CN115905121A - 一种文件处理方法、装置、设备及存储介质 - Google Patents

Abstract

本发明公开了一种文件处理方法、装置、设备及存储介质。读取至少一个目标文件，并将至少一个目标文件的关联信息写入目标内存中，其中，关联信息包括文件名称、文件属性以及目标内容的文件内容；在目标内存中存储的关联信息满足预设存储条件时，调取至少一个处理线程将至少一个目标文件写入目标分布式系统中；其中，预设存储条件与目标分布式系统中每个存储块的存储数据量相对应，解决了存储数据上传过程中效率低，浪费系统性能的技术问题，实现了针对海量的小文件使用内存方式将小文件合并为一个大文件，再将大文件上传至分布式文件系统，节省了分布式文件系统·的资源，提高了数据上传的效率，以保证系统的稳定性。

Description

一种文件处理方法、装置、设备及存储介质

技术领域

本发明涉及数据处理技术领域，尤其涉及一种文件处理方法、装置、设备及存储介质。

背景技术

分布式文件系统(Hadoop Distributed File System，HDFS)凭借高可靠、高效、可伸缩的特点，在大规模计算领域得到广泛的应用。现有技术中，HDFS包括一个主节点和多个从节点，可以将小文件存储在主节点的存储块中。

然而，HDFS是由多个存储块构成的，每个存储块所能够接收的存储量是远大于小文件的数据量的，基于此，会出现HDFS存储块的存储空间未被占满的情形，导致存储块资源浪费的问题。同时，在对小文件的访问过程中，需要不断的从一个小文件跳转到另外一个小文件，会增加读取时间，导致文件处理的效率降低。

发明内容

本发明提供了一种文件处理方法、装置、设备及存储介质，节省了分布式文件系统的资源，提高了数据上传的效率，以保证系统的稳定性。

第一方面，本发明提供了一种文件处理方法，该方法包括：

读取至少一个目标文件，并将至少一个目标文件的关联信息写入目标内存中，其中，关联信息包括文件名称、文件属性以及目标内容的文件内容；

在目标内存中存储的关联信息满足预设存储条件时，调取至少一个处理线程将至少一个目标文件写入目标分布式系统中；其中，预设存储条件与目标分布式系统中每个存储块的存储数据量相对应。

第二方面，本发明提供了一种文件处理装置，该装置包括：

目标内存写入模块，用于读取至少一个目标文件，并将所述至少一个目标文件的关联信息写入目标内存中，其中，所述关联信息包括文件名称、文件属性以及所述目标内容的文件内容；

分布式系统写入模块，用于在所述目标内存中存储的关联信息满足预设存储条件时，调取至少一个处理线程将所述至少一个目标文件写入目标分布式系统中；其中，所述预设存储条件与所述目标分布式系统中每个存储块的存储数据量相对应。

第三方面，本发明提供了一种文件处理方法的电子设备，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计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本发明任一实施例的文件处理方法。

第四方面，本发明提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本发明任一实施例的文件处理方法。

第五方面，本发明提供了一种计算机程序产品，计算机程序产品包括计算机程序，计算机程序在被处理器执行时实现本发明任一实施例的文件处理方法。

本发明实施例提供技术方法，读取至少一个目标文件，并将至少一个目标文件的关联信息写入目标内存中，其中，关联信息包括文件名称、文件属性以及目标内容的文件内容；在目标内存中存储的关联信息满足预设存储条件时，调取至少一个处理线程将至少一个目标文件写入目标分布式系统中；其中，预设存储条件与目标分布式系统中每个存储块的存储数据量相对应。本公开实施例提供的技术方法解决了存储数据上传过程中效率低，浪费系统性能的技术问题，实现了针对海量的小文件使用内存方式将小文件合并为一个大文件，再将大文件上传至分布式文件系统，节省了分布式文件系统的资源，提高了数据上传的效率，以保证系统的稳定性。

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为本发明实施例一提供的一种文件处理方法的流程图；

图2为本发明实施例二提供的一种文件处理方法的流程图；

图3为本发明实施例三提供的一种文件处理方法装置的结构示意图；

图4为本发明实施例四提供的一种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“第一预设条件”、“第二预设条件”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。

实施例一

图1为本发明实施例一提供的一种文件处理方法的流程图，本实施例可适用于将海量小文件上传至分布式文件系统的情形。该方法可以由文件处理装置来执行，该文件处理装置可以采用硬件和/或软件的形式实现，该文件处理装置可以配置在计算机设备上，该计算机设备可以是笔记本、台式计算机以及智能平板等。如图1所示，该方法包括：

S110、读取至少一个目标文件，并将至少一个目标文件的关联信息写入目标内存中。

其中，目标文件为将上传至分布式文件系统的小文件，目标文件的数量可以是一个也可以是多个。目标文件的关联信息包括文件名称、文件属性以及目标内容的文件内容。文件名称为目标文件的命名字段，文件属性可以理解为目标文件所占内存的大小，目标内容的文件内容可以理解为是目标文件的具体文件内容。目标内存为与至少一个目标文件处于同一服务器上的内存单元，例如，目标内存可以是LinkedList内存。

具体的，一台服务器中存储着大量的目标文件，服务器中还配置有目标内存，可以将多个数量的目标文件上传至分布式文件系统，在上传的过程中，服务器读取每一个目标文件，并将每一个目标文件的关联信息写入至目标内存中，在后续数据上传时，目标文件直接通过目标内存完成数据的上传。

示例性的，在服务器A中包括的目标文件可以是目标文件1、目标文件2和目标文件3。目标文件1为一个命名为“目标文件1”，文件的大小为10byte的word文档，则目标文件1的关联信息包括：文件名称为“目标文件1”、文件属性为“10byte”、目标内容的文件内容为目标文件1对应的word文档。目标文件2的关联信息包括：文件名称为“目标文件2”、文件属性为“15byte”、目标内容的文件内容为目标文件1对应的Excel文件。目标文件3的关联信息包括：文件名称为“目标文件3”、文件属性为“18byte”、目标内容的文件内容为目标文件3对应的txt文件。服务器A可以读取每一个目标文件，并将目标文件1、目标文件2和目标文件3的关联信息全部写入至目标内存中。

S120、在目标内存中存储的关联信息满足预设存储条件时，调取至少一个处理线程将至少一个目标文件写入目标分布式系统中。

其中，分布式系统为由一个主节点和若干个从节点组成，是集群的重要组成部分，凭借其可靠、高效、可伸缩的特性在大规模计算领域得到了广泛应用。目标分布式系统为将目标文件上传至的分布式系统。目标分布式系统的主节点中包括多个存储块，每个存储块可以容纳的存储数据量大小是预先设定的。预设存储条件为预先设定的存储条件，预设存储条件与目标分布式系统中每个存储块的存储数据量相对应。

需要特别说明的是，为了提高数据上传的效率，可以配置多个处理线程，以实现快速高效的数据传输。处理线程的数量的计算规则为：

其中，服务器内存*85％是为了实现使服务器的内存使用控制在85％，配置合并文件大小指的是目标内存中目标文件的大小，最大文件大小目标文件中文件属性最大的数值。计算线程数时除以最大文件大小，是为了避免同一个时刻来的目标文件都是最大的文件，进而导致内存不足，影响系统处理效率。

具体的，在需要进行数据上传时，可以将大量目标文件的关联信息写入目标内存中，基于预先设定的预设存储条件，当目标内存中的目标文件的关联信息大小达到预设存储条件，此时可以调取至少一个处理线程，以基于至少一个处理线程将目标内存中的目标文件上传至目标分布式系统中。

示例性的。若目标分布式系统中每个存储块的存储数据量为150byte，则预设存储条件可以是150byte，则当目标内存中的目标文件的关联信息大小达到150byte，此时可以调取一个处理线程，以基于这个处理线程将目标内存中的目标文件上传至目标分布式系统中。

在上述实施例的基础上，可选的，若当前未包括空闲处理线程或目标内存已满足预设存储条件，则在接收到至少一个目标文件时，将目标文件写入目标缓存中，以目标缓存中存储的关联信息满足预设存储条件，且存在空闲处理线程时，基于空闲处理线程对目标缓存中的文件进行处理。

其中，目标缓存为用于缓存目标文件的另一种存储单元。例如，目标缓存为数据结构服务器(Remote Dictionary Server，Redis)Redis是一个开源的数据库，使用C语言编写、可基于内存也可持久化的键值对(key-value)存储数据库。值(value)支持多种存储类型，包括字符串(String)、哈希(Hash)、列表(List)、集合(sets)和有序集合(Zsets)，可用作数据库、高速缓存和消息中间件。Zsets是个有序且不可重复的数据集合。

需要特别说明的是，以Redis作为目标缓存，具有以下的优势：(1)Redis的有序集合的数据格式支持高性能的任务排序；(2)Redis是在内存上对待对处理消息进行排序操作的，处理速度快；(3)Redis可以搭建集群，当第一消息很多时候，可以用集群来提高消息处理的速度，提高可用性。(4)Redis具有持久化机制，当系统出现故障的时候，可以通过多种方式来对数据进行恢复，保证了数据的可靠性。

在实际应用过程中，可能存在多个处理线程均处理工作状态或者目标内存已经达到预设存储条件的情形，此时再接收到目标文件时，可以先将目标文件缓存于目标缓存中。当目标缓存中的目标文件的关联信息大小达到预设存储条件，并且，此时存在空闲的处理线程时，可以调取处于空闲状态的处理线程，以基于处理线程将目标缓存中的目标文件上传至目标分布式系统中。如此一来，实现了针对海量的目标文件使用目标内存结合目标缓存方式将多个目标文件合并为一个大文件，再进行分布式文件系统的文件写入，可以合理的利用分布式文件系统资源，以提升数据传送的效率。

在上述实施例的基础上，包括：将目标文件写入目标内存或目标缓存中之后，基于目标分布式系统中每个存储块的存储数据量进行文件合并后，上传至目标分布式系统中。

在本实施例中，将目标文件写入目标内存或目标缓存中之后，目标内存或目标缓存中包括多个需要上传至目标分布式系统的目标文件，此时可以根据可以将目标内存或目标缓存中的多个目标文件基于目标分布式系统中每个存储块的存储数据量进行文件合并，例如，目标分布式系统中每个存储块的存储数据量150byte，可以将目标内存或目标缓存中的多个目标文件合并成数据量为150byte的整体文件，可选的，可以采用使用MapFile方式对多个目标文件进行合并，最后，将合并后的整体文件上传至目标分布式系统中。

本发明实施例提供技术方法，读取至少一个目标文件，并将至少一个目标文件的关联信息写入目标内存中，其中，关联信息包括文件名称、文件属性以及目标内容的文件内容；在目标内存中存储的关联信息满足预设存储条件时，调取至少一个处理线程将至少一个目标文件写入目标分布式系统中；其中，预设存储条件与目标分布式系统中每个存储块的存储数据量相对应。本公开实施例提供的技术方法解决了存储数据上传过程中效率低，浪费系统性能的技术问题，实现了针对海量的小文件使用内存方式将小文件合并为一个大文件，再将大文件上传至分布式文件系统，节省了分布式文件系统的资源，提高了数据上传的效率，以保证系统的稳定性。

实施例二

图2为本发明实施例二提供的一种数据处理方法的流程图，本发明实施例在上述实施例的基础上对前述实施例S120对应的内容进行进一步细化，本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。

如图2所示，该方法包括：

S210、读取至少一个目标文件，并将至少一个目标文件的关联信息写入目标内存中。

S220、基于文件属性确定目标内存的存储量达到预设存储数据量阈值和/或关联信息在目标内存中的存储时长达到预设存储时长阈值，则调取至少一个处理线程将至少一个目标文件写入目标分布式系统中。

其中，预设存储数据量阈值为预先设定的数据量数值，例如，预设存储数据量阈值可以是150byte。预设存储时长阈值为预先设定的时长，例如，预设存储时长阈值可以是10分钟。

在本实施例中，在确定是否将目标内存中目标文件上传至目标分布式系统时，判断的标准可以包括至少一个。可以是基于目标内存中的文件属性确定目标内存的存储量达到预设存储数据量阈值，例如，目标内存的存储量达到150byte，此时可以基于处理线程将目标内存中目标文件上传至目标分布式系统；也可以是，当关联信息在目标内存中的存储时长达到预设存储时长阈值，例如，关联信息在目标内存中的存储时长达到10分钟，此时可以基于处理线程将目标内存中目标文件上传至目标分布式系统；还可以是，目标内存的存储量达到150byte，并且，关联信息在目标内存中的存储时长达到10分钟，可以基于处理线程将目标内存中目标文件上传至目标分布式系统。

在本实施例中，可以使用目标内存结合目标缓存方式将多个目标文件合并为一个大文件，再进行分布式文件系统的文件写入。

在上述实施例的基础上，还包括：在将至少一个目标文件写入目标缓存的过程中，若目标内存为空，则根据至少一个待存储目标文件的关联信息以及目标缓存中已存储的关联信息，确定至少一个待存储目标文件的存储位置。

其中，待存储目标文件为将要写入目标缓存的目标文件。

在本实施例中，为了减少目标分布式系统中储存块的浪费，在将目标文件缓存于目标缓存中时，所依据的原则是尽量使目标缓存中的目标文件的大小与存储块的大小是一致的，当一个目标文件需要进行缓存时，先判断目标缓存中目标缓存中已存储的关联信息与待存储目标文件的关联信息放在一起与存储块的大小是否一致，以实现根据待存储目标文件的关联信息的大小判断究竟是将待存储目标文件缓存于目标缓存中，还是缓存于目标内存中。

在上述实施例的基础上，根据至少一个待存储目标文件的关联信息以及目标缓存中已存储的关联信息，确定至少一个待存储目标文件的存储位置，包括：根据目标缓存中已存储的关联信息，确定数据存储量；根据数据存储量和至少一个待存储目标文件的关联信息，确定至少一个待使用数据存储量；基于至少一个待使用数据存储量以及预设数据存储量，从至少一个待存储目标文件中确定存储至目标缓存的目标文件。

其中，数据存储量为目标缓存中已经存储的目标文件的关联信息所占的数据量。待使用数据存储量为待存储目标文件的关联信息所占数据量与数据存储量之和。预设数据存储量为预先设定的存储量，预设数据存储量与目标分布式系统中每个存储块的存储数据量相对应。

在本实施例中，目标缓存中已存储的关联信息所占的存储量是可以直接获取的，可以将其作为数据存储量，随后可以根据至少一个待存储目标文件的关联信息可以确定这些待存储目标文件对应的存储量，将数据存储量与至少一个待存储目标文件对应的存储量相加可以确定至少一个待使用数据存储量。当至少一个待使用数据存储量与预设数据存储量一致，或者至少一个待使用数据存储量是预设数据存储量的整倍数时，可以将待使用数据存储量所对应的待存储目标文件作为目标文件存储至目标缓存。

可选的，从至少一个待使用数据存储量和预设数据存储量，确定最小倍数值，并将最小倍数值的待使用数据存储量所对应的待存储目标文件作为目标文件。

其中，最小倍数值可以理解为至少一个待使用数据存储量除预设数据存储量得到的值。例如，若至少一个待使用数据存储量为500byte，预设数据存储量为150byte，可以得到500÷150＝3……50，则最小倍数值为3。

示例性的，在根据至少一个待使用数据存储量和预设数据存储量，确定最小倍数值为3之后，可以将最小倍数值为3的待使用数据存储量所对应的待存储目标文件作为目标文件。例如，至少一个待使用数据存储量为500byte，预设数据存储量为150byte，则最小倍数值为3的待使用数据存储量为450byte，可以将450byte待使用数据存储量所对应的待存储目标文件作为目标文件。

本发明实施例提供技术方法，读取至少一个目标文件，并将至少一个目标文件的关联信息写入目标内存中，其中，关联信息包括文件名称、文件属性以及目标内容的文件内容；基于文件属性确定目标内存的存储量达到预设存储数据量阈值和/或关联信息在目标内存中的存储时长达到预设存储时长阈值，则调取至少一个处理线程将至少一个目标文件写入目标分布式系统中。本公开实施例提供的技术方法解决了存储数据上传过程中效率低，损耗系统性能的技术问题，在确定是否将目标内存中目标文件上传至目标分布式系统时，判断的标准可以包括至少一个，可以是目标内存的存储量达到预设存储数据量阈值，和/或，关联信息在目标内存中的存储时长达到预设存储时长阈值，基于处理线程将目标文件写入目标分布式系统中，实现了节省分布式文件系统的资源，进一步提高了数据上传的效率。

实施例三

图3为本发明实施例三提供的一种文件处理装置结构示意图，该装置可以执行本发明实施例所提供的一种文件处理方法。该装置包括：目标内存写入模块310和分布式系统写入模块320。

目标内存写入模块310，用于读取至少一个目标文件，并将所述至少一个目标文件的关联信息写入目标内存中，其中，所述关联信息包括文件名称、文件属性以及所述目标内容的文件内容；

分布式系统写入模块320，用于在所述目标内存中存储的关联信息满足预设存储条件时，调取至少一个处理线程将所述至少一个目标文件写入目标分布式系统中；其中，所述预设存储条件与所述目标分布式系统中每个存储块的存储数据量相对应。

在上述各技术方案的基础上，分布式系统写入模块320，还用于基于文件属性确定目标内存的存储量达到预设存储数据量阈值和/或关联信息在目标内存中的存储时长达到预设存储时长阈值，则调取至少一个处理线程将至少一个目标文件写入目标分布式系统中。

在上述各技术方案的基础上，文件处理装置还用于若当前未包括空闲处理线程或目标内存已满足预设存储条件，则在接收到至少一个目标文件时，将目标文件写入目标缓存中，以目标缓存中存储的关联信息满足预设存储条件，且存在空闲处理线程时，基于空闲处理线程对目标缓存中的文件进行处理。

在上述各技术方案的基础上，文件处理装置还包括存储位置确定模块，用于在将至少一个目标文件写入目标缓存的过程中，若目标内存为空，则根据至少一个待存储目标文件的关联信息以及目标缓存中已存储的关联信息，确定至少一个待存储目标文件的存储位置。

在上述各技术方案的基础上，存储位置确定模块还包括：数据存储量确定单元、待使用数据存储量确定单元和目标文件确定单元。

数据存储量确定单元，用于根据目标缓存中已存储的关联信息，确定数据存储量；

待使用数据存储量确定单元，用于根据数据存储量和至少一个待存储目标文件的关联信息，确定至少一个待使用数据存储量；

目标文件确定单元，用于基于至少一个待使用数据存储量以及预设数据存储量，从至少一个待存储目标文件中确定存储至目标缓存的目标文件。

在上述各技术方案的基础上，存储位置确定模块还用于从至少一个待使用数据存储量和预设数据存储量，确定最小倍数值，并将最小倍数值的待使用数据存储量所对应的待存储目标文件作为目标文件。

在上述各技术方案的基础上，文件处理装置还用于将目标文件写入目标内存或目标缓存中之后，基于目标分布式系统中每个存储块的存储数据量进行文件合并后，上传至目标分布式系统中。

本发明实施例提供技术方法，读取至少一个目标文件，并将至少一个目标文件的关联信息写入目标内存中，其中，关联信息包括文件名称、文件属性以及目标内容的文件内容；在目标内存中存储的关联信息满足预设存储条件时，调取至少一个处理线程将至少一个目标文件写入目标分布式系统中；其中，预设存储条件与目标分布式系统中每个存储块的存储数据量相对应。本公开实施例提供的技术方法解决了存储数据上传过程中效率低，浪费系统性能的技术问题，实现了针对海量的小文件使用内存方式将小文件合并为一个大文件，再将大文件上传至分布式文件系统，节省了分布式文件系统的资源，提高了数据上传的效率，以保证系统的稳定性。

本公开实施例所提供的文件处理装置可执行本公开任意实施例所提供的文件处理方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本公开实施例的保护范围。

实施例四

图4为本发明实施例四提供的一种电子设备的结构示意图。电子设备10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4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，例如文件处理方法。

在一些实施例中，文件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文件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)而被配置为执行文件处理方法。

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)

1.一种文件处理方法，其特征在于，包括：

读取至少一个目标文件，并将所述至少一个目标文件的关联信息写入目标内存中，其中，所述关联信息包括文件名称、文件属性以及所述目标内容的文件内容；

在所述目标内存中存储的关联信息满足预设存储条件时，调取至少一个处理线程将所述至少一个目标文件写入目标分布式系统中；

其中，所述预设存储条件与所述目标分布式系统中每个存储块的存储数据量相对应。

2.根据权利要求1所述的方法，其特征在于，所述在所述目标内存中存储的关联信息满足预设存储条件时，调取至少一个处理线程将所述至少一个目标文件写入目标分布式系统中，包括：

基于所述文件属性确定所述目标内存的存储量达到预设存储数据量阈值和/或所述关联信息在所述目标内存中的存储时长达到预设存储时长阈值，则调取至少一个处理线程将所述至少一个目标文件写入所述目标分布式系统中。

3.根据权利要求1所述的方法，其特征在于，还包括：

若当前未包括空闲处理线程或所述目标内存已满足预设所述预设存储条件，则在接收到所述至少一个目标文件时，将所述目标文件写入目标缓存中，以所述目标缓存中存储的关联信息满足所述预设存储条件，且存在空闲处理线程时，基于所述空闲处理线程对所述目标缓存中的文件进行处理。

4.根据权利要求1所述的方法，其特征在于，还包括：

在将至少一个目标文件写入所述目标缓存的过程中，若所述目标内存为空，则根据至少一个待存储目标文件的关联信息以及所述目标缓存中已存储的关联信息，确定所述至少一个待存储目标文件的存储位置。

5.根据权利要求4所述的方法，其特征在于，所述根据至少一个待存储目标文件的关联信息以及所述目标缓存中已存储的关联信息，确定所述至少一个待存储目标文件的存储位置，包括：

根据所述目标缓存中已存储的关联信息，确定数据存储量；

根据所述数据存储量和所述至少一个待存储目标文件的关联信息，确定至少一个待使用数据存储量；

基于所述至少一个待使用数据存储量以及预设数据存储量，从所述至少一个待存储目标文件中确定存储至所述目标缓存的目标文件。

6.根据权利要求5所述的方法，其特征在于，还包括：

从所述至少一个待使用数据存储量和所述预设数据存储量，确定最小倍数值，并将所述最小倍数值的待使用数据存储量所对应的待存储目标文件作为所述目标文件。

7.根据权利要求1所述的方法，其特征在于，还包括：

将所述目标文件写入目标内存或目标缓存中之后，基于所述目标分布式系统中每个存储块的存储数据量进行文件合并后，上传至所述目标分布式系统中。

8.一种文件处理装置，其特征在于，包括：

目标内存写入模块，用于读取至少一个目标文件，并将所述至少一个目标文件的关联信息写入目标内存中，其中，所述关联信息包括文件名称、文件属性以及所述目标内容的文件内容；

分布式系统写入模块，用于在所述目标内存中存储的关联信息满足预设存储条件时，调取至少一个处理线程将所述至少一个目标文件写入目标分布式系统中；其中，所述预设存储条件与所述目标分布式系统中每个存储块的存储数据量相对应。

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中任一项所述的文件处理方法。

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中任一项所述的文件处理方法。

Images