CN116226150A - 基于分布式数据库的数据处理方法、装置、设备和介质 - Google Patents
基于分布式数据库的数据处理方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN116226150A CN116226150A CN202310219421.2A CN202310219421A CN116226150A CN 116226150 A CN116226150 A CN 116226150A CN 202310219421 A CN202310219421 A CN 202310219421A CN 116226150 A CN116226150 A CN 116226150A
- Authority
- CN
- China
- Prior art keywords
- data
- stored
- file
- index table
- updated
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 239000012634 fragment Substances 0.000 claims abstract description 209
- 230000015654 memory Effects 0.000 claims abstract description 121
- 238000005192 partition Methods 0.000 claims abstract description 39
- 238000003780 insertion Methods 0.000 claims abstract description 31
- 230000037431 insertion Effects 0.000 claims abstract description 31
- 230000004048 modification Effects 0.000 claims abstract description 27
- 238000012986 modification Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims description 41
- 238000006243 chemical reaction Methods 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 16
- 238000007906 compression Methods 0.000 claims description 11
- 230000006835 compression Effects 0.000 claims description 11
- 238000000638 solvent extraction Methods 0.000 claims description 7
- 238000013467 fragmentation Methods 0.000 description 13
- 238000006062 fragmentation reaction Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06F16/23—Updating
- G06F16/2379—Updates performed during online database operations; commit processing
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- 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
-
- 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)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于分布式数据库的数据处理方法，包括：根据原始数据表的各数据表分区对应的候选文件分片，确定原始数据表对应的数据索引表；根据数据记录存储请求确定待存储数据记录的待存储主键，并根据待存储主键和数据索引表的索引表主键，确定数据索引表中是否存储有待存储数据记录的目标历史数据记录；若否，则控制前端服务器在数据插入内存区设置待存储文件分片，并将待存储数据记录存入待存储文件分片中，确定待更新文件分片，在检测到待存储数据记录存储完成后，从前端服务器获取待更新文件分片，将待更新文件分片存入数据索引表；若是，则根据待存储数据记录对目标历史数据记录进行更新。提高了对数据索引表中存储数据的修改效率。
Description
技术领域
本发明实施例涉及计算机领域，尤其涉及一种基于分布式数据库的数据处理方法、装置、设备和介质。
背景技术
目前，在进行大数据分析时，往往需要把一张数据表存储在分布式文件系统中，分布式文件系统不支持对数据表进行修改，因此，当需要对数据表中的一条数据记录需要修改时，需要重写整个数据表。导致对分布式文件系统中存储的数据表的数据记录进行修改时，修改过程繁琐且效率低的问题。因此，如何提高对分布式文件系统中存储的数据表的修改效率，是需要解决的问题。
发明内容
本发明提供了一种基于分布式数据库的数据处理方法、装置、设备和介质，可以实现当需要对数据索引表中的存储数据进行修改时，无需重写整个数据索引表，仅对对数据索引表中待修改的目标历史数据记录进行修改，提高数据索引表的修改效率和更新效率。
根据本发明的一方面，提供了一种基于分布式数据库的数据处理方法，包括：
根据原始数据表的各数据表分区对应的候选文件分片，确定所述原始数据表对应的数据索引表；
当获取到数据记录存储请求时，根据所述数据记录存储请求确定待存储数据记录的待存储主键，并根据所述待存储主键和所述数据索引表的索引表主键，确定所述数据索引表中是否存储有待存储数据记录的目标历史数据记录；
若否，则控制前端服务器在数据插入内存区设置待存储文件分片，并将所述待存储数据记录存入所述待存储文件分片中，确定待更新文件分片，且在检测到所述待存储数据记录存储完成后，从所述前端服务器获取所述待更新文件分片，将所述待更新文件分片存入所述数据索引表；
若是，则根据所述待存储数据记录对所述目标历史数据记录进行更新。
根据本发明的另一方面，提供了一种基于分布式数据库的数据处理装置，该装置包括：
数据索引表确定模块，用于根据原始数据表的各数据表分区对应的候选文件分片，确定所述原始数据表对应的数据索引表；
目标历史记录确定模块，用于当获取到数据记录存储请求时，根据所述数据记录存储请求确定待存储数据记录的待存储主键，并根据所述待存储主键和所述数据索引表的索引表主键，确定所述数据索引表中是否存储有待存储数据记录的目标历史数据记录；
文件分片存储模块，用于若否，则控制前端服务器在数据插入内存区设置待存储文件分片，并将所述待存储数据记录存入所述待存储文件分片中，确定待更新文件分片，且在检测到所述待存储数据记录存储完成后，从所述前端服务器获取所述待更新文件分片，将所述待更新文件分片存入所述数据索引表；
目标历史记录更新模块，用于若是，则根据所述待存储数据记录对所述目标历史数据记录进行更新。
根据本发明的另一方面，提供了一种电子设备，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本发明任一实施例所述的基于分布式数据库的数据处理方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，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本发明任一实施例所述的基于分布式数据库的数据处理方法。
本发明实施例的技术方案，根据原始数据表的各数据表分区对应的候选文件分片，确定原始数据表对应的数据索引表；当获取到数据记录存储请求时，根据数据记录存储请求确定待存储数据记录的待存储主键，并根据待存储主键和数据索引表的索引表主键，确定数据索引表中是否存储有待存储数据记录的目标历史数据记录；若否，则控制前端服务器在数据插入内存区设置待存储文件分片，并将待存储数据记录存入待存储文件分片中，确定待更新文件分片，且在检测到待存储数据记录存储完成后，从前端服务器获取待更新文件分片，将待更新文件分片存入数据索引表；若是，则根据待存储数据记录对目标历史数据记录进行更新。上述方案，解决了当需要对分布式数据库中存储的数据表中的一条数据记录进行修改时，需要重写整个数据表，导致的数据表修改效率低的问题。在需要将待存储数据记录存入数据索引表时，根据待存储数据记录的待存储主键对数据索引表进行搜索，确定数据索引表中是否存储有待存储数据记录的目标历史数据记录，若未存储目标历史数据记录，则调用前端服务器，通过前端服务器在插入内存区根据待存储数据记录确定待更新文件分片，并将待更新文件分片存入数据索引表；若存储有目标历史数据记录，则对目标历史记录进行更新。实现了当需要对数据索引表中的存储数据进行修改时，无需重写整个数据索引表，而是根据数据插入处理逻辑、数据修改处理逻辑和预先为原始数据表划分的文件分片，对数据索引表中待修改的目标历史数据记录进行修改，或将待存储数据记录存入数据索引表，提高了数据索引表的修改效率和更新效率。
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基于分布式数据库的数据处理方法的流程图；
图2为本发明实施例二提供的一种基于分布式数据库的数据处理方法的流程图；
图3为本发明实施例三提供的一种基于分布式数据库的数据处理装置的结构示意图；
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“候选”和“目标”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“等”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了一种基于分布式数据库的数据处理方法的流程图，本实施例可适用于基于分布式数据库进行数据处理的情况，尤其适用于基于分布式数据库，对分布式数据库中存储的数据索引表中的待更新数据进行更新的情况。该方法可以由基于分布式数据库的数据处理装置来执行，该基于分布式数据库的数据处理装置可以采用硬件和/或软件的形式实现，该基于分布式数据库的数据处理装置可配置于电子设备中。
需要说明的是，本实施例通过Hbase实现，HBase是一个分布式和面向列的开源数据库。
如图1所示，上述基于分布式数据库的数据处理方法包括：
S110、根据原始数据表的各数据表分区对应的候选文件分片，确定原始数据表对应的数据索引表。
其中，数据表分区是指通过Hbase对原始数据表进行预分区处理后，获得的至少两个原始数据表的分区表。文件分片是指将一个数据表分区划分成的若干个文件，是对大文件数据的传输做出的一种优化处理的方案。数据索引表存储于HBase中，数据索引表的索引表主键为原始表主键，数据索引表的值为候选文件分片对应的候选列式文件和原始数据表的元数据。
具体的，对原始数据表进行预分区，确定至少两个数据表分区。对各数据表分区进行分片处理，确定各数据表分区对应的候选文件分片。需要说明的是，一个数据表分区对应至少一个候选文件分片，各候选文件分别对应一个数据表分区。原始数据表中的每一条原始数据记录只能对应一个候选文件分片，而一个候选文件分片中可以有两条或两条以上的原始数据记录，每一候选文件分片均有其对应的分片标识。对候选文件分片进行列式转换，确定候选文件分片对应的候选列式文件。根据原始表主键，数据索引表的值为候选文件分片对应的候选列式文件和原始数据表的元数据，确定原始数据表对应的数据索引表。
示例性的，可以通过如下子步骤确定原始数据表对应的数据索引表：
S1101、根据原始数据表中的原始表主键，对原始数据表进行预分区，获取至少两个数据表分区。
其中，主键一般指主关键字。主关键字是表中的一个或多个字段，它的值用于唯一的标识表中的某一条记录。
具体的，根据原始数据表中的至少一个字段，确定原始数据表的原始表主键。根据原始表主键对原始数据表进行预分区，获取至少两个数据表分区。
S1102、基于预设的分片参数对各数据表分区进行分片处理，确定各数据表分区对应的候选文件分片，并对候选文件分片进行列式转换和压缩处理，确定列式压缩文件。
其中，分片参数可以包括规定的候选文件分片的内存或各数据表分区对应候选文件分片的个数。
具体的，基于预设的分片参数对各数据表分区进行分片处理，确定各数据表分区对应的候选文件分片。对各候选文件分片对应的数据表进行行转列处理，确定候选文件分片的列式表格，再对候选文件分片的列式表格进行压缩处理，确定列式压缩文件。
S1103、建立初始索引表，并将列式压缩文件存储在初始索引表中，确定数据索引表。
数据索引表的索引表主键为原始表主键。
具体的，建立初始索引表，将列式压缩文件和原始数据表的元数据存储在初始索引表中，并将原始表主键作为数据索引表的索引表主键，确定数据索引表。数据索引表的每一条数据记录均包括索引表主键、列式压缩文件、原始数据表的元数据和数据记录的修改时间。
可以理解的是，上述方案提供了一种数据索引表的构建方式，对原始数据表进行预分区处理，并对预分区后获得的数据表分区进行分片处理，确定各数据表分区对应的候选文件分片，再对候选文件分片进行列式转换和压缩处理，根据获取的列式压缩文件确定数据索引表，可以提高数据索引表的构建效率，同时便于后续对数据索引表中的数据进行更改。同时，将原始数据表拆分成小文件存储，当有少量数据进行更改时，仅对需要更改的数据对应的小文件，而无需对完整的数据文件进行重写。
S120、当获取到数据记录存储请求时，根据数据记录存储请求确定待存储数据记录的待存储主键，并根据待存储主键和数据索引表的索引表主键，确定数据索引表中是否存储有待存储数据记录的目标历史数据记录。
其中，待存储主键是指带存储数据记录的主键值。待存储数据记录的数量为至少一条。
具体的，当获取到数据记录存储请求时，根据数据记录存储请求确定待存储数据记录，根据待存储数据记录的至少一个字段确定待存储数据记录的待存储主键。基于待存储主键对数据索引表的索引表主键进行搜索，确定索引表主键中是否存在待存储主键。若索引表主键中存在待存储主键，则确定数据索引表中存储有待存储数据记录的目标历史数据记录；若索引表主键中不存在待存储主键，则确定数据索引表中未存储有待存储数据记录的目标历史数据记录。
S130、若否，则控制前端服务器在数据插入内存区设置待存储文件分片，并将待存储数据记录存入待存储文件分片中，确定待更新文件分片，且在检测到待存储数据记录存储完成后，从前端服务器获取待更新文件分片，将待更新文件分片存入数据索引表。
其中，前端服务器即网站前台部分，运行在PC(Personal Computer，个人计算机)端或移动端等浏览器上展现给用户浏览的网页。插入内存区是指前端服务器中用于处理需要插入数据索引表的待存储数据记录的内存区域。待更新文件分片是指用于存储待存储数据记录的文件分片。待更新文件分片中可以存储两条或两条以上的待存储数据记录。
具体的，若数据索引表中未存储有待存储数据记录的目标历史数据记录，则控制前端服务器在数据插入内存区设置用于存储待存储数据记录的待存储文件分片，并将待存储数据记录存入待存储文件分片中。当所有的待存储数据记录均存入待存储文件分片中后，确定待存储数据记录存储完成，将存储有待存储数据记录的待存储文件分片作为待更新文件分片。在检测到待存储数据记录存储完成后，从前端服务器获取待更新文件分片，并将待更新文件分片存入数据索引表。
S140、若是，则根据待存储数据记录对目标历史数据记录进行更新。
具体的，若数据索引表中存储有待存储数据记录的目标历史数据记录，则根据待存储数据记录对目标历史数据记录进行更新。
示例性的，根据待存储数据记录对目标历史数据记录进行更新的方法可以是：从候选文件分片中确定目标历史数据记录对应的目标文件分片，并将目标文件分片和待存储数据记录发送至前端服务器的数据修改内存区，以使前端服务器根据待存储数据记录在数据修改内存区对目标文件分片进行修改；获取前端服务器反馈的修改后的目标文件分片，并根据修改后的目标文件分片对目标历史数据记录进行更新。
其中，数据修改内存区是指前端服务器中用于对数据索引表中需要进行更新的目标文件分片进行更新的内存区域。
具体的，若数据索引表中存储有待存储数据记录的目标历史数据记录，则根据待存储主键和索引表主键，从数据索引表中的候选文件分片中确定目标历史数据记录对应的目标文件分片。将目标文件分片和待存储数据记录发送至前端服务器的数据修改内存区，控制前端服务器根据待存储数据记录在数据修改内存区对目标文件分片中的目标历史数据记录进行修改。当确定前端服务器对目标文件分片中的目标历史数据记录修改完成后，获取前端服务器反馈的修改后的目标文件分片，并采用修改后的目标文件分片替换数据索引表中的目标文件分片，完成对目标历史数据记录的更新。
可以理解的是，当数据索引表中存储有待存储数据记录的目标历史数据记录时，控制前端服务器在数据修改内存区，根据待存储数据记录对目标文件分片进行修改，并获取修改后的目标文件分片，以根据修改后的目标文件分片对待存储数据记录对应的目标历史数据记录进行更新。可以在对待存储数据记录进行存储时，无需对整个数据索引表进行更新，而仅需要对待对目标历史数据记录进行更新，能够提高对数据索引表的更新效率。
本实施例提供的技术方案，根据原始数据表的各数据表分区对应的候选文件分片，确定原始数据表对应的数据索引表；当获取到数据记录存储请求时，根据数据记录存储请求确定待存储数据记录的待存储主键，并根据待存储主键和数据索引表的索引表主键，确定数据索引表中是否存储有待存储数据记录的目标历史数据记录；若否，则控制前端服务器在数据插入内存区设置待存储文件分片，并将待存储数据记录存入待存储文件分片中，确定待更新文件分片，且在检测到待存储数据记录存储完成后，从前端服务器获取待更新文件分片，将待更新文件分片存入数据索引表；若是，则根据待存储数据记录对目标历史数据记录进行更新。上述方案，解决了当需要对分布式数据库中存储的数据表中的一条数据记录进行修改时，需要重写整个数据表，导致的数据表修改效率低的问题。在需要将待存储数据记录存入数据索引表时，根据待存储数据记录的待存储主键对数据索引表进行搜索，确定数据索引表中是否存储有待存储数据记录的目标历史数据记录，若未存储目标历史数据记录，则调用前端服务器，通过前端服务器在插入内存区根据待存储数据记录确定待更新文件分片，并将待更新文件分片存入数据索引表；若存储有目标历史数据记录，则对目标历史记录进行更新。实现了当需要对数据索引表中的存储数据进行修改时，无需重写整个数据索引表，而是根据数据插入处理逻辑、数据修改处理逻辑和预先为原始数据表划分的文件分片，对数据索引表中待修改的目标历史数据记录进行修改，或将待存储数据记录存入数据索引表，提高了数据索引表的修改效率和更新效率。
实施例二
图2为本发明实施例二提供的一种基于分布式数据库的数据处理方法的流程图，本实施例在上述实施例的基础上进行了优化，给出了一种控制前端服务器在数据插入内存区设置待存储文件分片，并将待存储数据记录存入待存储文件分片中，确定待更新文件分片，且在检测到待存储数据记录存储完成后，从前端服务器获取待更新文件分片，并将待更新文件分片存入数据索引表的优选实施方式。具体的，如图2所示，该方法包括：
S210、根据原始数据表的各数据表分区对应的候选文件分片，确定原始数据表对应的数据索引表。
S220、当获取到数据记录存储请求时，根据数据记录存储请求确定待存储数据记录的待存储主键，并根据待存储主键和数据索引表的索引表主键，确定数据索引表中是否存储有待存储数据记录的目标历史数据记录。
S230、若否，则确定剩余分片内存最大的候选文件分片为目标文件分片，若目标文件分片的剩余分片内存大于剩余内存阈值，则将目标文件分片发送至前端服务器，并控制前端服务器在数据插入内存区将目标文件分片设置为待存储文件分片。
其中，剩余分片内存是指候选文件分片的剩余内存。剩余内存阈值可以根据实际需要进行设置。
具体的，若数据索引表中未存储有待存储数据记录的目标历史数据记录，则根据各候选文件分片的剩余分片内存，并确定剩余分片内存最大的候选文件分片为目标文件分片。将目标文件分片的剩余分片内存和剩余内存阈值进行比较，若目标文件分片的剩余分片内存大于剩余内存阈值，则将目标文件分片发送至前端服务器，并控制前端服务器在数据插入内存区将目标文件分片设置为待存储文件分片。
S240、若目标文件分片的剩余分片内存小于或等于剩余内存阈值，则控制前端服务器在数据插入内存区新建待存储文件分片。
具体的，若目标文件分片的剩余分片内存小于或等于剩余内存阈值，则确定目标文件分片的剩余分片内存不足以作为待存储文件分片，此时需要控制前端服务器在数据插入内存区新建待存储文件分片。
通过上述方式，可以在候选文件分片的剩余分片内存充足的情况下，对候选文件分片的分片内存进行充分利用，避免内存资源浪费的问题。
S250、将待存储数据记录存入待存储文件分片中，确定待更新文件分片，且在检测到待存储数据记录存储完成后，从前端服务器获取待更新文件分片。
S260、对待更新文件分片进行列式转换，若待更新文件分片的更新分片内存大于或等于分片内存阈值，则对列式转换后的待更新文件分片进行压缩处理，确定更新列式文件，并将更新列式文件存入数据索引表。
其中，分片内存阈值可以根据实际情况进行设置。示例性的，分片内存阈值可以是20M。
具体的，对待更新文件分片进行列式转换，并确定待更新文件分片的内存。若待更新文件分片的内存大于或等于分片内存阈值，则确定待更新文件分片存储空间得到了充分利用，对列式转换后的待更新文件分片进行压缩处理，确定更新列式文件，并将更新列式文件存入数据索引表。
S270、若更新分片内存小于分片内存阈值，则将列式转换后的待更新文件分片存入数据索引表。
具体的，若更新分片内存小于分片内存阈值，则确定待更新文件分片存储空间中剩余有可使用内存，将列式转换后的待更新文件分片直接存入数据索引表，以在后续再次需要在数据索引表中插入新的数据记录时，调用前端服务器，在数据插入内存区将新的数据记录存入该列式转换后的待更新文件分片中，直至该列式转换后的待更新文件分片的更新分片内存大于或等于分片内存阈值，对该列式转换后的待更新文件分片进行压缩处理，将压缩处理后的该列式转换后的待更新文件分片存入数据索引表。
S280、若是，则根据待存储数据记录对目标历史数据记录进行更新。
本实施例的技术方案，在数据索引表中不存在待存储数据记录的目标历史数据记录时，从候选文件分片中确定剩余分片内存较大的目标文件分片，若目标文件分片的剩余分片内存大于剩余内存阈值，则调用前端服务器在数据插入内存区将目标文件分片设置为待存储文件分片，若目标文件分片的剩余分片内存小于或等于剩余内存阈值，则控制前端服务器在数据插入内存区新建待存储文件分片。上述方案，可以提高候选文件分片的内存利用率。同时，对候选文件分片进行列式转换和压缩处理，方便数据分析引擎对列式压缩文件进行处理，提高了数据处理效率。在更新分片内存小于分片内存阈值时，将列式转换后的待更新文件分片直接存入数据索引表，可以在后续在数据索引表中插入待存储数据记录时，通过前端服务器调用该更新分片内存对应的文件分片，以将后续需要插入数据索引表的待存储数据记录存入该更新分片内存对应的文件分片中，在使待更新文件分片的存储空间得到高效利用的同时，减少待更新文件分片的传输次数，提高对待存储数据的存储效率，同时节约传输待更新文件分片所需的网络资源。
实施例三
图3为本发明实施例三提供的一种基于分布式数据库的数据处理装置的结构示意图。本实施例可适用于基于分布式数据库进行数据处理的情况。如图3所示，该基于分布式数据库的数据处理装置包括：数据索引表确定模块310、目标历史记录确定模块320、文件分片存储模块330和目标历史记录更新模块340。
其中，数据索引表确定模块310，用于根据原始数据表的各数据表分区对应的候选文件分片，确定原始数据表对应的数据索引表；
目标历史记录确定模块320，用于当获取到数据记录存储请求时，根据数据记录存储请求确定待存储数据记录的待存储主键，并根据待存储主键和数据索引表的索引表主键，确定数据索引表中是否存储有待存储数据记录的目标历史数据记录；
文件分片存储模块330，用于若否，则控制前端服务器在数据插入内存区设置待存储文件分片，并将待存储数据记录存入待存储文件分片中，确定待更新文件分片，且在检测到待存储数据记录存储完成后，从前端服务器获取待更新文件分片，将待更新文件分片存入数据索引表；
目标历史记录更新模块340，用于若是，则根据待存储数据记录对目标历史数据记录进行更新。
本实施例提供的技术方案，根据原始数据表的各数据表分区对应的候选文件分片，确定原始数据表对应的数据索引表；当获取到数据记录存储请求时，根据数据记录存储请求确定待存储数据记录的待存储主键，并根据待存储主键和数据索引表的索引表主键，确定数据索引表中是否存储有待存储数据记录的目标历史数据记录；若否，则控制前端服务器在数据插入内存区设置待存储文件分片，并将待存储数据记录存入待存储文件分片中，确定待更新文件分片，且在检测到待存储数据记录存储完成后，从前端服务器获取待更新文件分片，将待更新文件分片存入数据索引表；若是，则根据待存储数据记录对目标历史数据记录进行更新。上述方案，解决了当需要对分布式数据库中存储的数据表中的一条数据记录进行修改时，需要重写整个数据表，导致的数据表修改效率低的问题。在需要将待存储数据记录存入数据索引表时，根据待存储数据记录的待存储主键对数据索引表进行搜索，确定数据索引表中是否存储有待存储数据记录的目标历史数据记录，若未存储目标历史数据记录，则调用前端服务器，通过前端服务器在插入内存区根据待存储数据记录确定待更新文件分片，并将待更新文件分片存入数据索引表；若存储有目标历史数据记录，则对目标历史记录进行更新。实现了当需要对数据索引表中的存储数据进行修改时，无需重写整个数据索引表，而是根据数据插入处理逻辑、数据修改处理逻辑和预先为原始数据表划分的文件分片，对数据索引表中待修改的目标历史数据记录进行修改，或将待存储数据记录存入数据索引表，提高了数据索引表的修改效率和更新效率。
示例性的，文件分片存储模块330，包括：
列式文件存储单元，用于对待更新文件分片进行列式转换，若待更新文件分片的更新分片内存大于或等于分片内存阈值，则对列式转换后的待更新文件分片进行压缩处理，确定更新列式文件，并将更新列式文件存入数据索引表；
文件分片存储单元，用于若更新分片内存小于分片内存阈值，则将列式转换后的待更新文件分片存入数据索引表。
示例性的，文件分片存储模块330具体用于：
确定剩余分片内存最大的候选文件分片为目标文件分片，若目标文件分片的剩余分片内存大于剩余内存阈值，则将目标文件分片发送至前端服务器，并控制前端服务器在数据插入内存区将目标文件分片设置为待存储文件分片；
若目标文件分片的剩余分片内存小于或等于剩余内存阈值，则控制前端服务器在数据插入内存区新建待存储文件分片。
示例性的，数据索引表确定模块310具体用于：
根据原始数据表中的原始表主键，对原始数据表进行预分区，获取至少两个数据表分区；
基于预设的分片参数对各数据表分区进行分片处理，确定各数据表分区对应的候选文件分片，并对候选文件分片进行列式转换和压缩处理，确定列式压缩文件；
建立初始索引表，并将列式压缩文件存储在初始索引表中，确定数据索引表；数据索引表的索引表主键为原始表主键。
示例性的，目标历史记录更新模块340具体用于：
从候选文件分片中确定目标历史数据记录对应的目标文件分片，并将目标文件分片和待存储数据记录发送至前端服务器的数据修改内存区，以使前端服务器根据待存储数据记录在数据修改内存区对目标文件分片进行修改；
获取前端服务器反馈的修改后的目标文件分片，并根据修改后的目标文件分片对目标历史数据记录进行更新。
示例性的，上述基于分布式数据库的数据处理装置，还包括：
待删除记录确定模块，用于当获取到数据记录删除请求时，根据数据记录删除请求确定待删除数据记录的待删除主键，并根据待删除主键和数据索引表的索引表主键，从数据索引表中确定待删除数据记录；
数据记录删除模块，用于从数据索引表中删除待删除数据记录。
本实施例提供的基于分布式数据库的数据处理装置可适用于上述任意实施例提供的基于分布式数据库的数据处理方法，具备相应的功能和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备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，例如基于分布式数据库的数据处理方法。
在一些实施例中，基于分布式数据库的数据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基于分布式数据库的数据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)而被配置为执行基于分布式数据库的数据处理方法。
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)
1.一种基于分布式数据库的数据处理方法，其特征在于，包括：
根据原始数据表的各数据表分区对应的候选文件分片，确定所述原始数据表对应的数据索引表；
当获取到数据记录存储请求时，根据所述数据记录存储请求确定待存储数据记录的待存储主键，并根据所述待存储主键和所述数据索引表的索引表主键，确定所述数据索引表中是否存储有待存储数据记录的目标历史数据记录；
若否，则控制前端服务器在数据插入内存区设置待存储文件分片，并将所述待存储数据记录存入所述待存储文件分片中，确定待更新文件分片，且在检测到所述待存储数据记录存储完成后，从所述前端服务器获取所述待更新文件分片，将所述待更新文件分片存入所述数据索引表；
若是，则根据所述待存储数据记录对所述目标历史数据记录进行更新。
2.根据权利要求1所述的方法，其特征在于，将所述待更新文件分片存入所述数据索引表，包括：
对所述待更新文件分片进行列式转换，若所述待更新文件分片的更新分片内存大于或等于分片内存阈值，则对列式转换后的待更新文件分片进行压缩处理，确定更新列式文件，并将所述更新列式文件存入所述数据索引表；
若所述更新分片内存小于分片内存阈值，则将列式转换后的待更新文件分片存入所述数据索引表。
3.根据权利要求1所述的方法，其特征在于，控制前端服务器在数据插入内存区设置待存储文件分片，包括：
确定剩余分片内存最大的候选文件分片为目标文件分片，若所述目标文件分片的剩余分片内存大于剩余内存阈值，则将所述目标文件分片发送至前端服务器，并控制所述前端服务器在数据插入内存区将所述目标文件分片设置为待存储文件分片；
若所述目标文件分片的剩余分片内存小于或等于所述剩余内存阈值，则控制前端服务器在数据插入内存区新建待存储文件分片。
4.根据权利要求1所述的方法，其特征在于，根据原始数据表的各数据表分区对应的候选文件分片，确定所述原始数据表对应的数据索引表，包括：
根据原始数据表中的原始表主键，对所述原始数据表进行预分区，获取至少两个数据表分区；
基于预设的分片参数对各数据表分区进行分片处理，确定各数据表分区对应的候选文件分片，并对所述候选文件分片进行列式转换和压缩处理，确定列式压缩文件；
建立初始索引表，并将所述列式压缩文件存储在初始索引表中，确定数据索引表；所述数据索引表的索引表主键为原始表主键。
5.根据权利要求1所述的方法，其特征在于，根据所述待存储数据记录对所述目标历史数据记录进行更新，包括：
从所述候选文件分片中确定所述目标历史数据记录对应的目标文件分片，并将所述目标文件分片和所述待存储数据记录发送至所述前端服务器的数据修改内存区，以使所述前端服务器根据所述待存储数据记录在所述数据修改内存区对所述目标文件分片进行修改；
获取所述前端服务器反馈的修改后的目标文件分片，并根据修改后的目标文件分片对所述目标历史数据记录进行更新。
6.根据权利要求1所述的方法，其特征在于，包括：
当获取到数据记录删除请求时，根据所述数据记录删除请求确定待删除数据记录的待删除主键，并根据所述待删除主键和所述数据索引表的索引表主键，从所述数据索引表中确定待删除数据记录；
从所述数据索引表中删除所述待删除数据记录。
7.一种基于分布式数据库的数据处理装置，其特征在于，包括：
数据索引表确定模块，用于根据原始数据表的各数据表分区对应的候选文件分片，确定所述原始数据表对应的数据索引表；
目标历史记录确定模块，用于当获取到数据记录存储请求时，根据所述数据记录存储请求确定待存储数据记录的待存储主键，并根据所述待存储主键和所述数据索引表的索引表主键，确定所述数据索引表中是否存储有待存储数据记录的目标历史数据记录；
文件分片存储模块，用于若否，则控制前端服务器在数据插入内存区设置待存储文件分片，并将所述待存储数据记录存入所述待存储文件分片中，确定待更新文件分片，且在检测到所述待存储数据记录存储完成后，从所述前端服务器获取所述待更新文件分片，将所述待更新文件分片存入所述数据索引表；
目标历史记录更新模块，用于若是，则根据所述待存储数据记录对所述目标历史数据记录进行更新。
8.根据权利要求7所述的装置，其特征在于，所述文件分片存储模块，包括：
列式文件存储单元，用于对所述待更新文件分片进行列式转换，若所述待更新文件分片的更新分片内存大于或等于分片内存阈值，则对列式转换后的待更新文件分片进行压缩处理，确定更新列式文件，并将所述更新列式文件存入所述数据索引表；
文件分片存储单元，用于若所述更新分片内存小于分片内存阈值，则将列式转换后的待更新文件分片存入所述数据索引表。
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1-6中任一项所述的基于分布式数据库的数据处理方法。
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1-6中任一项所述的基于分布式数据库的数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310219421.2A CN116226150A (zh) | 2023-03-01 | 2023-03-01 | 基于分布式数据库的数据处理方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310219421.2A CN116226150A (zh) | 2023-03-01 | 2023-03-01 | 基于分布式数据库的数据处理方法、装置、设备和介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116226150A true CN116226150A (zh) | 2023-06-06 |
Family
ID=86585445
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310219421.2A Pending CN116226150A (zh) | 2023-03-01 | 2023-03-01 | 基于分布式数据库的数据处理方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116226150A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117632885A (zh) * | 2024-01-25 | 2024-03-01 | 太平金融科技服务（上海）有限公司 | 一种回溯系统中的资源同步方法、装置、设备及介质 |
-
2023
- 2023-03-01 CN CN202310219421.2A patent/CN116226150A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117632885A (zh) * | 2024-01-25 | 2024-03-01 | 太平金融科技服务（上海）有限公司 | 一种回溯系统中的资源同步方法、装置、设备及介质 |
| CN117632885B (zh) * | 2024-01-25 | 2024-04-16 | 太平金融科技服务（上海）有限公司 | 一种回溯系统中的资源同步方法、装置、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107729570B (zh) | 用于服务器的数据迁移方法和装置 | |
| CN113961510B (zh) | 一种文件处理方法、装置、设备及存储介质 | |
| CN112597126A (zh) | 一种数据迁移方法和装置 | |
| CN116226150A (zh) | 基于分布式数据库的数据处理方法、装置、设备和介质 | |
| CN112925811B (zh) | 数据处理的方法、装置、设备、存储介质及程序产品 | |
| EP3923155A2 (en) | Method and apparatus for processing snapshot, device, medium and product | |
| CN112887426B (zh) | 信息流的推送方法、装置、电子设备以及存储介质 | |
| EP4092544A1 (en) | Method, apparatus and storage medium for deduplicating entity nodes in graph database | |
| CN116028517A (zh) | 一种融合数据库系统及电子设备 | |
| CN114564149B (zh) | 一种数据存储方法、装置、设备及存储介质 | |
| CN115454971A (zh) | 数据迁移方法、装置、电子设备及存储介质 | |
| CN115639966A (zh) | 一种数据写入方法、装置、终端设备及存储介质 | |
| CN114443910A (zh) | 数据存储方法、搜索方法、装置和电子设备 | |
| CN115438007A (zh) | 一种文件合并方法、装置、电子设备及介质 | |
| CN114138358A (zh) | 应用程序的启动优化方法、装置、设备和存储介质 | |
| CN109213815B (zh) | 控制执行次数的方法、装置、服务器终端以及可读介质 | |
| EP4131017A2 (en) | Distributed data storage | |
| CN116595110A (zh) | 一种数据存储方法、装置、电子设备及存储介质 | |
| CN116244321A (zh) | 数据更新方法、装置、设备及介质 | |
| CN114936246A (zh) | 一种Redis数据的管理方法、装置、设备、存储介质及产品 | |
| CN116860751A (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
| CN115858472A (zh) | 一种数据处理方法、装置、服务器及介质 | |
| CN117707856A (zh) | 数据备份方法、装置、设备及存储介质 | |
| CN114647622A (zh) | 基于分布式对象存储的复制操作处理方法、装置和设备 | |
| CN115587091A (zh) | 数据入库方法、装置、设备以及存储介质 |
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 |