CN115982211B - 基于云原生的MySQL数据查询分析方法及装置 - Google Patents

基于云原生的MySQL数据查询分析方法及装置 Download PDF

Info

Publication number
CN115982211B
CN115982211B CN202211537599.3A CN202211537599A CN115982211B CN 115982211 B CN115982211 B CN 115982211B CN 202211537599 A CN202211537599 A CN 202211537599A CN 115982211 B CN115982211 B CN 115982211B
Authority
CN
China
Prior art keywords
data
mysql
acquisition end
server
query
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.)
Active
Application number
CN202211537599.3A
Other languages
English (en)
Other versions
CN115982211A (zh
Inventor
王璐
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 Ling Skylark Technology Co ltd
Original Assignee
Beijing Ling Skylark Technology 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 Ling Skylark Technology Co ltd filed Critical Beijing Ling Skylark Technology Co ltd
Priority to CN202211537599.3A priority Critical patent/CN115982211B/zh
Publication of CN115982211A publication Critical patent/CN115982211A/zh
Application granted granted Critical
Publication of CN115982211B publication Critical patent/CN115982211B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请公开了一种基于云原生的MySQL数据查询分析方法及装置,方法包括:接收采集端发送的注册请求;根据注册请求注册Clickhouse数据表,并将注册结果发送至采集端;采集端接收到注册结果后连接MySQL数据库进行查询数据的采集,并向服务端发送数据传输请求;接收数据传输请求,并同意创建数据传输通道;接收采集端通过数据传输通道传输的数据,并存储在采集端注册时注册的Clickhouse数据表中;接收用户发送的查询分析请求后,向Clickhouse发送数据查询及分析请求,将处理完毕的查询分析数据列表发送给用户。本申请提供的基于云原生的MySQL数据查询分析方法及装置,采集端和服务端分离,当采集端或者服务端宕机时不会引发另外一方的宕机。

Description

基于云原生的MySQL数据查询分析方法及装置
技术领域
本申请涉及数据查询技术领域,具体涉及一种基于云原生的MySQL数据查询分析方法及装置。
背景技术
MySQL作为全世界最流行的开源数据库软件,一直是数据应用的核心。随着在Kubernetes的普及和云原生的兴起,MySQL容器化的需求和场景也越来越多,越来越多的用户和开发者选用容器化的MySQL承担业务。随着业务量的增大,数据量的增多,SQL的执行效率对系统的影响也越来越大,用户需要对Kubernetes中部署的MySQL的查询进行有效的记录和高效的筛选。
Kubernetes部署MySQL时,MySQL会以容器的形式运行于Kubernetes集群中,如果将MySQL的监控程序直接集成到MySQL的容器中,虽然该组件和MySQL可以在相同的进程中运行,共享生命周期。但是,每套查询分析组件都带有自己的存储、处理逻辑和页面,当运行多套MySQL时,需要为每个MySQL都集成一份查询分析程序,这些存储和处理逻辑包括页面都要被部署多份,显然这并不利于资源的有效利用,而且当查询分析程序集成到MySQL容器和MySQL共享进程时这也意味着它们之间没有很好地隔离,查询分析组件的中断可能导致整个MySQL不可用,这对于用户是无法接受的。
虽然有部分SQL分析监控程序实现了服务端和客户端的分离,但是他们都是基于开启MySQL的慢日志后对慢日志进行采集实现,例如ELK慢日志采集方案。
社区有一些实现了服务端和客户端的分离的SQL分析,但是都有各种各样的痛点,例如:
一、有的SQL分析组件在整合时涵盖了非常多的功能,打包时完全打包在一起,在云原生环境部署运行时无法选择,必须所有组件同时运行,且他们运行在同一个进程中,对于Kubernetes环境,进程无法区分,当与核心的SQL分析逻辑无关的组件宕机时,整个进程都会引发宕机;
二、开启MySQL的慢日志后对MySQL本身的性能会造成一些影响,在大量数据insert的场景中,开启慢查询日志可能使MySQL性能下降3倍以上,而且慢日志对于MySQL本身是一种日志系统,当MySQL中运行的SQL质量很差时,过多的写入日志本身就会占用较多的磁盘IO;
三、有的SQL分析系统是基于Prometheus来实现的,会将数据整理成Prometheus指标,发送到Prometheus中进行展示,但是这样会使整个系统非常庞大,组件繁多;
四、对于在Kubecrnetes中集成到MySQL中的SQL分析服务来说,SQL分析服务和MySQL服务会互相影响,一方宕机会导致另外一方的不可用,这样的服务并不可靠。
发明内容
为此,本申请提供一种基于云原生的MySQL数据查询分析方法及装置,以解决现有技术存在的进程无法区分、磁盘IO占用较多、结构复杂及服务不可靠的问题。
为了实现上述目的,本申请提供如下技术方案:
第一方面,一种基于云原生的MySQL数据查询分析方法,采集端采用Sidecar的形式被部署到MySQL实例中,服务端采用Sidecar的形式被部署到Clickhouse实例中,包括:
接收所述采集端发送的注册请求;
根据所述注册请求为所述采集端创建与MySQL实例对应的Clickhouse数据表,并将注册结果发送至所述采集端;所述采集端接收到所述注册结果后连接MySQL数据库进行查询数据的采集,并向所述服务端发送数据传输请求;
接收所述数据传输请求,并同意创建数据传输通道;
接收所述采集端通过所述数据传输通道传输的数据,并存储在所述采集端注册时注册的Clickhouse数据表中;
接收用户发送的查询分析请求后,向Clickhouse发送数据查询及分析请求,将处理完毕的查询分析数据列表发送给用户。
作为优选,所述采集端接收到所述注册结果后连接MySQL数据库进行查询数据的采集,并向所述服务端发送数据传输请求,具体为:
所述采集端的采集协程连接到MySQL数据库,启动定时器,周期性的通过定时器定时访问MySQL数据库的Peformance_schema表获取数据,记录数据的版本,将本次所获取数据的版本和历史版本比对;获取数据时对数据进行初步分析,将数据放在缓存中整合关键信息,整合后将详情信息和示例信息的数据发送给推送协程,所述推送协程向所述服务端发送数据传输请求并创建与所述服务端的数据传输通道。
作为优选,所述采集端与所述服务端采用GRPC协议通信。
作为优选,所述数据传输通道以Protobuf数据流的形式将数据发送至所述服务端。
作为优选,所述服务端采用Sidecar的形式被部署到Clickhouse实例中,具体是:在Clickhouse实例中的Yaml文件加入服务端Sidecar的配置。
作为优选,所述采集端采用Sidecar的形式被部署到MySQL实例中,具体是:
修改MySQL实例的Yaml文件,加入采集端Sidecar配置。
作为优选,所述采集端Sidecar配置中包括所述服务端的访问信息。
第二方面,一种基于云原生的MySQL数据查询分析装置,采集端采用Sidecar的形式被部署到MySQL实例中,服务端采用Sidecar的形式被部署到Clickhouse实例中,服务端包括:
第一接收模块,用于接收所述采集端发送的注册请求;
以及接收所述数据传输请求;
以及接收所述采集端通过所述数据传输通道传输的数据;
注册模块,用于根据所述注册请求注册Clickhouse数据表,并将注册结果发送至所述采集端;所述采集端接收到所述注册结果后连接MySQL数据库进行查询数据的采集,并向所述服务端发送数据传输请求;
存储模块,用于将接收到的数据存储在所述采集端注册时注册的Clickhouse数据表中;
第二接收模块,用于接收用户发送的查询分析请求后,向Clickhouse发送数据查询及分析请求,将处理完毕的查询分析数据列表发送给用户。
第三方面,一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现基于云原生的MySQL数据查询分析方法的步骤。
第四方面,一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现基于云原生的MySQL数据查询分析方法的步骤。
相比现有技术,本申请至少具有以下有益效果:
本申请提供了一种基于云原生的MySQL数据查询分析方法及装置,采集端采用Sidecar的形式被部署到MySQL实例中,服务端采用Sidecar的形式被部署到Clickhouse实例中,方法包括:接收采集端发送的注册请求;根据注册请求注册Clickhouse数据表,并将注册结果发送至采集端;采集端接收到注册结果后连接MySQL数据库进行查询数据的采集,并向服务端发送数据传输请求;接收数据传输请求,并同意创建数据传输通道;接收采集端通过数据传输通道传输的数据,并存储在采集端注册时注册的Clickhouse数据表中;接收用户发送的查询分析请求后,向Clickhouse发送数据查询及分析请求,将处理完毕的查询分析数据列表发送给用户。本申请提供的基于云原生的MySQL数据查询分析方法及装置,采集端和服务端分离,当采集端或者服务端宕机时不会引发另外一方的宕机,序列化反序列化速度快,结构简单。
附图说明
为了更直观地说明现有技术以及本申请,下面给出几个示例性的附图。应当理解,附图中所示的具体形状、构造,通常不应视为实现本申请时的限定条件;例如,本领域技术人员基于本申请揭示的技术构思和示例性的附图,有能力对某些单元(部件)的增/减/归属划分、具体形状、位置关系、连接方式、尺寸比例关系等容易作出常规的调整或进一步的优化。
图1为本申请实施例一提供的一种基于云原生的MySQL数据查询分析方法流程图;
图2为本申请实施例一提供的自动查询分析部署及运维组件结构示意图。
具体实施方式
以下结合附图,通过具体实施例对本申请作进一步详述。
在本申请的描述中:除非另有说明,“多个”的含义是两个或两个以上。本申请中的术语“第一”、“第二”、“第三”等旨在区别指代的对象,而不具有技术内涵方面的特别意义(例如,不应理解为对重要程度或次序等的强调)。“包括”、“包含”、“具有”等表述方式,同时还意味着“不限于”(某些单元、部件、材料、步骤等)。
本申请中所引用的如“上”、“下”、“左”、“右”、“中间”等的用语,通常是为了便于对照附图直观理解,而并非对实际产品中位置关系的绝对限定。在未脱离本申请揭示的技术构思的情况下,这些相对位置关系的改变,当亦视为本申请表述的范畴。
实施例一
请参阅图1,本实施例提供了一种基于云原生的MySQL数据查询分析方法,(服务端为执行主体)包括:
S1:接收采集端发送的注册请求;
具体的,服务端启动后确认对Clickhouse数据库的连接,内部启动两个监听服务,第一监听服务用于监听采集端的请求(包括采集端注册和数据传输请求),第二监听服务用于监听用户数据获取请求(查询分析数据的获取,即SQL分析数据的获取)。
采集端启动注册程序,发送请求向服务端申请注册。
S2:根据注册请求为所述采集端创建与MySQL实例对应的Clickhouse数据表,并将注册结果发送至采集端;采集端接收到注册结果后连接MySQL数据库进行查询数据的采集,并向服务端发送数据传输请求;
具体的,第一监听服务接收到采集端的注册请求后,在Clickhouse中创建对应的MySQL查询数据表,用于采集端数据存储,并将注册结果返回给采集端。
采集端确认注册结果后将启动两个协程(即采集协程和推送协程),分别进行查询数据的采集和推送;其中,采集协程连接到MySQL数据库,启动定时器,周期性的通过定时器定时访问数据库的Peformance_schema表获取数据,记录数据的版本,将本次所获取数据的版本和历史版本比对,获取数据时对数据进行初步分析,将数据放在缓存中,采用缓存能力整合关键信息,把整合了详情信息和示例信息的数据通过通道发送给推送协程;推送协程向服务端发送数据传输请求。
S3:接收数据传输请求,并同意创建数据传输通道;
具体的,第一监听服务接收到采集端的数据传输服务请求后,同意建立与采集端的数据传输通道。
采集端的推送协程接收到“同意建立与采集端的数据传输通道”信息后,创建与服务端的数据传输服务,以数据流的形式将数据传输给服务端。
S4:接收采集端通过数据传输通道传输的数据,并存储在采集端注册时注册的Clickhouse数据表中;
具体的,第一监听服务接收采集端传输的数据,对数据进行整理,将采集端的信息整理到数据中,再将数据整理成Clickhouse表新定义的形式,把数据存储于采集端注册时注册的Clickhouse数据表中。
S5:接收用户发送的查询分析请求后,向Clickhouse发送数据查询及分析请求,将处理完毕的查询分析数据列表发送给用户。
具体的,第二监听服务接收到用户发送的SQL分析请求后,根据用户的需求,向Clickhouse发送数据查询请求,分析SQL的活跃情况,整理处结果整合成json的形式发送给用户。
请参阅图2,采集端采用Sidecar的形式被部署到MySQL实例中,它会访问MySQL的系统表Peformance_schema,从中获取一些MySQL中所执行的SQL的关键信息,并对这些信息进行处理,其中包括一些必备的指标,还会针对这些查询提供一些更优的查询示例,采集端会将示例以及所整理好的SQL的元数据指标发送到服务端。
服务端会将服务端的数据按照不同实例存储到不同的Clickhouse表中,并提供API来支持用户查询处理,并提供了一些筛选能力,包括根据SQL执行时间排序、根据SQL扫描行数排序、反馈SQL的活跃度、SQL详情以及SQL示例等。
具体的,自动查询分析部署及运维组件的采集端和服务端的部署流程具体为:
S101:创建SQL分析管理器所管理的RDSInstall实例,实例中配置开启SQL分析功能;
S102:RDSInstallController监测到RDSInstall资源的变更,创建出SQL分析服务CR;
S103:SQL分析Controller监测到SQL分析服务CR创建,创建对应的Statusfulset资源,资源中包括SQL分析组件以及Clickhouse组件,并对SQL分析组件进行配置,配置为启动服务端;
S104:RDSInstallController监听到集群中的MySQL实例,对MySQL实例进行修改:加入SQL分析组件,对组件进行配置,采用采集端配置,并为其配置好服务端的访问信息。
本实施例所实现的SQL分析能力满足Kubernetes形态部署,MySQL和SQL分析数据的采集并不干涉,并没有通过采集MySQL的慢日志的形式实现SQL分析的功能,而是对MySQL系统表Peformance_schema中的SQL进行了初步的分析,整理成SQL分析可用的形式,将整理好的数据通过另外一种组织形式存储到Clickhouse库表中,其中包括了一些SQL分析所具备的指标,包括SQL的持续时间、SQL的周期执行次数、SQL占用锁的时间、SQL扫描的行数、SQL结果集行数、SQL更改的行数、执行SQL时在磁盘中创建的临时表数、缓存命中情况、所使用的索引类型、联接查询的一些参数等。
本实施例还通过Sidecar模式组件化了SQL分析的能力,将SQL采集端部署到了单独的进程或容器中以提供隔离和封装,并选择分析性能较好的Clickhouse数据库作为SQL分析组件的存储。
在使用时本实施例提供的自动查询分析部署及运维组件会运行在不同的实例和POD中分别承担采集端和服务端的角色,但是这些都是通过对Yaml提供不同的注入配置实现的,所运行的组件为同一个组件,用户并不需要关心哪个是采集端,哪个是服务端,启动的是完全一样的容器,虽然该容器实现了两种不同角色,但是并不是说两个服务共用同一进程启动在同一个容器中,而是作为不同角色时,只会启动专注于所承担角色的进程,也没有因为承担了两种角色而造成更多的资源浪费。
为方便用户运维,本实施例提供了自动查询分析部署及运维组件,可选的,用户也可以通过并不复杂的方式手动的完成查询分析组件的部署,自动化的查询分析部署及运维组件提供了自动对查询分析组件的部署,包括为集群中所记录的MySQL示例添加采集端,部署服务端,完成服务端与采集端间的配置,为服务端配置好Clickhouse存储。
实施例二
本实施例提供了一种基于云原生的MySQL数据查询分析装置,采集端采用Sidecar的形式被部署到MySQL实例中,服务端采用Sidecar的形式被部署到Clickhouse实例中,服务端包括:
第一接收模块,用于接收所述采集端发送的注册请求;
以及接收所述数据传输请求;
以及接收所述采集端通过所述数据传输通道传输的数据;
注册模块,用于根据所述注册请求注册Clickhouse数据表,并将注册结果发送至所述采集端;所述采集端接收到所述注册结果后连接MySQL数据库进行查询数据的采集,并向所述服务端发送数据传输请求;
存储模块,用于将接收到的数据存储在所述采集端注册时注册的Clickhouse数据表中;
第二接收模块,用于接收用户发送的查询分析请求后,向Clickhouse发送数据查询及分析请求,将处理完毕的查询分析数据列表发送给用户。
关于基于云原生的MySQL数据查询分析装置的具体限定可以参见上文中对于基于云原生的MySQL数据查询分析方法的限定,在此不再赘述。
实施例三
本实施例提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现基于云原生的MySQL数据查询分析方法的步骤。
实施例四
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现基于云原生的MySQL数据查询分析方法的步骤。
本申请具有以下优势:
(1)通过给MySQL实例增加Sidecar容器的形式部署的查询分析服务部署方式简单;内部采用采集端和服务端分离的方式,当采集端或者服务端端宕机时不会引发另外一方的宕机;
(2)采集端和服务端之间使用了GRPC协议,数据传输以Protobuf方式传输,比XML和Json形式的传输效率快,最高可达到快10-20倍,序列化后体积相比Json和XML很小,序列化反序列化速度很快;
(3)整体架构体量小,组件少,对运维人员的技术水平和能力要求较低,可以通过扩容或者缩容的形式完成高可用。
(4)自动查询分析部署及运维组件提供的查询维度很多,包括活跃度、磁盘文件、表I/O、表锁等资源的同步调用等。不使用慢日志而是使用Peformance_schema中的数据,对Peformance_schema不便于用户理解的数据进行整理和整合,能够提供SQL运行过程中的性能相关的数据。让用户清晰的了解哪些SQL近期较为活跃,哪些SQL占用了过多的磁盘利用这些信息来判断Server中的相关资源消耗在了哪里?一般来说,事件可以是函数调用、操作系统的等待、SQL语句执行的阶段(如SQL语句执行过程中的parsing或sorting阶段)或者整个SQL语句与SQL语句集合。
以上实施例的各技术特征可以进行任意的组合(只要这些技术特征的组合不存在矛盾),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;这些未明确写出的实施例,也都应当认为是本说明书记载的范围。
上文中通过一般性说明及具体实施例对本申请作了较为具体和详细的描述。应当理解,基于本申请的技术构思,还可以对这些具体实施例作出若干常规的调整或进一步的创新;但只要未脱离本申请的技术构思,这些常规的调整或进一步的创新得到的技术方案也同样落入本申请的权利要求保护范围。

Claims (9)

1.一种基于云原生的MySQL数据查询分析方法,其特征在于,采集端采用Sidecar的形式被部署到MySQL实例中,服务端采用Sidecar的形式被部署到Clickhouse实例中,包括:
接收所述采集端发送的注册请求;
根据所述注册请求为所述采集端创建与MySQL实例对应的Clickhouse数据表,并将注册结果发送至所述采集端;所述采集端接收到所述注册结果后连接MySQL数据库进行查询数据的采集,并向所述服务端发送数据传输请求;
接收所述数据传输请求,并同意创建数据传输通道;
接收所述采集端通过所述数据传输通道传输的数据,并存储在所述采集端注册时注册的Clickhouse数据表中;
接收用户发送的查询分析请求后,向Clickhouse发送数据查询及分析请求,将处理完毕的查询分析数据列表发送给用户;
所述采集端接收到所述注册结果后连接MySQL数据库进行查询数据的采集,并向所述服务端发送数据传输请求,具体为:
所述采集端的采集协程连接到MySQL数据库,启动定时器,周期性的通过定时器定时访问MySQL数据库的Peformance_schema表获取数据,记录数据的版本,将本次所获取数据的版本和历史版本比对;获取数据时对数据进行初步分析,将数据放在缓存中整合关键信息,整合后将详情信息和示例信息的数据发送给推送协程,所述推送协程向所述服务端发送数据传输请求并创建与所述服务端的数据传输通道。
2.根据权利要求1所述的基于云原生的MySQL数据查询分析方法,其特征在于,所述采集端与所述服务端采用GRPC协议通信。
3.根据权利要求1所述的基于云原生的MySQL数据查询分析方法,其特征在于,所述数据传输通道以Protobuf数据流的形式将数据发送至所述服务端。
4.根据权利要求1所述的基于云原生的MySQL数据查询分析方法,其特征在于,所述服务端采用Sidecar的形式被部署到Clickhouse实例中,具体是:在Clickhouse实例中的Yaml文件加入服务端Sidecar的配置。
5.根据权利要求1所述的基于云原生的MySQL数据查询分析方法,其特征在于,所述采集端采用Sidecar的形式被部署到MySQL实例中,具体是:修改MySQL实例的Yaml文件,加入采集端Sidecar配置。
6.根据权利要求5所述的基于云原生的MySQL数据查询分析方法,其特征在于,所述采集端Sidecar配置中包括所述服务端的访问信息。
7.一种基于云原生的MySQL数据查询分析装置,其特征在于,采集端采用Sidecar的形式被部署到MySQL实例中,服务端采用Sidecar的形式被部署到Clickhouse实例中,所述服务端包括:
第一接收模块,用于接收所述采集端发送的注册请求;
以及接收所述数据传输请求;
以及接收所述采集端通过所述数据传输通道传输的数据;
注册模块,用于根据所述注册请求注册Clickhouse数据表,并将注册结果发送至所述采集端;所述采集端接收到所述注册结果后连接MySQL数据库进行查询数据的采集,并向所述服务端发送数据传输请求;
存储模块,用于将接收到的数据存储在所述采集端注册时注册的Clickhouse数据表中;
第二接收模块,用于接收用户发送的查询分析请求后,向Clickhouse发送数据查询及分析请求,将处理完毕的查询分析数据列表发送给用户;
所述采集端接收到所述注册结果后连接MySQL数据库进行查询数据的采集,并向所述服务端发送数据传输请求,具体为:
所述采集端的采集协程连接到MySQL数据库,启动定时器,周期性的通过定时器定时访问MySQL数据库的Peformance_schema表获取数据,记录数据的版本,将本次所获取数据的版本和历史版本比对;获取数据时对数据进行初步分析,将数据放在缓存中整合关键信息,整合后将详情信息和示例信息的数据发送给推送协程,所述推送协程向所述服务端发送数据传输请求并创建与所述服务端的数据传输通道。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202211537599.3A 2022-12-02 2022-12-02 基于云原生的MySQL数据查询分析方法及装置 Active CN115982211B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211537599.3A CN115982211B (zh) 2022-12-02 2022-12-02 基于云原生的MySQL数据查询分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211537599.3A CN115982211B (zh) 2022-12-02 2022-12-02 基于云原生的MySQL数据查询分析方法及装置

Publications (2)

Publication Number Publication Date
CN115982211A CN115982211A (zh) 2023-04-18
CN115982211B true CN115982211B (zh) 2023-09-26

Family

ID=85972930

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211537599.3A Active CN115982211B (zh) 2022-12-02 2022-12-02 基于云原生的MySQL数据查询分析方法及装置

Country Status (1)

Country Link
CN (1) CN115982211B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118093637B (zh) * 2024-04-25 2024-06-25 北京凌云雀科技有限公司 基于关系型数据库的Kubernetes集群资源查询方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107180034A (zh) * 2016-03-09 2017-09-19 精硕科技(北京)股份有限公司 MySQL数据库的集群系统
CN110704164A (zh) * 2019-09-30 2020-01-17 珠海市新德汇信息技术有限公司 一种基于Kubernetes技术的云原生应用平台构建方法
CN112685403A (zh) * 2019-10-18 2021-04-20 上海同是科技股份有限公司 一种隐患排查数据存储的高可用框架系统及其实现方法
CN112765017A (zh) * 2021-01-08 2021-05-07 中国工商银行股份有限公司 基于MySQL数据库的数据查询性能测试方法和装置
CN113010565A (zh) * 2021-03-25 2021-06-22 腾讯科技(深圳)有限公司 基于服务器集群的服务器实时数据处理方法及系统
CN113127411A (zh) * 2021-04-07 2021-07-16 华南理工大学 一种跨云服务应用分布式数据访问系统及方法
CN114461668A (zh) * 2021-12-21 2022-05-10 天翼云科技有限公司 一种基于线程池的mysql数据库查询方法及装置
CN114911575A (zh) * 2022-05-20 2022-08-16 携程旅游信息技术(上海)有限公司 ClickHouse集群管理方法和相关设备
CN114995841A (zh) * 2022-07-18 2022-09-02 浩鲸云计算科技股份有限公司 一种实现数据库云服务极简升级的方法和系统
CN115048466A (zh) * 2022-05-10 2022-09-13 浙江吉利控股集团有限公司 一种数据分析方法、系统、终端及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104573115B (zh) * 2015-02-04 2019-03-22 北京慧辰资道资讯股份有限公司 支持多类型数据库操作的集成接口的实现方法及系统
US10713355B2 (en) * 2016-10-21 2020-07-14 Qatar University Method and system for adaptive security in cloud-based services
US11652883B2 (en) * 2018-08-25 2023-05-16 Panzura, Llc Accessing a scale-out block interface in a cloud-based distributed computing environment
US11693859B2 (en) * 2020-12-30 2023-07-04 Atlassian Pty Ltd. Systems and methods for data retrieval from a database indexed by an external search engine

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107180034A (zh) * 2016-03-09 2017-09-19 精硕科技(北京)股份有限公司 MySQL数据库的集群系统
CN110704164A (zh) * 2019-09-30 2020-01-17 珠海市新德汇信息技术有限公司 一种基于Kubernetes技术的云原生应用平台构建方法
CN112685403A (zh) * 2019-10-18 2021-04-20 上海同是科技股份有限公司 一种隐患排查数据存储的高可用框架系统及其实现方法
CN112765017A (zh) * 2021-01-08 2021-05-07 中国工商银行股份有限公司 基于MySQL数据库的数据查询性能测试方法和装置
CN113010565A (zh) * 2021-03-25 2021-06-22 腾讯科技(深圳)有限公司 基于服务器集群的服务器实时数据处理方法及系统
CN113127411A (zh) * 2021-04-07 2021-07-16 华南理工大学 一种跨云服务应用分布式数据访问系统及方法
CN114461668A (zh) * 2021-12-21 2022-05-10 天翼云科技有限公司 一种基于线程池的mysql数据库查询方法及装置
CN115048466A (zh) * 2022-05-10 2022-09-13 浙江吉利控股集团有限公司 一种数据分析方法、系统、终端及存储介质
CN114911575A (zh) * 2022-05-20 2022-08-16 携程旅游信息技术(上海)有限公司 ClickHouse集群管理方法和相关设备
CN114995841A (zh) * 2022-07-18 2022-09-02 浩鲸云计算科技股份有限公司 一种实现数据库云服务极简升级的方法和系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
CloudJump: optimizing cloud databases for cloud storages;Zongzhi Chen 等;ACM;第3432–3444页 *
基于Ice的分布式MySQL数据库服务设计;杨志宇;;电脑知识与技术(11);第12-14、16页 *
基于Solr的司法大数据检索模型研究与实现;贾贺;艾中良;贾高峰;刘忠麟;陈伯雄;;计算机工程与应用(20);第249-253页 *
轩辕:AI原生数据库系统;李国良;周煊赫;;软件学报(03);第831-844页 *
面向云网融合的智能云原生架构和关键技术研究;陆钢;陈长怡;黄泽龙;黄泽源;;电信科学(09);第67-74页 *

Also Published As

Publication number Publication date
CN115982211A (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
US20230147068A1 (en) Management of distributed computing framework components
US20200293549A1 (en) Blockchain-based data processing method and device
CN107169083B (zh) 公安卡口海量车辆数据存储与检索方法及装置、电子设备
JP6617117B2 (ja) 半構造データのためのスケーラブルな分析プラットフォーム
CN102682052B (zh) 过滤数据存储上的查询数据
US8078628B2 (en) Streaming faceted search
CN103605698A (zh) 一种用于分布异构数据资源整合的云数据库系统
Chun et al. Mobius: unified messaging and data serving for mobile apps
AU2007277429A1 (en) Data processing over very large databases
CN103440290A (zh) 大数据加载系统和方法
CN104239377A (zh) 跨平台的数据检索方法及装置
CN102200979A (zh) 一种分布式并行信息检索系统及其方法
CN115982211B (zh) 基于云原生的MySQL数据查询分析方法及装置
CN111723161A (zh) 一种数据处理方法、装置及设备
CN107506356A (zh) 数据处理方法及其系统
CN116166191A (zh) 湖仓一体系统
CN103678425A (zh) 多系统的集成分析
CN113127526A (zh) 一种基于Kubernetes的分布式数据存储和检索系统
CN110457279B (zh) 数据离线扫描方法、装置、服务器及可读存储介质
CN111611222A (zh) 一种基于分布式存储的数据动态处理方法
CN111881086B (zh) 大数据的存储方法、查询方法、电子装置及存储介质
CN115982231A (zh) 分布式实时搜索系统及方法
CN115237960A (zh) 信息推送方法、装置、存储介质以及电子设备
CN113656469A (zh) 大数据处理方法及装置
CN103856359A (zh) 获取信息的方法和系统

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