海量数据存储方法、装置、存储介质及电子设备与流程

本公开涉及数据处理技术领域，具体涉及一种海量数据存储方法、海量数据存储装置、计算机可读存储介质及电子设备。

背景技术：

随着计算机、互联网和数字媒体的进一步普及，针对各种不同结构类型的数据进行采集时，统一的存储、计算效率较低，实时提供数据底层服务的效率也较低；特别是针对海量的全量数据与增量数据的同步、计算、实时消费，统一的数据处理方案难以适应不同结构类型的数据，在处理效率、资源消耗等方面都不够理想。因此，如何提高多种类型数据的整体处理效率是目前亟待解决的问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现要素：

本公开的目的在于提供一种海量数据存储方法、海量数据存储装置、计算机可读存储介质及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的数据处理效率低、资源消耗大的技术问题。

根据本公开的一个方面，提供一种海量数据存储方法，其特殊之处在于，包括：

建立全量数据表和增量数据表；

在所述全量数据表中建立多个与数据结构类型相关的全量数据分区；

在所述增量数据表中建立多个与同步更新周期相关的增量数据分区；

接收数据存储指令，并获取待存储数据的数据结构类型；

根据所述数据结构类型将所述待存储数据存储至增量数据表的增量数据分区中。

在本公开的一种示例性实施方式中，所述海量数据存储方法还包括：

接收数据同步指令，并获取所述数据同步指令对应的目标增量数据分区；

根据所述数据同步指令将目标增量数据分区中存储的数据导入至全量数据表中。

在本公开的一种示例性实施方式中，所述全量数据分区包括：

结构化全量数据分区，用于存储结构化数据；

半结构化全量数据分区，用于存储半结构化数据；

非结构化全量数据分区，用于存储非结构化数据。

在本公开的一种示例性实施方式中，所述增量数据表中的各个增量数据分区具有不同的同步更新频率。

在本公开的一种示例性实施方式中，所述增量数据分区包括：

高频增量数据分区，数据同步更新频率高于高频阈值；

中频增量数据分区，数据同步更新频率在高频阈值与低频阈值之间；

低频增量数据分区，数据同步更新频率低于低频阈值。

在本公开的一种示例性实施方式中，所述方法还包括：

统计所述全量数据分区的数据调用频率；

根据所述数据调用频率调整所述增量数据分区的同步更新频率。

在本公开的一种示例性实施方式中，所述方法还包括：

建立用于存储数据同步指令的同步任务表；

在所述同步任务表中建立例行同步指令分区和非例行同步指令分区。

根据本公开的一个方面，提供一种海量数据存储装置，其特殊之处在于，包括：

建表模块，被配置为建立全量数据表和增量数据表；

第一分区模块，被配置为在所述全量数据表中建立多个与数据结构类型相关的全量数据分区；

第二分区模块，被配置为在所述增量数据表中建立多个与同步更新周期相关的增量数据分区；

指令接收模块，被配置为接收数据存储指令，并获取待存储数据的数据结构类型；

分区存储模块，被配置为根据所述数据结构类型将所述待存储数据存储至增量数据表的增量数据分区中。

根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，其特殊之处在于，所述计算机程序被处理器执行时实现以上任一所述的海量数据存储方法。

根据本公开的一个方面，提供一种电子设备，其特殊之处在于，包括处理器和存储器；其中，存储器用于存储所述处理器的可执行指令，所述处理器被配置为经由执行所述可执行指令来执行以上任一所述的海量数据存储方法。

在本公开实施例所提供的一种海量数据存储方法中，将全量数据表按照数据结构类型进行分区，同时将增量数据表按照同步更新周期进行分区。针对不同结构类型的数据提供不同的更新同步周期，可以优化数据处理方式，提高数据处理效率，节约资源，降低成本。另外，更新同步周期的设置可以与用户的数据调用频率相结合，从而提高数据更新同步的时效性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

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，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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示意性示出本公开一种示例性实施方式中数据处理方法的步骤流程图。

图2示意性示出本公开另一种示例性实施方式中数据处理方法的步骤流程图。

图3示意性示出本公开一种示例性实施方式中数据处理方法的步骤流程图。

图4示意性示出本公开一种示例性实施方式中数据处理方法的步骤流程图。

图5示意性示出本公开示例性实施方式中数据处理装置的组成框图。

图6示意性示出本公开示例性实施方式中一种程序产品的示意图。

图7示意性示出本公开示例性实施方式中一种电子设备的模块示意图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施例使得本公开将更加全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

本公开的示例性实施方式中首先提供一种海量数据存储方法，参考图1所示，该方法主要可以包括以下步骤：

步骤s110.建立全量数据表和增量数据表。

本步骤首先在数据库中建立全量数据表和增量数据表，其中全量数据表用于存储全量数据，增量数据表用于存储增量数据。新采集到的数据将被保存在增量数据表中，然后经过预设时间周期或者在临时触发的指令作用下，增量数据表将会把其中保存的数据同步更新至全量数据表中，用户可以根据需要从全量数据表中调用数据。

步骤s120.在全量数据表中建立多个与数据结构类型相关的全量数据分区。

本步骤在全量数据表中建立多个全量数据分区，各个全量数据分区中将存储不同结构类型的数据。举例而言，全量数据分区可以包括结构化全量数据分区、半结构化全量数据分区和非结构化全量数据分区。其中，结构化全量数据分区用于存储结构化数据，结构化数据是可以用统一的结构进行表示的数据，例如数字、符号等信息，结构化数据的存储形式可以表现为二维逻辑表结构。半结构化全量数据分区用于存储半结构化数据，半结构化数据是具有一定结构性和自描述性的数据，例如xml、html文档等信息，半结构化数据的存储形式可以表现为包括标记、类型和值的三元组对象表结构。非结构化全量数据分区用于存储非结构化数据，非结构化数据是数据结构不规则且没有预定义数据模型的数据，例如图像、音频、视频等信息，非结构化数据的存储形式可以表现为包含标记、内容描述和内容的三字段表结构。在其他一些实施例中，也可以采用其他的对全量数据表进行分区的方法，而且以上所述的全量数据分区也可以进一步包括多个子分区，本示例性实施方式对此不做特殊限定。

步骤s130.在增量数据表中建立多个与同步更新周期相关的增量数据分区。

本步骤在增量数据表中建立多个增量数据分区，增量数据分区的划分与同步更新周期有关。同步更新周期是增量数据表向全量数据表导入数据的周期。一部分增量数据分区可以具有不同的同步更新频率，而另一部分增量数据分区也可以具有相同的同步更新频率。举例而言，增量数据分区可以包括高频增量数据分区、中频增量数据分区和低频增量数据分区。其中，高频增量数据分区的数据同步更新频率高于高频阈值；中频增量数据分区的数据同步更新频率在高频阈值与低频阈值之间；低频增量数据分区的数据同步更新频率低于低频阈值。高频阈值和低频阈值用于界定数据同步更新的频率高低，具体的更新周期或更新频率可以与数据结构类型、数据调用频次等因素相关。在其他一些实施例中，也可以采用其他的对增量数据表进行分区的方法，而且以上所述的增量数据分区也可以进一步包括多个子分区，本示例性实施方式对此不做特殊限定。

步骤s140.接收数据存储指令，并获取待存储数据的数据结构类型。

本步骤将接收数据存储指令，并根据该数据存储指令获取相应待存储数据的数据结构类型。

步骤s150.根据数据结构类型将待存储数据存储至增量数据表的增量数据分区中。

由步骤s140获取到待存储数据的数据结构类型后，根据数据结构类型的不同，可以将待存储数据存储至增量数据表的不同增量数据分区中。举例而言，结构化数据的数据结构规则且均一，相比于同等数量的半结构化数据和非结构化数据，其同步更新的速度较快、存储和计算的资源消耗也更低，因此可以将采集到的结构化数据优先存储至高频增量数据分区。非结构化数据的同步更新速度较慢，存储和计算的资源消耗较高，因此可以将其优先存储至低频增量数据分区。半结构化数据介于结构化数据和非结构化数据之间，因此可以将其优先存储至中频增量数据分区。

在示例性实施方式所提供的海量数据存储方法中，将全量数据表按照数据结构类型进行分区，同时将增量数据表按照同步更新周期进行分区。针对不同结构类型的数据提供不同的更新同步周期可以优化数据处理方式，提高数据处理效率，节约资源，降低成本。

参考图2所示，在以上示例性实施方式的基础上，本实施例提供一种海量数据存储方法，可以进一步包括以下步骤：

步骤s210.接收数据同步指令，并获取数据同步指令对应的目标增量数据分区。

本步骤将接收一数据同步指令，数据同步指令用于指示增量数据表向全量数据表进行数据同步更新。与此同时，本步骤还将获取该数据同步指令所对应的目标增量数据分区，亦即获取数据同步指令所针对的某一需要进行数据同步更新的增量数据分区，而对于增量数据表中的其他增量数据分区则不必向全量数据表进行数据同步更新。

步骤s220.根据数据同步指令将目标增量数据分区中存储的数据导入至全量数据表中。

根据步骤s210接收到的数据同步指令，本步骤将把目标增量数据分区中存储的数据导入至全量数据表中。较为优选地，增量数据表中的增量数据分区与全量数据表中的全量数据分区之间建立了映射关系，本步骤将把目标增量数据分区中存储的数据导入至与之相对应的全量数据分区中。

本实施例通过接收数据同步指令可以对增量数据表中的不同增量数量数据分区进行差异化同步更新，而不是常规地对增量数据表中的全部数据进行统一同步更新，因此可以针对性地对不同结构类型的数据进行分区处理，提高整体数据处理效率的同时可以节约数据处理资源。

参考图3所示，在以上示例性实施方式的基础上，本实施例提供一种海量数据存储方法，可以进一步包括以下步骤：

步骤s310.统计全量数据分区的数据调用频率。

本步骤可以对全量数据表中的各个全量数据分区进行跟踪统计，获取在一定时间周期内各个全量数据分区的数据调用频率，亦即用户调取使用各个全量数据分区中数据的频率。

步骤s320.根据数据调用频率调整增量数据分区的同步更新频率。

由步骤s310获得各个全量数据分区的数据调用频率之后，本步骤将根据数据调用频率相应地调整增量数据分区的同步更新频率。对于数据调用频率低的分区，可以延长其同步更新周期；而对于数据调用频率高的分区，可以缩短其同步更新周期。

本实施例通过分析用户的数据调用习惯，可以智能化地调整增量数据表中各个增量数据分区的同步更新频率，也可以相应地调整高频阈值和低频阈值，从而可以及时对常用数据进行同步更新，同时又可以避免对不常用数据的过度频繁更新，保证数据时效性的同时，避免资源浪费。

参考图4所示，在以上示例性实施方式的基础上，本实施例提供一种海量数据存储方法，可以进一步包括以下步骤：

步骤s410.建立用于存储数据同步指令的同步任务表。

本步骤可以在数据库中建立一同步任务表，该同步任务表用于存储指示增量数据表向全量数据表导入数据的数据同步指令。

步骤s420.在同步任务表中建立例行同步指令分区和非例行同步指令分区。

本步骤将在同步任务表中建立例行同步指令分区和非例行同步指令分区，例行同步指令分区用于存储例行同步指令，而非例行同步指令分区用于存储非例行同步指令。其中，例行同步指令是与不同分区的同步更新周期相关的例行化的数据同步指令，例如某些增量数据分区的同步更新频率是每天一次，那么可以在例行同步指令分区中存储与这些增量数据分区相对应的每天固定触发一次的数据同步指令；某些增量数据分区的同步更新频率是每周一次，那么可以在例行同步指令分区中存储与这些增量数据分区相对应的每周固定触发一次的数据同步指令。与例行同步指令不同的是，非例行同步指令是根据用户的临时意愿或者存储系统的自身需求而进行的非例行化的数据同步指令，非例行同步指令不会像例行同步指令一样以固定时间周期为间隔反复触发，通常情况下只会在预定时间点触发一次或者几次。

本实施例通过建立同步任务表并在同步任务表中建立例行同步指令分区和非例行同步指令分区，可以提高数据同步更新的灵活性。

需要说明的是，虽然以上示例性实施方式以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或者必须执行全部的步骤才能实现期望的结果。附加地或者备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

在本公开的示例性实施方式中，还提供一种海量数据存储装置，参考图5所示，海量数据存储装置50主要可以包括：建表模块51、第一分区模块52、第二分区模块53、指令接收模块54和分区存储模块55。其中，建表模块51被配置为建立全量数据表和增量数据表；第一分区模块52被配置为在所述全量数据表中建立多个与数据结构类型相关的全量数据分区；第二分区模块53被配置为在所述增量数据表中建立多个与同步更新周期相关的增量数据分区；指令接收模块54被配置为接收数据存储指令，并获取待存储数据的数据结构类型；分区存储模块55被配置为根据所述数据结构类型将所述待存储数据存储至增量数据表的增量数据分区中。

上述海量数据存储装置的具体细节已经在对应的海量数据存储方法中进行了详细的描述，因此此处不再赘述。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

在本公开的示例性实施方式中，还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时可实现本公开的上述的海量数据存储方法。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码；该程序产品可以存储在一个非易失性存储介质(可以是cd-rom、u盘或者移动硬盘等)中或网络上；当所述程序产品在一台计算设备(可以是个人计算机、服务器、终端装置或者网络设备等)上运行时，所述程序代码用于使所述计算设备执行本公开中上述各示例性实施例中的方法步骤。

参见图6所示，根据本公开的实施方式的用于实现上述方法的程序产品60，其可以采用便携式紧凑磁盘只读存储器(cd-rom)并包括程序代码，并可以在计算设备(例如个人计算机、服务器、终端装置或者网络设备等)上运行。然而，本公开的程序产品不限于此。在本示例性实施例中，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。

所述程序产品可以采用一个或者多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。

可读存储介质例如可以为但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。

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，其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任意可读介质，该可读介质可以发送、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。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如java、c++等，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设备上执行、部分地在用户计算设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络(包括局域网(lan)或广域网(wan)等)连接到用户计算设备；或者，可以连接到外部计算设备，例如利用因特网服务提供商来通过因特网连接。

在本公开的示例性实施方式中，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至少一个用于存储所述处理器的可执行指令的存储器；其中，所述处理器被配置为经由执行所述可执行指令来执行本公开中上述各示例性实施例中的方法步骤。

下面结合图7对本示例性实施方式中的电子设备700进行描述。电子设备700仅仅为一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

参见图7所示，电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于：至少一个处理单元710、至少一个存储单元720、连接不同系统组件(包括处理单元710和存储单元720)的总线730、显示单元740。

其中，存储单元720存储有程序代码，所述程序代码可以被处理单元710执行，使得处理单元710执行本公开中上述各示例性实施例中的方法步骤。

存储单元720可以包括易失性存储单元形式的可读介质，例如随机存取存储单元721(ram)和/或高速缓存存储单元722，还可以进一步包括只读存储单元723(rom)。

存储单元720还可以包括具有一组(至少一个)程序模块725的程序/实用工具724，这样的程序模块包括但不限于：操作系统、一个或者多个应用程序、其他程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线730可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用各种总线结构中的任意总线结构的局域总线。

电子设备700也可以与一个或多个外部设备800(例如键盘、指向设备、蓝牙设备等)通信，还可以与一个或者多个使得用户可以与该电子设备700交互的设备通信，和/或与使得该电子设备700能与一个或多个其他计算设备进行通信的任何设备(例如路由器、调制解调器等)通信。这种通信可以通过输入/输出(i/o)接口750进行。并且，电子设备700还可以通过网络适配器760与一个或者多个网络(例如局域网(lan)、广域网(wan)和/或公共网络，例如因特网)通信。如图7所示，网络适配器760可以通过总线730与电子设备700的其他模块通信。应当明白，尽管图中未示出，可以结合电子设备700使用其他硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。

本领域技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、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公开的一般性原理并包括本公开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，本公开的真正范围和精神由所附的权利要求指出。

上述所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中，如有可能，各实施例中所讨论的特征是可互换的。在上面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组件、材料等。在其它情况下，不详细示出或描述公知结构、材料或者操作以避免模糊本公开的各方面。