一种基于流处理的数据同步的方法、系统、设备及介质与流程

1.本发明涉及数据同步领域，更具体地，特别是指一种基于流处理的数据同步的方法、系统、计算机设备及可读介质。


背景技术：

2.当前企业级应用为了数据安全，采用多数据中心方式多点存储关键数据，这提升了数据的安全性保障，但同时也增加了运维难度，例如多数据中心之间的数据同步就是一个亟待解决的问题。
3.现有的数据同步中间件或工具有诸多的不足，或收费、或只能面向某一款产品。如数据库同步工具只能同步本类型数据库，而对于其它数据库的文件则无法进行。或者工具只能同步传统文件系统的文件，但是无法对输入输出流做两点间的同步。这意味着如果企业有多个数据同步场景时，则需要分别配置多种数据同步的方案，这既不经济也提高了维护难度。


技术实现要素：

4.有鉴于此，本发明实施例的目的在于提出一种基于流处理的数据同步的方法、系统、计算机设备及计算机可读存储介质，通过将不同的文件格式统一以传输流进行数据交换，能适用不同数据同步场景，如文件同步、输入/输出流同步等，进而实现上层应用如数据库文件、操作系统文件和程序日志等数据信息的同步。
5.基于上述目的，本发明实施例的一方面提供了一种基于流处理的数据同步的方法，包括如下步骤：按照类型对文件资源进行划分，并对划分后的每个类型设置对应的主题；获取待同步文件的文件流，并将所述文件流拆分成多个子文件流包，计算每个子文件流包的大小和摘要值；将每个子文件流包按顺序编号后写入本地缓冲区，并将每个子文件流包与对应的主题进行关联；根据所述主题将所述子文件流包发送给对应的目标节点，并在目标节点检验所述子文件流包的摘要值是否发生变化；以及响应于所述子文件流包的摘要值未发生变化，根据所述编号将属于同一个文件流的多个子文件流包进行合并以同步数据。
6.在一些实施方式中，所述根据所述主题将所述子文件流包发送给对应的目标节点包括：响应于检测到有文件待发送，读取所述文件的数据包，并将所述数据包加密后通过网络传输到目标数据中心；以及通过所述目标数据中心解析所述数据包的主题，并通知所述订阅所述主题的节点处理所述主题对应的子文件流包。
7.在一些实施方式中，所述在目标节点检验所述子文件流包的摘要值是否发生变化包括：订阅所述主题的节点从所述本地缓冲区中获取对应的子文件流包，并计算获取后的子文件流包的摘要值以判断所述摘要值是否发生变化。
8.在一些实施方式中，方法还包括：判断是否在预设时间内接收到所述目标节点的处理响应；以及响应于在预设时间内接收到所述目标节点的处理响应，继续下一个数据包
的传输。
9.本发明实施例的另一方面，还提供了一种基于流处理的数据同步系统，包括：划分模块，配置用于按照类型对文件资源进行划分，并对划分后的每个类型设置对应的主题；获取模块，配置用于获取待同步文件的文件流，并将所述文件流拆分成多个子文件流包，计算每个子文件流包的大小和摘要值；关联模块，配置用于将每个子文件流包按顺序编号后写入本地缓冲区，并将每个子文件流包与对应的主题进行关联；检验模块，配置用于根据所述主题将所述子文件流包发送给对应的目标节点，并在目标节点检验所述子文件流包的摘要值是否发生变化；以及执行模块，配置用于响应于所述子文件流包的摘要值未发生变化，根据所述编号将属于同一个原始文件流的多个子文件流包进行合并以同步数据。
10.在一些实施方式中，所述检验模块配置用于：响应于检测到有文件待发送，读取所述文件的数据包，并将所述数据包加密后通过网络传输到目标数据中心；以及通过所述目标数据中心解析所述数据包的主题，并通知所述订阅所述主题的节点处理所述主题对应的子文件流包。
11.在一些实施方式中，所述检验模块配置用于：订阅所述主题的节点从所述本地缓冲区中获取对应的子文件流包，并计算获取后的子文件流包的摘要值以判断所述摘要值是否发生变化。
12.在一些实施方式中，系统还包括判断模块，配置用于：判断是否在预设时间内接收到所述目标节点的处理响应；以及响应于在预设时间内接收到所述目标节点的处理响应，继续下一个数据包的传输。
13.本发明实施例的又一方面，还提供了一种计算机设备，包括：至少一个处理器；以及存储器，所述存储器存储有可在所述处理器上运行的计算机指令，所述指令由所述处理器执行时实现如上方法的步骤。
14.本发明实施例的再一方面，还提供了一种计算机可读存储介质，计算机可读存储介质存储有被处理器执行时实现如上方法步骤的计算机程序。
15.本发明具有以下有益技术效果：通过将不同的文件格式统一以传输流进行数据交换，能适用不同数据同步场景，如文件同步、输入/输出流同步等，进而实现上层应用如数据库文件、操作系统文件和程序日志等数据信息的同步。
附图说明
16.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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实施例。
17.图1为本发明提供的基于流处理的数据同步的方法的实施例的示意图；
18.图2为本发明提供的基于流处理的数据同步的方法的实施例的架构图；
19.图3为本发明提供的基于流处理的数据同步的计算机设备的实施例的硬件结构示意图；
20.图4为本发明提供的基于流处理的数据同步的计算机存储介质的实施例的示意图。
具体实施方式
21.为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明实施例进一步详细说明。
22.需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。
23.基于上述目的，本发明实施例的第一个方面，提出了一种基于流处理的数据同步的方法的实施例。图1示出的是本发明提供的基于流处理的数据同步的方法的实施例的示意图。如图1所示，本发明实施例包括如下步骤：
24.s1、按照类型对文件资源进行划分，并对划分后的每个类型设置对应的主题；
25.s2、获取待同步文件的文件流，并将文件流拆分成多个子文件流包，计算每个子文件流包的大小和摘要值；
26.s3、将每个子文件流包按顺序编号后写入本地缓冲区，并将每个子文件流包与对应的主题进行关联；
27.s4、根据主题将子文件流包发送给对应的目标节点，并在目标节点检验子文件流包的摘要值是否发生变化；以及
28.s5、响应于子文件流包的摘要值未发生变化，根据编号将属于同一个文件流的多个子文件流包进行合并以同步数据。
29.图2示出的是本发明提供的基于流处理的数据同步的方法的实施例的架构图。如图2所示，本发明实施例包括源节点(source)和目标节点(sink)。源节点负责收集和汇总源头数据，要实现这一点，source需要支持多种数据源头，如文件系统文件、nas(network attached storage，网络附加存储)、rdb(relation data base，关系数据库)、nosql(not only structured query language，非关系型的数据库)和日志流等多种数据流，并转换为通用二进制流。数据源传输流(transporter)负责数据流的传输和加密。数据源传输流需要保证流推送的实时性和事务性，其内部可以分拆为小粒度的数据包，通过数据包编号和包哈希保证数据传输的完整性。数据源传输流还需要保证数据传输的加密，避免数据流在网络传输中被截获和破解，甚至篡改等安全问题。目标节点接受数据传输流的数据，并通过内部协议转码还原为原来的数据源格式，并选择适当的持久化方式存储这些数据，进而完成数据的同步功能。本发明实施例中还包括发布订阅系统，其负责数据源信息的分类和事件监听，可以对同步数据标识为不同的主题(topic)，并注册发送事件和接收事件的监听器，当有数据推送时候，发布订阅系统可以自动通知订阅者获取数据。
30.按照类型对文件资源进行划分，并对划分后的每个类型设置对应的主题。对文件资源进行合理划分，并设置不同主题(topic)，主题需要与系统内的其他资源不冲突。目标节点可以选择订阅某个具体的topic，系统在有数据时即可通知该节点及时处理数据。
31.获取待同步文件的文件流，并将文件流拆分成多个子文件流包，计算每个子文件流包的大小和摘要值。源节点打开待同步文件，或者读入文件流，标识数据文件名等元数据信息后，将文件流拆分为子文件流包package，计算package的大小和摘要值。
32.将每个子文件流包按顺序编号后写入本地缓冲区，并将每个子文件流包与对应的主题进行关联。为每个数据包按顺序编号后写入本地缓冲区，关联主题，等待发送。
33.根据主题将子文件流包发送给对应的目标节点，并在目标节点检验子文件流包的摘要值是否发生变化。
34.在一些实施方式中，所述根据所述主题将所述子文件流包发送给对应的目标节点包括：响应于检测到有文件待发送，读取所述文件的数据包，并将所述数据包加密后通过网络传输到目标数据中心；以及通过所述目标数据中心解析所述数据包的主题，并通知所述订阅所述主题的节点处理所述主题对应的子文件流包。transporter检查到有文件待发送，则读取文件包，并做文件数据加密后通过网络传输至文件接收节点所处的目标数据中心。目标数据中心解密到来的数据包，并解读topic后，通知注册此主题的目标节点处理数据。
35.在一些实施方式中，所述在目标节点检验所述子文件流包的摘要值是否发生变化包括：订阅所述主题的节点从所述本地缓冲区中获取对应的子文件流包，并计算获取后的子文件流包的摘要值以判断所述摘要值是否发生变化。
36.响应于子文件流包的摘要值未发生变化，根据编号将属于同一个原始文件流的多个子文件流包进行合并以同步数据。目标节点接到通知后，从本地缓冲区获取待处理数据包，如果子文件流包的摘要值未发生变化，通过编号恢复原数据信息，并通过提取原数据保存为文件或者写入某个流中，完成数据的持久化或重定向。
37.在一些实施方式中，方法还包括：判断是否在预设时间内接收到所述目标节点的处理响应；以及响应于在预设时间内接收到所述目标节点的处理响应，继续下一个数据包的传输。目标节点接收到数据并处理完成后，将此标号数据包的处理响应通过transporter回传给源节点，源节点收到此回复后认为数据同步成功，可继续后续数据包的传输。若未收到目标节点的处理响应或者超过一定时间没有获得处理响应，认为数据传输失败，则需要重新发送此数据包。
38.需要特别指出的是，上述基于流处理的数据同步的方法的各个实施例中的各个步骤均可以相互交叉、替换、增加、删减，因此，这些合理的排列组合变换之于基于流处理的数据同步的方法也应当属于本发明的保护范围，并且不应将本发明的保护范围局限在实施例之上。
39.基于上述目的，本发明实施例的第二个方面，提出了一种基于流处理的数据同步的系统，包括：划分模块，配置用于按照类型对文件资源进行划分，并对划分后的每个类型设置对应的主题；获取模块，配置用于获取待同步文件的文件流，并将所述文件流拆分成多个子文件流包，计算每个子文件流包的大小和摘要值；关联模块，配置用于将每个子文件流包按顺序编号后写入本地缓冲区，并将每个子文件流包与对应的主题进行关联；检验模块，配置用于根据所述主题将所述子文件流包发送给对应的目标节点，并在目标节点检验所述子文件流包的摘要值是否发生变化；以及执行模块，配置用于响应于所述子文件流包的摘要值未发生变化，根据所述编号将属于同一个文件流的多个子文件流包进行合并以同步数据。
40.在一些实施方式中，所述检验模块配置用于：响应于检测到有文件待发送，读取所述文件的数据包，并将所述数据包加密后通过网络传输到目标数据中心；以及通过所述目标数据中心解析所述数据包的主题，并通知所述订阅所述主题的节点处理所述主题对应的子文件流包。
41.在一些实施方式中，所述检验模块配置用于：订阅所述主题的节点从所述本地缓
冲区中获取对应的子文件流包，并计算获取后的子文件流包的摘要值以判断所述摘要值是否发生变化。
42.在一些实施方式中，系统还包括判断模块，配置用于：判断是否在预设时间内接收到所述目标节点的处理响应；以及响应于在预设时间内接收到所述目标节点的处理响应，继续下一个数据包的传输。
43.基于上述目的，本发明实施例的第三个方面，提出了一种计算机设备，包括：至少一个处理器；以及存储器，存储器存储有可在处理器上运行的计算机指令，指令由处理器执行以实现如下步骤：s1、按照类型对文件资源进行划分，并对划分后的每个类型设置对应的主题；s2、获取待同步文件的文件流，并将文件流拆分成多个子文件流包，计算每个子文件流包的大小和摘要值；s3、将每个子文件流包按顺序编号后写入本地缓冲区，并将每个子文件流包与对应的主题进行关联；s4、根据主题将子文件流包发送给对应的目标节点，并在目标节点检验子文件流包的摘要值是否发生变化；以及s5、响应于子文件流包的摘要值未发生变化，根据编号将属于同一个文件流的多个子文件流包进行合并以同步数据。
44.在一些实施方式中，所述根据所述主题将所述子文件流包发送给对应的目标节点包括：响应于检测到有文件待发送，读取所述文件的数据包，并将所述数据包加密后通过网络传输到目标数据中心；以及通过所述目标数据中心解析所述数据包的主题，并通知所述订阅所述主题的节点处理所述主题对应的子文件流包。
45.在一些实施方式中，所述在目标节点检验所述子文件流包的摘要值是否发生变化包括：订阅所述主题的节点从所述本地缓冲区中获取对应的子文件流包，并计算获取后的子文件流包的摘要值以判断所述摘要值是否发生变化。
46.在一些实施方式中，步骤还包括：判断是否在预设时间内接收到所述目标节点的处理响应；以及响应于在预设时间内接收到所述目标节点的处理响应，继续下一个数据包的传输。
47.如图3所示，为本发明提供的上述基于流处理的数据同步的计算机设备的一个实施例的硬件结构示意图。
48.以如图3所示的装置为例，在该装置中包括一个处理器201以及一个存储器202，并还可以包括：输入装置203和输出装置204。
49.处理器201、存储器202、输入装置203和输出装置204可以通过总线或者其他方式连接，图3中以通过总线连接为例。
50.存储器202作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的基于流处理的数据同步的方法对应的程序指令/模块。处理器201通过运行存储在存储器202中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的基于流处理的数据同步的方法。
51.存储器202可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据基于流处理的数据同步的方法的使用所创建的数据等。此外，存储器202可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器202可选包括相对于处理器201远程设置的存储器，这些远程存储器
可以通过网络连接至本地模块。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
52.输入装置203可接收输入的用户名和密码等信息。输出装置204可包括显示屏等显示设备。
53.一个或者多个基于流处理的数据同步的方法对应的程序指令/模块存储在存储器202中，当被处理器201执行时，执行上述任意方法实施例中的基于流处理的数据同步的方法。
54.执行上述基于流处理的数据同步的方法的计算机设备的任何一个实施例，可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
55.本发明还提供了一种计算机可读存储介质，计算机可读存储介质存储有被处理器执行时执行如上方法的计算机程序。
56.如图4所示，为本发明提供的上述基于流处理的数据同步的计算机存储介质的一个实施例的示意图。以如图4所示的计算机存储介质为例，计算机可读存储介质3存储有被处理器执行时执行如上方法的计算机程序31。
57.最后需要说明的是，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关硬件来完成，基于流处理的数据同步的方法的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，程序的存储介质可为磁碟、光盘、只读存储记忆体(rom)或随机存储记忆体(ram)等。上述计算机程序的实施例，可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
58.以上是本发明公开的示例性实施例，但是应当注意，在不背离权利要求限定的本发明实施例公开的范围的前提下，可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外，尽管本发明实施例公开的元素可以以个体形式描述或要求，但除非明确限制为单数，也可以理解为多个。
59.应当理解的是，在本文中使用的，除非上下文清楚地支持例外情况，单数形式“一个”旨在也包括复数形式。还应当理解的是，在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
60.上述本发明实施例公开实施例序号仅仅为了描述，不代表实施例的优劣。
61.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，程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
62.所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子；在本发明实施例的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，并存在如上的本发明实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。