WO2022179122A1 - 基于大数据的数据存储方法、装置、电子设备及存储介质 - Google Patents
基于大数据的数据存储方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- WO2022179122A1 WO2022179122A1 PCT/CN2021/123891 CN2021123891W WO2022179122A1 WO 2022179122 A1 WO2022179122 A1 WO 2022179122A1 CN 2021123891 W CN2021123891 W CN 2021123891W WO 2022179122 A1 WO2022179122 A1 WO 2022179122A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- data
- storage
- data storage
- standard
- duration
- Prior art date
Links
- 238000013500 data storage Methods 0.000 title claims abstract description 313
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004140 cleaning Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims description 36
- 238000004590 computer program Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 10
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 102100033595 Dynein axonemal intermediate chain 1 Human genes 0.000 description 1
- 102100033596 Dynein axonemal intermediate chain 2 Human genes 0.000 description 1
- 101000872267 Homo sapiens Dynein axonemal intermediate chain 1 Proteins 0.000 description 1
- 101000872272 Homo sapiens Dynein axonemal intermediate chain 2 Proteins 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06F16/22—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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
Definitions
- the present application relates to the field of big data, and in particular, to a data storage method, apparatus, electronic device, and computer-readable storage medium based on big data.
- the inventor realizes that the current data storage is usually based on a dictionary table, and the configuration that meets the data storage conditions in the dictionary table is taken out, and the data processing configuration is executed cyclically until the storage of the data to be stored ends.
- the configuration in a dictionary table can only perform serial processing of data storage and cannot perform parallel processing of data storage
- the total duration of data storage is positively related to the amount of data, table structure and table association.
- the rate of change of the total duration of data storage is always larger than the growth rate of the dictionary table, which doubles the total duration of data storage and affects the timeliness of data storage.
- a data storage method based on big data provided by this application includes:
- the present application also provides a data storage device, the device comprising:
- a cleaning module used for obtaining raw data, performing data cleaning on the raw data, and obtaining standard data
- an update module configured to obtain the data volume of the standard data, and update the initial data storage duration of the standard data in the corresponding data storage rule table according to the data volume;
- a calculation module configured to set the storage factor of the standard data, and calculate the average storage duration of the standard data according to the storage factor and the storage duration of the initial data;
- a copying module configured to copy the data storage rule table according to the storage factor to generate a plurality of data storage rule tables
- the storage module is configured to configure the data storage duration range of each of the data storage rule tables, and based on the average data storage duration and the data storage duration range, use each of the data storage rule tables to perform the standard data analysis. Data storage, get the storage result.
- the present application also provides an electronic device, the electronic device comprising:
- the memory stores a computer program executable by the at least one processor, and the computer program is executed by the at least one processor to implement the big data-based data storage method as described below:
- the present application also provides a computer-readable storage medium, in which at least one computer program is stored, and the at least one computer program is executed by a processor in an electronic device to implement the following big data-based
- the data storage method :
- FIG. 1 is a schematic flowchart of a big data-based data storage method provided by an embodiment of the present application
- FIG. 2 is a detailed flowchart of one step of the big data-based data storage method provided in FIG. 1 in the first embodiment of the present application;
- FIG. 3 is a schematic block diagram of a data storage device according to an embodiment of the present application.
- FIG. 4 is a schematic diagram of the internal structure of an electronic device for implementing a big data-based data storage method provided by an embodiment of the present application;
- the embodiments of the present application provide a data storage method based on big data.
- the executive body of the big data-based data storage method includes, but is not limited to, at least one of electronic devices that can be configured to execute the method provided by the embodiments of the present application, such as a server and a terminal.
- the big data-based data storage method can be executed by software or hardware installed on a terminal device or a server device, and the software can be a blockchain platform.
- the server includes but is not limited to: a single server, a server cluster, a cloud server or a cloud server cluster, and the like.
- FIG. 1 it is a schematic flowchart of a method for storing data based on big data according to an embodiment of the present application.
- the data storage method based on big data includes:
- the raw data can be understood as data generated in a business scenario, such as product data, financial data, and financial data, etc. It should be understood that the data generated in an actual business scenario is complex and the amount of data is huge, In order to better store and process the raw data, the present application performs data cleaning on the raw data to filter out useless data in the raw data and improve the efficiency of subsequent data storage.
- performing data cleaning on the original data to obtain standard data includes: performing a deduplication operation on the original data; and detecting whether there are missing data values in the original data after the deduplication operation; If there is a missing value in the data, the original data after the deduplication operation is used as the standard data; if there is a missing value in the data, the missing value in the data is filled to obtain the standard data.
- the deduplication operation on the original data includes: calculating a distance value of any two data in the original data, and if the distance value is greater than a preset distance value, simultaneously retaining the any two data data, if the distance value is not greater than the preset distance value, delete any one of the two data.
- the following method is used to calculate the distance value of any two data in the original data:
- d represents the distance value of any two data in the original data
- w 1j and w 2j represent any two data in the original data
- the detection of the missing value of the data can be realized by the currently known missing function of missmapfunction.
- the following method is used to fill in the missing values of the data:
- L( ⁇ ) represents the filled data missing value
- xi represents the i-th missing data value
- ⁇ represents the probability parameter corresponding to the filled data missing value
- n represents the number of the original data after deduplication
- ⁇ ) represents the probability of missing values in the filled data.
- the standard data can also be stored in a blockchain node.
- the data volume refers to the total amount of data included in the standard data.
- the data storage duration determines the efficiency of data storage. Therefore, in order to better improve the efficiency of data storage, the present application updates the corresponding data storage rule table based on the amount of data obtained from standard data. In order to ensure the task division of subsequent data storage, the storage time of data can be reduced.
- the data storage rule table refers to the storage rule table of the standard data, which is used to specify the storage method and storage logic of the standard data. It should be noted that the data storage rule table is stored in the database, For fast reads.
- the updating of the initial data storage duration of the standard data in the corresponding data storage rule table according to the data volume includes:
- the single processing duration can be obtained by querying a corresponding data log through a query statement, and the query statement includes a select statement.
- the preset update statement includes an update statement.
- the storage factor of the standard data is set to divide the storage task of the standard data, so as to ensure the storage efficiency of the standard data.
- the storage factor is set based on the actual business scenario. For example, the standard data includes nine kinds of product data, and the storage time required for each product data is one hour. If the data table is stored one by one, it takes nine Therefore, in the present application, the storage factor of the standard data can be set to three to divide the storage task of the standard data into three hours, thereby ensuring the efficiency of subsequent data storage.
- calculating the average data storage duration of the standard data according to the storage factor and the initial data storage duration includes: calculating the ratio of the initial data storage duration to the storage factor to obtain the standard data storage duration.
- the standard data storage can be well divided into a plurality of data storage tasks, thereby realizing parallel processing of each subsequent data storage task and reducing the storage time of the standard data.
- the data storage rule table is backed up to realize the parallel processing of the standard data and improve the storage efficiency of the standard data.
- the data storage rule table is stored according to the storage factor. Duplicating to generate a plurality of data storage rule tables, including: obtaining the number of factors of the storage factor, and using a preset script to perform the replication of the data storage rule table according to the number of factors to obtain a plurality of data storage rule tables For example, if the number of factors of the storage factor is 3, the data storage rule table is copied into 3 copies by using the script.
- the preset script is an SQL script.
- the method further includes: marking each of the data storage rule tables, so as to ensure that which data table executes which of the standard data can be clearly queried later. data storage.
- the marking of the data storage rule table can be implemented by a currently known self-increment sequence algorithm. If the data storage rule table is DIC, the copied data storage storage table can be marked as DIC1, DIC2. ...DICF.
- each of the data storage rule tables when using each of the data storage rule tables to perform data storage of the standard data, it is easily affected by human factors and other factors, resulting in that the standard data cannot be accurately stored according to the average data storage time.
- the data storage duration range of each of the data storage rule tables is configured to ensure normal subsequent standard data storage.
- the configuring the data storage duration range of each of the data storage rule tables includes: acquiring the single processing duration of each data in each of the data storage rule tables, and according to the single processing duration of each data , calculate the median of the single processing duration of each of the data storage rule tables, determine the error range of the data storage duration of each of the data storage rule tables according to the median single processing duration, and store the average storage duration according to the data
- the duration and the error range of the data storage duration are used to generate the data storage duration range of each of the data storage rule tables.
- each of the data storage rule tables is used to perform data storage on the standard data, and a storage result is obtained, including: in the data Within the range of the average storage duration and the data storage duration, use the data storage rule table to perform data storage of the standard data to obtain a storage result.
- This embodiment of the present application first performs data cleaning on the original data to obtain standard data, which can filter out useless data in the original data, improve the efficiency of subsequent data storage, and obtain the data volume of the standard data.
- the amount of data update the initial data storage duration of the standard data in the corresponding data storage rule table to ensure the task division of subsequent data storage, thereby reducing the storage duration of the data; factor, according to the storage factor and the initial data storage duration, calculate the average data storage duration of the standard data, and according to the storage factor, copy the data storage rule table to generate multiple data storage rule tables , the standard data storage can be well divided into multiple data storage tasks, so that the parallel processing of each subsequent data storage task can be realized, and the storage time of the standard data can be reduced; further, the embodiment of the present application configures each The data storage duration range of the data storage rule table, based on the average storage duration of the data and the data storage duration range, utilize each of the data storage rule tables to perform data storage on the standard data to obtain a storage result, based on the data
- FIG. 3 it is a functional block diagram of the data storage device of the present application.
- the data storage device 100 described in this application may be installed in an electronic device. According to the implemented functions, the data storage device may include a cleaning module 101 , an updating module 102 , a computing module 103 , a copying module 104 and a storage module 105 .
- the modules described in the present invention can also be called units, which refer to a series of computer program segments that can be executed by the electronic device processor and can perform fixed functions, and are stored in the memory of the electronic device.
- each module/unit is as follows:
- the cleaning module 101 is used for acquiring original data, and performing data cleaning on the original data to obtain standard data;
- the updating module 102 is configured to acquire the data volume of the standard data, and update the initial data storage duration of the standard data in the corresponding data storage rule table according to the data volume;
- the calculation module 103 is configured to set the storage factor of the standard data, and calculate the average storage duration of the standard data according to the storage factor and the storage duration of the initial data;
- the copying module 104 is configured to copy the data storage rule table according to the storage factor to generate a plurality of data storage rule tables;
- the storage module 105 is configured to configure the data storage duration range of each of the data storage rule tables, and based on the average data storage duration and the data storage duration range, use each of the data storage rule tables to Standard data is used for data storage and storage results are obtained.
- modules in the data storage device 100 in the embodiments of the present application use the same technical means as the big data-based data storage methods described above in FIG. 1 and FIG. 2 , and can The same technical effect is produced, which is not repeated here.
- FIG. 4 it is a schematic structural diagram of an electronic device implementing a data storage method based on big data in the present application.
- the electronic device 1 may include a processor 10, a memory 11 and a bus, and may also include a computer program, such as a data storage program 12, stored in the memory 11 and executable on the processor 10.
- a computer program such as a data storage program 12 stored in the memory 11 and executable on the processor 10.
- the memory 11 includes at least one type of readable storage medium, and the readable storage medium may be volatile or non-volatile.
- the readable storage medium includes a flash memory, a mobile hard disk, a multimedia card, a card-type memory (eg, SD or DX memory, etc.), a magnetic memory, a magnetic disk, an optical disk, and the like.
- the memory 11 may be an internal storage unit of the electronic device 1 in some embodiments, such as a mobile hard disk of the electronic device 1 . In other embodiments, the memory 11 may also be an external storage device of the electronic device 1, such as a pluggable mobile hard disk, a smart memory card (Smart Media Card, SMC), a secure digital (Secure Digital, SD) equipped on the electronic device 1.
- the memory 11 may also include both an internal storage unit of the electronic device 1 and an external storage device.
- the memory 11 can not only be used to store application software installed in the electronic device 1 and various types of data, such as data storage codes, etc., but also can be used to temporarily store data that has been output or will be output.
- the processor 10 may be composed of integrated circuits, for example, may be composed of a single packaged integrated circuit, or may be composed of multiple integrated circuits packaged with the same function or different functions, including one or more integrated circuits.
- Central processing unit Central Processing unit, CPU
- microprocessor digital processing chip
- graphics processor and combination of various control chips, etc.
- the processor 10 is the control core (ControlUnit) of the electronic device, and uses various interfaces and lines to connect various components of the entire electronic device, and by running or executing the programs or modules (such as execution data) stored in the memory 11. storage, etc.), and call data stored in the memory 11 to perform various functions of the electronic device 1 and process data.
- the bus may be a peripheral component interconnect (PCI for short) bus or an extended industry standard architecture (extended industry standard architecture, EISA for short) bus or the like.
- PCI peripheral component interconnect
- EISA extended industry standard architecture
- the bus can be divided into address bus, data bus, control bus and so on.
- the bus is configured to implement connection communication between the memory 11 and at least one processor 10 and the like.
- FIG. 4 only shows an electronic device with components. Those skilled in the art can understand that the structure shown in FIG. 4 does not constitute a limitation on the electronic device 1, and may include fewer or more components than those shown in the drawings. components, or a combination of certain components, or a different arrangement of components.
- the electronic device 1 may also include a power supply (such as a battery) for powering the various components, preferably, the power supply may be logically connected to the at least one processor 10 through a power management device, so that the power management
- the device implements functions such as charge management, discharge management, and power consumption management.
- the power source may also include one or more DC or AC power sources, recharging devices, power failure detection circuits, power converters or inverters, power status indicators, and any other components.
- the electronic device 1 may further include various sensors, Bluetooth modules, Wi-Fi modules, etc., which will not be repeated here.
- the electronic device 1 may also include a network interface, optionally, the network interface may include a wired interface and/or a wireless interface (such as a WI-FI interface, a Bluetooth interface, etc.), which is usually used in the electronic device 1 Establish a communication connection with other electronic devices.
- a network interface optionally, the network interface may include a wired interface and/or a wireless interface (such as a WI-FI interface, a Bluetooth interface, etc.), which is usually used in the electronic device 1 Establish a communication connection with other electronic devices.
- the electronic device 1 may further include a user interface, and the user interface may be a display (Display), an input unit (eg, a keyboard (Keyboard)), optionally, the user interface may also be a standard wired interface or a wireless interface.
- the display may be an LED display, a liquid crystal display, a touch-sensitive liquid crystal display, an OLED (Organic Light-Emitting Diode, organic light-emitting diode) touch device, and the like.
- the display may also be appropriately called a display screen or a display unit, which is used for displaying information processed in the electronic device 1 and for displaying a visualized user interface.
- the data storage 12 stored in the memory 11 in the electronic device 1 is a combination of multiple computer programs, and when running in the processor 10, can realize:
- the modules/units integrated in the electronic device 1 may be stored in a non-volatile computer-readable storage medium.
- the computer-readable storage medium may be volatile or non-volatile.
- the computer-readable medium may include: any entity or device capable of carrying the computer program code, recording medium, U disk, removable hard disk, magnetic disk, optical disk, computer memory, Read-Only Memory (ROM, Read-Only Memory) ).
- the present application also provides a computer-readable storage medium, where the readable storage medium stores a computer program, and when executed by a processor of an electronic device, the computer program can realize:
- modules described as separate components may or may not be physically separated, and components shown as modules may or may not be physical units, that is, may be located in one place, or may be distributed to multiple network units. Some or all of the modules may be selected according to actual needs to achieve the purpose of the solution in this embodiment.
- each functional module in each embodiment of the present application may be integrated into one processing unit, or each unit may exist physically alone, or two or more units may be integrated into one unit.
- the above-mentioned integrated units can be implemented in the form of hardware, or can be implemented in the form of hardware plus software function modules.
- the blockchain referred to in this application is a new application mode of computer technologies such as distributed data storage, point-to-point transmission, consensus mechanism, and encryption algorithm.
- Blockchain essentially a decentralized database, is a series of data blocks associated with cryptographic methods. Each data block contains a batch of network transaction information to verify its Validity of information (anti-counterfeiting) and generation of the next block.
- the blockchain can include the underlying platform of the blockchain, the platform product service layer, and the application service layer.
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)
- Quality & Reliability (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种基于大数据的数据存储方法，涉及大数据领域。该方法包括：获取原始数据，对原始数据进行数据清洗，得到标准数据（S1）；获取标准数据的数据量，根据数据量，更新标准数据在对应数据存储规则表中的初始数据存储时长（S2）；设置标准数据的存储因子，根据存储因子及初始数据存储时长，计算标准数据的数据平均存储时长（S3）；根据存储因子，对数据存储规则表进行复制，生成多个数据存储规则表（S4）；配置每个数据存储规则表的数据存储时长范围，基于数据平均存储时长和数据存储时长范围，利用每个数据存储规则表对标准数据进行数据存储，得到存储结果（S5）。此外，本方法还涉及区块链技术，所述标准数据可存储于区块链中。本方法可以提高数据存储的时效性。
Description
本申请要求于2021年02月24日提交中国专利局、申请号为202110206349.0，发明名称为“基于大数据的数据存储方法、装置、电子设备及存储介质”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
本申请涉及大数据领域，尤其涉及一种基于大数据的数据存储方法、装置、电子设备及计算机可读存储介质。
随着信息科技的发展，数据呈爆炸式增长，会相应带来许多关于大数据的数据存储以问题。发明人意识到，目前关于数据存储通常是基于一张字典表，取出字典表中符合数据存储条件的配置，并循环执行数据处理配置直至待存储数据存储结束。但是由于一张字典表中的配置只能执行数据存储的串行处理，无法执行数据存储的并行处理，导致数据存储的总时长与数据量、表结构以及表关联关系正相关，当字典表配置量随时间呈线性增长时，会带来数据存储的总时长变化率总是比字典表增长率要大的情况，使得数据存储的总时长成倍增加，从而影响数据存储的时效性。
发明内容
本申请提供的一种基于大数据的数据存储方法，包括：
获取原始数据，对所述原始数据进行数据清洗，得到标准数据；
获取所述标准数据的数据量，根据所述数据量，更新所述标准数据在对应数据存储规则表中的初始数据存储时长；
设置所述标准数据的存储因子，根据所述存储因子及所述初始数据存储时长，计算所述标准数据的数据平均存储时长；
根据所述存储因子，对所述数据存储规则表进行复制，生成多个数据存储规则表；
配置每个所述数据存储规则表的数据存储时长范围，基于所述数据平均存储时长和所述数据存储时长范围，利用每个所述数据存储规则表对所述标准数据进行数据存储，得到存储结果。
本申请还提供一种数据存储装置，所述装置包括：
清洗模块，用于获取原始数据，对所述原始数据进行数据清洗，得到标准数据；
更新模块，用于获取所述标准数据的数据量，根据所述数据量，更新所述标准数据在对应数据存储规则表中的初始数据存储时长；
计算模块，用于设置所述标准数据的存储因子，根据所述存储因子及所述初始数据存储时长，计算所述标准数据的数据平均存储时长；
复制模块，用于根据所述存储因子，对所述数据存储规则表进行复制，生成多个数据存储规则表；
存储模块，用于配置每个所述数据存储规则表的数据存储时长范围，基于所述数据平均存储时长和所述数据存储时长范围，利用每个所述数据存储规则表对所述标准数据进行数据存储，得到存储结果。
本申请还提供一种电子设备，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，以实现如下所述的基于大数据的数据存储方法：
获取原始数据，对所述原始数据进行数据清洗，得到标准数据；
获取所述标准数据的数据量，根据所述数据量，更新所述标准数据在对应数据存储规则表中的初始数据存储时长；
设置所述标准数据的存储因子，根据所述存储因子及所述初始数据存储时长，计算所述标准数据的数据平均存储时长；
根据所述存储因子，对所述数据存储规则表进行复制，生成多个数据存储规则表；
配置每个所述数据存储规则表的数据存储时长范围，基于所述数据平均存储时长和所述数据存储时长范围，利用每个所述数据存储规则表对所述标准数据进行数据存储，得到存储结果。
本申请还提供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至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现如下所述的基于大数据的数据存储方法：
获取原始数据，对所述原始数据进行数据清洗，得到标准数据；
获取所述标准数据的数据量，根据所述数据量，更新所述标准数据在对应数据存储规则表中的初始数据存储时长；
设置所述标准数据的存储因子，根据所述存储因子及所述初始数据存储时长，计算所述标准数据的数据平均存储时长；
根据所述存储因子，对所述数据存储规则表进行复制，生成多个数据存储规则表；
配置每个所述数据存储规则表的数据存储时长范围，基于所述数据平均存储时长和所述数据存储时长范围，利用每个所述数据存储规则表对所述标准数据进行数据存储，得到存储结果。
图1为本申请一实施例提供的基于大数据的数据存储方法的流程示意图；
图2为本申请第一实施例中图1提供的基于大数据的数据存储方法其中一个步骤的详细流程示意图；
图3为本申请一实施例提供的数据存储装置的模块示意图；
图4为本申请一实施例提供的实现基于大数据的数据存储方法的电子设备的内部结构示意图；
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供一种基于大数据的数据存储方法。所述基于大数据的数据存储方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于大数据的数据存储方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示，为本申请一实施例提供的基于大数据的数据存储方法的流程示意图。在本申请实施例中，所述基于大数据的数据存储方法包括：
S1、获取原始数据，对所述原始数据进行数据清洗，得到标准数据。
本申请实施例中，所述原始数据可以理解为在业务场景中产生的数据，如产品数据、 财务数据以及金融数据等，应该了解，在实际业务场景中产生的数据错综复杂且数据量极大，为了更好的对所述原始数据进行存储处理，本申请对所述原始数据进行数据清洗，以筛选出所述原始数据中的无用数据，提高后续数据存储的效率。
详细地，所述对所述原始数据进行数据清洗，得到标准数据，包括：对所述原始数据进行去重操作；并检测去重操作后的所述原始数据中是否存在数据缺失值；若不存在数据缺失值，则将去重操作后的所述原始数据作为标准数据；若存在数据缺失值，则对所述数据缺失值进行填充，得到标准数据。
进一步地，所述对所述原始数据进行去重操作，包括：计算所述原始数据中任意两个数据的距离值，若所述距离值大于预设距离值，则同时保留所述任意两个数据，若所述距离值不大于预设距离值，则删除所述任意两个数据中任意一个数据。
一个可选实施例中，利用下述方法计算所述原始数据中任意两个数据的距离值：
其中，d表示原始数据中任意两个数据的距离值，w
1j和w
2j表示原始数据中任意两个数据。
一个可选实施例中，所述数据缺失值的检测可以通过当前已知的missmapfunction缺失函数实现。
一个可选实施例中，利用下述方法对所述数据缺失值进行填充：
其中，L(θ)表示填充的数据缺失值，x
i表示第i个数据缺失值，θ表示填充的数据缺失值对应的概率参数，n表示去重后的所述原始数据的数量，p(x
i|θ)表示填充的数据缺失值概率。
进一步地，为保障所述标准数据的复用性和隐私性，所述标准数据还可存储于区块链节点中。
S2、获取所述标准数据的数据量，根据所述数据量，更新所述标准数据在对应数据存储规则表中的初始数据存储时长。
本申请实施例中，所述数据量是指所述标准数据中包含的数据总量，例如，所述标准数据为产品数据，其包括100万个电子产品、200万个日用产品及500万个生活产品，于是该产品数据的数据量为：100万+200万+500万＝800万。
进一步地，应该了解，在进行数据存储时，数据存储时长决定了数据存储的效率，因此，为了更好的提高数据存储的效率，本申请基于获取标准数据的数据量，更新对应数据存储规则表中的初始数据存储时长，以保障后续数据存储的任务划分，从而降低数据的存储时长。其中，所述数据存储规则表是指所述标准数据的存储规则表，其用于规定所述标准数据的存储方式及存储逻辑，需要说明的是，所述数据存储规则表存储于数据库中，用于实现快速读取。
详细地，参阅图2所示，所述根据所述数据量，更新所述标准数据在对应数据存储规则表中的初始数据存储时长包括：
S20、根据所述数据量，查询所述标准数据中每个数据的单数据量，并根据所述单数据量，获取对应每个数据的单处理时长；
S21、将所述每个数据的单处理时长进行汇总，得到所述标准数据的总处理时长；
S22、根据所述总处理时长，利用预设的更新语句在所述数据存储规则表中更新所述 标准数据对应的初始数据存储时长。
一个可选实施例中，所述单处理时长可以通过查询语句查询对应的数据日志得到，所述查询语句包括select语句。
一个可选实施例中，所述预设的更新语句包括update语句。
S3、设置所述标准数据的存储因子，根据所述存储因子及所述初始数据存储时长，计算所述标准数据的数据平均存储时长。
应该了解，所述标准数据包含的数据量极大，若通过所述数据存储规则表逐个对所述标准数据中的数据进行存储，容易耗费较多的存储时间，从而会极大的影响数据存储效率，因此，本申请实施例通过设置所述标准数据的存储因子，以划分所述标准数据的存储任务，确保所述标准数据的存储效率。其中，所述存储因子基于实际业务场景设置，比如所述标准数据包括九种产品数据，每种产品数据需要的存储时间为一小时，若通过所述数据表逐个进行存储，则需要耗费九个小时，因此，本申请可以设置所述标准数据的存储因子为三，以划分所述标准数据的存储任务为三小时，从而可以保障后续数据存储的效率。
进一步地，所述根据所述存储因子及所述初始数据存储时长，计算所述标准数据的数据平均存储时长，包括：计算所述初始数据存储时长与所述存储因子的比值，得到所述标准数据的数据平均存储时长，如利用下述公式计算所述初始数据存储时长与所述存储因子的比值：AT＝T/F，其中，AT表示数据平均存储时长，T表示初始数据存储时长，F表示存储因子。
基于所述存储因子的设置，可以很好的将标准数据存储划分成多个数据存储任务，从而可以实现后续每个数据存储任务的并行处理，降低所述标准数据的存储时间。
S4、根据所述存储因子，对所述数据存储规则表进行复制，生成多个数据存储规则表。
本申请实施例中通过将所述数据存储规则表备份，以实现所述标准数据的并行处理，提高标准数据的存储效率，详细地，所述根据所述存储因子，将所述数据存储规则表进行复制，生成多个数据存储规则表，包括：获取所述存储因子的因子数量，根据所述因子数量，利用预设的脚本执行所述数据存储规则表的复制，得到多个数据存储规则表，例如，所述存储因子的因子数量为3，则利用所述脚本将所述数据存储规则表复制为3份，可选的，所述预设的脚本为SQL脚本。
进一步地，本申请实施例在生成多个数据存储规则表之后，还包括：对每个所述数据存储规则表进行标记，以确保后续可以清楚的查询到哪个数据表执行了标准数据中的哪些数据存储。
一个可选实施例中，所述数据存储规则表的标记可以通过当前已知的自增序列算法实现，如所述数据存储规则表为DIC，则复制的数据存储存储表可以标记为DIC1、DIC2…DICF。
S5、配置每个所述数据存储规则表的数据存储时长范围，基于所述数据平均存储时长和所述数据存储时长范围，利用每个所述数据存储规则表对所述标准数据进行数据存储，得到存储结果。
应该了解，在利用每个所述数据存储规则表执行所述标准数据的数据存储时，容易受到人为及其它因素影响，导致所述标准数据并不能准确的根据数据平均存储时长实现数据存储，因此，本申请实施例通过配置每个所述数据存储规则表的数据存储时长范围，以确保后续标准数据存储的正常进行。
详细地，所述配置每个所述数据存储规则表的数据存储时长范围，包括：获取每个所述数据存储规则表中每个数据的单处理时长，根据所述每个数据的单处理时长，计算每个所述数据存储规则表的单处理时长中位数，根据所述单处理时长中位数，确定每个所述数据存储规则表的数据存储时长误差范围，根据所述数据平均存储时长和所述数据存储时长误差范围，生成每个所述数据存储规则表的数据存储时长范围。
可选的，所述数据存储时长误差范围可以通过下式表示：0＜Xt＜AMT，其中，Xt表示数据存储时长误差范围，AMT表示单处理时长中位数，所述数据存储时长范围可以通过下式表示：AT－Xt＜＝Pt＜＝AT+Xt，AT表示数据平均存储时长，Xt表示数据存储时长误差范围，Pt表示数据存储时长范围。
进一步地，本申请实施例基于所述数据平均存储时长和所述数据存储时长范围，利用每个所述数据存储规则表对所述标准数据进行数据存储，得到存储结果，包括：在所述数据平均存储时长和所述数据存储时长范围内，利用所述数据存储规则表执行所述标准数据的数据存储，得到存储结果。
本申请实施例首先对所述原始数据进行数据清洗，得到标准数据，可以筛选出所述原始数据中的无用数据，提高后续数据存储的效率，并获取所述标准数据的数据量，根据所述数据量，更新所述标准数据在对应数据存储规则表中的初始数据存储时长，以保障后续数据存储的任务划分，从而降低数据的存储时长；其次，本申请实施例设置所述标准数据的存储因子，根据所述存储因子及所述初始数据存储时长，计算所述标准数据的数据平均存储时长，并根据所述存储因子，对所述数据存储规则表进行复制，生成多个数据存储规则表，可以很好的将标准数据存储划分成多个数据存储任务，从而可以实现后续每个数据存储任务的并行处理，降低所述标准数据的存储时间；进一步地，本申请实施例配置每个所述数据存储规则表的数据存储时长范围，基于所述数据平均存储时长和所述数据存储时长范围，利用每个所述数据存储规则表对所述标准数据进行数据存储，得到存储结果，基于数据存储规则表的存储时长误差范围配置，可以很好的确保在执行数据存储时不受外界因素的影响，保障数据存储的可靠性。因此，本申请可以提高数据存储的时效性。
如图3所示，是本申请数据存储装置的功能模块图。
本申请所述数据存储装置100可以安装于电子设备中。根据实现的功能，所述数据存储装置可以包括清洗模块101、更新模块102、计算模块103、复制模块104以及存储模块105。本发所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述清洗模块101，用于获取原始数据，对所述原始数据进行数据清洗，得到标准数据；
所述更新模块102，用于获取所述标准数据的数据量，根据所述数据量，更新所述标准数据在对应数据存储规则表中的初始数据存储时长；
所述计算模块103，用于设置所述标准数据的存储因子，根据所述存储因子及所述初始数据存储时长，计算所述标准数据的数据平均存储时长；
所述复制模块104，用于根据所述存储因子，对所述数据存储规则表进行复制，生成多个数据存储规则表；
所述存储模块105，用于配置每个所述数据存储规则表的数据存储时长范围，基于所述数据平均存储时长和所述数据存储时长范围，利用每个所述数据存储规则表对所述标准数据进行数据存储，得到存储结果。
详细地，本申请实施例中所述数据存储装置100中的所述各模块在使用时采用与上述的图1和图2中所述的基于大数据的数据存储方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图4所示，是本申请实现基于大数据的数据存储方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储 器11中并可在所述处理器10上运行的计算机程序，如数据存储程序12。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质可以是易失性的，也可以是非易失性的。具体的，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(SmartMediaCard，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(FlashCard)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如数据存储的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(CentralProcessingunit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(ControlUnit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行数据存储等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheralcomponentinterconnect，简称PCI)总线或扩展工业标准结构(extendedindustrystandardarchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图4仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图4示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi－Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI－FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(OrganicLight－EmittingDiode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的数据存储12是多个计算机程序的组合，在所述处理器10中运行时，可以实现：
获取原始数据，对所述原始数据进行数据清洗，得到标准数据；
获取所述标准数据的数据量，根据所述数据量，更新所述标准数据在对应数据存储规 则表中的初始数据存储时长；
设置所述标准数据的存储因子，根据所述存储因子及所述初始数据存储时长，计算所述标准数据的数据平均存储时长；
根据所述存储因子，对所述数据存储规则表进行复制，生成多个数据存储规则表；
配置每个所述数据存储规则表的数据存储时长范围，基于所述数据平均存储时长和所述数据存储时长范围，利用每个所述数据存储规则表对所述标准数据进行数据存储，得到存储结果。
具体地，所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个非易失性计算机可读取存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read－OnlyMemory)。
本申请还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取原始数据，对所述原始数据进行数据清洗，得到标准数据；
获取所述标准数据的数据量，根据所述数据量，更新所述标准数据在对应数据存储规则表中的初始数据存储时长；
设置所述标准数据的存储因子，根据所述存储因子及所述初始数据存储时长，计算所述标准数据的数据平均存储时长；
根据所述存储因子，对所述数据存储规则表进行复制，生成多个数据存储规则表；
配置每个所述数据存储规则表的数据存储时长范围，基于所述数据平均存储时长和所述数据存储时长范围，利用每个所述数据存储规则表对所述标准数据进行数据存储，得到存储结果。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本申请的技术方案而非限制，尽管参照较佳实施例对本申请进行了详细说明，本领域的普通技术人员应当理解，可以对本申请的技术方案进行修改或等同替换，而不脱离本申请技术方案的精神和范围。
Claims (20)
- 一种基于大数据的数据存储方法，其中，所述方法包括：获取原始数据，对所述原始数据进行数据清洗，得到标准数据；获取所述标准数据的数据量，根据所述数据量，更新所述标准数据在对应数据存储规则表中的初始数据存储时长；设置所述标准数据的存储因子，根据所述存储因子及所述初始数据存储时长，计算所述标准数据的数据平均存储时长；根据所述存储因子，对所述数据存储规则表进行复制，生成多个数据存储规则表；配置每个所述数据存储规则表的数据存储时长范围，基于所述数据平均存储时长和所述数据存储时长范围，利用每个所述数据存储规则表对所述标准数据进行数据存储，得到存储结果。
- 如权利要求1所述的基于大数据的数据存储方法，其中，所述对所述原始数据进行数据清洗，得到标准数据，包括：对所述原始数据进行去重操作；检测去重操作后的所述原始数据中是否存在数据缺失值；若不存在数据缺失值，则将去重操作后的所述原始数据作为标准数据；若存在数据缺失值，则对所述数据缺失值进行填充，得到标准数据。
- 如权利要求2所述的基于大数据的数据存储方法，其中，所述对所述原始数据进行去重操作，包括：计算所述原始数据中任意两个数据的距离值，若所述距离值大于预设距离值，则同时保留所述任意两个数据，若所述距离值不大于预设距离值，则删除所述任意两个数据中任意一个数据；其中，所述计算所述原始数据中任意两个数据的距离值，包括；利用下述方法计算所述原始数据中任意两个数据的距离值：
其中，d表示原始数据中任意两个数据的距离值，w 1j和w 2j表示原始数据中任意两个数据。 - 如权利要求2所述的基于大数据的数据存储方法，其中，所述对所述数据缺失值进行填充，包括：利用下述方法对所述数据缺失值进行填充：
其中，L(θ)表示填充的数据缺失值，x i表示第i个数据缺失值，θ表示填充的数据缺失值对应的概率参数，n表示去重后的所述原始数据的数量，p(x i|θ)表示填充的数据缺失值概率。 - 如权利要求1所述的基于大数据的数据存储方法，其中，所述根据所述数据量，更新所述标准数据在对应数据存储规则表中的初始数据存储时长，包括：根据所述数据量，查询所述标准数据中每个数据的单数据量，并根据所述单数据量，获取对应每个数据的单处理时长；将所述每个数据的单处理时长进行汇总，得到所述标准数据的总处理时长；根据所述总处理时长，利用预设的更新语句在所述数据存储规则表中更新所述标准数据对应的初始数据存储时长。
- 如权利要求1至5中任意一项所述的基于大数据的数据存储方法，其中，所述根据所述存储因子，将所述数据存储规则表进行复制，生成多个数据存储规则表，包括：获取所述存储因子的因子数量，根据所述因子数量，利用预设的脚本执行所述数据存储规则表的复制，得到多个数据存储规则表。
- 如权利要求1至6中任意一项中所述的基于大数据的数据存储方法，其中，所述配置每个所述数据存储规则表的数据存储时长范围，包括：获取每个所述数据存储规则表中每个数据的单处理时长，根据所述每个数据的单处理时长，计算每个所述数据存储规则表的单处理时长中位数；根据所述单处理时长中位数，确定每个所述数据存储规则表的数据存储时长误差范围；根据所述数据平均存储时长和所述数据存储时长误差范围，生成每个所述数据存储规则表的数据存储时长范围。
- 一种数据存储装置，其中，所述装置包括：清洗模块，用于获取原始数据，对所述原始数据进行数据清洗，得到标准数据；更新模块，用于获取所述标准数据的数据量，根据所述数据量，更新所述标准数据在对应数据存储规则表中的初始数据存储时长；计算模块，用于设置所述标准数据的存储因子，根据所述存储因子及所述初始数据存储时长，计算所述标准数据的数据平均存储时长；复制模块，用于根据所述存储因子，对所述数据存储规则表进行复制，生成多个数据存储规则表；存储模块，用于配置每个所述数据存储规则表的数据存储时长范围，基于所述数据平均存储时长和所述数据存储时长范围，利用每个所述数据存储规则表对所述标准数据进行数据存储，得到存储结果。
- 一种电子设备，其中，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如下所述的基于大数据的数据存储方法：获取原始数据，对所述原始数据进行数据清洗，得到标准数据；获取所述标准数据的数据量，根据所述数据量，更新所述标准数据在对应数据存储规则表中的初始数据存储时长；设置所述标准数据的存储因子，根据所述存储因子及所述初始数据存储时长，计算所述标准数据的数据平均存储时长；根据所述存储因子，对所述数据存储规则表进行复制，生成多个数据存储规则表；配置每个所述数据存储规则表的数据存储时长范围，基于所述数据平均存储时长和所述数据存储时长范围，利用每个所述数据存储规则表对所述标准数据进行数据存储，得到存储结果。
- 如权利要求9所述的电子设备，其中，所述对所述原始数据进行数据清洗，得到标准数据，包括：对所述原始数据进行去重操作；检测去重操作后的所述原始数据中是否存在数据缺失值；若不存在数据缺失值，则将去重操作后的所述原始数据作为标准数据；若存在数据缺失值，则对所述数据缺失值进行填充，得到标准数据。
- 如权利要求10所述的电子设备，其中，所述对所述原始数据进行去重操作，包括：计算所述原始数据中任意两个数据的距离值，若所述距离值大于预设距离值，则同时保留所述任意两个数据，若所述距离值不大于预设距离值，则删除所述任意两个数据中任意一个数据；其中，所述计算所述原始数据中任意两个数据的距离值，包括；利用下述方法计算所述原始数据中任意两个数据的距离值：
其中，d表示原始数据中任意两个数据的距离值，w 1j和w 2j表示原始数据中任意两个数据。 - 如权利要求10所述的电子设备，其中，所述对所述数据缺失值进行填充，包括：利用下述方法对所述数据缺失值进行填充：
其中，L(θ)表示填充的数据缺失值，x i表示第i个数据缺失值，θ表示填充的数据缺失值对应的概率参数，n表示去重后的所述原始数据的数量，p(x i|θ)表示填充的数据缺失值概率。 - 如权利要求9所述的电子设备，其中，所述根据所述数据量，更新所述标准数据在对应数据存储规则表中的初始数据存储时长，包括：根据所述数据量，查询所述标准数据中每个数据的单数据量，并根据所述单数据量，获取对应每个数据的单处理时长；将所述每个数据的单处理时长进行汇总，得到所述标准数据的总处理时长；根据所述总处理时长，利用预设的更新语句在所述数据存储规则表中更新所述标准数据对应的初始数据存储时长。
- 如权利要求9至13中任意一项所述的电子设备，其中，所述根据所述存储因子，将所述数据存储规则表进行复制，生成多个数据存储规则表，包括：获取所述存储因子的因子数量，根据所述因子数量，利用预设的脚本执行所述数据存储规则表的复制，得到多个数据存储规则表。
- 一种计算机可读存储介质，存储有计算机程序，其中，所述计算机程序被处理器执行时实现如下所述的基于大数据的数据存储方法：获取原始数据，对所述原始数据进行数据清洗，得到标准数据；获取所述标准数据的数据量，根据所述数据量，更新所述标准数据在对应数据存储规则表中的初始数据存储时长；设置所述标准数据的存储因子，根据所述存储因子及所述初始数据存储时长，计算所述标准数据的数据平均存储时长；根据所述存储因子，对所述数据存储规则表进行复制，生成多个数据存储规则表；配置每个所述数据存储规则表的数据存储时长范围，基于所述数据平均存储时长和所述数据存储时长范围，利用每个所述数据存储规则表对所述标准数据进行数据存储，得到存储结果。
- 如权利要求15所述的计算机可读存储介质，其中，所述对所述原始数据进行数据清洗，得到标准数据，包括：对所述原始数据进行去重操作；检测去重操作后的所述原始数据中是否存在数据缺失值；若不存在数据缺失值，则将去重操作后的所述原始数据作为标准数据；若存在数据缺失值，则对所述数据缺失值进行填充，得到标准数据。
- 如权利要求16所述的计算机可读存储介质，其中，所述对所述原始数据进行去重操作，包括：计算所述原始数据中任意两个数据的距离值，若所述距离值大于预设距离值，则同时保留所述任意两个数据，若所述距离值不大于预设距离值，则删除所述任意两个数据中任意一个数据；其中，所述计算所述原始数据中任意两个数据的距离值，包括；利用下述方法计算所述原始数据中任意两个数据的距离值：
其中，d表示原始数据中任意两个数据的距离值，w 1j和w 2j表示原始数据中任意两个数据。 - 如权利要求16所述的计算机可读存储介质，其中，所述对所述数据缺失值进行填充，包括：利用下述方法对所述数据缺失值进行填充：
其中，L(θ)表示填充的数据缺失值，x i表示第i个数据缺失值，θ表示填充的数据缺失值对应的概率参数，n表示去重后的所述原始数据的数量，p(x i|θ)表示填充的数据缺失值概率。 - 如权利要求15所述的计算机可读存储介质，其中，所述根据所述数据量，更新所述标准数据在对应数据存储规则表中的初始数据存储时长，包括：根据所述数据量，查询所述标准数据中每个数据的单数据量，并根据所述单数据量，获取对应每个数据的单处理时长；将所述每个数据的单处理时长进行汇总，得到所述标准数据的总处理时长；根据所述总处理时长，利用预设的更新语句在所述数据存储规则表中更新所述标准数据对应的初始数据存储时长。
- 如权利要求15至19中任意一项所述的计算机可读存储介质，其中，所述根据所述存储因子，将所述数据存储规则表进行复制，生成多个数据存储规则表，包括：获取所述存储因子的因子数量，根据所述因子数量，利用预设的脚本执行所述数据存储规则表的复制，得到多个数据存储规则表。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110206349.0 | 2021-02-24 | ||
| CN202110206349.0A CN112948380A (zh) | 2021-02-24 | 2021-02-24 | 基于大数据的数据存储方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2022179122A1 true WO2022179122A1 (zh) | 2022-09-01 |
Family
ID=76245873
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/CN2021/123891 WO2022179122A1 (zh) | 2021-02-24 | 2021-10-14 | 基于大数据的数据存储方法、装置、电子设备及存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN112948380A (zh) |
| WO (1) | WO2022179122A1 (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112948380A (zh) * | 2021-02-24 | 2021-06-11 | 深圳壹账通智能科技有限公司 | 基于大数据的数据存储方法、装置、电子设备及存储介质 |
| CN116894057B (zh) * | 2023-07-17 | 2023-12-22 | 云达信息技术有限公司 | 基于Python的云服务数据收集处理方法、装置、设备及介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120158673A1 (en) * | 2010-12-17 | 2012-06-21 | Microsoft Corporation | Storing and publishing contents of a content store |
| CN109597805A (zh) * | 2018-11-07 | 2019-04-09 | 平安科技（深圳）有限公司 | 一种数据处理方法、电子设备及存储介质 |
| CN110058932A (zh) * | 2019-04-19 | 2019-07-26 | 中国科学院深圳先进技术研究院 | 一种用于数据流驱动计算的存储方法和存储系统 |
| CN110222039A (zh) * | 2019-05-07 | 2019-09-10 | 平安科技（深圳）有限公司 | 数据存储及垃圾数据清理方法、装置、设备及存储介质 |
| CN111522801A (zh) * | 2020-03-25 | 2020-08-11 | 平安科技（深圳）有限公司 | 分布式的数据库动态扩容方法、装置、设备及存储介质 |
| CN112948380A (zh) * | 2021-02-24 | 2021-06-11 | 深圳壹账通智能科技有限公司 | 基于大数据的数据存储方法、装置、电子设备及存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106202121B (zh) * | 2015-05-07 | 2019-06-28 | 阿里巴巴集团控股有限公司 | 数据存储及导出的方法和设备 |
| CN112231417A (zh) * | 2020-10-14 | 2021-01-15 | 平安国际智慧城市科技股份有限公司 | 数据分类方法、装置、电子设备及存储介质 |
-
2021
- 2021-02-24 CN CN202110206349.0A patent/CN112948380A/zh active Pending
- 2021-10-14 WO PCT/CN2021/123891 patent/WO2022179122A1/zh active Application Filing
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120158673A1 (en) * | 2010-12-17 | 2012-06-21 | Microsoft Corporation | Storing and publishing contents of a content store |
| CN109597805A (zh) * | 2018-11-07 | 2019-04-09 | 平安科技（深圳）有限公司 | 一种数据处理方法、电子设备及存储介质 |
| CN110058932A (zh) * | 2019-04-19 | 2019-07-26 | 中国科学院深圳先进技术研究院 | 一种用于数据流驱动计算的存储方法和存储系统 |
| CN110222039A (zh) * | 2019-05-07 | 2019-09-10 | 平安科技（深圳）有限公司 | 数据存储及垃圾数据清理方法、装置、设备及存储介质 |
| CN111522801A (zh) * | 2020-03-25 | 2020-08-11 | 平安科技（深圳）有限公司 | 分布式的数据库动态扩容方法、装置、设备及存储介质 |
| CN112948380A (zh) * | 2021-02-24 | 2021-06-11 | 深圳壹账通智能科技有限公司 | 基于大数据的数据存储方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112948380A (zh) | 2021-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021189826A1 (zh) | 报文生成方法、装置、电子设备及计算机可读存储介质 | |
| JP6373328B2 (ja) | メモリ管理での重複排除のための参照ブロックの参照セットへの集約 | |
| WO2022121171A1 (zh) | 相似文本匹配方法、装置、电子设备及计算机存储介质 | |
| US8832028B2 (en) | Database cloning | |
| WO2022179122A1 (zh) | 基于大数据的数据存储方法、装置、电子设备及存储介质 | |
| WO2021189829A1 (zh) | 数据查询方法、装置、电子设备及存储介质 | |
| WO2022179123A1 (zh) | 数据更新及展示方法、装置、电子设备及存储介质 | |
| WO2017032170A1 (zh) | 镜像文件的导入方法及装置 | |
| US20120330991A1 (en) | Context- And Version-Aware Facade For Database Queries | |
| WO2022100032A1 (zh) | 系统分析可视化方法、装置、电子设备及计算机可读存储介质 | |
| US9514184B2 (en) | Systems and methods for a high speed query infrastructure | |
| WO2022121172A1 (zh) | 文本纠错方法、装置、电子设备及计算机可读存储介质 | |
| CN106980665A (zh) | 数据字典实现方法、装置及数据字典管理系统 | |
| US7840603B2 (en) | Method and apparatus for database change management | |
| CN114185895A (zh) | 数据导入导出方法、装置、电子设备及存储介质 | |
| US11442953B2 (en) | Methods and apparatuses for improved data ingestion using standardized plumbing fields | |
| CN115543198A (zh) | 非结构化数据入湖方法、装置、电子设备及存储介质 | |
| WO2022174734A1 (zh) | 用于存储数据的方法和装置 | |
| CN113468175A (zh) | 数据压缩方法、装置、电子设备及存储介质 | |
| WO2021189905A1 (zh) | 分布式数据调取方法、装置、电子设备及存储介质 | |
| US10956386B2 (en) | Methods and apparatuses for automated performance tuning of a data modeling platform | |
| CN114610959B (zh) | 数据处理方法、装置、设备及存储介质 | |
| CN115269523A (zh) | 基于人工智能的文件存储与查询方法及相关设备 | |
| CN115293685A (zh) | 物流订单的状态跟踪方法、装置、设备和存储介质 | |
| CN115114297A (zh) | 数据轻量存储及查找方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 21927546 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| 32PN | Ep: public notification in the ep bulletin as address of the adressee cannot be established |
Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 07.12.2023) |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 21927546 Country of ref document: EP Kind code of ref document: A1 |