CN116049305A - 一种分布式数据库 - Google Patents
一种分布式数据库 Download PDFInfo
- Publication number
- CN116049305A CN116049305A CN202211666865.2A CN202211666865A CN116049305A CN 116049305 A CN116049305 A CN 116049305A CN 202211666865 A CN202211666865 A CN 202211666865A CN 116049305 A CN116049305 A CN 116049305A
- Authority
- CN
- China
- Prior art keywords
- data
- hot
- cold
- partition
- slicing
- 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
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/214—Database migration support
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种分布式数据库,其中,计算节点集群用于接收数据访问请求,将数据访问请求调度至数据节点集群中对应的热数据分片和/或冷数据分片;数据节点集群包括热数据分片区域和冷数据分片区域,所述热数据分片区域对应的第一时间区间晚于所述冷数据分片区域对应的第二时间区间,数据节点集群中的热数据分片和/或冷数据分片,用于响应于数据访问请求,向计算节点集群返回结果集响应。本申请实施例通过在数据节点集群中设置热数据分片区域和冷数据分片区域,实现在一套数据库里同时处理在线库热数据和历史库冷数据,并且由于热数据分片区域对应的第一时间区间晚于冷数据分片区域对应的第二时间区间,所以能够实现自动进行冷热数据的隔离。
Description
技术领域
本申请涉及数据库技术领域,尤其涉及一种分布式数据库。
背景技术
关系型数据库经常用于海量历史数据的存储和查询。传统常见的处理方案是单独建设一个历史库,即在线库和历史库分离,该方案的劣势在于应用需要维护管理两套数据库,增加了成本开销,而且当查询日期涉及跨库查询的场景时,需要业务做特殊处理或直接对该功能进行限制,制约了业务的创新和发展;
鉴于分布式数据库大容量、可扩展的特性,越来越多的架构方案开始尝试不区分在线库和历史库,弱化数据的时间及冷热属性,使用一套分布式数据库,同时管理在线热数据和历史冷数据,但会导致冷热数据不能良好的分离,无法精准的匹配或利用对应的硬件资源。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本申请提供了一种分布式数据库。
第一方面,本申请提供了一种分布式数据库,包括:计算节点集群和数据节点集群;
所述计算节点集群,用于接收数据访问请求,所述数据访问请求中携带请求访问的冷数据和/或热数据对应的时间信息,根据所述时间信息将所述数据访问请求调度至所述数据节点集群中对应的热数据分片和/或冷数据分片;
所述数据节点集群包括热数据分片区域和冷数据分片区域,所述热数据分片区域对应的第一时间区间晚于所述冷数据分片区域对应的第二时间区间,所述热数据分片区域中的各热数据分片用于存储所述第一时间区间对应的热数据,所述冷数据分片区域中的不同冷数据分片对应不同的时间段,所述数据节点集群中的热数据分片和/或冷数据分片,用于响应于所述数据访问请求,向所述计算节点集群返回结果集响应。
可选地,每个所述热数据分片中按照时间维度划分为多个热数据分区,不同所述热数据分区对应相同或不同的时间范围。
可选地,若待写入所述热数据分片的热数据所对应的时间信息位于所述第一时间区间外,所述数据节点集群还用于在所述热数据分片中增加新的热数据分区,所述待写入的热数据所对应的时间信息位于所述新的热数据分区对应的时间范围内。
可选地,当任一所述热数据分片的容量超过预设容量阈值时,所述数据节点集群还用于对所述热数据分片进行扩容;
或者,
当所述冷数据分片区域需要扩容时,所述数据节点集群还用于在冷热数据分片策略中为所述冷数据分片区域新增冷数据分片。
可选地,当所述冷数据分片区域需要扩容时,所述数据节点集群还用于在所述冷数据分片区域新增冷数据分片。
可选地,还包括:总控组件;
所述总控组件,用于在检测到任一热数据分片中的热数据到达热数据生命周期时,向与所述热数据对应的热数据分片发送分区全量数据迁移指令;
所述热数据分片,还用于响应于所述分区全量数据迁移指令,将与到达热数据生命周期的热数据对应的热数据分区并发全量迁移至对应的冷数据分片中。
可选地,所述计算节点集群,还用于在任一所述热数据的全量迁移过程中,接收针对所述热数据分片中的热数据的数据查询请求,并将该数据查询请求调度至与所述热数据对应的热数据分片;
所述热数据分片,还用于响应于所述数据查询请求,向所述计算节点集群返回数据查询响应。
可选地,所述总控组件,还用于获取数据变更日志,所述数据变更日志用于记录在所述热数据在全量迁移过程中的变更情况,向与所述热数据对应的热数据分片发送分区增量数据迁移指令;
所述热数据分片,还用于响应于所述分区增量数据迁移指令,将所述热数据在全量迁移过程中的变更数据并发迁移至对应的冷数据分片中。
可选地,所述总控组件,还用于在迁移至所述冷数据分片中的热数据与所述热数据分区中的热数据之间的差距小于预设阈值时,向所述计算节点集群发送数据迁移结束预通知,所述数据迁移结束预通知用于指示所述计算节点集群停止接收针对所述热数据的数据查询请求。
可选地,所述总控组件,还用于在所述热数据全量迁移至所述冷数据分片完成时,向所述计算节点集群发送分区迁移结束指令,所述分区迁移结束指令用于指示所述计算节点集群与所述热数据对应的热数据分区迁移结束。
可选地,所述总控组件,还用于在所述热数据全量迁移至所述冷数据分片完成时,更新冷热数据分片策略
本申请实施例提供的上述技术方案与现有技术相比具有如下优点:
本申请实施例通过在数据节点集群中设置热数据分片区域和冷数据分片区域,实现在一套数据库里同时处理在线库热数据和历史库冷数据,并且由于热数据分片区域对应的第一时间区间晚于所述冷数据分片区域对应的第二时间区间,所以能够实现自动进行冷热数据的隔离。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,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,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种分布式数据库的结构图;
图2为本申请实施例提供的一种冷热数据切换迁移流程图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1为本申请实施例提供的一种分布式数据库,所述分布式数据库包括:计算节点集群和数据节点集群;
所述计算节点集群,用于接收数据访问请求,所述数据访问请求中携带请求访问的冷数据和/或热数据对应的时间信息,根据所述时间信息将所述数据访问请求调度至所述数据节点集群中对应的热数据分片和/或冷数据分片;
本申请实施例中的计算节点集群,负责执行具有时间特征的冷热数据多层次数据分片策略,能将业务的SQL访问自动路由到热数据分片区域、冷数据分片区域或跨区域。
本申请实施例中,计算节点可从时间维度定义冷热数据多层次分片策略,该规则将数据节点集群分为在线数据分片区域(即热数据分片区域,用来存放热数据)及历史数据分片区(即冷数据分片区域,用来存放冷数据),其中根据在线数据和历史数据的访问的不同时间特征,可以从物理上进行隔离和区别配置,实现最佳性价比;进一步的,每个数据分片区内可根据业务表的其他特征进行第二层分片策略设置。在线数据分片区域的若干数据分片可共同为提供数据访问服务,满足高并发处理要求。在为相关表设置该策略后,对于来自业务的数据读写,计算节点可根据时间特点及二级分片策略信息,自动将SQL请求路由到对应分片进行处理。当业务SQL访问数据同时涉及冷热数据区时,计算节点自动进行跨区域SQL访问,实现对业务透明。
基于冷热数据多层次分片策略的定义,所述数据节点集群包括热数据分片区域和冷数据分片区域,所述热数据分片区域对应的第一时间区间(如图1中的热数据时间段)晚于所述冷数据分片区域对应的第二时间区间,也即第一时间区间相对于第二时间区间距离当前时刻更近(如近3年的数据)。
为支撑大规模并发访问,热数据分片区域由若干个数据分片共同组成,所述热数据分片区域中包括多个热数据分片,所述热数据分片区域中的各热数据分片用于存储所述第一时间区间对应的热数据,所有数据分片共同承载外部对于热数据的访问,每个分片数据均匀,防止出现局部热点,所述数据节点集群中的热数据分片和/或冷数据分片,用于响应于所述数据访问请求,向所述计算节点集群返回结果集响应。
所述冷数据分片区域中包括多个冷数据分片,如图1所示,所述冷数据分片区域中的不同冷数据分片对应不同的时间段,如图1中的时间段1、时间段2、时间段3等等。
本申请实施例中的数据节点集群是数据的最终存储位置,负责将数据以更细粒度的分区进行本地化存储,在发生热数据新增或热冷数据切换场景中完成数据的迁移和管理。
在定义了上述分片分区策略后,计算节点即按照该策略处理后续SQL访问。客户端的业务应用无法感知底层冷热数据分离存储策略,下发常规SQL语句即可进行数据访问。
当业务SQL语句携带的时间信息表明需要访问热数据分片区域时,计算节点将直接调度热分片区域数据,冷分片数据区域同理。
当业务SQL语句携带的时间信息对应的时间范围跨冷热数据区域时,计算节点经内部处理生成最优执行计划,并行至冷热多个分片进行数据处理,数据节点返回结果集后,计算节点进行二次计算处理,将最终结果返回给客户端。
本申请实施例通过在数据节点集群中设置热数据分片区域和冷数据分片区域,实现在一套数据库里同时处理在线库热数据和历史库冷数据,并且由于热数据分片区域对应的第一时间区间晚于所述冷数据分片区域对应的第二时间区间,所以能够实现自动进行冷热数据的隔离。
在本申请的一种实施方式中,每个所述热数据分片中按照时间维度划分为多个热数据分区,不同所述热数据分区对应相同或不同的时间范围。
本申请实施例中,热数据分片内部对数据进行进一步按时间细粒度分区处理,以便于后续维护搬迁使用,该热数据分区是热数据从热数据分片区域迁移至冷数据分片区域的最小处理单元。
在本申请的又一实施例中,若待写入所述热数据分片的热数据所对应的时间信息位于所述第一时间区间外,所述数据节点集群还用于在所述热数据分片中增加新的热数据分区,所述待写入的热数据所对应的时间信息位于所述新的热数据分区对应的时间范围内。
也就是说,当热数据分片中有超出分区范围(即第一子区间)的新数据流入后,分布式数据库自动新增热数据分区,以用于存储处理新数据。
在本申请的又一实施例中,当任一所述热数据分片的容量超过预设容量阈值时,所述数据节点集群还用于对所述热数据分片进行扩容。
本申请实施例中,当热数据分片的容量超过限制,需要扩展分片时,采用现有的分布数据库扩容方式进行扩展,由于热数据总量可控,因此整个扩容过程对业务影响有限。
在本申请的又一实施例中,当所述冷数据分片区域需要扩容时,所述数据节点集群还用于在冷热数据分片策略中为所述冷数据分片区域新增冷数据分片。
当历史数据分片区域需要扩容时,直接新增分片修改表分片策略即可,不涉及数据迁移,历史数据区域的扩容对在线数据区域无影响。
本申请实施例中,冷数据分片区域中的每个冷数据分片均存储固定时间段的历史数据,如图1所示,随着时间的推移,数据量不断新增,可通过新增存储资源结合简单DDL命令即完成扩容,整个过程对其他历史冷数据分片和在线热数据分片均无影响。
在本申请的又一实施例中,分布式数据库还包括:总控组件;总控组件是分布式数据库的管理组件,负责热数据至冷数据的切换调度。根据系统情况,生成迁移调度任务,自动将热数据以热数据分区为粒度并发迁移至目标冷数据分片中,并协调后续的增量数据追加及冷热数据策略切换。
所述总控组件,用于在检测到任一热数据分片中的热数据到达热数据生命周期时,向与所述热数据对应的热数据分片发送分区全量数据迁移指令;
所述热数据分片,还用于响应于所述分区全量数据迁移指令,将与到达热数据生命周期的热数据对应的热数据分区并发全量迁移至对应的冷数据分片中。
本申请实施例中,当任一热数据到达热数据生命周期,需要调整至冷数据分片区域时,分布式数据库的总控组件触发数据管理任务,该任务会将所有热数据分片中的待迁移数据以热数据分区为单位自动搬迁到对应的冷数据分片中,如图2所示,总控组件可以向相应的热数据分片发送分区全量数据迁移指令,以使热数据分片以热数据分区为单位,根据热数据的时间信息将热数据分区中的热数据迁移至冷数据分片区域内的目标冷数据分片。
在本申请的又一实施例中,所述计算节点集群,还用于在任一所述热数据的全量迁移过程中,接收针对所述热数据分片中的热数据的数据查询请求,并将该数据查询请求调度至与所述热数据对应的热数据分片;
所述热数据分片,还用于响应于所述数据查询请求,向所述计算节点集群返回数据查询响应。
也就是说,在热数据的迁移过程中该被迁移的热数据仍从热数据片区中对外提供数据服务。
在本申请的又一实施例中,所述总控组件,还用于获取数据变更日志,所述数据变更日志用于记录在所述热数据在全量迁移过程中的变更情况,向与所述热数据对应的热数据分片发送分区增量数据迁移指令;
所述热数据分片,还用于响应于所述分区增量数据迁移指令,将所述热数据在全量迁移过程中的变更数据并发迁移至对应的冷数据分片中。
在迁移过程中该部分数据仍从热数据片区中对外提供数据服务,因此在该迁移过程中会产生新的数据变化,该数据变化会体现在数据库日志中;接下来总控组件会通知目标冷数据分片区域回放该新增数据日志,如图2所示,总控组件可以向相应的热数据分片发送分区增量数据迁移指令,以进行增量数据(即发生变化的热数据)的迁移。
在本申请的又一实施例中,所述总控组件,还用于在迁移至所述冷数据分片中的热数据与所述热数据分区中的热数据之间的差距小于预设阈值时,向所述计算节点集群发送数据迁移结束预通知,所述数据迁移结束预通知用于指示所述计算节点集群停止接收针对所述热数据的数据查询请求。
在所述冷数据分区与所述热数据分区之间的差距达到极小差距时,管理总控组件通知计算节点不再提供热数据分片区域的该部分数据的对外访问服务。
在本申请的又一实施例中,所述总控组件,还用于在所述热数据全量迁移至所述冷数据分片完成时,向所述计算节点集群发送分区迁移结束指令,所述分区迁移结束指令用于指示所述计算节点集群与所述热数据对应的热数据分区迁移结束。
所述总控组件,还用于在所述热数据全量迁移至所述冷数据分片完成时,更新冷热数据分片策略。
也就是说,待冷数据分区与热数据分区之间的同步达到数据追平后,更新表的冷热数据分片策略,冷数据片区数据正式对外提供服务。
本申请所述的基于分布式数据库的热数据至冷数据的切换迁移流程可见附图2,具体如下:
1.当热数据到达热数据生命周期,需要调整至冷数据分片区域时,分布式数据库管理总控组件自动触发数据管理任务,当有特殊要求时,也可人工手动触发该调度任务。调度任务自动计算需要搬迁的分区情况,结合可用资源情况,智能输出调度任务;
2.管理总控组件根据任务批次安排情况,并行通知所波及的热数据分片区域开始进行分片迁移,并记录迁移时刻数据快照信息;
3.所述热分片数据节点将数据以分区为单位全量推送至目标冷数据分片,此时多个热数据分片中相同时间范围的分区数据将被归集到同一个对应该时间范围的冷数据分片区;
4.如果当前有在线业务,为防止对业务产生影响,管理总控可通知所涉及热数据分片进行首次增量数据推送,将全量推送过程中新变更的数据推送至目标冷数据分片区;
5.反复调度上述步骤后,管理总控节点通知该批次分区迁移任务即将结束,计算节点、所有相关数据节点分片协调完成末次数据末次推送;
6.管理总控节点通知计算节点搬迁任务结束,计算节点切换调度策略,后续所有涉及该数据的访问均计入冷数据区域;
7.如果有多批次分区搬迁,过程和上述相同。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种分布式数据库,其特征在于,包括:计算节点集群和数据节点集群;
所述计算节点集群,用于接收数据访问请求,所述数据访问请求中携带请求访问的冷数据和/或热数据对应的时间信息,根据所述时间信息将所述数据访问请求调度至所述数据节点集群中对应的热数据分片和/或冷数据分片;
所述数据节点集群包括热数据分片区域和冷数据分片区域,所述热数据分片区域对应的第一时间区间晚于所述冷数据分片区域对应的第二时间区间,所述热数据分片区域中的各热数据分片用于存储所述第一时间区间对应的热数据,所述冷数据分片区域中的不同冷数据分片对应不同的时间段,所述数据节点集群中的热数据分片和/或冷数据分片,用于响应于所述数据访问请求,向所述计算节点集群返回结果集响应。
2.根据权利要求1所述的分布式数据库,其特征在于,每个所述热数据分片中按照时间维度划分为多个热数据分区,不同所述热数据分区对应相同或不同的时间范围。
3.根据权利要求1所述的分布式数据库,其特征在于,若待写入所述热数据分片的热数据所对应的时间信息位于所述第一时间区间外,所述数据节点集群还用于在所述热数据分片中增加新的热数据分区,待写入的所述热数据所对应的时间信息位于所述新的热数据分区对应的时间范围内。
4.根据权利要求1所述的分布式数据库,其特征在于,当任一所述热数据分片的容量超过预设容量阈值时,所述数据节点集群还用于对所述热数据分片进行扩容;
或者,
当所述冷数据分片区域需要扩容时,所述数据节点集群还用于在冷热数据分片策略中为所述冷数据分片区域新增冷数据分片。
5.根据权利要求1所述的分布式数据库,其特征在于,还包括:总控组件;
所述总控组件,用于在检测到任一热数据分片中的热数据到达热数据生命周期时,向与所述热数据对应的热数据分片发送分区全量数据迁移指令;
所述热数据分片,还用于响应于所述分区全量数据迁移指令,将与到达热数据生命周期的热数据对应的热数据分区并发全量迁移至对应的冷数据分片中。
6.根据权利要求5所述的分布式数据库,其特征在于,所述计算节点集群,还用于在任一所述热数据的全量迁移过程中,接收针对所述热数据分片中的热数据的数据查询请求,并将该数据查询请求调度至与所述热数据对应的热数据分片;
所述热数据分片,还用于响应于所述数据查询请求,向所述计算节点集群返回数据查询响应。
7.根据权利要求6所述的分布式数据库,其特征在于,所述总控组件,还用于获取数据变更日志,所述数据变更日志用于记录在所述热数据在全量迁移过程中的变更情况,向与所述热数据对应的热数据分片发送分区增量数据迁移指令;
所述热数据分片,还用于响应于所述分区增量数据迁移指令,将所述热数据在全量迁移过程中的变更数据并发迁移至对应的冷数据分片中。
8.根据权利要求7所述的分布式数据库,其特征在于,所述总控组件,还用于在迁移至所述冷数据分片中的热数据与所述热数据分区中的热数据之间的差距小于预设阈值时,向所述计算节点集群发送数据迁移结束预通知,所述数据迁移结束预通知用于指示所述计算节点集群停止接收针对所述热数据的数据查询请求。
9.根据权利要求8所述的分布式数据库,其特征在于,所述总控组件,还用于在所述热数据全量迁移至所述冷数据分片完成时,向所述计算节点集群发送分区迁移结束指令,所述分区迁移结束指令用于指示所述计算节点集群与所述热数据对应的热数据分区迁移结束。
10.根据权利要求9所述的分布式数据库,其特征在于,所述总控组件,还用于在所述热数据全量迁移至所述冷数据分片完成时,更新冷热数据分片策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211666865.2A CN116049305A (zh) | 2022-12-23 | 2022-12-23 | 一种分布式数据库 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211666865.2A CN116049305A (zh) | 2022-12-23 | 2022-12-23 | 一种分布式数据库 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116049305A true CN116049305A (zh) | 2023-05-02 |
Family
ID=86122931
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211666865.2A Pending CN116049305A (zh) | 2022-12-23 | 2022-12-23 | 一种分布式数据库 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116049305A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117472967A (zh) * | 2023-12-28 | 2024-01-30 | 江西铜锐信息技术有限公司 | 一种基于数据使用热度的数据生命周期管理方法及系统 |
-
2022
- 2022-12-23 CN CN202211666865.2A patent/CN116049305A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117472967A (zh) * | 2023-12-28 | 2024-01-30 | 江西铜锐信息技术有限公司 | 一种基于数据使用热度的数据生命周期管理方法及系统 |
CN117472967B (zh) * | 2023-12-28 | 2024-05-03 | 江西铜锐信息技术有限公司 | 一种基于数据使用热度的数据生命周期管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bernstein et al. | Timestamp-Based Algorithms for Concurrency Control in Distributed Database Systems. | |
US9558207B1 (en) | Versioning of database partition maps | |
CN111159252B (zh) | 事务执行方法、装置、计算机设备及存储介质 | |
US20160026667A1 (en) | Memory-aware joins based in a database cluster | |
US10997137B1 (en) | Two-dimensional partition splitting in a time-series database | |
US11822540B2 (en) | Data read method and apparatus, computer device, and storage medium | |
US20210334252A1 (en) | Data Redistribution Method, Apparatus, and System | |
US20140108633A1 (en) | System and Method for Flexible Distributed Massively Parallel Processing (MPP) | |
CN111324613B (zh) | 一种面向联盟链的分片内数据组织管理方法 | |
CN107169009B (zh) | 一种分布式存储系统的数据分裂方法及装置 | |
US20060149707A1 (en) | Multiple active database systems | |
CN102043726B (zh) | 一种大规模时序数据的存储管理方法 | |
CN103383653A (zh) | 云资源管理和调度方法及系统 | |
US11586641B2 (en) | Method and mechanism for efficient re-distribution of in-memory columnar units in a clustered RDBMs on topology change | |
CN116049305A (zh) | 一种分布式数据库 | |
US7275072B2 (en) | Data processing system and method with data sharing for the same | |
CN115114374B (zh) | 事务执行方法、装置、计算设备及存储介质 | |
CN111428275B (zh) | 一种面向联盟链的服务不停机分片增加方法 | |
CN111563125B (zh) | 数据存储系统、数据查询方法及装置 | |
CN115114294A (zh) | 数据库存储模式的自适应方法、装置、计算机设备 | |
CN111459913B (zh) | 分布式数据库的容量扩展方法、装置及电子设备 | |
CN115964444A (zh) | 一种云原生分布式多租户数据库实现方法及系统 | |
CN115237885A (zh) | 数据存储系统的参数调整方法及装置 | |
Zheng et al. | Lion: Minimizing Distributed Transactions through Adaptive Replica Provision (Extended Version) | |
Jiang et al. | The analysis and design of ship monitoring system based on hybrid replication technology |
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 |