CN117009389A - 数据缓存方法、装置、电子设备和可读存储介质 - Google Patents

数据缓存方法、装置、电子设备和可读存储介质 Download PDF

Info

Publication number
CN117009389A
CN117009389A CN202310884457.2A CN202310884457A CN117009389A CN 117009389 A CN117009389 A CN 117009389A CN 202310884457 A CN202310884457 A CN 202310884457A CN 117009389 A CN117009389 A CN 117009389A
Authority
CN
China
Prior art keywords
data
cache
target
level
target data
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
Application number
CN202310884457.2A
Other languages
English (en)
Inventor
裴宏祥
周文卿
张加伟
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.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group 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 China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN202310884457.2A priority Critical patent/CN117009389A/zh
Publication of CN117009389A publication Critical patent/CN117009389A/zh
Pending legal-status Critical Current

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

本申请提供一种数据缓存方法、装置、电子设备和可读存储介质,可用于数据缓存领域。所述方法包括:获取当前数据操作指向的目标数据;根据目标数据的标识,在缓存规则统计库中查询目标数据的缓存规则;若缓存规则统计库中存在目标数据的缓存规则,则获取目标数据的操作频率;根据操作频率,确定目标数据的目标缓存等级;若数据操作是数据查询操作且目标缓存等级与目标数据的数据缓存等级不相同,或者若数据操作是数据写入操作,则将目标数据写入目标缓存等级对应的缓存;根据目标数据的标识,将目标数据的数据缓存等级对应的缓存中,与目标数据对应的缓存数据删除。本申请的方法通过将数据写入到对应层级的缓存之中,减少了缓存空间资源的浪费。

Description

数据缓存方法、装置、电子设备和可读存储介质
技术领域
本申请涉及数据缓存领域,尤其涉及一种数据缓存方法、装置、电子设备和可读存储介质。
背景技术
为了应对越来越多的数据访问量,减轻数据库处理压力,现有应用程序多采用多级缓存架构对数据进行缓存,通过设置不同层级的缓存来提高数据的查询响应效率。
目前比较常见的应用程序多级缓存主要分为应用缓存、共享缓存、分布式缓存三个层级,在对数据进行缓存时,会将数据依次写入各级缓存库中,造成缓存空间资源的浪费。
发明内容
本申请提供一种数据缓存方法、装置、电子设备和可读存储介质,用以解决现有数据缓存操作中,会将缓存数据依次写入各级缓存中,造成缓存空间资源浪费的问题。
根据本申请公开的第一方面,提供了一种数据缓存方法,包括:
获取当前数据操作指向的目标数据;其中,所述数据操作包括数据写入操作和数据查询操作;
根据所述目标数据的标识,在缓存规则统计库中查询所述目标数据的缓存规则;其中,所述缓存规则统计库中存储有各级缓存中各缓存数据的缓存规则,所述缓存规则包括缓存数据的标识和数据缓存等级;
若所述缓存规则统计库中存在所述目标数据的缓存规则,则获取所述目标数据的操作频率;其中,所述操作频率包括数据变更频率和数据查询频率;
根据所述操作频率,确定所述目标数据的目标缓存等级;
若所述数据操作是数据查询操作且所述目标缓存等级与所述目标数据的数据缓存等级不相同,或者若所述数据操作是数据写入操作,则将所述目标数据写入所述目标缓存等级对应的缓存;
根据所述目标数据的标识,将所述目标数据的数据缓存等级对应的缓存中,与所述目标数据对应的缓存数据删除。
在一种可行的实施方式中,所述获取当前数据操作指向的目标数据,包括:
获取当前数据操作的数据操作日志;其中,所述数据操作日志包括数据库进行数据写入操作的数据变更日志和应用终端进行数据查询操作的数据查询日志;
对所述数据操作日志进行解析,获得所述目标数据。
在一种可行的实施方式中,所述获取所述目标数据的操作频率,包括:
采集预设时间范围内的历史操作日志;其中,所述历史操作日志包括数据库进行数据写入操作的历史变更日志和应用终端进行数据查询操作的历史查询日志;
对所述历史操作日志进行解析,获取所述目标数据的数据变更次数和数据查询次数;
根据所述数据变更次数、所述数据查询次数和所述预设时间范围,获得所述目标数据的操作频率。
在一种可行的实施方式中,所述根据所述操作频率,确定所述目标数据的目标缓存等级,包括:
根据所述操作频率和预设的缓存等级策略,确定所述目标缓存等级;
其中,所述缓存等级策略包括缓存等级与操作频率之间预设的映射关系。
在一种可行的实施方式中,所述根据所述操作频率,确定所述目标数据的目标缓存等级,包括:
将所述操作频率输入缓存等级预测模型中,获得所述缓存等级预测模型输出的目标缓存等级;
其中,采集各缓存数据在不同时期的操作频率和数据缓存等级,并将各缓存数据在不同时期的操作频率和数据缓存等级进行深度学习训练,获得所述缓存等级预测模型。
在一种可行的实施方式中,所述目标缓存等级包括一级缓存、二级缓存和三级缓存,所述将所述目标数据写入所述目标缓存等级对应的缓存,包括:
若所述目标缓存等级为一级缓存,则将所述目标数据写入所述一级缓存对应的应用缓存;
若所述目标缓存等级为二级缓存,则将所述目标数据写入所述二级缓存对应的共享缓存;
若所述目标缓存等级为三级缓存,则将所述目标数据写入所述三级缓存对应的分布式缓存。
在一种可行的实施方式中,所述方法还包括:
将所述目标数据的缓存规则中的数据缓存等级更新为所述目标缓存等级。
在一种可行的实施方式中,所述缓存规则还包括与缓存数据对应的缓存失效规则,所述方法还包括:
获取所述目标缓存等级对应的缓存的失效配置规则;
将所述目标数据的缓存规则中的缓存失效规则更新为所述缓存配置规则。
在一种可行的实施方式中,所述方法还包括:
若所述缓存规则统计库中不存在所述目标数据的缓存规则,则确定所述目标缓存等级为三级缓存;
将所述目标数据写入所述三级缓存对应的分布式缓存中;
根据所述目标缓存等级生成所述目标数据的缓存规则,并将所述目标数据的缓存规则存入所述缓存规则统计库中。
根据本申请公开的第二方面,提供了一种数据缓存装置,包括:
数据获取模块,用于获取当前数据操作指向的目标数据;其中,所述数据操作包括数据查询操作和数据写入操作;
规则查询模块,用于根据所述目标数据的标识,在缓存规则统计库中查询所述目标数据的缓存规则;其中,所述缓存规则统计库中存储有各级缓存中各缓存数据的缓存规则,所述缓存规则包括缓存数据的标识和数据缓存等级;
频率获取模块,用于若所述缓存规则统计库中存在所述目标数据的缓存规则,则获取所述目标数据的数据缓存等级和操作频率;其中,所述操作频率包括数据查询频率和数据查询变更频率;
等级确定模块,用于根据所述操作频率,确定所述目标数据的目标缓存等级;
缓存写入模块,用于若所述数据操作是数据查询操作且所述目标缓存等级与所述目标数据的数据缓存等级不相同,或者若所述数据操作是数据写入操作,则将所述目标数据写入所述目标缓存等级对应的缓存;
缓存删除模块,用于根据所述目标数据的标识,将所述目标数据的数据缓存等级对应的缓存中,与所述目标数据对应的缓存数据删除。
根据本申请公开的第三方面,提供了一种电子设备,包括处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现第一方面中任一项所述的方法。
根据本申请公开的第四方面,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中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现第一方面中任一项所述的方法。
根据本申请公开的第五方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时用于实现第一方面中任一项所述的方法。
与现有技术相比,本申请具有如下的有益效果:
本申请提供的数据缓存方法、装置、电子设备和可读存储介质,在对目标数据进行缓存时,通过目标数据的操作频率确定目标数据的目标缓存等级,从而将目标数据写入到目标缓存等级对应的缓存,而不再像现有技术一样,将数据依次写入到各级缓存之中,从而减少了缓存空间资源的浪费。同时,由于只将目标数据写入目标缓存数据对应的缓存,还减少了缓存写入的执行时间,提高了缓存写入效率。且还可以根据数据的操作频率更新数据的缓存层级,实现了数据缓存层级的动态变更。
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,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,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。其中:
图1为本申请实施例提供的一种数据缓存方法的应用场景图;
图2为本申请实施例提供的一种数据缓存方法的流程示意图;
图3为本申请实施例提供的另一种数据缓存方法的流程示意图;
图4为本申请实施例提供的一种数据缓存装置的结构示意图;
图5为本申请实施例提供的一种电子设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在对本申请实施例进行进一步详细说明之前,首先对本申请实施例中涉及的名词和术语进行说明,本申请实施例中涉及的名词和术语适用于如下的解释:
应用缓存(Application Cache),应用缓存是指每个应用程序内部使用的本地缓存,数据存储在应用程序的内存中。应用缓存可以加快读取频繁的数据访问速度,减少对底层数据源(如数据库)的查询频率,从而提高系统性能。应用缓存只局限于单个应用程序内部,并不与其他应用程序共享缓存数据。常见的应用缓存方案包括本地内存缓存、本地文件缓存等。
共享缓存(Shared Cache),共享缓存是多个应用程序可共享的缓存,数据存储在一个公共的缓存服务器中,提供跨应用程序的数据共享功能。多个应用程序可以通过访问同一个共享缓存来获取和更新数据,从而避免了重复的数据加载和存储操作。共享缓存的实现方式可以是将缓存数据存储在单独的缓存服务器上,也可以是通过内存共享或分布式缓存技术实现。
分布式缓存Distributed Cache),分布式缓存是一种将缓存数据分布在多个节点上的缓存系统,可以横向扩展以提供更大的存储容量和处理能力。多个缓存节点协作工作,在整个分布式系统中共享缓存数据,并通过一致性哈希、分片等技术实现数据的分布和负载均衡。分布式缓存通常被用于大规模的分布式系统中,可以提高系统的扩展性、容错性和性能。
随着互联网技术的不断发展,数据访问量迅速增长,传统关系型数据库面临着巨大的处理压力。现有技术多采用多级缓存技术为数据库进行减压,同时提高服务吞吐量及查询响应效率。目前比较常见的多级缓存主要分为应用缓存、共享缓存、分布式缓存,各级缓存间数据主要依赖实时同步写入方式来完成。其中,应用缓存存储空间较小、访问速度最快;共享缓存存储空间较大、访问速度较快,但相较于应用缓存访问速度会略慢一些;分布式缓存一般采用集群的方式组建可以存储较大数据量,访问速度相较前两者略慢一些。采用多级缓存的缓存机制,具有以下优点:
其一,提高访问速度,不同级别的缓存位于不同的位置,具有不同的访问方式和速度。应用缓存通常位于应用程序内部,速度最快;共享缓存可以被多个应用程序共享,速度相对较快;而分布式缓存则位于网络中的远程节点,速度相对较慢。通过多级缓存机制,可以根据数据的访问频次和访问特点将数据存储在适当的层级中,从而加快数据的读取和处理速度。
其二,提高并发能力,多级缓存可以减轻上层系统的负载压力。应用缓存作为最接近应用程序的一级缓存,可以缓存频繁使用的数据,减少对其他缓存层的访问需求,提高并发能力和响应速度。共享缓存作为公共资源,多个应用程序可以共享其中的数据,避免重复计算和查询,提高系统整体的性能和资源利用率。分布式缓存将数据分散存储在多个节点上,并采用分布式算法进行数据访问和负载均衡,可以支持大规模的并发访问和分布式计算。
其三,提高可靠性和可用性,多级缓存机制可以增加系统的容错能力和可用性。如果某一级缓存失效或发生故障,可以查询下一级缓存或其他备用数据源,保证系统的正常运行。共享缓存和分布式缓存还可以通过数据复制和冗余备份来提高数据的可靠性,避免单点故障和数据丢失。
其四,优化资源利用,通过合理设计多级缓存机制,可以根据不同层级的特点和资源限制,合理分配和利用硬件和软件资源。应用缓存可以利用CPU内部的寄存器和高速缓存,共享缓存可以充分利用服务器的内存和高速存储介质,而分布式缓存则可以利用网络节点的分布式存储和计算能力。通过优化资源的分配和利用,可以提高系统的整体性能和效率。
但是,在现有技术中,在对数据进行缓存时,会将数据依次写入各级缓存库中,会出现缓存空间资源浪费、写入数据执行时间较长、网络资源交互次数较多等问题。
针对上述技术问题,本申请通过目标数据的操作频率确定目标数据的目标缓存等级,从而将目标数据写入到目标缓存等级对应的缓存,而不再将数据依次写入到各级缓存之中,从而减少了缓存空间资源的浪费。
下面,结合图1,对本申请的数据缓存方法涉及的应用场景进行说明。
图1为本申请实施例提供的数据缓存方法的应用场景示意图,参阅图1,该应用场景中包括数据库、数据缓存装置、共享缓存、分布式缓存和应用终端,以及应用终端之中的应用缓存。其中,应用终端中安装有应用程序,数据缓存装置分别与数据库、分布式缓存、共享缓存和应用终端连接,用于数据缓存操作;应用终端除与其内部的应用缓存连接外,还与共享缓存、分布式缓存和数据库连接,用于数据查询操作。
具体的,应用终端可以是智能手机、平板电脑、笔记本电脑、台式计算机等电子设备,且终端设备可以通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互,本申请实施例对此不做限制。
具体的,应用缓存是应用终端中的本地内存,共享缓存、分布式缓存与数据缓存装置均是独立的服务器。服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是云服务器。
需要说明的是,图1仅是本申请实施例提供的一种应用场景示意图,本申请实施例不对图1中包括的各种设备的实际形态进行限定,也不对图1中各种设备之间的交互方式或者连接方式进行限定,在技术方案的具体应用中,可以根据实际需求设定。
需要说明的是,本申请实施例所提供的数据缓存方法的执行主体是数据缓存装置。
结合上述场景,下面通过具体实施例对本申请提供的交通信息提示方法的技术方案进行详细的说明。需要说明的是,如下实施例可以单独存在,也可相互结合,对于相同或相似的内容,可能在不同的实施例中不再重复说明。
图2为本申请实施例提供的一种交通信息提示方法的流程示意图,参阅图2,在一些实施例中,该交通信息提示方法的流程包括以下步骤:
S201,获取当前数据操作指向的目标数据;其中,数据操作包括数据写入操作和数据查询操作。
其中,数据操作一般包括两种,一种是对数据的写入操作,数据写入操作一般又分为两种情况,其一是写入新数据,其二是对原有数据进行改写;另一种是对数据的查询操作,数据查询操作指向的目标数据是查询操作返回的查询结果,查询结果是已存储在数据库或缓存中的数据。
优选的,对于当前数据操作指向的目标数据的获取,包括:获取当前数据操作的数据操作日志;其中,数据操作日志包括数据库进行数据写入操作的数据变更日志和应用终端进行数据查询操作的数据查询日志;对数据操作日志进行解析,获得目标数据。
其中,可知数据写入操作的执行主体是数据库,数据查询操作的执行主体是应用终端。不论是在数据库的数据写入操作或者是在应用终端的数据查询操作,都会生成相应的数据操作日志,具体的就是数据库进行数据写入操作的数据变更日志以及应用终端进行数据查询操作的数据查询日志。通过对数据操作日志进行解析,就可以获取到当前数据操作指向的目标数据。其中,数据写入操作指向的是新写入的数据,数据查询操作指向的则是已存储在缓存或数据库中的数据。
具体的,数据变更日志上一般会记录数据操作的类型、数据操作的对象、操作前的数据、操作后的数据、操作时间戳、用户信息等信息。数据查询日志一般会记录数据查询语句、数据查询结果、查询执行时间、操作时间戳、用户信息,以及应用程序总缓存空间、已使用缓存空间、缓存数据的标识及类型、缓存数据的大小、缓存获取成功失败标识等信息。
S202,根据目标数据的标识,在缓存规则统计库中查询目标数据的缓存规则;其中,缓存规则统计库中存储有各级缓存中各缓存数据的缓存规则,缓存规则包括缓存数据的标识和数据缓存等级。
其中,缓存规则统计库中存储有各级缓存中每个缓存数据的缓存规则,如果当前数据操作指向的目标数据已经缓存过,则目标数据在缓存规则统计库中会存在相应的缓存规则。如果缓存规则统计库中没有与目标数据对应的缓存规则,则表明目标数据没有被缓存过。
具体的,对于目标数据的缓存规则的查询,可知对于数据存储来讲,数据是以键值对(key,value)的形式进行存储,键(key)用于标识该数据,也就是该数据的唯一标识,可以通过该标识进行数据的查找和访问,与之关联的是对应的数值(value),即相应的数据内容。通过将数据以键值对的形式存储在缓存中,可以方便地根据键来获取对应的值,提高数据的读写效率和访问速度。
因此,根据数据存储的特点可知,在缓存规则统计库中,其存储的缓存规则包括各缓存数据的标识,以及对应的数据缓存等级。而目标数据可以以自身的标识作为查询索引,在缓存规则统计库查询是否有对应的缓存规则。
S203,若缓存规则统计库中存在目标数据的缓存规则,则获取目标数据的操作频率;其中,操作频率包括数据变更频率和数据查询频率。
其中,如果缓存统计库中存在目标数据的缓存规则,就表明目标数据之前已经缓存过了。这时通过获取目标数据的操作频率,进一步判断是否需要对目标数据的缓存位置进行变更。
此外,也可以根据目标数据的缓存规则和目标数据的标识,获取到目标数据之前缓存的缓存数据。
优选的,对于目标数据的操作频率的获取,包括:采集预设时间范围内的历史操作日志;其中,历史操作日志包括数据库进行数据写入操作的历史变更日志和应用终端进行数据查询操作的历史查询日志;对历史操作日志进行解析,获取目标数据的数据变更次数和数据查询次数;根据数据变更次数、数据查询次数和预设时间范围,获得目标数据的操作频率。
其中,在一个预设的时间范围内,采集到数据库与应用终端的历史操作日志,在对历史操作日志解析后,根据目标数据的标识获取到目标数据的历史变更记录和历史查询记录,并统计获得目标数据的数据变更次数和数据查询次数。在根据频率计算方法,计算目标数据的数据变更频率和数据查询频率。
具体的,由于频率表示单位时间内完成的操作次数,所以频率计算方法满足以下公式:
其中,F表示频率,C表示次数,T表示时间。
S204,根据操作频率,确定目标数据的目标缓存等级。
其中,根据操作频率确定目标数据的目标缓存等级的基本原则是,目标数据的操作频率越高,则越应该将目标数据缓存到更高级别的缓存之中,以提高其访问速度。
优选的,根据操作频率,确定目标数据的目标缓存等级,包括:根据操作频率和预设的缓存等级策略,确定目标缓存等级;其中,缓存等级策略包括缓存等级与操作频率之间预设的映射关系。
其中,可以通过预设的操作频率与缓存等级的映射关系确定目标数据的目标缓存等级,具体的映射关系可以通过试验等方式标定。
示例性的,假设以周为单位时间,缓存等级与操作频率之间的映射关系如表1所示:
表1缓存等级与操作频率的映射关系表
优选的,根据操作频率,确定目标数据的目标缓存等级,包括:将操作频率输入缓存等级预测模型中,获得缓存等级预测模型输出的目标缓存等级;其中,采集各缓存数据在不同时期的操作频率和数据缓存等级,并将各缓存数据在不同时期的操作频率和数据缓存等级进行深度学习训练,获得缓存等级预测模型。
其中,通过不同时期的操作频率和数据缓存等级作为训练集进行深度学习训练,获得以操作频率为输入,目标缓存等级为输出的缓存等级预测模型。具体的,缓存等级预测模型可以采用贝叶斯算法构建。
采用缓存等级预测模型,可以通过分析不同时期,比如日、周、月的数据缓存使用规律,调整数据变更和查询的权重值,例如,如果预测某一数据变更查询量将会增大,则根据增大的趋势调高权重值对操作频率进行加权重新计算,从而基于将来时期的操作频率变化对目标缓存等级进行预测性调整。
S205,若数据操作是数据查询操作且目标缓存等级与目标数据的数据缓存等级不相同,或者若数据操作是数据写入操作,则将目标数据写入目标缓存等级对应的缓存。
其中,对于数据查询操作而言,其操作并没有对目标数据做变更。在缓存规则统计库中存在目标数据的缓存规则的情况下,表明数据查询操作指向的目标数据就是在数据缓存等级对应的缓存之中的缓存数据。此时如果目标缓存等级与目标数据的数据缓存等级相同,则不需要对目标数据进行缓存变更操作。而如果目标缓存等级与目标数据的数据缓存等级不相同,则表明需要对目标数据的缓存位置进行变更,需要将目标数据改写到目标缓存等级对应的缓存。例如,缓存数据原本的数据缓存等级为三级缓存,缓存在对应的分布式缓存中。现在目标缓存等级为二级缓存,就需要将缓存数据变更到二级缓存对应的共享缓存。
其中,对于数据写入操作而言,其操作表明对目标数据做了变更,此时不论目标缓存等级与目标数据的数据缓存等级是否相同,都需要将新变更的目标数据写入目标缓存等级对应的缓存中。由于每次数据写入操作都会对缓存进行更新,可以及时对缓存数据进行刷新,以保障数据查询的准确性。
优选的,当前缓存等级包括一级缓存、二级缓存和三级缓存,将目标数据写入当前缓存等级对应的缓存,包括:若当前缓存等级为一级缓存,则将目标数据写入一级缓存对应的应用缓存;若当前缓存等级为二级缓存,则将目标数据写入二级缓存对应的共享缓存;若当前缓存等级为三级缓存,则将目标数据写入三级缓存对应的分布式缓存。
其中,各个缓存等级都有其对应的缓存,缓存等级越高,表明目标数据的操作频率越高,需要将其缓存到访问速度越快的缓存。因此,一级缓存与应用缓存对应,二级缓存与共享缓存对应,三级缓存与分布式缓存对应,根据目标数据的目标缓存等级就可以将目标数据存入对应的缓存。
具体的,数据缓存等级与目标缓存等级一致,也是包括一级缓存、二级缓存和三级缓存,数据缓存等级与缓存的对应关系也与目标缓存等级与缓存的对应关系相同。
S206,根据目标数据的标识,将目标数据的数据缓存等级对应的缓存中,与目标数据对应的缓存数据删除。
其中,将目标数据写入到目标缓存等级对应的缓存之后,还需要将之前缓存的缓存数据进行删除,以保证缓存中存储的只有最新的缓存数据。为此,首先根据目标数据的数据缓存等级确定之前缓存的数据的缓存,然后根据目标数据的标识,在目标数据的数据缓存等级对应的缓存中,查询到与目标数据对应的缓存数据,并将其删除,仅保留目标缓存等级对应的缓存中缓存的目标数据,以保障数据缓存的准确性。
在本实施例中,在对目标数据进行缓存时,通过目标数据的操作频率确定目标数据的目标缓存等级,从而将目标数据写入到目标缓存等级对应的缓存,而不再像现有技术一样,将数据依次写入到各级缓存之中,从而减少了缓存空间资源的浪费。同时,由于只将目标数据写入目标缓存数据对应的缓存,还减少了缓存写入的执行时间,提高了缓存写入效率。且还可以根据数据的操作频率更新数据的缓存层级,实现了数据缓存层级的动态变更。
此外,对于数据缓存方法的执行,可以采用异步执行或同步执行的方式。其中,对于异步执行,可以通过消息中间件获取数据操作日志,并将数据变更日志记入数据变更消息队列中,将数据查询日志记入数据查询消息队列中。后续通过对数据变更消息队列和数据查询消息队列中的消息进行提取并解析,获得数据操作指向的目标数据。通过消息队列的异步操作可以将数据操作与数据缓存分开,数据操作可以不用等待数据缓存完成,可以提高应用的性能和并发处理能力,降低延迟。
对于同步执行,则是当对消息队列中的消息进行解析时,通过消息的时间戳判断消息的处理延迟是否超出了预设的延迟阈值,当超出预设的延迟阈值后,直接同步获取数据操作的目标数据进行缓存操作。
此外,对于现有应用程序的数据查询操作,在数据查询时是从应用缓存开始依次向下查找,即应用缓存中不存在所要查询的数据则再查找共享缓存,共享缓存中不存在所要查找的数据则再查找分布式缓存,分布式缓存中不存在所要查找的数据再查询数据库,如果在数据库中查询到了所要查找的数据,则将数据依次再写入各级缓存中。大量的查询请求需要穿过各级缓存最终到数据库,导致查询请求产生大量对各级缓存的无效查询,查询请求处理时延增加,且对数据库产生较大查询压力。为此,可以在数据请求时,对查询请求指向的目标数据的查询频率进行计算,并根据查询频率确定目标数据的缓存位置,通过查询指定层级的缓存,减少了数据查询的执行时间。
在图2所示的实施例的基础上,下面结合图3,对上述数据缓存方法的技术方案做进一步介绍。
图3为本申请实施例提供的另一种数据缓存方法的流程示意图,参阅图3,在一些实施例中,该数据缓存方法的流程包括以下步骤:
S301,获取当前数据操作指向的目标数据;其中,数据操作包括数据写入操作和数据查询操作。
S302,根据目标数据的标识,在缓存规则统计库中查询是否存在目标数据的缓存规则。
S303,若缓存规则统计库中存在目标数据的缓存规则,则获取目标数据的操作频率;其中,操作频率包括数据变更频率和数据查询频率。
S304,根据操作频率,确定目标数据的目标缓存等级。
S305,判断数据操作的操作类型。
S306,若数据操作是数据查询操作,则判断目标缓存等级与目标数据的数据缓存等级是否相同。
S307,若目标缓存等级与目标数据的数据缓存等级不相同,则将目标数据写入目标缓存等级对应的缓存。
S308,若数据操作是数据写入操作,则将目标数据写入目标缓存等级对应的缓存。
S309,根据目标数据的标识,将目标数据的数据缓存等级对应的缓存中,与目标数据对应的缓存数据删除。
其中,需要说明的是,步骤S301-S309的执行过程与步骤S201-S206的执行过程相同,在此不再赘述。
S310,将目标数据的缓存规则中的数据缓存等级更新为目标缓存等级。
其中,在将目标数据写入目标缓存等级对应的缓存后,还需要通过目标缓存等级对目标数据的缓存规则中的数据缓存等级进行更新,将数据缓存等级更新为目标缓存等级。
S311,缓存规则还包括与缓存数据对应的缓存失效规则,获取目标缓存等级对应的缓存的失效配置规则。
其中,对于缓存失效规则,现有缓存失效规则有先入先出,最近最少使用,最不经常使用等。需要每个应用单独配置,无法针对公共的缓存分类统一进行规则管理,不同应用使用相同的缓存,如配置规则不一致易导致数据错误。所以本实施例的缓存规则中还保存有缓存数据对应的缓存失效规则,从而利用缓存规则统计库对缓存数据的缓存失效规则进行统一管理。将目标数据的写入目标缓存等级对应的缓存后,还需要对目标数据的缓存失效规则进行更新。由于缓存失效规则是有缓存的系统配置决定的,因此,可以获取目标缓存等级对应的缓存的失效配置规则。
S312,将目标数据的缓存规则中的缓存失效规则更新为缓存配置规则。
其中,利用目标缓存等级对应的缓存的失效配置规则对目标数据的缓存失效规则进行更新。
S313,若缓存规则统计库中不存在目标数据的缓存规则,则确定目标缓存等级为三级缓存。
其中,如果缓存规则统计库中不存在目标数据的缓存规则,则表明目标数据在之前并未被缓存过,也表示之前未对目标数据进行过变更或查询,这种情况对应的一般是数据库写入的新数据或者在数据库查询到的数据。因此,由于是第一次缓存,可以直接将目标数据的目标缓存等级确定为最低一级的缓存等级,即三级缓存。
S314,将目标数据写入三级缓存对应的分布式缓存中。
其中,确定目标数据的目标缓存等级为三级缓存之后,将其写入三级缓存对应的分布式缓存中。
其中,对于没有缓存记录的数据,现有技术无法直接写入缓存,需要经过正向查询触发才会更新入缓存中,增加了数据查询的压力和服务执行时长,对于业务更新变更频繁的系统影响较大。而本申请则可以将其直接写入缓存中,减少了后续数据库查询的压力和查询服务的执行时长。
S315,根据目标缓存等级生成目标数据的缓存规则,并将目标数据的缓存规则存入缓存规则统计库中。
其中,由于此时目标数据是第一次进行缓存,在将目标数据缓存到目标缓存等级对应的缓存后,根据目标缓存等级生成目标数据的缓存规则,存入缓存规则统计库中,用于后续数据缓存操作。
在本实施例中,在将目标数据写入目标缓存等级对应的缓存之后,还包括对缓存规则、缓存失效规则进行更新,生成缓存规则的相关技术方案,提高了数据缓存的准确性。
图4是本申请实施例提供的一种数据缓存装置的结构示意图,参阅图4,该数据缓存装置包括用于实现前述数据缓存方法的各个功能模块,任意功能模块可以通过软件和/或硬件的方式实现。
在一些实施例中该一种数据缓存装置,包括数据获取模块401、规则查询模块402、频率获取模块403、等级确定模块404、缓存写入模块405和缓存删除模块406。其中:
数据获取模块401用于获取当前数据操作指向的目标数据;其中,数据操作包括数据查询操作和数据写入操作;
规则查询模块402用于根据目标数据的标识,在缓存规则统计库中查询目标数据的缓存规则;其中,缓存规则统计库中存储有各级缓存中各缓存数据的缓存规则,缓存规则包括缓存数据的标识和数据缓存等级;
频率获取模块403用于若缓存规则统计库中存在目标数据的缓存规则,则获取目标数据的数据缓存等级和操作频率;其中,操作频率包括数据查询频率和数据查询变更频率;
等级确定模块404用于根据操作频率,确定目标数据的目标缓存等级;
缓存写入模块405用于若数据操作是数据查询操作且目标缓存等级与目标数据的数据缓存等级不相同,或者若数据操作是数据写入操作,则将目标数据写入目标缓存等级对应的缓存;
缓存删除模块406用于根据目标数据的标识,将目标数据的数据缓存等级对应的缓存中,与目标数据对应的缓存数据删除。
在一些实施例中,该数据获取模块401具体用于:
获取当前数据操作的数据操作日志;其中,数据操作日志包括数据库进行数据写入操作的数据变更日志和应用终端进行数据查询操作的数据查询日志;
对数据操作日志进行解析,获得目标数据。
在一些实施例中,该频率获取模块403具体用于:
采集预设时间范围内目标数据的历史操作日志;其中,历史操作日志包括数据库对目标数据进行数据写入操作的历史变更日志和查询数据端对目标数据进行数据查询操作的历史查询日志;
基于历史变更日志和历史查询日志,获取目标数据的数据变更次数和数据查询次数;
根据数据变更次数、数据查询次数和预设时间范围,获得目标数据的操作频率。
在一些实施例中,该等级确定模块404具体用于:
根据操作频率和预设的缓存等级策略,确定目标缓存等级;
其中,缓存等级策略包括缓存等级与操作频率之间预设的映射关系。
在一些实施例中,该等级确定模块404具体用于:
将操作频率输入缓存等级预测模型中,获得缓存等级预测模型输出的目标缓存等级;
其中,采集各缓存数据在不同时期的操作频率和数据缓存等级,并将各缓存数据在不同时期的操作频率和数据缓存等级进行深度学习训练,获得缓存等级预测模型。
在一些实施例中,该缓存写入模块405具体用于:
若目标缓存等级为一级缓存,则将目标数据写入一级缓存对应的应用缓存;
若目标缓存等级为二级缓存,则将目标数据写入二级缓存对应的共享缓存;
若目标缓存等级为三级缓存,则将目标数据写入三级缓存对应的分布式缓存。
在一些实施例中,该装置还包括规则更新模块407,该规则更新模块407具体用于:
将目标数据的缓存规则中的数据缓存等级更新为目标缓存等级。
在一些实施例中,该规则更新模块407具体用于:
获取目标缓存等级对应的缓存的失效配置规则;
将目标数据的缓存规则中的缓存失效规则更新为缓存配置规则。
在一些实施例中,该缓存写入模块405具体用于:
若缓存规则统计库中不存在目标数据的缓存规则,则确定目标缓存等级为三级缓存;
将目标数据写入三级缓存对应的分布式缓存中;
根据目标缓存等级生成目标数据的缓存规则,并将目标数据的缓存规则存入缓存规则统计库中。
本申请实施例提供的数据缓存装置400用于执行前述数据缓存方法实施例提供的技术方案,其实现原理和技术效果与前述方法的实施例中类似,在此不再赘述。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现,也可以全部以硬件的形式实现,还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,缓存写入模块可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上缓存写入模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
图5为本申请实施例提供的一种电子设备的结构示意图,参阅图5,该电子设备500包括:处理器501,以及与该处理器501通信连接的存储器502;
存储器502存储计算机执行指令;
处理器501执行存储器502存储的计算机执行指令,以实现前述数据缓存方法的技术方案。
在上述电子设备500中,存储器502、处理器501之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可以通过一条或者多条通信总线或信号线实现电性连接,如可以通过总线连接。总线可以是工业标准体系结构(Industry StandardArchitecture,简称:ISA)总线、外部设备互连(Peripheral Component Interconnect,简称:PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,简称:EISA)总线等。总线可以分为地址总线、数据总线、控制总线等,但并不表示仅有一根总线或一种类型的总线。存储器502中存储有实现前述数据缓存方法的计算机执行指令,包括至少一个可以软件或固件的形式存储于存储器502中的软件功能模块,处理器501通过运行存储在存储器502内的软件程序以及模块,从而执行各种功能应用以及数据处理。
存储器502至少包括一种类型的可读存储介质,不限于随机存取存储器(RandomAccess Memory,简称:RAM),只读存储器(Read Only Memory,简称:ROM),可编程只读存储器(Programmable Read-Only Memory,简称:PROM),可擦除只读存储器(ErasableProgrammable Read-Only Memory,简称:EPROM),电可擦除只读存储器(ElectricErasable Programmable Read-Only Memory,简称:EEPROM)等。其中,存储器502用于存储程序,处理器501在接收到执行指令后,执行程序。进一步地,上述存储器502内的软件程序以及模块还可包括操作系统,其可包括各种用于管理系统任务(例如内存管理、存储设备控制、电源管理等)的软件组件和/或驱动,并可与各种硬件或软件组件相互通信,从而提供其他软件组件的运行环境。
处理器501可以是一种集成电路芯片,具有信号的处理能力。上述的处理器501可以是通用处理器,包括中央处理器(Central Processing Unit,简称:CPU)、网络处理器(Network Processor,简称:NP)、数字信号处理器(Digital Signal Processor,简称:DSP)、专用集成电路(Application Specific Integrated Circuit,简称:ASIC)等。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器,或者该处理器501也可以是任何常规的处理器等。
该电子设备500用于执行前述数据缓存方法实施例提供的技术方案,其实现原理和技术效果与前述方法实施例中类似,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当处理器执行计算机执行指令时,实现如前述数据缓存方法的技术方案。
上述的计算机可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。该计算机可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits,简称:ASIC)中。当然,处理器和可读存储介质也可以作为分立组件存在于数据缓存装置的控制装置中。
本申请实施例还提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时用于实现如前述数据缓存方法的技术方案。
在上述实施例中,本领域技术人员可以理解,实现上述各方法实施例可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本发明实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线网络、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如,固态硬盘(Solid State Disk,简称:SSD))等。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。

Claims (12)

1.一种数据缓存方法,其特征在于,包括:
获取当前数据操作指向的目标数据;其中,所述数据操作包括数据写入操作和数据查询操作;
根据所述目标数据的标识,在缓存规则统计库中查询所述目标数据的缓存规则;其中,所述缓存规则统计库中存储有各级缓存中各缓存数据的缓存规则,所述缓存规则包括缓存数据的标识和数据缓存等级;
若所述缓存规则统计库中存在所述目标数据的缓存规则,则获取所述目标数据的操作频率;其中,所述操作频率包括数据变更频率和数据查询频率;
根据所述操作频率,确定所述目标数据的目标缓存等级;
若所述数据操作是数据查询操作且所述目标缓存等级与所述目标数据的数据缓存等级不相同,或者若所述数据操作是数据写入操作,则将所述目标数据写入所述目标缓存等级对应的缓存;
根据所述目标数据的标识,将所述目标数据的数据缓存等级对应的缓存中,与所述目标数据对应的缓存数据删除。
2.根据权利要求1所述的方法,其特征在于,所述获取当前数据操作指向的目标数据,包括:
获取当前数据操作的数据操作日志;其中,所述数据操作日志包括数据库进行数据写入操作的数据变更日志和应用终端进行数据查询操作的数据查询日志;
对所述数据操作日志进行解析,获得所述目标数据。
3.根据权利要求1所述的方法,其特征在于,所述获取所述目标数据的操作频率,包括:
采集预设时间范围内的历史操作日志;其中,所述历史操作日志包括数据库进行数据写入操作的历史变更日志和应用终端进行数据查询操作的历史查询日志;
对所述历史操作日志进行解析,获取所述目标数据的数据变更次数和数据查询次数;
根据所述数据变更次数、所述数据查询次数和所述预设时间范围,获得所述目标数据的操作频率。
4.根据权利要求1所述的方法,其特征在于,所述根据所述操作频率,确定所述目标数据的目标缓存等级,包括:
根据所述操作频率和预设的缓存等级策略,确定所述目标缓存等级;
其中,所述缓存等级策略包括缓存等级与操作频率之间预设的映射关系。
5.根据权利要求1所述的方法,其特征在于,所述根据所述操作频率,确定所述目标数据的目标缓存等级,包括:
将所述操作频率输入缓存等级预测模型中,获得所述缓存等级预测模型输出的目标缓存等级;
其中,采集各缓存数据在不同时期的操作频率和数据缓存等级,并将各缓存数据在不同时期的操作频率和数据缓存等级进行深度学习训练,获得所述缓存等级预测模型。
6.根据权利要求1所述的方法,其特征在于,所述目标缓存等级包括一级缓存、二级缓存和三级缓存,所述将所述目标数据写入所述目标缓存等级对应的缓存,包括:
若所述目标缓存等级为一级缓存,则将所述目标数据写入所述一级缓存对应的应用缓存;
若所述目标缓存等级为二级缓存,则将所述目标数据写入所述二级缓存对应的共享缓存;
若所述目标缓存等级为三级缓存,则将所述目标数据写入所述三级缓存对应的分布式缓存。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述目标数据的缓存规则中的数据缓存等级更新为所述目标缓存等级。
8.根据权利要求1所述的方法,其特征在于,所述缓存规则还包括与缓存数据对应的缓存失效规则,所述方法还包括:
获取所述目标缓存等级对应的缓存的失效配置规则;
将所述目标数据的缓存规则中的缓存失效规则更新为所述缓存配置规则。
9.根据权利要求1-8任一项所述的方法,其特征在于,所述方法还包括:
若所述缓存规则统计库中不存在所述目标数据的缓存规则,则确定所述目标缓存等级为三级缓存;
将所述目标数据写入所述三级缓存对应的分布式缓存中;
根据所述目标缓存等级生成所述目标数据的缓存规则,并将所述目标数据的缓存规则存入所述缓存规则统计库中。
10.一种数据缓存装置,其特征在于,包括:
数据获取模块,用于获取当前数据操作指向的目标数据;其中,所述数据操作包括数据写入操作和数据查询操作;
规则查询模块,用于根据所述目标数据的标识,在缓存规则统计库中查询所述目标数据的缓存规则;其中,所述缓存规则统计库中存储有各级缓存中各缓存数据的缓存规则,所述缓存规则包括缓存数据的标识和数据缓存等级;
频率获取模块,用于若所述缓存规则统计库中存在所述目标数据的缓存规则,则获取所述目标数据的操作频率;其中,所述操作频率包括数据变更频率和数据查询频率;
等级确定模块,用于根据所述操作频率,确定所述目标数据的目标缓存等级;
缓存写入模块,用于若所述数据操作是数据查询操作且所述目标缓存等级与所述目标数据的数据缓存等级不相同,或者若所述数据操作是数据写入操作,则将所述目标数据写入所述目标缓存等级对应的缓存;
缓存删除模块,用于根据所述目标数据的标识,将所述目标数据的数据缓存等级对应的缓存中,与所述目标数据对应的缓存数据删除。
11.一种电子设备,其特征在于,包括处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1至9中任一项所述的方法。
12.一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中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至9中任一项所述的方法。
CN202310884457.2A 2023-07-18 2023-07-18 数据缓存方法、装置、电子设备和可读存储介质 Pending CN117009389A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310884457.2A CN117009389A (zh) 2023-07-18 2023-07-18 数据缓存方法、装置、电子设备和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310884457.2A CN117009389A (zh) 2023-07-18 2023-07-18 数据缓存方法、装置、电子设备和可读存储介质

Publications (1)

Publication Number Publication Date
CN117009389A true CN117009389A (zh) 2023-11-07

Family

ID=88573775

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310884457.2A Pending CN117009389A (zh) 2023-07-18 2023-07-18 数据缓存方法、装置、电子设备和可读存储介质

Country Status (1)

Country Link
CN (1) CN117009389A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117539915A (zh) * 2024-01-09 2024-02-09 腾讯科技(深圳)有限公司 一种数据处理方法及相关装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117539915A (zh) * 2024-01-09 2024-02-09 腾讯科技(深圳)有限公司 一种数据处理方法及相关装置
CN117539915B (zh) * 2024-01-09 2024-04-23 腾讯科技(深圳)有限公司 一种数据处理方法及相关装置

Similar Documents

Publication Publication Date Title
US10795817B2 (en) Cache coherence for file system interfaces
US20180285167A1 (en) Database management system providing local balancing within individual cluster node
CN109947668B (zh) 存储数据的方法和装置
CN111247518B (zh) 用于数据库分片的方法和系统
WO2017050014A1 (zh) 一种数据存储处理方法和装置
CN110147407B (zh) 一种数据处理方法、装置及数据库管理服务器
US11347647B2 (en) Adaptive cache commit delay for write aggregation
US9369332B1 (en) In-memory distributed cache
US11995057B2 (en) Efficient database management system and method for use therewith
CN111737168A (zh) 一种缓存系统、缓存处理方法、装置、设备及介质
CN117009389A (zh) 数据缓存方法、装置、电子设备和可读存储介质
CN114817232A (zh) 访问数据的方法及装置
Cao et al. Is-hbase: An in-storage computing optimized hbase with i/o offloading and self-adaptive caching in compute-storage disaggregated infrastructure
Qi Digital forensics and NoSQL databases
CN108932258B (zh) 数据索引处理方法及装置
Qi et al. Big data management in digital forensics
CN110427394B (zh) 数据操作方法及装置
CN114896250B (zh) 一种键值分离的键值存储引擎索引优化方法及装置
CN114356241A (zh) 小对象数据的存储方法、装置、电子设备和可读介质
CN114064729A (zh) 一种数据检索方法、装置、设备及存储介质
CN115794806A (zh) 金融数据的网格化处理系统及方法、装置、计算设备
Gu et al. Adaptive cache policy scheduling for big data applications on distributed tiered storage system
CN107679093B (zh) 一种数据查询方法及装置
CN113127717A (zh) 一种密钥检索方法和系统
CN108694209B (zh) 基于对象的分布式索引方法和客户端

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