业务数据存储方法及装置与流程

本发明涉及数据存储领域，特别涉及一种业务数据存储方法及装置。
背景技术：
：目前为了存储海量的数据，常用的数据存储方式是通过分布式数据库来存储数据，分布式数据库是指用计算机网络将物理上分散的多个数据库单元连接起来组成的一个逻辑上统一的数据库，这里的数据库单元可以是一台存储设备所提供的用于存储数据的数据库。在分布式数据库环境中为业务存储数据时，控制中心根据每台存储设备的CPU(英文：CentralProcessingUnit，中文：中央处理器)、网络状况以及IO(英文：Input/Output，中文：输入/输出)等负载指标，为业务申请用于分配数据的数据片，数据片是分布式存储中用于存储数据的最小数据存储单元，将业务的数据存储至为其申请的数据片中。在根据存储设备的负载指标存储业务数据时，同一台存储设备中可能会存储多种业务的数据，一种业务的数据可能被存储至多台存储设备中。在实现本发明的过程中，发明人发现现有技术至少存在以下问题：在分布式数据库环境中为业务存储数据时，仅以存储设备的负载指标为依据进行存储，存储设备的负载指标不一定能满足业务的访问需求。比如，对于访问量大的业务可能会被存储至负载指标较差的存储设备中，导致该业务的访问性能比较差。技术实现要素：为了解决现有技术中存储设备的负载指标不一定能满足业务的访问需求，导致该业务的访问性能比较差的问题，本发明实施例提供了一种业务数据存储方法及装置。所述技术方案如下：第一方面，提供了一种业务数据存储方法，应用于控制中心中，所述方法包括：对于同一个业务，计算所述业务在每天的访问密度；选取所述业务连续预定天的访问密度，计算选取出的各个访问密度的平均值，得到所述业务在所述预定天的平均访问密度；若所述业务的所述平均访问密度所要求的负载指标高于存储所述业务的当前存储设备的负载指标时，确定出负载指标符合所述业务的所述平均访问密度要求的目标存储设备；将所述当前存储设备中存储的所述业务的数据，转移存储至所述目标存储设备中。可选的，所述计算所述业务在每天的访问密度，包括：在每个单位时间段内，获取存储所述业务的各个数据片在所述单位时间段内的访问次数；计算存储所述业务的各个数据片在所述单位时间段内的访问次数之和，得到所述业务在所述单位时间段内的访问次数；根据所述业务在当天内各个单位时间段内的访问次数，计算得到所述业务在当天的访问密度，所述访问密度用于指示所述业务在所述单位时间段内的平均访问次数；其中，相邻两个单位时间段中在前单位时间段的结束时刻为在后单位时间段的起始时刻。可选的，所述获取存储所述业务的各个数据片在所述单位时间段内的访问次数，包括：接收各个存储设备上传的各个数据片在所述单位时间段内被访问的访问次数；筛选出所述业务所涉及的各个数据片在所述单位时间段内的访问次数。可选的，所述根据所述业务在当天内各个单位时间段内的访问次数，计算得到所述业务在当天的访问密度，包括：将所述业务在当天内各个单位时间段内的访问次数按照从高到低的顺序依次排序；选取访问次数最高的预定个访问次数；计算选取的所述预定个访问次数的平均值，将所述平均值确定为所述业务在当天的访问密度。可选的，在所述获取存储所述业务的各个数据片在所述单位时间段内的访问次数之后，还包括：对于每个数据片，将所述数据片在各个单位时间段内的访问次数组成一条访问记录；所述计算得到所述业务在当天的访问密度之后，还包括：对于每个业务，将所述业务在每天的访问密度组成一条访问记录。可选的，所述将所述当前存储设备中存储的所述业务的数据，转移存储至所述目标存储设备中，包括：从所述目标存储设备中为所述业务申请目标数据片；从所述当前存储设备中存储所述业务的数据片中读取出所述业务的数据，将读取出的所述数据写入所述目标数据片中；清除所述当前存储设备中已经被读取出的所述业务的数据的数据片。第二方面，提供了一种业务数据存储装置，应用于控制中心中，所述装置包括：第一计算模块，用于对于同一个业务，计算所述业务在每天的访问密度；第二计算模块，用于选取所述业务连续预定天的访问密度，计算选取出的各个访问密度的平均值，得到所述业务在所述预定天的平均访问密度；确定模块，用于若所述业务的所述平均访问密度所要求的负载指标高于存储所述业务的当前存储设备的负载指标时，确定出负载指标符合所述业务的所述平均访问密度要求的目标存储设备；转移模块，用于将所述当前存储设备中存储的所述业务的数据，转移存储至所述目标存储设备中。可选的，所述第一计算模块，包括：获取单元，用于在每个单位时间段内，获取存储所述业务的各个数据片在所述单位时间段内的访问次数；第一计算单元，用于计算存储所述业务的各个数据片在所述单位时间段内的访问次数之和，得到所述业务在所述单位时间段内的访问次数；第二计算单元，用于根据所述业务在当天内各个单位时间段内的访问次数，计算得到所述业务在当天的访问密度，所述访问密度用于指示所述业务在所述单位时间段内的平均访问次数；其中，相邻两个单位时间段中在前单位时间段的结束时刻为在后单位时间段的起始时刻。可选的，所述获取单元，包括：接收子单元，用于接收各个存储设备上传的各个数据片在所述单位时间段内被访问的访问次数；筛选子单元，用于筛选出所述业务所涉及的各个数据片在所述单位时间段内的访问次数。可选的，所述第二计算单元，包括：排序子单元，用于将所述业务在当天内各个单位时间段内的访问次数按照从高到低的顺序依次排序；选取子单元，用于选取访问次数最高的预定个访问次数；计算子单元，用于计算选取的所述预定个访问次数的平均值，将所述平均值确定为所述业务在当天的访问密度。可选的，所述第一计算模块还包括：第一组成单元，用于对于每个数据片，将所述数据片在各个单位时间段内的访问次数组成一条访问记录；第二组成单元，用于对于每个业务，将所述业务在每天的访问密度组成一条访问记录。可选的，所述转移模块，包括：申请单元，用于从所述目标存储设备中为所述业务申请目标数据片；写入单元，用于从所述当前存储设备中存储所述业务的数据片中读取出所述业务的数据，将读取出的所述数据写入所述目标数据片中；清除单元，用于清除所述当前存储设备中已经被读取出的所述业务的数据的数据片。本发明实施例提供的技术方案带来的有益效果是：通过根据业务的平均访问密度确定出负载指标符合该业务的平均访问密度要求的目标存储设备，将该业务的数据转移至这些目标存储设备中；由于可以根据业务的平均访问密度确定适于存放该业务的数据的目标存储设备，从而在存储业务的数据时，同时考量了业务的平均访问密度和存储设备的负载指标，因此解决了现有技术存在的存储设备的负载指标不一定能满足业务的访问需 求，导致该业务的访问性能比较差的问题；达到了可以将业务的数据存储至负载指标符合该业务的平均访问密度的存储设备中，提高了业务的访问性能的效果。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是本发明部分示例性实施例中提供的业务数据存储所涉及的实施环境的示意图；图2A是本发明一个实施例中提供的业务数据存储方法的方法流程图；图2B是本发明一个实施例中提供的计算业务在每天的访问密度的方法流程图；图2C是本发明一个实施例中提供的获取存储业务的各个数据片在单位时间段内的访问次数的方法流程图；图2D是本发明一个实施例中提供的根据业务在当天内各个单位时间段内的访问次数，计算得到业务在当天的访问密度的方法流程图；图2E是本发明一个实施例中提供的一个业务当天10个相邻时间段内的访问次数的表格示意图；图2F是本发明一个实施例中提供的一个业务当天10个相邻时间段内的访问次数的折线示意图；图2G是本发明一个实施例中提供的根据业务在当天内各个单位时间段内的访问次数，计算得到业务在当天的访问密度的方法流程图；图2H是本发明一个实施例中提供的从当前存储设备中读取数据并写入目标数据片中的示意图；图3是本发明一个实施例中提供的业务数据存储装置的结构方框图；图4是本发明另一个实施例中提供的业务数据存储装置的结构方框图。具体实施方式为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。图1是本发明部分示例性实施例中提供的业务数据存储所涉及的实施环境的示意图，如图1所示，该实施环境可以包括：控制中心10和至少两个存储设备11。控制中心10是根据每台存储设备11的CPU、网络状况以及IO等负载指标，从存储设备11中为业务申请用于存储该业务的数据的数据片12。各个存储设备11中所包含的数据片12组成一个分布式数据库，存储设备11的CPU、网络状况以及IO等负载指标可以相同或者不同。这里所讲的分布式数据库是指用计算机网络将物理上分散的多个存储单元连接起来组成的一个逻辑上统一的数据库，这里的存储单元可以是一台存储设备11所提供的用于存储数据的数据片12。数据片12是存储设备11中用于存储数据的一个存储单元，一台存储设备11中可以存放有多个数据片12。图2A是本发明一个实施例中提供的业务数据存储方法的方法流程图，如图2A所示，业务数据存储方法应用于图1所示实施环境的控制中心10中。该业务数据存储方法包括以下步骤。在步骤201中，对于同一个业务，计算业务在每天的访问密度。这里所说的访问密度是指业务在单位时间段内的访问次数，业务的访问密度由用户在单位时间段内对该业务的网络点击率、网页搜索量决定。在步骤202中，选取业务连续预定天的访问密度，计算选取出的各个访问密度的平均值，得到业务在预定天的平均访问密度。一般来说，业务每天的访问密度可能是不相同的，仅考虑业务一天的访问密度，准确性并不高，因此，在实际应用中，可能需要考虑连续预定天内该业务的平均访问密度。连续预定天可以是连续一个月，可以是连续三个月，可以是连续半年等，本实施例对连续预定天的天数不作限定。在计算连续预定天内该业务的平均访问密度时，可以首先选取业务连续预 定天的访问密度，然后计算选取出的各个访问密度的平均值，得到业务在预定天的平均访问密度。在步骤203中，若业务的平均访问密度所要求的负载指标高于存储业务的当前存储设备的负载指标时，确定出负载指标符合业务的平均访问密度要求的目标存储设备。存储设备的负载指标由该存储设备的CPU、网络状况以及IO等指标决定，不同的存储设备对应的负载指标不同。比如7、8月份学生放假，某些业务的访问密度会有所增加，即这些业务所要求负载指标也会增加，如果业务的平均访问密度所要求的负载指标已经高于所存入的存储设备的负载指标，继续存在所存入的存储设备中，可能会造成所存入的存储设备负载过大，此时需要将业务重新存入负载指标符合该业务的平均访问密度要求的目标存储设备中。在步骤204中，将当前存储设备中存储的业务的数据，转移存储至目标存储设备中。存储设备的负载指标指数可以通过该存储设备的CPU、网络状况以及IO等指标计算得出。比如，将DRAM(英文：DynamicRandomAccessMemory，中文：动态随机存取存储器)、SSD(英文：SolidStateDrives，中文：固态硬盘)和HDD(英文：HardDiskDrive，中文：硬盘驱动器)的CPU、网络状况以及IO等指标通过计算，得出所对应的负载指标指数，其负载指标指数由低到高依次为：HDD<SSD<DRAM，如以下表格所示，HDD可以存放业务的平均访问密度所要求的负载指标指数在150以下的业务数据，SSD可以存放业务的平均访问密度所要求的负载指标指数在250以下的业务数据，DRAM可以存放业务的平均访问密度所要求的负载指标指数在350以下的业务数据，比如A业务的平均访问密度所要求的负载指标指数为100，将A业务所涉及的数据以数据片的形式存入HHD中，若一个月后检测到A业务的负载指标指数升高为180，则将A业务所涉及的数据以数据片的形式转存入SSD中。存储设备负载指标指数HHD150SSD250DRAM350需要说明的是，该表格中所示的存储设备不仅限于HDD、SSD和DRAM，且该图中所示存储设备的负载指标指数，其目的仅限于举例使用，其真实数据并不以此为依据。综上所述，本公开实施例中提供的业务数据存储方法，通过根据业务的平均访问密度确定出负载指标符合该业务的平均访问密度要求的目标存储设备，将该业务的数据转移至这些目标存储设备中；由于可以根据业务的平均访问密度确定适于存放该业务的数据的目标存储设备，从而在存储业务的数据时，同时考量了业务的平均访问密度和存储设备的负载指标，因此解决了现有技术存在的存储设备的负载指标不一定能满足业务的访问需求，导致该业务的访问性能比较差的问题；达到了可以将业务的数据存储至负载指标符合该业务的平均访问密度的存储设备中，提高了业务的访问性能的效果。在一种可能的实现方式中，可以将图2A中的步骤201进一步替换为步骤201a至步骤201c。请参见图2B所示，其是本发明一个实施例中提供的计算业务在每天的访问密度的方法流程图，如图2B所示，该业务数据存储包括如下步骤。在步骤201a中，在每个单位时间段内，获取存储业务的各个数据片在单位时间段内的访问次数。在一种可能的实现方式中，可以将图2B中的步骤201a进一步替换为步骤201a1至步骤201a2。请参见图2C所示，其是本发明一个实施例中提供的获取存储业务的各个数据片在单位时间段内的访问次数的方法流程图，如图2C所示，该业务数据存储包括如下步骤。在步骤201a1中，接收各个存储设备上传的各个数据片在单位时间段内被访问的访问次数。为了便于统计，可以以单位时间段为单位来统计业务的访问密度，在实际应用中，该单位时间段可以根据实际的统计需要来决定，比如所选取的单位时间段既可以便于确定业务的访问密度，又不至于使得访问密度值过大。比如，根据实验统计，单位时间段为5分钟时效果较好。显然，单位时间段还可以为1分钟、1小时等，本实施例对单位时间段的具体取值不进行限定。在实际应用中，当确定好单位时间段后，各个存储设备在会依次对单位时 间段内每个数据片被访问的访问次数进行统计，并上报至控制中心。对应的，控制中心则可以接收到各个存储设备上传的各个数据片在单位时间段内被访问的访问次数。在步骤201a2中，筛选出同一个业务所涉及的各个数据片在单位时间段内的访问次数。由于控制中心在为每个业务存储数据时，均会根据业务的数据量为该业务从存储设备中申请若干个数据片，以用于存储该业务的数据，因此当存储设备上报了其内部所包含的各个数据片在单位时间段内的访问次数时，控制中心可以接收到所有数据片在单位时间段内的访问次数。因此，当需要统计一个业务的访问密度时，控制中心可以从所有上报的访问次数中，筛选出同一个业务所涉及的各个数据片在单位时间段内的访问次数。在步骤201b中，计算存储业务的各个数据片在单位时间段内的访问次数之和，得到业务在单位时间段内的访问次数。在分布式数据库中，一个业务涉及的数据片的数量通常不止一个，由于每个数据片每单位时间段内均对应一个访问次数，因此针对同一个业务，需要计算该业务所涉及的所有数据片在单位时间段内的访问次数之和，从而得到该业务在单位时间段内的访问次数。也即，单位时间段内，同一个业务所涉及的所有数据片的访问次数之和，即为该业务在该单位时间段内的访问次数。在步骤201c中，根据业务在当天内各个单位时间段内的访问次数，计算得到业务在当天的访问密度，访问密度用于指示业务在单位时间段内的平均访问次数。这里所说的相邻两个单位时间段中在前单位时间段的结束时刻为在后单位时间段的起始时刻。比如，设单位时间段为5分钟，那么当天存储设备会把该业务所涉及的所有数据片的访问次数向控制中心上报288次，控制中心根据该业务所涉及的所有数据片288个相邻时间段内的访问次数进行统计，计算出该业务当天288个相邻时间段内的访问次数，再对这288个相邻时间段内的访问次数进行筛选，将符合条件的访问次数求平均，即可计算出该业务当天的访问密度。在一种可能的实现方式中，可以将图2B中的步骤201c进一步替换为步骤 201c1至步骤201c3。请参见图2D所示，其是本发明一个实施例中提供的根据业务在当天内各个单位时间段内的访问次数，计算得到业务在当天的访问密度的方法流程图，如图2D所示，该业务数据存储包括如下步骤。在步骤201c1中，将业务在当天内各个单位时间段内的访问次数按照从高到低的顺序依次排序。比如，如果每隔144分钟，存储设备将A业务所涉及的数据片访问次数上报到控制中心，那么当天存储设备需要上报10次，控制中心对10次上报的数据片访问次数进行计算，得出当天A业务的10个时间段内的访问次数，将这10个相邻时间段内的访问次数以表格形式显示，请参见图2E，其是本发明一个实施例中提供的一个业务当天10个相邻时间段内的访问次数的表格示意图，如图2E所示，对A业务当天个相邻时间段内的访问次数按照从高到底的顺序依次排序，图2E(1)为排序前的A业务访问次数数据表格，图2E(2)为排序后的A业务访问次数数据表格。需要说明的是，图2E中A业务各个时间段的访问次数仅用于举例使用，其真实数据不以此为依据。在步骤201c2中，选取访问次数最高的预定个访问次数。在步骤201c3中，计算选取的预定个访问次数的平均值，将平均值确定为业务在当天的访问密度。比如，每隔5分钟获取数据片的访问次数，对一个业务一天内的访问次数需要获取288次，对所有288个访问次数求平均值时计算量比较大，若业务获取访问次数时间间隔缩短，得到的一个业务一天内的访问次数将会更多，计算量将会更大，且如果288个访问次数中大部分的取值均比较小，很容易导致计算出的业务的访问密度偏小，这样与访问密码匹配的存储设备的负载指标也比较差，容易导致该业务在访问次数比较高时，存储设备的负载指标无法满足业务的访问需求。因此，可以从业务当天所有访问次数中取值最高的预定个访问次数，根据选取的预定个访问次数求该业务的访问密度，比如取值最高的15个访问次数。仍参见图2E(2)，若对A业务当天10个访问次数排序后，选取访问次数最高的4个访问次数求平均值，即对T10、T2、T6和T7这四个时间段的访问次数求平均值：(480+460+460+440)/4＝460，则A业务当天的访问密度为460。综上所述，本公开实施例中提供的业务数据存储方法，通过根据业务的平均访问密度确定出负载指标符合该业务的平均访问密度要求的目标存储设备，将该业务的数据转移至这些目标存储设备中；由于可以根据业务的平均访问密度确定适于存放该业务的数据的目标存储设备，从而在存储业务的数据时，同时考量了业务的平均访问密度和存储设备的负载指标，因此解决了现有技术存在的存储设备的负载指标不一定能满足业务的访问需求，导致该业务的访问性能比较差的问题；达到了可以将业务的数据存储至负载指标符合该业务的平均访问密度的存储设备中，提高了业务的访问性能的效果。另外，将数据片当天的访问次数和业务当天的访问密度分别转换成一条访问记录进行存储，可以有效节约存储空间。此外，在一种可选的方式中，在步骤201a后，对于每个数据片，将数据片在各个单位时间段内的访问次数组成一条访问记录。由于每个数据片每单位时间段内均对应一个访问次数，因此针对同一个数据片，需要存储多条访问记录，在查询该数据片中的访问次数时，需要从海量的数据片中查找一个数据片的在某个单位时间段内的访问次数，且针对各个单位时间段，需要多次进行查找，查找效率非常低，为了提高查找效率，可以将同一个数据片所对应的多条访问记录组成一条访问记录。也即，控制中心将获取得到的同一个数据片的访问次数组成一条访问记录进行存储。在另一种可选的方式中，在步骤201d后，对于每个业务，将业务在每天的访问密度组成一条访问记录。将业务在每天的访问密度组成一条访问记录进行存储，即在业务的访问密度转换为一条访问记录前需要存储多个数据，而转换后只需要存储一条数据即可，可以有效节约存储空间。请参见图2F，其实图2E所对应的折线图，在A业务的访问密度转换前，需要对A业务10个时间段内的访问次数进行存储，转换后只需要存储一条线状访问。在一种可能的实现方式中，可以将图2A中的步骤204进一步替换为步骤204a至步骤204c。请参见图2G所示，其是本发明一个实施例中提供的根据业务在当天内各个单位时间段内的访问次数，计算得到业务在当天的访问密度的 方法流程图，如图2G所示，该业务数据存储包括如下步骤。在步骤204a中，从目标存储设备中为业务申请目标数据片。这里所说的目标存储设备为负载指标符合业务的平均访问密度要求的目标存储设备，存储设备中存放有多个数据片，控制中心需检测目标存储设备中所剩空闲存储空间是否可以存储该业务的所有数据，如果可以则向目标存储设备申请目标数据片。在步骤204b中，从当前存储设备中存储业务的数据片中读取出业务的数据，将读取出的数据写入目标数据片中。请参见图2H所示，其是本发明一个实施例中提供的从当前存储设备中读取数据并写入目标数据片中的示意图，如图2H所示，比如一个业务数据分别存储在当前存储设备11A的数据片A、数据片B和数据片C中，控制中心读取当前存储设备11A的数据片A、数据片B和数据片C中的数据，分别将读取的数据写入目标存储设备11B的数据片D、数据片E以及数据片F中，当当前存储设备11A中该业务所涉及的三块数据片数据成功写入目标存储设备11B后，则该业务数据转存结束。在步骤204c中，清除当前存储设备中已经被读取出的业务的数据的数据片。成功将读取出的数据写入目标数据片中后，可以及时清除该业务在当前存储设备中已经被读取出的业务的数据的数据片，释放所占用的存储空间，以便其它业务数据的及时存入。综上所述，本公开实施例中提供的业务数据存储方法，通过根据业务的平均访问密度确定出负载指标符合该业务的平均访问密度要求的目标存储设备，将该业务的数据转移至这些目标存储设备中；由于可以根据业务的平均访问密度确定适于存放该业务的数据的目标存储设备，从而在存储业务的数据时，同时考量了业务的平均访问密度和存储设备的负载指标，因此解决了现有技术存在的存储设备的负载指标不一定能满足业务的访问需求，导致该业务的访问性能比较差的问题；达到了可以将业务的数据存储至负载指标符合该业务的平均访问密度的存储设备中，提高了业务的访问性能的效果。另外，清除当前存储设备中已经被读取出的业务的数据的数据片，释放所占用的存储空间。下述为本发明装置实施例，对于装置实施例中未详尽描述的细节，可以参考上述一一对应的方法实施例。图3是本发明一个实施例中提供的业务数据存储装置的结构方框图，如图3所示，该业务数据存储装置包括：第一计算模块301、第二计算模块302、确定模块303、转移模块304。第一计算模块301，用于对于同一个业务，计算业务在每天的访问密度；第二计算模块302，用于选取业务连续预定天的访问密度，计算选取出的各个访问密度的平均值，得到业务在预定天的平均访问密度；确定模块303，用于若业务的平均访问密度所要求的负载指标高于存储业务的当前存储设备的负载指标时，确定出负载指标符合业务的平均访问密度要求的目标存储设备；转移模块304，用于将当前存储设备中存储的业务的数据，转移存储至目标存储设备中。在一种可能的实现方式中，请参见图4所示，其是本发明另一个实施例中提供的业务数据存储装置的结构方框图，该第一计算模块301，包括：获取单元301a、第一计算单元301b和第二计算单元301c。获取单元301a，用于在每个单位时间段内，获取存储业务的各个数据片在单位时间段内的访问次数；第一计算单元301b，用于计算存储业务的各个数据片在单位时间段内的访问次数之和，得到业务在单位时间段内的访问次数；第二计算单元301c，用于根据业务在当天内各个单位时间段内的访问次数，计算得到业务在当天的访问密度，访问密度用于指示业务在单位时间段内的平均访问次数；其中，相邻两个单位时间段中在前单位时间段的结束时刻为在后单位时间段的起始时刻。在一种可能的实现方式中，仍参见图4所示，该获取单元301a，包括：接收子单元301a1、筛选子单元301a2。接收子单元301a1，用于接收各个存储设备上传的各个数据片在单位时间段内被访问的访问次数；筛选子单元301a2，用于筛选出同一个业务所涉及的各个数据片在单位时间 段内的访问次数。在一种可能的实现方式中，仍参见图4所示，该第二计算单元301c，包括：排序子单元301c1、选取子单元301c2、计算子单元301c3。排序子单元301c1，用于将业务在当天内各个单位时间段内的访问次数按照从高到低的顺序依次排序；选取子单元301c2，用于选取访问次数最高的预定个访问次数；计算子单元301c3，用于计算选取的预定个访问次数的平均值，将平均值确定为业务在当天的访问密度。在一种可能的实现方式中，仍参见图4所示，该第一计算模块301还包括：第一组成单元301d。第一组成单元301d，用于对于每个数据片，将数据片在各个单位时间段内的访问次数组成一条访问记录；该第一计算模块301还包括：第二组成单元301e。第二组成单元301e，用于对于每个业务，将业务在每天的访问密度组成一条访问记录。在一种可能的实现方式中，仍参见图4所示，该转移模块304，包括：申请单元304a、写入单元304b、清除单元304c。申请单元304a，用于从目标存储设备中为业务申请目标数据片；写入单元304b，用于从当前存储设备中存储业务的数据片中读取出业务的数据，将读取出的数据写入目标数据片中；清除单元304c，用于清除当前存储设备中已经被读取出的业务的数据的数据片。综上所述，本公开实施例中提供的业务数据存储装置，通过根据业务的平均访问密度确定出负载指标符合该业务的平均访问密度要求的目标存储设备，将该业务的数据转移至这些目标存储设备中；由于可以根据业务的平均访问密度确定适于存放该业务的数据的目标存储设备，从而在存储业务的数据时，同时考量了业务的平均访问密度和存储设备的负载指标，因此解决了现有技术存在的存储设备的负载指标不一定能满足业务的访问需求，导致该业务的访问性能比较差的问题；达到了可以根据业务的数据存储至负载指标符合该业务的平均访问密度的存储设备中，提高了业务的访问性能的效果。另外，将数据片当天的访问次数和业务当天的访问密度分别转换成一条访问记录进行存储，，可以有效节约存储空间。需要说明的是：上述实施例中提供的业务数据存储装置在存储业务数据时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将控制中心的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的业务数据存储装置与业务数据存储方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储设备中，上述提到的存储设备可以是只读存储器，磁盘或光盘等。以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页1 2 3