CN117520399A - 数据存储方法、装置、电子设备和计算机可读介质 - Google Patents
数据存储方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN117520399A CN117520399A CN202311490709.XA CN202311490709A CN117520399A CN 117520399 A CN117520399 A CN 117520399A CN 202311490709 A CN202311490709 A CN 202311490709A CN 117520399 A CN117520399 A CN 117520399A
- Authority
- CN
- China
- Prior art keywords
- node
- data
- association
- information
- structured
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000013500 data storage Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 21
- 230000004044 response Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 9
- 239000002699 waste material Substances 0.000 abstract description 15
- 238000010586 diagram Methods 0.000 description 17
- 230000005540 biological transmission Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- 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
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/258—Data format conversion from or to a database
-
- 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
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)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开的实施例公开了数据存储方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:响应于当前时间为预设采集时间,通过预设接口,获取原始数据集;将原始数据集中的每个原始数据进行结构化处理,以生成结构化数据,得到结构化数据集;根据结构化数据集,生成数据访问拓扑图;对于数据访问拓扑图中的各个节点中的每个节点,根据节点对应的第一流水号,确定节点与去除节点的各个节点中每个节点的关联信息;根据所确定的各个关联信息,生成至少一个节点信息关联图;将至少一个节点信息关联图存储至相关联的高速缓存中。该实施方式减少了存储资源的浪费。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及数据存储方法、装置、电子设备和计算机可读介质。
背景技术
在对于数据库的选择中,分布式数据库逐渐成为选择数据库的首选。如何确定分布式数据库各个节点的关系成为一项重要的研究课题。目前,在确定分布式数据库各个节点的关系时,通常采用的方式为:通过分布式数据库的自带监控工具确定分布式数据库各个节点的关系。
然而,当采用上述方式确定分布式数据库各个节点的关系时,经常会存在如下技术问题:
第一,使用分布式数据库的自带监控工具确定分布式数据库各个节点的关系时,可能因分布式数据库的节点较多,导致生成大量且复杂的节点关联关系信息,在对生成的关联关系信息进行存储时,造成存储资源的浪费。
第二,分布式数据库中除了计算节点和数据节点之外,还包括其他类型的节点,分布式数据库的自带监控工具无法对其他类型的节点的数据进行管理,导致其他类型的节点的数据冗余且杂乱,造成存储资源的浪费。
第三,分布式数据库中数据流转较多时,单一节点上的数据流转量较大,导致节点的数据传输效率较低,从而造成分布式数据库的数据传输效率低。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了数据存储方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种数据存储方法,该方法包括:响应于当前时间为预设采集时间,通过预设接口,获取原始数据集,其中,上述原始数据集中的原始数据包括第一流水号;将上述原始数据集中的每个原始数据进行结构化处理,以生成结构化数据,得到结构化数据集;根据上述结构化数据集,生成数据访问拓扑图,其中,上述数据访问拓扑图中的各个节点对应有数据访问信息;对于上述数据访问拓扑图中的各个节点中的每个节点,根据上述节点对应的第一流水号,确定上述节点与去除上述节点的各个节点中每个节点的关联信息;根据所确定的各个关联信息,生成至少一个节点信息关联图;将上述至少一个节点信息关联图存储至相关联的高速缓存中。
第二方面,本公开的一些实施例提供了一种数据存储装置,装置包括:获取单元,被配置成响应于当前时间为预设采集时间,通过预设接口,获取原始数据集,其中,上述原始数据集中的原始数据包括第一流水号;结构化单元,被配置成将上述原始数据集中的每个原始数据进行结构化处理,以生成结构化数据,得到结构化数据集;第一生成单元,被配置成根据上述结构化数据集,生成数据访问拓扑图,其中,上述数据访问拓扑图中的各个节点对应有数据访问信息;确定单元,被配置成对于上述数据访问拓扑图中的各个节点中的每个节点,根据上述节点对应的第一流水号,确定上述节点与去除上述节点的各个节点中每个节点的关联信息;第二生成单元,被配置成根据所确定的各个关联信息,生成至少一个节点信息关联图;存储单元,被配置成将上述至少一个节点信息关联图存储至相关联的高速缓存中。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的数据存储方法,减少了存储资源的浪费。具体来说,造成存储资源的浪费的原因在于:使用分布式数据库的自带监控工具确定分布式数据库各个节点的关系时,可能因分布式数据库的节点较多,导致生成大量且复杂的节点关联关系信息,在对生成的关联关系信息进行存储时,造成存储资源的浪费。基于此,本公开的一些实施例的数据存储方法,首先,响应于当前时间为预设采集时间,通过预设接口,获取原始数据集。由此,可以采集到分布式数据库的访问流量数据。其次,将上述原始数据集中的每个原始数据进行结构化处理,以生成结构化数据,得到结构化数据集。由此,可以将采集到的数据结构化,以便于进行存储。然后,根据上述结构化数据集,生成数据访问拓扑图。由此,可以生成表征应用于数据库之间的访问关系的拓扑图。之后,对于上述数据访问拓扑图中的各个节点中的每个节点,根据上述节点对应的第一流水号,确定上述节点与去除上述节点的各个节点中每个节点的关联信息。由此,可以根据拓扑中的节点和流水号,快速确定数据库各个节点的关联关系,从而避免了因使用数据库自带工具且节点较多时,耗费较长时间确定分布式数据库各个节点的关系的情况。再然后,根据所确定的各个关联信息,生成至少一个节点信息关联图。由此,可以通过节点之间的关联关系生成节点信息关联图。从而可以便于存储节点之间的关联关系。最后,将上述至少一个节点信息关联图存储至相关联的高速缓存中。由此,将各个节点之间的关联关系通过关联图的方式存储在高速缓存中,从而避免了存储生成大量且复杂的节点关联关系信息,减少了存储资源的浪费。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的数据存储方法的一些实施例的流程图;
图2是根据本公开的数据存储装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的数据存储方法的一些实施例的流程100。该数据存储方法,包括以下步骤:
步骤101,响应于当前时间为预设采集时间,通过预设接口,获取原始数据集。
在一些实施例中,数据存储方法的执行主体(例如服务器)可以响应于当前时间为预设采集时间,通过预设接口,获取原始数据集。其中,上述预设采集时间可以是预先设定的对原始数据进行采集的时间。上述原始数据集中的原始数据可以是但不限于以下中的一项:应用访问数据、数据库访问数据和数据库管理数据。上述应用访问数据、数据库访问数据和数据库管理数据都包括数据发起时间、源网络协议端口、目的网络协议端口、响应时间、响应状态和第一流水号。上述第一流水号可以是在数据生成时对数据标记的流水号字段。上述应用访问数据还可以包括但不限于:应用访问路径和价值流转类型(交易类型)。上述数据库访问数据还可以包括但不限于:SQL(Structured Query Language,结构化查询语言)语句、起始标记和结束标记。上述预设接口可以是预先设定的镜像接口。这里,可以通过旁路镜像的方式通过上述预设接口,采集原始数据集。由此,可以通过镜像接口获取数据,可以避免给数据库增加额外的负载和性能开销。
步骤102,将原始数据集中的每个原始数据进行结构化处理,以生成结构化数据,得到结构化数据集。
在一些实施例中,上述执行主体可以将上述原始数据集中的每个原始数据进行结构化处理,以生成结构化数据,得到结构化数据集。实践中,可以根据预设结构条件,将上述原始数据集中的每个原始数据进行结构化处理,以生成结构化数据,得到结构化数据集。其中,上述预设结构条件可以是预先设定的数据的结构。这里,可以将上述预设结构条件输入至数据转换工具中,通过数据转换工具将原始数据集中的每个原始数据进行结构化处理,以生成结构化数据,得到结构化数据集。上述结构化数据可以是Json数据。
步骤103,根据结构化数据集,生成数据访问拓扑图。
在一些实施例中,上述执行主体可以根据上述结构化数据集,生成数据访问拓扑图。其中,上述数据访问拓扑图中的各个节点对应有数据访问信息。上述数据访问信息包括:至少一个应用访问数据、至少一个数据库访问数据和至少一个数据库管理数据。
实践中,上述执行主体可以通过以下步骤生成数据访问拓扑图:
第一步,根据上述结构化数据集,确定第一节点信息集和第二节点信息。其中,上述第一节点信息集中的第一节点信息可以是用于表征某一应用节点的应用信息。上述第二节点信息可以是用于表征分布式数据库的数据库信息。实践中,第一,可以从上述结构化数据集中的各个结构化数据筛选出表征应用访问数据的至少一个结构化数据作为第一结构化数据集,以及表征数据库访问数据的至少一个结构化数据作为第二结构化数据集。第二,确定第一结构化数据集对应的各个应用的应用信息,作为第一节点信息集,以及确定第二结构化数据集对应的分布式数据库的数据库信息,作为第二节点信息。
第二步,根据上述第一节点信息集和上述第二节点信息,生成初始拓扑图。实践中,可以通过各种方式根据上述第一节点信息集和上述第二节点信息,生成初始拓扑图。这里,可以使用拓扑图在线制作工具(例如,GitMind制作工具)生成初始拓扑图。
第三步,将上述结构化数据集包括的各个结构化数据进行分组处理,以生成分组后数据组集。其中,上述分组后数据组集中的分组后数据组的数量等于上述初始拓扑图包括的节点的数量。实践中,可以将上述结构化数据集中包括的目的网络协议地址相同的结构化数据进行分组。
第四步,对于上述分组后数据组集中的每个分组后数据组,执行如下生成步骤:
第一生成步骤,生成对应上述分组后数据组的数据组标识。
第二生成步骤,将上述数据组标识与所对应的节点进行组合处理,以生成组合后节点。
第五步,将上述初始拓扑图包括的各个节点替换为所生成的各个组合后节点,以对上述初始拓扑图进行更新,得到更新后的初始拓扑图作为数据访问拓扑图。
步骤104,对于数据访问拓扑图中的各个节点中的每个节点,根据节点对应的第一流水号,确定节点与去除节点的各个节点中每个节点的关联信息。
在一些实施例中,上述执行主体可以对于上述数据访问拓扑图中的各个节点中的每个节点,根据上述节点对应的第一流水号,确定上述节点与去除上述节点的各个节点中每个节点的关联信息。
实践中,可以通过以下步骤确定上述节点与去除上述节点的各个节点中每个节点的关联信息:
第一步,对于数据访问拓扑图中的各个节点中的每个节点,执行如下关联步骤:
第一关联步骤,根据上述节点对应的第一流水号,确定上述节点与去除上述节点的各个节点是否存在关联关系。这里,可以将上述去除上述节点的各个节点中对应的第一流水号与上述节点对应的第一流水号相同的节点确定为与上述节点存在关联关系。
第二关联步骤,将与上述节点存在关联关系的各个节点确定为关联节点集。
第三关联步骤,根据上述节点和上述关联节点集,生成关联信息。
步骤105,根据所确定的各个关联信息,生成至少一个节点信息关联图。
在一些实施例中,上述执行主体可以根据所确定的各个关联信息,生成至少一个节点信息关联图。
步骤106,将至少一个节点信息关联图存储至相关联的高速缓存中。
在一些实施例中,上述执行主体可以将上述至少一个节点信息关联图存储至相关联的高速缓存中。
可选地,在步骤106之后,还包括以下步骤:
第一步,获取预设告警规则集合。
在一些实施例中,上述执行主体可以通过有线连接或者无线连接的方式从目标终端中获取预设告警规则集合。其中,上述目标终端可以是存储预设告警规则集合且具有接收告警信息权限的终端。上述预设告警规则集合中的预设告警规则可以是预先存储的对目标终端进行告警的规则。例如,上述预设告警规则可以是某一节点的平均响应时间大于1000ms。
第二步,对于上述预设告警规则集合中的每个预设告警规则,执行如下处理步骤:
第一处理步骤,响应于检测到上述数据访问拓扑图中任一节点满足上述预设告警规则,根据节点对应的节点信息关联图,确定节点对应的原始数据。
在一些实施例中,上述执行主体可以响应于检测到上述数据访问拓扑图中任一节点满足上述预设告警规则,根据节点对应的节点信息关联图,确定节点对应的原始数据。
第二处理步骤,将上述原始数据和上述预设告警规则发送至目标终端以进行显示。
在一些实施例中,上述执行主体可以将上述原始数据和上述预设告警规则发送至目标终端以进行显示。
可选地,在步骤106之后,还包括以下步骤:
第一步,对于上述拓扑图中各个节点中的每个节点,执行如下记录步骤:
第一记录步骤,确定上述节点的节点类型。
在一些实施例中,上述执行主体可以确定上述节点的节点类型。其中,上述节点类型可以是节点的类型。上述节点类型可以包括但不限于:数据节点、计算节点、管理节点、事务节点和数据导入节点。
第二记录步骤,响应于上述节点类型表征上述节点不为数据节点或计算节点,获取对应上述节点的节点规则信息组,以对符合上述节点规则信息组的数据进行拦截。
在一些实施例中,上述执行主体可以响应于上述节点类型表征上述节点不为数据节点或计算节点,获取在历史时间段对应上述节点的节点规则信息组。其中,上述节点规则信息组中的节点规则信息可以是预先设置的进行数据拦截的规则信息。例如,上述节点规则信息可以是,拦截数据包括的目的IP为10.5.8.1的数据。上述历史时间段可以是当前时间之前的时间段。
第三记录步骤,根据所拦截的各个数据和上述节点,生成节点数据图。
在一些实施例中,上述执行主体可以根据所拦截的各个数据和上述节点,生成节点数据图。
实践中,上述执行主体可以通过以下步骤生成节点数据图:
第一步,按照所拦截的各个数据中每个数据包括的源IP地址,对上述各个数据进行分组处理,以生成分组数据组。
第二步,对于所生成的各个分组数据组中的每个分组数据组,生成对应上述分组数据组的子节点。
第三步,根据所生成的各个子节点和上述分组数据组,生成数据节点树状图作为节点数据图。其中,上述数据节点树状图可以表征节点和数据的关联关系。
第四记录步骤,将上述节点数据图存储至目标数据库中。其中,上述目标数据库可以是预先设定的用于存储节点数据图的数据库。
上述第一记录步骤-第四记录步骤中的相关内容作为本公开的一个发明点,解决了背景技术提及的技术问题二“分布式数据库中除了计算节点和数据节点之外,还包括其他类型的节点,分布式数据库的自带监控工具无法对其他类型的节点的数据进行管理,导致其他类型的节点的数据冗余且杂乱,造成存储资源的浪费”。造成存储资源的浪费的因素往往如下:分布式数据库中除了计算节点和数据节点之外,还包括其他类型的节点,分布式数据库的自带监控工具无法对其他类型的节点的数据进行管理,导致其他类型的节点的数据冗余且杂乱,造成存储资源的浪费。如果解决了上述因素,就能达到减少存储资源的浪费的效果。为了达到这一效果,首先,确定上述节点的节点类型。由此,可以确定节点的类型是否为数据节点或计算节点。其次,响应于上述节点类型表征上述节点不为数据节点或计算节点,获取对应上述节点的节点规则信息组,以对符合上述节点规则信息组的数据进行拦截。由此,可以通过预设规则拦截数据。然后,根据所拦截的各个数据和上述节点,生成节点数据图。由此,可以将除去计算节点和数据节点之外的节点类型的数据通过数据图的形式进行整理。进而,可以对其他类型的节点的数据进行管理,且因使用数据图管理数据,可以避免数据冗余和数据杂乱的情况,从而减少了存储资源的浪费。最后,将上述节点数据图存储至目标数据库中。由此,完成对节点数据图的存储,减少了存储资源的浪费。
可选地,在步骤106之后,还可以执行如下步骤:
第一步,响应于当前时间为预设获取时间,获取上述数据访问拓扑图中每个节点在历史时间段内的数据流量组,得到数据流量组集。其中,上述预设获取时间可以是预先设定的获取数据流量组的时间。上述历史时间段可以是历史的某一时间段。例如,上述历史时间段可以是当前时间之前的8小时至当前时间。上述数据流量组可以是在历史时间段内经过某一节点的数据流量的集合。
第二步,对于上述数据流量组集中的每个数据流量组,执行如下添加步骤:
第一添加步骤,确定上述数据流量组包括的数据流量的数量是否大于预设数量阈值。其中,上述预设数量阈值可以是预先设定的数据流量组包括的数据流量的数量的最大阈值。
第二添加步骤,响应于上述数据流量组包括的数据流量的数量大于上述预设数量阈值,生成对应上述数据流量组的拓展节点。其中,上述拓展节点的节点类型与上述数据流量组对应的节点的节点类型相同。
第三添加步骤,根据上述拓展节点,对上述数据流量组对应的节点进行拓展处理。
实践中,可以通过以下子步骤对上述数据流量组对应的节点进行拓展处理:
第一子步骤,获取上述数据流量组对应的节点的节点信息关联图。
第二子步骤,根据上述节点信息关联图,将上述拓展节点与上述节点信息关联图中去除上述数据流量组对应的节点之外的各个节点建立连接关系。
第四添加步骤,响应于拓展完成,根据上述拓展节点,对上述数据访问拓扑图进行更新,得到更新后拓扑图。
第五添加步骤,生成对应上述拓展节点的节点信息关联图,以及将上述节点信息关联图存储至上述高速缓存中。
上述第一步-第五添加步骤中的相关内容作为本公开的一个发明点,解决了背景技术提及的技术问题三“分布式数据库中数据流转较多时,单一节点上的数据流转量较大,导致节点的数据传输效率较低,从而造成分布式数据库的数据传输效率低”。造成分布式数据库的数据传输效率低的因素往往如下:分布式数据库中数据流转较多时,单一节点上的数据流转量较大,导致节点的数据传输效率较低,从而造成分布式数据库的数据传输效率低。如果解决了上述因素,就能达到提高分布式数据库的数据传输效率的效果。为了达到这一效果,首先,响应于当前时间为预设获取时间,获取上述数据访问拓扑图中每个节点在历史时间段内的数据流量组,得到数据流量组集。由此,可以确定历史时间段内的数据传输情况。其次,对于上述数据流量组集中的每个数据流量组,执行如下添加步骤:第一,确定上述数据流量组包括的数据流量的数量是否大于预设数量阈值。由此,可以确定节点的数据流转量是否达到阈值。第二,响应于上述数据流量组包括的数据流量的数量大于上述预设数量阈值,生成对应上述数据流量组的拓展节点。由此,可以设置新的拓展节点。第三,根据上述拓展节点,对上述数据流量组对应的节点进行拓展处理。由此,可以使用拓展节点对数据传输超出阈值的节点进行拓展,从而可以分摊数据传输的传输量,从而可以通过拓展节点避免单一节点的数据传输效率低,提高了分布式数据库的数据传输效率。第四,响应于拓展完成,根据上述拓展节点,对上述数据访问拓扑图进行更新,得到更新后拓扑图。由此,可以更新拓补图中节点的关联关系。第五,生成对应上述拓展节点的节点信息关联图,以及将上述节点信息关联图存储至上述高速缓存中。由此,完成对单一节点的拓展,提高了分布式数据库的数据传输效率。
本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的数据存储方法,减少了存储资源的浪费。具体来说,造成存储资源的浪费的原因在于:使用分布式数据库的自带监控工具确定分布式数据库各个节点的关系时,可能因分布式数据库的节点较多,导致生成大量且复杂的节点关联关系信息,在对生成的关联关系信息进行存储时,造成存储资源的浪费。基于此,本公开的一些实施例的数据存储方法,首先,响应于当前时间为预设采集时间,通过预设接口,获取原始数据集。由此,可以采集到分布式数据库的访问流量数据。其次,将上述原始数据集中的每个原始数据进行结构化处理,以生成结构化数据,得到结构化数据集。由此,可以将采集到的数据结构化,以便于进行存储。然后,根据上述结构化数据集,生成数据访问拓扑图。由此,可以生成表征应用于数据库之间的访问关系的拓扑图。之后,对于上述数据访问拓扑图中的各个节点中的每个节点,根据上述节点对应的第一流水号,确定上述节点与去除上述节点的各个节点中每个节点的关联信息。由此,可以根据拓扑中的节点和流水号,快速确定数据库各个节点的关联关系,从而避免了因使用数据库自带工具且节点较多时,耗费较长时间确定分布式数据库各个节点的关系的情况。再然后,根据所确定的各个关联信息,生成至少一个节点信息关联图。由此,可以通过节点之间的关联关系生成节点信息关联图。从而可以便于存储节点之间的关联关系。最后,将上述至少一个节点信息关联图存储至相关联的高速缓存中。由此,将各个节点之间的关联关系通过关联图的方式存储在高速缓存中,从而避免了存储生成大量且复杂的节点关联关系信息,减少了存储资源的浪费。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种数据存储装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该数据存储装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的数据存储装置200包括:获取单元201、结构化单元202、第一生成单元203、确定单元204、第二生成单元205和存储单元206。其中,获取单元201被配置成响应于当前时间为预设采集时间,通过预设接口,获取原始数据集,其中,上述原始数据集中的原始数据包括第一流水号;结构化单元202被配置成将上述原始数据集中的每个原始数据进行结构化处理,以生成结构化数据,得到结构化数据集;第一生成单元203被配置成根据上述结构化数据集,生成数据访问拓扑图,其中,上述数据访问拓扑图中的各个节点对应有数据访问信息;确定单元204被配置成对于上述数据访问拓扑图中的各个节点中的每个节点,根据上述节点对应的第一流水号,确定上述节点与去除上述节点的各个节点中每个节点的关联信息;第二生成单元205被配置成根据所确定的各个关联信息,生成至少一个节点信息关联图;存储单元206被配置成将上述至少一个节点信息关联图存储至相关联的高速缓存中。
可以理解的是,数据存储装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于数据存储装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置301(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:响应于当前时间为预设采集时间,通过预设接口,获取原始数据集,其中,上述原始数据集中的原始数据包括第一流水号。将上述原始数据集中的每个原始数据进行结构化处理,以生成结构化数据,得到结构化数据集。根据上述结构化数据集,生成数据访问拓扑图,其中,上述数据访问拓扑图中的各个节点对应有数据访问信息。对于上述数据访问拓扑图中的各个节点中的每个节点,根据上述节点对应的第一流水号,确定上述节点与去除上述节点的各个节点中每个节点的关联信息。根据所确定的各个关联信息,生成至少一个节点信息关联图。将上述至少一个节点信息关联图存储至相关联的高速缓存中。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、结构化单元、第一生成单元、确定单元、第二生成单元和存储单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,存储单元还可以被描述为“将上述至少一个节点信息关联图存储至相关联的高速缓存中的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (8)
1.一种数据存储方法,包括:
响应于当前时间为预设采集时间,通过预设接口,获取原始数据集,其中,所述原始数据集中的原始数据包括第一流水号;
将所述原始数据集中的每个原始数据进行结构化处理,以生成结构化数据,得到结构化数据集;
根据所述结构化数据集,生成数据访问拓扑图,其中,所述数据访问拓扑图中的各个节点对应有数据访问信息;
对于所述数据访问拓扑图中的各个节点中的每个节点,根据所述节点对应的第一流水号,确定所述节点与去除所述节点的各个节点中每个节点的关联信息;
根据所确定的各个关联信息,生成至少一个节点信息关联图;
将所述至少一个节点信息关联图存储至相关联的高速缓存中。
2.根据权利要求1所述的方法,其中,所述方法还包括:
获取预设告警规则集合;
对于所述预设告警规则集合中的每个预设告警规则,执行如下处理步骤:
响应于检测到所述数据访问拓扑图中任一节点满足所述预设告警规则,根据节点对应的节点信息关联图,确定节点对应的原始数据;
将所述原始数据和所述预设告警规则发送至目标终端以进行显示。
3.根据权利要求1所述的方法,其中,所述将所述原始数据集中的每个原始数据进行结构化处理,以生成结构化数据,得到结构化数据集,包括:
根据预设结构条件,将所述原始数据集中的每个原始数据进行结构化处理,以生成结构化数据,得到结构化数据集;
将所述结构化数据集存储至预设数据库中。
4.根据权利要求1所述的方法,其中,所述根据所述结构化数据集,生成数据访问拓扑图,包括:
根据所述结构化数据集,确定第一节点信息集和第二节点信息;
根据所述第一节点信息集和所述第二节点信息,生成初始拓扑图;
将所述结构化数据集包括的各个结构化数据进行分组处理,以生成分组后数据组集,其中,所述分组后数据组集中的分组后数据组的数量等于所述初始拓扑图包括的节点的数量;
对于所述分组后数据组集中的每个分组后数据组,执行如下生成步骤:
生成对应所述分组后数据组的数据组标识;
将所述数据组标识与所对应的节点进行组合处理,以生成组合后节点;
将所述初始拓扑图包括的各个节点替换为所生成的各个组合后节点,以对所述初始拓扑图进行更新,得到更新后的初始拓扑图作为数据访问拓扑图。
5.根据权利要求1所述的方法,其中,所述对于所述数据访问拓扑图中的各个节点中的每个节点,根据所述节点对应的第一流水号,确定所述节点与去除所述节点的各个节点中每个节点的关联信息,包括:
对于所述数据访问拓扑图中的各个节点中的每个节点,执行如下关联步骤:
根据所述节点对应的第一流水号,确定所述节点与去除所述节点的各个节点是否存在关联关系;
将与所述节点存在关联关系的各个节点确定为关联节点集;
根据所述节点和所述关联节点集,生成关联信息。
6.一种数据存储装置,包括:
获取单元,被配置成响应于当前时间为预设采集时间,通过预设接口,获取原始数据集,其中,所述原始数据集中的原始数据包括第一流水号;
结构化单元,被配置成将所述原始数据集中的每个原始数据进行结构化处理,以生成结构化数据,得到结构化数据集;
第一生成单元,被配置成根据所述结构化数据集,生成数据访问拓扑图,其中,所述数据访问拓扑图中的各个节点对应有数据访问信息;
确定单元,被配置成对于所述数据访问拓扑图中的各个节点中的每个节点,根据所述节点对应的第一流水号,确定所述节点与去除所述节点的各个节点中每个节点的关联信息;
第二生成单元,被配置成根据所确定的各个关联信息,生成至少一个节点信息关联图;
存储单元,被配置成将所述至少一个节点信息关联图存储至相关联的高速缓存中。
7.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至5中任一所述的方法。
8.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1至5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311490709.XA CN117520399A (zh) | 2023-11-09 | 2023-11-09 | 数据存储方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311490709.XA CN117520399A (zh) | 2023-11-09 | 2023-11-09 | 数据存储方法、装置、电子设备和计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117520399A true CN117520399A (zh) | 2024-02-06 |
Family
ID=89765740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311490709.XA Pending CN117520399A (zh) | 2023-11-09 | 2023-11-09 | 数据存储方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117520399A (zh) |
-
2023
- 2023-11-09 CN CN202311490709.XA patent/CN117520399A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111800513A (zh) | 用于推送信息的方法、装置、电子设备计算机可读介质 | |
CN111950857A (zh) | 基于业务指标的指标体系管理方法、装置以及电子设备 | |
CN116433388B (zh) | 数据存储资源划分方法、装置、电子设备和计算机介质 | |
CN112506968A (zh) | 信息聚合方法、装置、电子设备和计算机可读介质 | |
CN111858381A (zh) | 应用程序容错能力测试方法、电子设备及介质 | |
CN112507676B (zh) | 能源报表生成方法、装置、电子设备和计算机可读介质 | |
CN115102992A (zh) | 数据发布方法、装置、电子设备和计算机可读介质 | |
CN117520399A (zh) | 数据存储方法、装置、电子设备和计算机可读介质 | |
CN113515576A (zh) | 数据处理方法、装置、电子设备和计算机可读介质 | |
CN110941683B (zh) | 获取空间中对象属性信息的方法、装置、介质和电子设备 | |
CN114490718A (zh) | 数据输出方法、装置、电子设备和计算机可读介质 | |
CN113760927A (zh) | 数据处理方法、装置、电子设备和计算机可读介质 | |
CN112115154A (zh) | 数据处理和数据查询方法、装置、设备和计算机可读介质 | |
CN111580890A (zh) | 用于处理特征的方法、装置、电子设备和计算机可读介质 | |
CN112100205A (zh) | 数据处理方法、装置、设备和计算机可读介质 | |
CN116431523B (zh) | 一种测试数据管理方法、装置、设备及存储介质 | |
CN116483808B (zh) | 数据迁移方法、装置、电子设备和计算机可读介质 | |
CN114040014B (zh) | 内容推送方法、装置、电子设备及计算机可读存储介质 | |
CN115842819B (zh) | 自动驾驶系统测试数据下载方法、装置、设备 | |
CN113765692B (zh) | 限流方法、装置、电子设备和计算机可读介质 | |
CN113568936B (zh) | 实时流数据存储方法、装置、终端设备 | |
CN114826932B (zh) | 数据迁移方法、装置、电子设备和计算机可读介质 | |
CN112311833B (zh) | 数据更新方法和装置 | |
CN111404824B (zh) | 用于转发请求的方法、装置、电子设备和计算机可读介质 | |
CN114253755A (zh) | 日志处理方法、装置、设备及存储介质 |
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 |