施例提供的方法中次级分类存储处理的流程图。
其中,在本发明提供的优选实施方式中,所述根据多级检测环境数据中的次级检测环境数据进行环境监测判断,在满足次级检测环境时,根据多级分类引擎中的次级分类引擎对多个所述初级数据进行次级分类检测,对多个所述初级数据进行标记与次级存储处理具体包括以下步骤:
步骤S1041,根据多级检测环境数据中的次级检测环境数据,对所述实时环境监测数据进行分析比较,判断是否满足次级检测环境。
步骤S1042,在满足次级检测环境时,提取所述次级临时空间中的多个初级数据。
步骤S1043,根据多级分类引擎中的次级分类引擎对多个所述初级数据进行次级分类检测,生成次级分类检测结果。
步骤S1044,按照所述次级分类检测结果,对多个所述次级数据进行标记与次级存储处理,直至多个目标数据分别存储至多级分类空间对应的底级分类空间中。
进一步的,图7示出了本发明实施例提供的系统的应用架构图。
其中,在本发明提供的又一个优选实施方式中,一种多级检测的数据存储系统,包括:
分类信息处理单元101,用于根据预设的多级分类信息,构建多级分类引擎,划分多级分类空间和对应的多级临时空间,并生成多级检测环境数据。
在本发明实施例中,分类信息处理单元101中预设有多级分类信息,多级分类信息中包含有分类策略、分类存储和分类环境的标准指导信息,通过对多级分类信息中相应信息的提取,得到多级分类策略信息、多级分类存储信息和多级分类环境信息,进而按照多级分类策略信息,构建多级分类引擎,通过对分类存储信息进行标准分析,确定多级分类过程中每个级别类型对应的标准空间大小,生成分类存储标准数据,再按照分类存储标准数据,将系统中总的存储空间进行划分,得到与数据多级分类对应的多级分类存储空间,再将多级分类存储空间进行进一步的划分,得到多级分类空间和对应的多级临时空间,并且通过对多级分类环境信息进行分析,确定多级分类过程中每个级别类型对应的分类环境要求,得到多个分类环境标准数据,再按照多个分类环境标准数据,生成能够在多级分类过程中进行环境判断对比的多级检测环境数据。
具体的,图8示出了本发明实施例提供的系统中分类信息处理单元101的结构框图。
其中,在本发明提供的优选实施方式中,所述分类信息处理单元101具体包括:
信息提取模块1011,用于根据预设的多级分类信息,提取多级分类策略信息、多级分类存储信息和多级分类环境信息。
引擎构建模块1012,用于根据所述多级分类策略信息,构建多级分类引擎。
空间划分模块1013,用于根据所述分类存储信息,划分多级分类空间和对应的多级临时空间。
具体的,图9示出了本发明实施例提供的系统中空间划分模块1013的结构框图。
其中,在本发明提供的优选实施方式中,所述空间划分模块1013具体包括:
信息分析子模块10131,用于对所述分类存储信息进行分析,生成分类存储标准数据。
第一空间划分子模块10132,用于按照所述分类存储标准数据,划分多级分类存储空间。
第二空间划分子模块10133,用于将所述多级分类存储空间划分为多级分类空间和对应的多级临时空间。
进一步的,所述分类信息处理单元101还包括:
环境数据生成模块1014,用于根据所述多级分类环境信息,生成多级检测环境数据。
进一步的,所述多级检测的数据存储系统还包括:
目标数据获取单元102,用于获取同一时间的多个目标数据,将多个所述目标数据临时存储在多级临时空间的初级临时空间中。
在本发明实施例中,在进行数据的多级分类处理过程中,目标数据获取单元102对同一时间的多个数据进行统一处理,通过获取同一时间的多个目标数据,将多个目标数据在多级临时空间对应的初级临时空间中进行临时存储。
初级检测处理单元103,用于根据多级检测环境数据中的初级检测环境数据进行环境监测判断,在满足初级检测环境时,根据多级分类引擎中的初级分类引擎对多个所述目标数据进行初级分类检测,标记多个初级数据并存储在对应的次级临时空间中。
在本发明实施例中,初级检测处理单元103通过对系统中的处理器占用、磁盘占用、网络占用等的运行环境进行实时监测,生成实时环境监测数据,将实时环境监测数据与初级检测环境数据进行分析比较,判断此时的运行环境是否满足初级检测环境的最低标准,在满足对应的最低标准时,通过初级分类引擎对多个目标数据进行初级分类检测,生成初级分类检测结果,将多个完成初级分类检测的目标数据标记为初级数据,并按照初级分类检测结果,匹配多个第一次级分类空间,再将多个初级数据分别转移存储至相关的第一次级分类空间对应的第一次级临时空间中,实现多个初级数据的临时分类存储。
具体的,图10示出了本发明实施例提供的系统中初级检测处理单元103的结构框图。
其中,在本发明提供的优选实施方式中,所述初级检测处理单元103具体包括:
环境监测模块1031,用于进行环境实时监测,生成实时环境监测数据。
环境比较模块1032,用于根据多级检测环境数据中的初级检测环境数据,对所述实时环境监测数据进行分析比较,判断是否满足初级检测环境。
分类检测模块1033,用于在满足初级检测环境时,根据多级分类引擎中的初级分类引擎对多个所述目标数据进行初级分类检测,生成初级分类检测结果。
数据存储模块1034,用于按照所述初级分类检测结果,标记多个初级数据并存储在对应的次级临时空间中。
进一步的,所述多级检测的数据存储系统还包括:
次级检测处理单元104,用于根据多级检测环境数据中的次级检测环境数据进行环境监测判断,在满足次级检测环境时,根据多级分类引擎中的次级分类引擎对多个所述初级数据进行次级分类检测,对多个所述初级数据进行标记与次级存储处理。
在本发明实施例中,完成初级分类检测和临时分类存储之后,次级检测处理单元104将实时环境监测数据与第一次级检测环境数据进行分析比较,判断此时的运行环境是否满足第一次级检测环境的最低标准,在满足对应的最低标准时,通过第一次级分类引擎对多个初级数据进行次级分类检测,生成次级分类检测结果,并按照次级分类检测结果,分别判断多个初级数据是否需要进行下一次级的转移,对于无需下一次级转移的初级数据,则从其临时存储的第一次级临时空间转移存储至对应的第一次级分类空间中;对于需要进行下一次级转移的初级数据,则匹配多个第二次级分类空间,再将多个初级数据分别转移存储至相关的第二次级分类空间对应的第二次级临时空间中,按照这种多级检测与分类存储的方式,将多个数据进行逐渐的分级分析与存储转移,直到多个目标数据分别存储至多级分类空间对应的底级分类空间中。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种多级检测的数据存储方法,其特征在于,所述方法具体包括以下步骤:
根据预设的多级分类信息,构建多级分类引擎,划分多级分类空间和对应的多级临时空间,并生成多级检测环境数据;
获取同一时间的多个目标数据,将多个所述目标数据临时存储在多级临时空间的初级临时空间中;
根据多级检测环境数据中的初级检测环境数据进行环境监测判断,在满足初级检测环境时,根据多级分类引擎中的初级分类引擎对多个所述目标数据进行初级分类检测,标记多个初级数据并存储在对应的次级临时空间中;
根据多级检测环境数据中的次级检测环境数据进行环境监测判断,在满足次级检测环境时,根据多级分类引擎中的次级分类引擎对多个所述初级数据进行次级分类检测,对多个所述初级数据进行标记与次级存储处理。
2.根据权利要求1所述的多级检测的数据存储方法,其特征在于,所述根据预设的多级分类信息,构建多级分类引擎,划分多级分类空间和对应的多级临时空间,并生成多级检测环境数据具体包括以下步骤:
根据预设的多级分类信息,提取多级分类策略信息、多级分类存储信息和多级分类环境信息;
根据所述多级分类策略信息,构建多级分类引擎;
根据所述分类存储信息,划分多级分类空间和对应的多级临时空间;
根据所述多级分类环境信息,生成多级检测环境数据。
3.根据权利要求2所述的多级检测的数据存储方法,其特征在于,所述根据所述分类存储信息,划分多级分类空间和对应的多级临时空间具体包括以下步骤:
对所述分类存储信息进行分析,生成分类存储标准数据;
按照所述分类存储标准数据,划分多级分类存储空间;
将所述多级分类存储空间划分为多级分类空间和对应的多级临时空间。
4.根据权利要求2所述的多级检测的数据存储方法,其特征在于,所述根据所述多级分类环境信息,生成多级检测环境数据具体包括以下步骤:
对所述多级分类环境信息进行分析,获取多个分类环境标准数据;
对多个所述分类环境标准数据进行处理,生成多级检测环境数据。
5.根据权利要求1所述的多级检测的数据存储方法,其特征在于,所述根据多级检测环境数据中的初级检测环境数据进行环境监测判断,在满足初级检测环境时,根据多级分类引擎中的初级分类引擎对多个所述目标数据进行初级分类检测,标记多个初级数据并存储在对应的次级临时空间中具体包括以下步骤:
进行环境实时监测,生成实时环境监测数据;
根据多级检测环境数据中的初级检测环境数据,对所述实时环境监测数据进行分析比较,判断是否满足初级检测环境;
在满足初级检测环境时,根据多级分类引擎中的初级分类引擎对多个所述目标数据进行初级分类检测,生成初级分类检测结果;
按照所述初级分类检测结果,标记多个初级数据并存储在对应的次级临时空间中。
6.根据权利要求5所述的多级检测的数据存储方法,其特征在于,所述根据多级检测环境数据中的次级检测环境数据进行环境监测判断,在满足次级检测环境时,根据多级分类引擎中的次级分类引擎对多个所述初级数据进行次级分类检测,对多个所述初级数据进行标记与次级存储处理具体包括以下步骤:
根据多级检测环境数据中的次级检测环境数据,对所述实时环境监测数据进行分析比较,判断是否满足次级检测环境;
在满足次级检测环境时,提取所述次级临时空间中的多个初级数据;
根据多级分类引擎中的次级分类引擎对多个所述初级数据进行次级分类检测,生成次级分类检测结果;
按照所述次级分类检测结果,对多个所述初级数据进行标记与次级存储处理,直至多个目标数据分别存储至多级分类空间对应的底级分类空间中。
7.一种多级检测的数据存储系统,其特征在于,所述系统包括分类信息处理单元、目标数据获取单元、初级检测处理单元和次级检测处理单元,其中:
分类信息处理单元,用于根据预设的多级分类信息,构建多级分类引擎,划分多级分类空间和对应的多级临时空间,并生成多级检测环境数据;
目标数据获取单元,用于获取同一时间的多个目标数据,将多个所述目标数据临时存储在多级临时空间的初级临时空间中;
初级检测处理单元,用于根据多级检测环境数据中的初级检测环境数据进行环境监测判断,在满足初级检测环境时,根据多级分类引擎中的初级分类引擎对多个所述目标数据进行初级分类检测,标记多个初级数据并存储在对应的次级临时空间中;
次级检测处理单元,用于根据多级检测环境数据中的次级检测环境数据进行环境监测判断,在满足次级检测环境时,根据多级分类引擎中的次级分类引擎对多个所述初级数据进行次级分类检测,对多个所述初级数据进行标记与次级存储处理。
8.根据权利要求7所述的多级检测的数据存储系统,其特征在于,所述分类信息处理单元具体包括:
信息提取模块,用于根据预设的多级分类信息,提取多级分类策略信息、多级分类存储信息和多级分类环境信息;
引擎构建模块,用于根据所述多级分类策略信息,构建多级分类引擎;
空间划分模块,用于根据所述分类存储信息,划分多级分类空间和对应的多级临时空间;
环境数据生成模块,用于根据所述多级分类环境信息,生成多级检测环境数据。
9.根据权利要求8所述的多级检测的数据存储系统,其特征在于,所述空间划分模块具体包括:
信息分析子模块,用于对所述分类存储信息进行分析,生成分类存储标准数据;
第一空间划分子模块,用于按照所述分类存储标准数据,划分多级分类存储空间;
第二空间划分子模块,用于将所述多级分类存储空间划分为多级分类空间和对应的多级临时空间。
10.根据权利要求7所述的多级检测的数据存储系统,其特征在于,所述初级检测处理单元具体包括:
环境监测模块,用于进行环境实时监测,生成实时环境监测数据;
环境比较模块,用于根据多级检测环境数据中的初级检测环境数据,对所述实时环境监测数据进行分析比较,判断是否满足初级检测环境;
分类检测模块,用于在满足初级检测环境时,根据多级分类引擎中的初级分类引擎对多个所述目标数据进行初级分类检测,生成初级分类检测结果;
数据存储模块,用于按照所述初级分类检测结果,标记多个初级数据并存储在对应的次级临时空间中。
CN202211226133.1A 2022-10-09 2022-10-09 一种多级检测的数据存储方法及系统 Active CN115309343B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211226133.1A CN115309343B (zh) 2022-10-09 2022-10-09 一种多级检测的数据存储方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211226133.1A CN115309343B (zh) 2022-10-09 2022-10-09 一种多级检测的数据存储方法及系统

Publications (2)

Publication Number Publication Date
CN115309343A true CN115309343A (zh) 2022-11-08
CN115309343B CN115309343B (zh) 2022-12-16

Family

ID=83866674

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211226133.1A Active CN115309343B (zh) 2022-10-09 2022-10-09 一种多级检测的数据存储方法及系统

Country Status (1)

Country Link
CN (1) CN115309343B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4771404A (en) * 1984-09-05 1988-09-13 Nippon Telegraph And Telephone Corporation Memory device employing multilevel storage circuits
KR20020019652A (ko) * 2000-09-06 2002-03-13 이계철 다중채널/다중레벨을 이용한 동작감지 장치 및 그 방법
KR101211571B1 (ko) * 2012-07-24 2012-12-12 최영희 중고 컴퓨터 분류 검사 장치
KR20190058243A (ko) * 2017-11-21 2019-05-29 한국전자통신연구원 데이터 분산 저장 장치
US20190205666A1 (en) * 2017-12-29 2019-07-04 Automotive Research & Testing Center Method for evaluating credibility of obstacle detection
CN111291754A (zh) * 2020-01-22 2020-06-16 广州图匠数据科技有限公司 一种文本级联检测方法、装置及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4771404A (en) * 1984-09-05 1988-09-13 Nippon Telegraph And Telephone Corporation Memory device employing multilevel storage circuits
KR20020019652A (ko) * 2000-09-06 2002-03-13 이계철 다중채널/다중레벨을 이용한 동작감지 장치 및 그 방법
KR101211571B1 (ko) * 2012-07-24 2012-12-12 최영희 중고 컴퓨터 분류 검사 장치
KR20190058243A (ko) * 2017-11-21 2019-05-29 한국전자통신연구원 데이터 분산 저장 장치
US20190205666A1 (en) * 2017-12-29 2019-07-04 Automotive Research & Testing Center Method for evaluating credibility of obstacle detection
CN111291754A (zh) * 2020-01-22 2020-06-16 广州图匠数据科技有限公司 一种文本级联检测方法、装置及存储介质

Also Published As

Publication number Publication date
CN115309343B (zh) 2022-12-16

Similar Documents

Publication Publication Date Title
CN109032829B (zh) 数据异常检测方法、装置、计算机设备及存储介质
CN110413730B (zh) 文本信息匹配度检测方法、装置、计算机设备和存储介质
CN109766902B (zh) 对同区域的车辆聚类的方法、装置和设备
CN110457302B (zh) 一种结构化数据智能清洗方法
CN110008266A (zh) 数据交换文件解析方法和装置
US11494690B2 (en) Apparatus and method of high dimensional data analysis in real-time
CN111368061B (zh) 短文本过滤方法、装置、介质及计算机设备
US20230177267A1 (en) Automated classification and interpretation of life science documents
CN112948504B (zh) 数据采集方法、装置、计算机设备和存储介质
US20190050298A1 (en) Method and apparatus for improving database recovery speed using log data analysis
CN116561607A (zh) 资源交互数据异常检测方法、装置和计算机设备
CN117421565B (zh) 基于马尔可夫毯的装备评估方法、装置和计算机设备
CN115309343B (zh) 一种多级检测的数据存储方法及系统
CN104933096A (zh) 数据库的异常键识别方法、装置与数据系统
CN115309796A (zh) 一种相似性查询方法、数据库更新方法、装置及系统
CN110888977B (zh) 文本分类方法、装置、计算机设备和存储介质
US12013938B2 (en) Apparatus for generating a signature that reflects the similarity of a malware detection and classification system based on deep neural networks, method therefor, and computer-readable recording medium recorded with a program for performing the method
CN116302383A (zh) 分布式异构数据采集方法、系统、计算机设备及存储介质
CN115828090A (zh) 网络故障预测方法、装置、设备及存储介质
CN115630143B (zh) 故障处理方案的推荐方法、装置、终端设备及存储介质
CN117807280B (zh) 一种静默自动触发式文档搜集方法
CN113096284B (zh) 一种ctid门禁授权信息的核验方法
CN115601363B (zh) 一种基于小目标检测算法的装配式建筑产品缺陷检测方法
CN115952325B (zh) 一种基于大数据平台的数据汇集方法及装置
EP4125066B1 (en) Method and system for table structure recognition via deep spatial association of words

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