CN117687993A - 一种数据迁移方法、装置、设备以及存储介质 - Google Patents
一种数据迁移方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN117687993A CN117687993A CN202311807816.0A CN202311807816A CN117687993A CN 117687993 A CN117687993 A CN 117687993A CN 202311807816 A CN202311807816 A CN 202311807816A CN 117687993 A CN117687993 A CN 117687993A
- Authority
- CN
- China
- Prior art keywords
- migration
- data
- target
- candidate
- strategy
- 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
- 230000005012 migration Effects 0.000 title claims abstract description 325
- 238000013508 migration Methods 0.000 title claims abstract description 325
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 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
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种数据迁移方法、装置、设备以及存储介质,属于数据迁移技术领域,所述方法包括:获取采集数据和迁移工具的服务器配置信息;其中,采集数据包括源数据库中的待迁移数据和目标数据库中的表数据;根据采集数据、服务器配置信息、以及至少一个目标迁移策略生成模型,确定至少一种候选迁移策略;从至少一种候选迁移策略中确定目标迁移策略;采用目标迁移策略将待迁移数据迁移至目标数据库中。本发明无需相关人员反复模拟异构数据库之间的数据迁移方法确定目标迁移策略,减少了人力资源消耗,减少了目标迁移策略确定的时间,从而减少了数据迁移时间,提高了数据迁移效率。
Description
技术领域
本发明涉及数据迁移技术领域,尤其涉及一种数据迁移方法、装置、设备以及存储介质。
背景技术
在数据库的应用过程中,为了更好的满足需求方对数据库的需求,需要对数据库进行数据迁移。
然而,在进行异构数据库之间的数据迁移时,由于异构数据库之间的差异,在数据迁移的过程中往往需要交付人员花费大量时间进行数据迁移的模拟,费时费力。
发明内容
本发明提供了一种数据迁移方法、装置、设备以及存储介质,以减少数据迁移时间,提高数据迁移效率。
根据本发明的一方面,提供了一种数据迁移方法,该方法包括:
获取采集数据和迁移工具的服务器配置信息;其中,采集数据包括源数据库中的待迁移数据和目标数据库中的表数据;
根据采集数据、服务器配置信息、以及至少一个目标迁移策略生成模型,确定至少一种候选迁移策略;
从至少一种候选迁移策略中确定目标迁移策略;
采用目标迁移策略将待迁移数据迁移至目标数据库中。
根据本发明的另一方面,提供了一种数据迁移装置,该装置包括:
数据获取模块,用于获取采集数据和迁移工具的服务器配置信息;其中,采集数据包括源数据库中的待迁移数据和目标数据库中的表数据;
候选迁移策略确定模块,用于根据采集数据、服务器配置信息、以及至少一个目标迁移策略生成模型,确定至少一种候选迁移策略;
目标迁移策略确定模块,用于从至少一种候选迁移策略中确定目标迁移策略;
数据迁移模块,用于采用目标迁移策略将待迁移数据迁移至目标数据库中。
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
与至少一个处理器通信连接的存储器;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,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本发明任一实施例的数据迁移方法。
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,计算机指令用于使处理器执行时实现本发明任一实施例的数据迁移方法。
本发明实施例的技术方案,通过获取采集数据和迁移工具的服务器配置信息;其中,采集数据包括源数据库中的待迁移数据和目标数据库中的表数据;根据采集数据、服务器配置信息、以及至少一个目标迁移策略生成模型,确定至少一种候选迁移策略;从至少一种候选迁移策略中确定目标迁移策略;采用目标迁移策略将待迁移数据迁移至目标数据库中。上述技术方案,分别通过至少一个目标迁移策略生成模型,对采集数据和服务器配置信息进行分析,生成至少一种候选迁移策略;并通过分析至少一种候选迁移策略,确定目标迁移策略,无需相关人员反复模拟异构数据库之间的数据迁移方法确定目标迁移策略,减少了人力资源消耗,减少了目标迁移策略确定的时间,从而减少了数据迁移时间,提高了数据迁移效率。
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是根据本发明实施例一提供的一种数据迁移方法的流程图;
图2是根据本发明实施例二提供的一种数据迁移方法的流程图;
图3是根据本发明实施例三提供的一种数据迁移装置的结构示意图;
图4是实现本发明实施例的数据迁移方法的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”、“目标”、“第一”和“第二”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“具有”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。
此外,还需要说明的是,本发明的技术方案中,所涉及的采集数据、以及迁移工具的服务器配置信息等的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
实施例一
图1为本发明实施例一提供的一种数据迁移方法的流程图,本实施例可适用于对数据库进行数据迁移的情况,尤其适用于对异构数据库进行数据迁移的情况,该方法可以由数据迁移装置来执行,该装置可以采用硬件和/或软件的形式实现,可配置于电子设备中。如图1所示,该方法包括:
S101、获取采集数据和迁移工具的服务器配置信息;其中,采集数据包括源数据库中的待迁移数据和目标数据库中的表数据。
其中,迁移工具是指用于对数据库进行数据迁移的工具;可选的,迁移工具可以是Navicat、DataX和TurboDX中的一种。服务器配置信息是指迁移工具所在服务器的配置信息;可选的,服务器配置信息包括但不限于内存配置信息、CPU配置信息和磁盘配置信息;且服务器配置信息可以分为历史服务器配置信息和当前服务器配置信息。其中,历史服务器配置信息是指历史数据迁移过程中迁移工具所在服务器的配置信息。相应的,当前服务器配置信息是指本次数据迁移过程中迁移工具所在服务器的配置信息;可选的,当前服务器配置信息可以根据人工经验预先设置,也可以是迁移工具所在服务器的默认设置,本发明实施例对其不做具体限定。待迁移数据是指源数据库中需要迁移至目标数据库的数据。目标数据库中的表数据包括但不限于目标数据库中每张表的字段信息和索引信息。
具体的,可以建立迁移工具与源数据库之间的第一数据链路,并建立迁移工具与目标数据库之间的第二数据链路;通过第一数据链路和第二数据链路获取采集数据,并通过分析迁移工具的配置文件,获取迁移工具的服务器配置信息。
S102、根据采集数据、服务器配置信息、以及至少一个目标迁移策略生成模型,确定至少一种候选迁移策略。
其中,目标迁移策略生成模型是指用于生成候选迁移策略的模型。候选迁移策略包括迁移任务数、任务迁移白名单和迁移时长。其中,迁移任务数是指采用迁移工具将源数据库中的待迁移数据迁移至目标数据库所需建立的迁移任务的数量。任务迁移白名单是指迁移任务需要迁移的待迁移数据。需要说明的是,一个迁移任务对应一个任务迁移白名单;不同迁移任务对应的任务迁移白名单不同。迁移时长是指采用迁移工具将源数据库中的待迁移数据全部迁移至目标数据库所需的迁移时间。
具体的,可以分别采用各目标迁移策略生成模型,对采集数据和服务器配置信息进行分析,从而得到至少一种候选迁移策略。需要说明的是,一个目标迁移策略生成模型生成至少一种候选迁移策略。
S103、从至少一种候选迁移策略中确定目标迁移策略。
其中,目标迁移策略是指用于完成本次数据迁移的候选迁移策略。
具体的,可以根据实际业务需求,从至少一种候选迁移策略中确定目标迁移策略。
可选的,根据至少一种候选迁移策略中的迁移时长,对至少一种候选迁移策略进行比较,得到比较结果;根据比较结果,从至少一种候选迁移策略中确定目标迁移策略。
具体的,可以将各候选迁移策略中的迁移时长进行比较,从这些候选迁移策略从筛选出迁移时长最短的候选迁移策略,并将迁移时长最短的候选迁移策略作为目标迁移策略。
可以理解的是,通过比较各候选迁移策略中的迁移时长,确定目标迁移策略,可以在保证顺利完成本次数据迁移的同时,提高本次数据迁移的数据迁移效率。
S104、采用目标迁移策略将待迁移数据迁移至目标数据库中。
具体的,需求方根据目标迁移策略中的迁移任务数和任务迁移白名单,在数据迁移界面为迁移工具创建迁移任务以及迁移任务对应的任务迁移白名单,并向迁移工具发送数据迁移命令;迁移工具响应于需求方发送的数据迁移命令,执行上述迁移任务,以完成本次数据迁移。其中,数据迁移界面是指用于设置数据迁移信息的界面。需要说明的是,迁移任务的数量等于目标迁移策略中的迁移任务数。
本发明实施例的技术方案,通过获取采集数据和迁移工具的服务器配置信息;其中,采集数据包括源数据库中的待迁移数据和目标数据库中的表数据;根据采集数据、服务器配置信息、以及至少一个目标迁移策略生成模型,确定至少一种候选迁移策略;从至少一种候选迁移策略中确定目标迁移策略;采用目标迁移策略将待迁移数据迁移至目标数据库中。上述技术方案,分别通过至少一个目标迁移策略生成模型,对采集数据和服务器配置信息进行分析,生成至少一种候选迁移策略;并通过分析至少一种候选迁移策略,确定目标迁移策略,无需相关人员反复模拟异构数据库之间的数据迁移方法确定目标迁移策略,减少了人力资源消耗,减少了目标迁移策略确定的时间,从而减少了数据迁移时间,提高了数据迁移效率。
实施例二
图2为本发明实施例二提供的一种数据迁移方法的流程图,本实施例在上述实施例的基础上,进一步对“根据采集数据、服务器配置信息、以及至少一个目标迁移策略生成模型,确定至少一种候选迁移策略”进行优化,提供了一种可选实施方案。需要说明的是,在本发明实施例中未详述部分,可参照其他实施例的相关表述。如图2所示,该方法包括:
S201、获取采集数据和迁移工具的服务器配置信息;其中,采集数据包括源数据库中的待迁移数据和目标数据库中的表数据。
S202、对采集数据进行编码,得到编码特征。
具体的,可以基于独热编码算法,对采集数据进行编码,得到编码特征,从而将采集数据转化为数字向量,实现了对采集数据的数据特征扩展。
可选的,在对采集数据进行编码,得到编码特征之前,还可以对采集数据进行数据清洗,去除采集数据中的空值、重复值和异常值,以提高采集数据的数据质量。
S203、从候选迁移策略生成模型集中确定至少一个目标迁移策略生成模型。
其中,候选迁移策略生成模型集是指由至少一个候选迁移策略生成模型组成的集合;可选的,候选迁移策略生成模型集包括但不限于基于随机森林的候选迁移策略生成模型、基于支持向量机的候选迁移策略生成模型、基于决策树的候选迁移策略生成模型和基于神经网络的候选迁移策略生成模型。候选迁移策略生成模型是指预先训练好的可用于生成数据迁移策略的模型。
具体的,可以基于随机算法,从候选迁移策略生成模型集中随机确定至少一个目标迁移策略生成模型。
可选的,还可以响应于需求方在数据迁移界面的点击操作;根据点击操作,从候选迁移策略生成模型集中确定至少一个目标迁移策略生成模型。
其中,数据迁移界面是指用于设置数据迁移信息的界面。需要说明的是,数据迁移界面包括迁移策略生成模型选择区域;迁移策略生成模型选择区域用于向需求方显示候选迁移策略生成模型集中的候选迁移策略生成模型,以供需求方选择。
具体的,响应于需求方在数据迁移界面的迁移策略生成模型选择区域中的点击操作,获取需求方在迁移策略生成模型选择区域中选择的候选迁移策略生成模型,并将这些被选中的候选迁移策略生成模型作为目标迁移策略生成模型,一定程度上考虑了需求方的实际需求,提高了数据迁移过程中需求方的参与感。
S204、根据至少一个目标迁移策略生成模型、编码特征和服务器配置信息,生成至少一种候选迁移策略。
具体的,对于每一目标迁移策略生成模型,采用该目标迁移策略生成模型对编码特征和服务器配置信息进行分析,生成该目标迁移策略生成模型对应的候选迁移策略。
S205、从至少一种候选迁移策略中确定目标迁移策略。
S206、采用目标迁移策略将待迁移数据迁移至目标数据库中。
本发明实施例的技术方案,通过对采集数据进行编码,得到编码特征;从候选迁移策略生成模型中确定至少一个目标迁移策略生成模型;根据至少一个目标迁移策略生成模型、编码特征和服务器配置信息,生成至少一种候选迁移策略。上述技术方案,分别通过多个目标迁移策略生成模型,对编码特征和服务器配置信息进行分析,从而生成多种不同的候选迁移策略,为后续确定目标迁移策略提供了多种选择,从而使得确定的目标迁移策略在提高数据迁移的性能的同时,又能满足需求方的需求。
实施例三
图3为本发明实施例三提供的一种数据迁移装置的结构示意图,本实施例可适用于对数据库进行数据迁移的情况,尤其适用于对异构数据库进行数据迁移的情况,该装置可以采用硬件和/或软件的形式实现,可配置于电子设备中。如图3所示,该装置包括:
数据获取模块301,用于获取采集数据和迁移工具的服务器配置信息;其中,采集数据包括源数据库中的待迁移数据和目标数据库中的表数据;
候选迁移策略确定模块302,用于根据采集数据、服务器配置信息、以及至少一个目标迁移策略生成模型,确定至少一种候选迁移策略;
目标迁移策略确定模块303,用于从至少一种候选迁移策略中确定目标迁移策略;
数据迁移模块304,用于采用目标迁移策略将待迁移数据迁移至目标数据库中。
本发明实施例的技术方案,通过获取采集数据和迁移工具的服务器配置信息;其中,采集数据包括源数据库中的待迁移数据和目标数据库中的表数据;根据采集数据、服务器配置信息、以及至少一个目标迁移策略生成模型,确定至少一种候选迁移策略;从至少一种候选迁移策略中确定目标迁移策略;采用目标迁移策略将待迁移数据迁移至目标数据库中。上述技术方案,分别通过至少一个目标迁移策略生成模型,对采集数据和服务器配置信息进行分析,生成至少一种候选迁移策略;并通过分析至少一种候选迁移策略,确定目标迁移策略,无需相关人员反复模拟异构数据库之间的数据迁移方法确定目标迁移策略,减少了人力资源消耗,减少了目标迁移策略确定的时间,从而减少了数据迁移时间,提高了数据迁移效率。
可选的,候选迁移策略确定模块302,包括:
编码特征确定单元,用于对采集数据进行编码,得到编码特征;
目标迁移策略生成模型确定单元,用于从候选迁移策略生成模型集中确定至少一个目标迁移策略生成模型;
候选迁移策略确定单元,用于根据至少一个目标迁移策略生成模型、编码特征和服务器配置信息,生成至少一种候选迁移策略。
可选的,目标迁移策略生成模型确定单元,具体用于:
响应于需求方在数据迁移界面的点击操作;
根据点击操作,从候选迁移策略生成模型集中确定至少一个目标迁移策略生成模型。
可选的,候选迁移策略确定单元,具体用于:
对于每一目标迁移策略生成模型,采用该目标迁移策略生成模型对编码特征和服务器配置信息进行分析,生成该目标迁移策略生成模型对应的候选迁移策略。
可选的,编码特征确定单元,具体用于:
基于独热编码算法,对采集数据进行编码,得到编码特征。
可选的,候选迁移策略包括迁移任务数、任务迁移白名单和迁移时长。
可选的,目标迁移策略确定模块303,具体用于:
根据至少一种候选迁移策略中的迁移时长,对至少一种候选迁移策略进行比较,得到比较结果;
根据比较结果,从至少一种候选迁移策略中确定目标迁移策略。
本发明实施例所提供的数据迁移装置可执行本发明任意实施例所提供的数据迁移方法,具备执行各数据迁移方法相应的功能模块和有益效果。
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RAM13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、ROM12以及RAM13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,例如数据迁移方法。
在一些实施例中,数据迁移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ROM12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RAM13并由处理器11执行时,可以执行上文描述的数据迁移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)而被配置为执行数据迁移方法。
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)
1.一种数据迁移方法,其特征在于,包括:
获取采集数据和迁移工具的服务器配置信息;其中,所述采集数据包括源数据库中的待迁移数据和目标数据库中的表数据;
根据所述采集数据、所述服务器配置信息、以及至少一个目标迁移策略生成模型,确定至少一种候选迁移策略;
从所述至少一种候选迁移策略中确定目标迁移策略;
采用所述目标迁移策略将所述待迁移数据迁移至目标数据库中。
2.根据权利要求1所述的方法,其特征在于,所述根据所述采集数据、所述服务器配置信息、以及至少一个目标迁移策略生成模型,确定至少一种候选迁移策略,包括:
对所述采集数据进行编码,得到编码特征;
从候选迁移策略生成模型集中确定至少一个目标迁移策略生成模型;
根据所述至少一个目标迁移策略生成模型、所述编码特征和所述服务器配置信息,生成至少一种候选迁移策略。
3.根据权利要求2所述的方法,其特征在于,所述从候选迁移策略生成模型集中确定至少一个目标迁移策略生成模型,包括:
响应于需求方在数据迁移界面的点击操作;
根据所述点击操作,从候选迁移策略生成模型集中确定至少一个目标迁移策略生成模型。
4.根据权利要求2所述的方法,其特征在于,所述根据所述至少一个目标迁移策略生成模型、所述编码特征和所述服务器配置信息,生成至少一种候选迁移策略,包括:
对于每一目标迁移策略生成模型,采用该目标迁移策略生成模型对所述编码特征和所述服务器配置信息进行分析,生成该目标迁移策略生成模型对应的候选迁移策略。
5.根据权利要求2所述的方法,其特征在于,所述对所述采集数据进行编码,得到编码特征,包括:
基于独热编码算法,对所述采集数据进行编码,得到编码特征。
6.根据权利要求1所述的方法,其特征在于,所述候选迁移策略包括迁移任务数、任务迁移白名单和迁移时长。
7.根据权利要求1所述的方法,其特征在于,所述从所述至少一种候选迁移策略中确定目标迁移策略,包括:
根据所述至少一种候选迁移策略中的迁移时长,对所述至少一种候选迁移策略进行比较,得到比较结果;
根据所述比较结果,从所述至少一种候选迁移策略中确定目标迁移策略。
8.一种数据迁移装置,其特征在于,包括:
数据获取模块,用于获取采集数据和迁移工具的服务器配置信息;其中,所述采集数据包括源数据库中的待迁移数据和目标数据库中的表数据;
候选迁移策略确定模块,用于根据所述采集数据、所述服务器配置信息、以及至少一个目标迁移策略生成模型,确定至少一种候选迁移策略;
目标迁移策略确定模块,用于从所述至少一种候选迁移策略中确定目标迁移策略;
数据迁移模块,用于采用所述目标迁移策略将所述待迁移数据迁移至目标数据库中。
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1-7中任一项所述的数据迁移方法。
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1-7中任一项所述的数据迁移方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311807816.0A CN117687993A (zh) | 2023-12-26 | 2023-12-26 | 一种数据迁移方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311807816.0A CN117687993A (zh) | 2023-12-26 | 2023-12-26 | 一种数据迁移方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117687993A true CN117687993A (zh) | 2024-03-12 |
Family
ID=90137009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311807816.0A Pending CN117687993A (zh) | 2023-12-26 | 2023-12-26 | 一种数据迁移方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117687993A (zh) |
-
2023
- 2023-12-26 CN CN202311807816.0A patent/CN117687993A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116166405B (zh) | 异构场景下的神经网络任务调度策略确定方法及装置 | |
CN117032938B (zh) | 一种算子的并行调度方法、装置、电子设备及存储介质 | |
CN114065864A (zh) | 联邦学习方法、联邦学习装置、电子设备以及存储介质 | |
CN114881223A (zh) | 深度学习模型的转换方法、装置、电子设备和存储介质 | |
CN112925811B (zh) | 数据处理的方法、装置、设备、存储介质及程序产品 | |
CN113657468A (zh) | 预训练模型的生成方法、装置、电子设备和存储介质 | |
CN116755974A (zh) | 云计算平台运维方法、装置、电子设备及存储介质 | |
CN116662509A (zh) | 大规模语言模型的开放域问答实现方法、装置及设备 | |
US11782923B2 (en) | Optimizing breakeven points for enhancing system performance | |
CN115890684A (zh) | 一种机器人调度方法、装置、设备及介质 | |
CN117687993A (zh) | 一种数据迁移方法、装置、设备以及存储介质 | |
CN115186738A (zh) | 模型训练方法、装置和存储介质 | |
CN115601042A (zh) | 信息识别方法、装置、电子设备及存储介质 | |
CN114819095A (zh) | 业务数据处理模型的生成方法、装置及电子设备 | |
CN114862223A (zh) | 一种机器人调度方法、装置、设备及存储介质 | |
CN117271098B (zh) | 一种ai模型计算核调度方法、装置、设备及存储介质 | |
CN114418063B (zh) | 神经网络模型中网络层的分配方法与装置 | |
CN114615144B (zh) | 网络优化方法及系统 | |
CN116341634A (zh) | 神经结构搜索模型的训练方法、装置及电子设备 | |
CN116911466A (zh) | 园区建设程度的确定方法、装置、设备及介质 | |
CN116316890A (zh) | 可再生能源出力场景生成方法、装置、设备及介质 | |
CN117632748A (zh) | 冒烟测试用例的确定方法、装置、电子设备及存储介质 | |
CN116502841A (zh) | 一种事件的处理方法、装置、电子设备以及介质 | |
CN116523249A (zh) | 一种生产线确定方法、装置、设备和存储介质 | |
CN117541147A (zh) | 快递的配送路径预测方法、装置、电子设备及存储介质 |
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 |