CN110069386A - 一种运算终端数据处理方法、运算终端、***及介质 - Google Patents
一种运算终端数据处理方法、运算终端、***及介质 Download PDFInfo
- Publication number
- CN110069386A CN110069386A CN201910356747.3A CN201910356747A CN110069386A CN 110069386 A CN110069386 A CN 110069386A CN 201910356747 A CN201910356747 A CN 201910356747A CN 110069386 A CN110069386 A CN 110069386A
- Authority
- CN
- China
- Prior art keywords
- data
- space
- operation terminal
- threshold value
- available space
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000003860 storage Methods 0.000 claims description 16
- 238000005201 scrubbing Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000004140 cleaning Methods 0.000 description 12
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 239000003292 glue Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000009916 joint effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3037—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a memory, e.g. virtual memory, cache
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F12/00—Accessing, addressing or allocating within memory systems or architectures
- G06F12/02—Addressing or allocation; Relocation
- G06F12/08—Addressing or allocation; Relocation in hierarchically structured memory systems, e.g. virtual memory systems
- G06F12/0802—Addressing of a memory level in which the access to the desired data or data block requires associative addressing means, e.g. caches
- G06F12/0891—Addressing of a memory level in which the access to the desired data or data block requires associative addressing means, e.g. caches using clearing, invalidating or resetting means
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- Memory System Of A Hierarchy Structure (AREA)
Abstract
本发明公开了一种运算终端数据处理方法、运算终端、***及介质。该方法的步骤包括:对运算终端执行数据运算产生的缓存数据的空间占用量进行监控;在缓存数据对初始剩余可用空间的占用量达到第一空间阈值后和/或在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据进行清理;其中,第一空间阈值以及第二空间阈值均小于或等于初始剩余可用空间的容量值。本方法相对确保了运算终端的作为共享运算节点的数据运算效率以及可靠性。此外,本发明还提供一种运算终端、运算终端数据处理***及介质,有益效果同上所述。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种运算终端数据处理方法、运算终端、***及介质。
背景技术
随着当前电子元件的精密程度不断提高,由电子元件构成的运算终端的数据处理能力也在不断提升,导致运算终端的更新换代速度愈发加快,闲置的运算终端数量不断增多,由于闲置的运算终端仍然具有对数据的处理能力,因此当前企业通常将大量闲置的运算终端作为提供数据运算能力的共享运算节点,以此整合闲置运算终端的数据运算能力,并以较低的成本实现对运算任务的运算处理。
在当前将运算终端作为共享运算节点提供数据运算能力的场景中,运算终端的存储空间通常有限,当运算终端作为共享运算节点参与数据运算时,通常会缓存大量的运算数据,因此会不断占用运算终端的存储空间,进而可能存在运算终端的存储空间不足的情况,从而导致运算终端的运算效率、流畅度以及稳定性降低,甚至直接造成运算终端的宕机重启,因此难以确保运算终端的作为共享运算节点的数据运算效率以及可靠性。
由此可见,提供一种运算终端数据处理方法,以相对确保运算终端的作为共享运算节点的数据运算效率以及可靠性,是本领域技术人员需要解决的问题。
发明内容
本发明的目的是提供一种运算终端数据处理方法、运算终端、***及介质,以相对确保运算终端的作为共享运算节点的数据运算效率以及可靠性。
为解决上述技术问题,本发明提供一种运算终端数据处理方法,应用于运算终端,方法包括:
对运算终端执行数据运算产生的缓存数据的空间占用量进行监控;
在缓存数据对初始剩余可用空间的占用量达到第一空间阈值后和/或在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据进行清理;其中,第一空间阈值以及第二空间阈值均小于或等于初始剩余可用空间的容量值。
优选的,在缓存数据对初始剩余可用空间的占用量达到第一空间阈值后和/或在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据进行清理,包括:
在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据进行清理以使当前剩余可用空间的容量值大于或等于第二空间阈值。
优选的,在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据进行清理以使当前剩余可用空间的容量值大于或等于第二空间阈值之后,方法还包括:
当缓存数据全部清理完毕,且当前剩余可用空间的容量值仍未大于或等于第二空间阈值时,进行空间异常告警。
优选的,在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据进行清理以使当前剩余可用空间的容量值大于或等于第二空间阈值之前,方法还包括:
在执行数据运算产生的缓存数据中标记满足预设标准的可清理数据;
在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据进行清理以使当前剩余可用空间的容量值大于或等于第二空间阈值,包括:
在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据中的可清理数据进行清理以使当前剩余可用空间的容量值大于或等于第二空间阈值。
优选的,在执行数据运算产生的缓存数据中标记满足预设标准的可清理数据,包括:
数据运算将预设时长内未受调用的缓存数据标记为可清理数据。
优选的,在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据中的可清理数据进行清理以使当前剩余可用空间的容量值大于或等于第二空间阈值之后,方法还包括:
当可清理数据全部清理完毕,且当前剩余可用空间的容量值仍小于第二空间阈值时,清理除可清理数据以外的缓存数据。
优选的,在缓存数据对初始剩余可用空间的占用量达到第一空间阈值后和/或在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据进行清理,包括:
在缓存数据对初始剩余可用空间的占用量达到第一空间阈值后和/或在当前剩余可用空间的容量值小于第二空间阈值后,以缓存数据存在的周期长度作为优先级对缓存数据进行清理。
此外,本发明还提供一种运算终端,运算终端包括存储器、处理器和总线,存储器上存储有可由总线传输至处理器,并在处理器上运行的运算终端数据处理程序,运算终端数据处理程序被处理器执行时实现如上述的运算终端数据处理方法。
优选的,运算终端为组成CDN网络或者区块链网络的节点。
此外,本发明还提供一种运算终端数据处理***,***包括:
监控单元,用于对运算终端执行数据运算产生的缓存数据的空间占用量进行监控;
数据清理单元,用于在缓存数据对初始剩余可用空间的占用量达到第一空间阈值后和/或在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据进行清理;其中,第一空间阈值以及第二空间阈值均小于或等于初始剩余可用空间的容量值。
此外,本发明还提供一种计算机可读存储介质,计算机可读存储介质上存储有运算终端数据处理程序,运算终端数据处理程序可被一个或者多个处理器执行,以实现如上述的运算终端数据处理方法。
本发明所提供的运算终端数据处理方法,首先对执行数据运算产生的缓存数据以及空间的占用量进行监控,进而当存在执行数据运算产生的缓存数据对初始剩余可用空间的占用量达到第一空间阈值的情况和/或当前剩余可用空间的容量值小于第二空间阈值的情况时,对缓存数据进行清理,其中,第一空间阈值以及第二空间阈值均小于或等于初始剩余可用空间的整体容量值。由于本方法考虑到运算终端会因执行数据运算时产生缓存数据而占用空间的情况,除此之外还考虑到运算终端本身可能因响应其它客观操作而产生数据占用空间的情况,因此通过不同的阈值对上述情况进行相应的判定,并在上述任意情况下,数据对空间的占用达到阈值时,均对数据运算时产生缓存数据进行清理,以此避免运算终端的存储空间不足的情况,进而相对确保了运算终端的作为共享运算节点的数据运算效率以及可靠性。此外,本发明还提供一种运算终端、运算终端数据处理***及介质,有益效果同上所述。
附图说明
为了更清楚地说明本发明实施例,下面将对实施例中所需要使用的附图做简单的介绍,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为本发明实施例提供的一种运算终端数据处理方法的流程图;
图2为本发明实施例提供的另一种运算终端数据处理方法的流程图;
图3为本发明实施例提供的另一种运算终端数据处理方法的流程图;
图4为本发明实施例提供的另一种运算终端数据处理方法的流程图;
图5为本发明实施例提供的一种运算终端的结构图。
具体实施方式
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实施例,而不是全部实施例。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,都属于本发明保护范围。
在当前将运算终端作为共享运算节点提供数据运算能力的场景中,运算终端的存储空间通常有限,当运算终端作为共享运算节点参与数据运算时,通常会缓存大量的运算数据,因此会不断占用运算终端的存储空间,进而可能存在运算终端的存储空间不足的情况,从而导致运算终端的运算效率、流畅度以及稳定性降低,甚至直接造成运算终端的宕机重启,因此难以确保运算终端的作为共享运算节点的数据运算效率以及可靠性。
本发明的核心是提供一种运算终端数据处理方法,以相对确保运算终端的作为共享运算节点的数据运算效率以及可靠性。此外,本发明还提供一种运算终端、运算终端数据处理***及介质,有益效果如上所述。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。
图1为本发明实施例提供的一种运算终端数据处理方法的流程图。请参考图1,运算终端数据处理方法的具体步骤包括:
步骤S10:对运算终端执行数据运算产生的缓存数据的空间占用量进行监控。
需要说明的是,由于本方法中的运算终端在执行数据运算过程中会产生相应的缓存数据,缓存数据会对运算终端的整体存储空间造成占用,此外,运算终端在响应并执行数据运算的同时可能也会执行其它的操作而产生相应数据并对整体存储空间造成占用,因此,本步骤中对执行数据运算产生的缓存数据以及运算终端的空间占用量均进行监控。
步骤S11:在缓存数据对初始剩余可用空间的占用量达到第一空间阈值后和/或在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据进行清理。
其中,第一空间阈值以及第二空间阈值均小于或等于初始剩余可用空间的容量值。
需要说明的是,本步骤中的第一空间阈值是针对运算终端执行数据运算所产生的缓存数据的数据量进行的限制,也就是说,第一空间阈值是运算终端在初始剩余可用空间的基础上,执行数据运算所能够产生的缓存数据的数据量上限,其中,初始剩余可用空间是运算终端尚未执行数据运算时所具有的存储空间。第一空间阈值可以小于或等于剩余可用空间的容量值,当缓存数据对初始剩余可用空间的占用量达到第一空间阈值,对数据运算产生的缓存数据进行清理是考虑到运算终端仅执行有数据运算,进而占用剩余可用空间的仅为执行数据运算产生的缓存数据,因此只关注存储数据的总量是否超过第一空间阈值即可,此外,第一空间阈值具体小于或等于剩余可用空间的容量值以及具体取值,应根据运算终端的整体性能而定。
第二空间阈值可以小于或等于剩余可用空间的容量值,当当前剩余可用空间的容量值小于第二空间阈值时,对缓存数据进行清理,是考虑到运算终端除了执行数据运算会产生占用存储空间的缓存数据以外,也可能存在因运算终端相应其它操作而产生数据并占用存储空间的情况,因此为了在宏观上确保运算终端的稳定性,当运算终端中整体的当前剩余可用空间降低到一定的程度时,清理由执行数据运算所产生的缓存数据,以此减轻运算终端整体的数据存储负担。此外,第二空间阈值具体小于或等于剩余可用空间的容量值以及具体取值,应根据运算终端的整体性能而定。
另外,需要说明的是,本方法所应用于的运算终端可以具体是手机、个人电脑或平板电脑等具有运算能力以及通信能力的终端,在此不做具体限定。另外,本方法中的数据运算可以特指共享运算,在此场景中,预算终端通过预先安装的共享运算APP接收共享运算任务,并对共享运算任务进行运算,基于自身的存储空间对运算过程中的缓存数据进行保存。
另外,需要说明的是,为了确保运算终端能够相对便捷以及高效的对执行数据运算产生的缓存数据进行清理,可以在数据运算过程中生成固定文件大小的缓存数据,如每个缓存数据的文件大小都为10MB,需要主要的是,固定文件大小的值不宜过大,以避免清理过程一次性占用运算终端过多的可用资源,进而保证运算终端清理缓存数据过程的稳定性。
本发明所提供的运算终端数据处理方法,首先对执行数据运算产生的缓存数据以及空间的占用量进行监控,进而当存在执行数据运算产生的缓存数据对初始剩余可用空间的占用量达到第一空间阈值的情况和/或当前剩余可用空间的容量值小于第二空间阈值的情况时,对缓存数据进行清理,其中,第一空间阈值以及第二空间阈值均小于或等于初始剩余可用空间的整体容量值。由于本方法考虑到运算终端会因执行数据运算时产生缓存数据而占用空间的情况,除此之外还考虑到运算终端本身可能因响应其它客观操作而产生数据占用空间的情况,因此通过不同的阈值对上述情况进行相应的判定,并在上述任意情况下,数据对空间的占用达到阈值时,均对数据运算时产生缓存数据进行清理,以此避免运算终端的存储空间不足的情况,进而相对确保了运算终端的作为共享运算节点的数据运算效率以及可靠性。
在上述实施例的基础上,本发明还提供以下一系列优选的实施方式。
图2为本发明实施例提供的另一种运算终端数据处理方法的流程图。请参考图2,运算终端数据处理方法的具体步骤包括:
步骤S20:对运算终端执行数据运算产生的缓存数据的空间占用量进行监控。
步骤S21:在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据进行清理以使当前剩余可用空间的容量值大于或等于第二空间阈值。
其中,第二空间阈值小于或等于初始剩余可用空间的容量值。
需要说明的是,由于考虑到在实际的应用场景中,运算终端在执行数据运算时,可能存在***本身的更新下载或其它的第三方应用下载更新等的场景,因此除执行数据运算过程中产生的缓存数据占用存储空间外,还有其它数据占用存储空间,运算终端的稳定性受多方面来源的数据共同影响,因此本实施例对运算终端当前剩余可用空间的容量值进行判断,在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据进行持续清理,以使当前剩余可用空间的容量值大于或等于第二空间阈值,即持续清理执行数据运算时产生的缓存数据以使运算终端整体的当前剩余可用空间的容量值大于或等于第二空间阈值,以此在运算终端的存储空间数据来源相对多样的场景中,通过尽可能清理数据运算时产生的缓存数据而确保运算终端整体的剩余可用空间在合理的范围,确保了运算终端的作为共享运算节点的数据运算效率以及可靠性。
需要说明的是,由于运算终端是通过清理执行数据运算时产生的缓存数据以确保运算终端整体的剩余可用空间在合理的范围,但是由于在上述存储空间中数据来源较多的场景中,执行数据运算时产生的缓存数据仅为一种数据来源,可能存在占比较少的情况,因此可能出现即使将缓存数据全部被清理,运算终端的当前剩余可用空间的容量值仍未达到第二空间阈值的标准。
在上述情况下,作为一种优选的实施方式,当缓存数据全部清理完毕,且当前剩余可用空间的容量值仍未大于或等于第二空间阈值时,进行空间异常告警。
由于在本方法中,运算终端仅能够自发的对数据运算产生的缓存数据进行清理,因此当缓存数据全部清理完毕,且当前剩余可用空间的容量值仍未大于或等于第二空间阈值时,需要向用户进行空前异常的告警,以告知用户当前运算终端中的存储空间已满,进而通过用户控制运算终端选择性删除其中除缓存数据以外的数据,本实施方式能够进一步确保运算终端的整体可靠性。
在上述实施例的基础上,作为一种优选的实施方式,在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据进行清理以使当前剩余可用空间的容量值大于或等于第二空间阈值,包括:
在当前剩余可用空间的容量值小于第二空间阈值后,依照预设百分比对缓存数据进行清理以使当前剩余可用空间的容量值大于或等于第二空间阈值。
需要说明的是,由于考虑到运算终端的存储空间中,除执行数据运算产生的缓存数据以外,还包含有其它客观原因产生的数据内容,并且其它客观原因产生的数据内容可能也会由于用户的操作而被清理,因此在每次对执行数据运算产生的缓存数据进行清理时,仅对当前全部缓存数据预设百分比数据量的数据进行清理,以此以使当前剩余可用空间的容量值达到第二空间阈值的标准,本实施方式能够相对灵活的对所清理缓存数据的数据量进行宏观的控制。
在上述实施例的基础上,作为一种优选的实施方式,在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据进行清理以使当前剩余可用空间的容量值大于或等于第二空间阈值,包括:
在当前剩余可用空间的容量值小于第二空间阈值后,将第二空间阈值与当前剩余可用空间的容量值之间的差值作为数据清理量值,对缓存数据进行清理以使当前剩余可用空间的容量值等于第二空间阈值。
需要说明的是,本实施例将第二空间阈值与当前剩余可用空间的容量值之间的差值作为数据清理量值,并以此对缓存数据进行清理以使当前剩余可用空间的容量值满足第二空间阈值的标准,能够相对确保运算终端达到稳定状态的过程的整体效率。
图3为本发明实施例提供的另一种运算终端数据处理方法的流程图。请参考图3,运算终端数据处理方法的具体步骤包括:
步骤S30:对运算终端执行数据运算产生的缓存数据的空间占用量进行监控。
步骤S31:在执行数据运算产生的缓存数据中标记满足预设标准的可清理数据。
步骤S32:在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据中的可清理数据进行清理直至当前剩余可用空间的容量值大于或等于第二空间阈值。
其中,第二空间阈值小于或等于初始剩余可用空间的容量值。
由于考虑到在实际的应用中,执行数据运算所产生的缓存数据之间往往也存在着不同的重要程度,对于数据运算正常执行及结果准确性等方向的影响不大的缓存数据,应作为优先清理的对象,以此确保在清理缓存数据时,尽量不对数据运算的执行操作影响,因此本实施例在执行数据运算产生的缓存数据中标记满足预设标准的重要程度较低的可清理数据,进而在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据中的可清理数据进行清理直至当前剩余可用空间的容量值大于或等于第二空间阈值。本实施例能够在确保运算终端工作稳定性的同时,进一步保证数据运算的相对正常执行。
在上述实施例的基础上,作为一种优选的实施方式,在执行数据运算产生的缓存数据中标记满足预设标准的可清理数据,包括:
数据运算将预设时长内未受调用的缓存数据标记为可清理数据。
由于考虑到缓存数据是否对于数据运算具有较高的重要性,主要在于数据运算的过程中是否经常被调用,因此本实施方法将预设周期作为在缓存数据中标记可清理数据的依据,满足预设周期内未受调用的缓存数据即可标记为可清理数据。
在上述实施例的基础上,作为一种优选的实施方式,在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据中的可清理数据进行清理直至当前剩余可用空间的容量值大于或等于第二空间阈值之后,方法还包括:
当可清理数据全部清理完毕,且当前剩余可用空间的容量值仍未大于或等于第二空间阈值时,清理除可清理数据以外的缓存数据。
需要说明的是,由于考虑到可清理数据往往仅为缓存数据中的部分数据,因此仅清理可清理数据在某些情况下并不能够确保运算终端的当前剩余可用空间的容量仍未达到第二空间阈值的标准,因此本实施方式,在当可清理数据全部清理完毕,且当前剩余可用空间的容量值仍未大于或等于第二空间阈值时,进一步清理除可清理数据以外的缓存数据,以此最大程度确保运算终端的可靠性。
图4为本发明实施例提供的另一种运算终端数据处理方法的流程图。请参考图4,运算终端数据处理方法的具体步骤包括:
步骤S40:对运算终端执行数据运算产生的缓存数据的空间占用量进行监控。
步骤S41:在缓存数据对初始剩余可用空间的占用量达到第一空间阈值后和/或在当前剩余可用空间的容量值小于第二空间阈值后,以缓存数据存在的周期长度作为优先级对缓存数据进行清理。
需要说明的是,由于考虑到执行数据运算所产生的缓存数据,存在的周期长度越长,则其对于数据运算而言的重要性越低,因此本实施例将缓存数据存在的周期长度作为优先级对缓存数据进行清理,即缓存数据存在的周期越长,则其对应的被清理的优先级越高。本实施例能够在确保运算终端工作稳定性的同时,进一步保证数据运算的相对正常执行。
在上文中对于运算终端数据处理方法的实施例进行了详细的描述,本发明还提供一种与该方法对应的运算终端,由于运算终端部分的实施例与方法部分的实施例相互对应,运算终端部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
图5为本发明实施例提供的一种运算终端的结构图。
请参考图5,本发明实施例提供的一种运算终端1,运算终端1包括存储器11、处理器12和总线13,存储器11上存储有可由总线13传输至处理器12,并在处理器12上运行的运算终端数据处理程序,运算终端数据处理程序被处理器12执行时实现如上述的运算终端数据处理方法。
该运算终端1可以是组成CDN网络或者区块链网络的节点。可以是组成CDN网络或者区块链网络的节点。
其中,存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、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。存储器11在一些实施例中可以是运算终端1的内部存储单元,例如该运算终端1的硬盘。存储器11在另一些实施例中也可以是运算终端1的外部存储设备,例如运算终端1上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器11还可以既包括运算终端1的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于运算终端1的应用软件及各类数据,例如视频转码程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片,用于运行存储器11中存储的程序代码或处理数据,例如执行视频转码程序等。
该总线13可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,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。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
本发明所提供的运算终端,首先对执行数据运算产生的缓存数据以及空间的占用量进行监控,进而当存在执行数据运算产生的缓存数据对初始剩余可用空间的占用量达到第一空间阈值的情况和/或当前剩余可用空间的容量值小于第二空间阈值的情况时,对缓存数据进行清理,其中,第一空间阈值以及第二空间阈值均小于或等于初始剩余可用空间的整体容量值。由于本运算终端考虑到运算终端会因执行数据运算时产生缓存数据而占用空间的情况,除此之外还考虑到运算终端本身可能因响应其它客观操作而产生数据占用空间的情况,因此通过不同的阈值对上述情况进行相应的判定,并在上述任意情况下,数据对空间的占用达到阈值时,均对数据运算时产生缓存数据进行清理,以此避免运算终端的存储空间不足的情况,进而相对确保了运算终端的作为共享运算节点的数据运算效率以及可靠性。
本发明还提供一种运算终端数据处理***,***包括:
监控单元,用于对运算终端执行数据运算产生的缓存数据的空间占用量进行监控;
数据清理单元,用于在缓存数据对初始剩余可用空间的占用量达到第一空间阈值后和/或在当前剩余可用空间的容量值小于第二空间阈值后,对缓存数据进行清理;其中,第一空间阈值以及第二空间阈值均小于或等于初始剩余可用空间的容量值。
本发明所提供的运算终端数据处理***,首先对执行数据运算产生的缓存数据以及空间的占用量进行监控,进而当存在执行数据运算产生的缓存数据对初始剩余可用空间的占用量达到第一空间阈值的情况和/或当前剩余可用空间的容量值小于第二空间阈值的情况时,对缓存数据进行清理,其中,第一空间阈值以及第二空间阈值均小于或等于初始剩余可用空间的整体容量值。由于本***考虑到运算终端会因执行数据运算时产生缓存数据而占用空间的情况,除此之外还考虑到运算终端本身可能因响应其它客观操作而产生数据占用空间的情况,因此通过不同的阈值对上述情况进行相应的判定,并在上述任意情况下,数据对空间的占用达到阈值时,均对数据运算时产生缓存数据进行清理,以此避免运算终端的存储空间不足的情况,进而相对确保了运算终端的作为共享运算节点的数据运算效率以及可靠性。
此外,本发明还提供一种计算机可读存储介质,计算机可读存储介质上存储有运算终端数据处理程序,运算终端数据处理程序可被一个或者多个处理器执行,以实现如上述的运算终端数据处理方法。
本发明所提供的计算机可读存储介质,首先对执行数据运算产生的缓存数据以及空间的占用量进行监控,进而当存在执行数据运算产生的缓存数据对初始剩余可用空间的占用量达到第一空间阈值的情况和/或当前剩余可用空间的容量值小于第二空间阈值的情况时,对缓存数据进行清理,其中,第一空间阈值以及第二空间阈值均小于或等于初始剩余可用空间的整体容量值。由于本计算机可读存储介质考虑到运算终端会因执行数据运算时产生缓存数据而占用空间的情况,除此之外还考虑到运算终端本身可能因响应其它客观操作而产生数据占用空间的情况,因此通过不同的阈值对上述情况进行相应的判定,并在上述任意情况下,数据对空间的占用达到阈值时,均对数据运算时产生缓存数据进行清理,以此避免运算终端的存储空间不足的情况,进而相对确保了运算终端的作为共享运算节点的数据运算效率以及可靠性。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***,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,所述单元的划分,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,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元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单元来实现本实施例方案的目的。
需要说明的是,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。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (11)
1.一种运算终端数据处理方法,应用于运算终端,其特征在于,所述方法包括:
对所述运算终端执行数据运算产生的缓存数据的空间占用量进行监控;
在所述缓存数据对初始剩余可用空间的占用量达到第一空间阈值后和/或在当前剩余可用空间的容量值小于第二空间阈值后,对所述缓存数据进行清理;其中,所述第一空间阈值以及所述第二空间阈值均小于或等于所述初始剩余可用空间的容量值。
2.根据权利要求1所述的运算终端数据处理方法,其特征在于,所述在所述缓存数据对初始剩余可用空间的占用量达到第一空间阈值后和/或在当前剩余可用空间的容量值小于第二空间阈值后,对所述缓存数据进行清理,包括:
在所述当前剩余可用空间的容量值小于所述第二空间阈值后,对所述缓存数据进行清理以使所述当前剩余可用空间的容量值大于或等于所述第二空间阈值。
3.根据权利要求2所述的运算终端数据处理方法,其特征在于,所述在所述当前剩余可用空间的容量值小于所述第二空间阈值后,对所述缓存数据进行清理以使所述当前剩余可用空间的容量值大于或等于所述第二空间阈值之后,所述方法还包括:
当所述缓存数据全部清理完毕,且所述当前剩余可用空间的容量值仍未大于或等于所述第二空间阈值时,进行空间异常告警。
4.根据权利要求2或3所述的运算终端数据处理方法,其特征在于,所述在所述当前剩余可用空间的容量值小于所述第二空间阈值后,对所述缓存数据进行清理以使所述当前剩余可用空间的容量值大于或等于所述第二空间阈值之前,所述方法还包括:
在执行所述数据运算产生的缓存数据中标记满足预设标准的可清理数据;
所述在所述当前剩余可用空间的容量值小于所述第二空间阈值后,对所述缓存数据进行清理以使所述当前剩余可用空间的容量值大于或等于所述第二空间阈值,包括:
在所述当前剩余可用空间的容量值小于所述第二空间阈值后,对所述缓存数据中的所述可清理数据进行清理以使所述当前剩余可用空间的容量值大于或等于所述第二空间阈值。
5.根据权利要求4所述的运算终端数据处理方法,其特征在于,所述在执行所述数据运算产生的缓存数据中标记满足预设标准的可清理数据,包括:
数据运算将预设时长内未受调用的所述缓存数据标记为所述可清理数据。
6.根据权利要求4所述的运算终端数据处理方法,其特征在于,所述在所述当前剩余可用空间的容量值小于所述第二空间阈值后,对所述缓存数据中的所述可清理数据进行清理以使所述当前剩余可用空间的容量值大于或等于所述第二空间阈值之后,所述方法还包括:
当所述可清理数据全部清理完毕,且所述当前剩余可用空间的容量值仍小于所述第二空间阈值时,清理除所述可清理数据以外的所述缓存数据。
7.根据权利要求1所述的运算终端数据处理方法,其特征在于,所述在所述缓存数据对初始剩余可用空间的占用量达到第一空间阈值后和/或在当前剩余可用空间的容量值小于第二空间阈值后,对所述缓存数据进行清理,包括:
在所述缓存数据对所述初始剩余可用空间的占用量达到所述第一空间阈值后和/或在当前剩余可用空间的容量值小于所述第二空间阈值后,以所述缓存数据存在的周期长度作为优先级对所述缓存数据进行清理。
8.一种运算终端,其特征在于,所述运算终端包括存储器、处理器和总线,所述存储器上存储有可由总线传输至所述处理器,并在所述处理器上运行的运算终端数据处理程序,所述运算终端数据处理程序被所述处理器执行时实现如权利要求1至7任意一项所述的运算终端数据处理方法。
9.根据权利要求8所述的运算终端,其特征在于,所述运算终端为组成CDN网络或者区块链网络的节点。
10.一种运算终端数据处理***,其特征在于,所述***包括:
监控单元,用于对所述运算终端执行数据运算产生的缓存数据的空间占用量进行监控;
数据清理单元,用于在所述缓存数据对初始剩余可用空间的占用量达到第一空间阈值后和/或在当前剩余可用空间的容量值小于第二空间阈值后,对所述缓存数据进行清理;其中,所述第一空间阈值以及所述第二空间阈值均小于或等于所述初始剩余可用空间的容量值。
11.一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上存储有运算终端数据处理程序,所述运算终端数据处理程序可被一个或者多个处理器执行,以实现如权利要求1至7中任一项所述的运算终端数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910356747.3A CN110069386A (zh) | 2019-04-29 | 2019-04-29 | 一种运算终端数据处理方法、运算终端、***及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910356747.3A CN110069386A (zh) | 2019-04-29 | 2019-04-29 | 一种运算终端数据处理方法、运算终端、***及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110069386A true CN110069386A (zh) | 2019-07-30 |
Family
ID=67369558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910356747.3A Pending CN110069386A (zh) | 2019-04-29 | 2019-04-29 | 一种运算终端数据处理方法、运算终端、***及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110069386A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111124316A (zh) * | 2019-12-30 | 2020-05-08 | 青岛海尔科技有限公司 | 存储空间的共享方法和装置及计算机可读存储介质 |
CN111162965A (zh) * | 2019-12-17 | 2020-05-15 | 杭州迪普科技股份有限公司 | 监控Buffer的方法和装置 |
CN112448979A (zh) * | 2019-08-30 | 2021-03-05 | 贵州白山云科技股份有限公司 | 一种缓存信息的更新方法、装置及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106776378A (zh) * | 2016-12-05 | 2017-05-31 | 宇龙计算机通信科技(深圳)有限公司 | 一种清理缓存数据的方法及装置 |
CN108829616A (zh) * | 2018-06-15 | 2018-11-16 | 佛山长意云信息技术有限公司 | 一种缓存数据管理方法、装置、计算机设备及存储介质 |
CN109542802A (zh) * | 2018-11-26 | 2019-03-29 | 努比亚技术有限公司 | 缓存数据的清理方法、装置、移动终端及存储介质 |
-
2019
- 2019-04-29 CN CN201910356747.3A patent/CN110069386A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106776378A (zh) * | 2016-12-05 | 2017-05-31 | 宇龙计算机通信科技(深圳)有限公司 | 一种清理缓存数据的方法及装置 |
CN108829616A (zh) * | 2018-06-15 | 2018-11-16 | 佛山长意云信息技术有限公司 | 一种缓存数据管理方法、装置、计算机设备及存储介质 |
CN109542802A (zh) * | 2018-11-26 | 2019-03-29 | 努比亚技术有限公司 | 缓存数据的清理方法、装置、移动终端及存储介质 |
Non-Patent Citations (1)
Title |
---|
《计算机基础教程》编写组: "《医院信息***数据库技术与应用》", 成都:电子科技大学出版社, pages: 112 - 113 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112448979A (zh) * | 2019-08-30 | 2021-03-05 | 贵州白山云科技股份有限公司 | 一种缓存信息的更新方法、装置及介质 |
CN112448979B (zh) * | 2019-08-30 | 2022-09-13 | 贵州白山云科技股份有限公司 | 一种缓存信息的更新方法、装置及介质 |
US11853229B2 (en) | 2019-08-30 | 2023-12-26 | Guizhou Baishancloud Technology Co., Ltd. | Method and apparatus for updating cached information, device, and medium |
CN111162965A (zh) * | 2019-12-17 | 2020-05-15 | 杭州迪普科技股份有限公司 | 监控Buffer的方法和装置 |
CN111124316A (zh) * | 2019-12-30 | 2020-05-08 | 青岛海尔科技有限公司 | 存储空间的共享方法和装置及计算机可读存储介质 |
CN111124316B (zh) * | 2019-12-30 | 2023-12-19 | 青岛海尔科技有限公司 | 存储空间的共享方法和装置及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110069386A (zh) | 一种运算终端数据处理方法、运算终端、***及介质 | |
US8014994B2 (en) | Simulation business object for service oriented architecture | |
CN106375404B (zh) | 数据存储控制方法、数据存储方法、数据获取方法及装置 | |
CN104603753B (zh) | 一种应用的推荐方法、***及服务器 | |
CN103092700A (zh) | 内存清理方法、装置和终端设备 | |
CN103793256B (zh) | 管理存储卡的方法以及电子设备 | |
CN109960587A (zh) | 超融合云计算***的存储资源分配方法和装置 | |
CN110351375A (zh) | 一种数据处理方法、装置及计算机装置、可读存储介质 | |
CN110457138A (zh) | 游戏服务器集群的管理方法、装置及电子设备 | |
CN105227671A (zh) | 离线数据缓存方法及*** | |
CN104461698A (zh) | 虚拟磁盘动态挂载的方法、管理装置及分布式存储*** | |
CN107347039A (zh) | 一种共享缓存空间的管理方法及装置 | |
CN109614045A (zh) | 一种元数据落盘方法、装置及相关设备 | |
CN113961346A (zh) | 数据缓存的管理与调度方法、装置、电子设备和存储介质 | |
CN112835524A (zh) | 存储资源配置方法、存储资源控制器及调度*** | |
CN110891087B (zh) | 一种日志传输方法、装置及电子设备和存储介质 | |
CN106021003A (zh) | 智能终端的修复方法、智能终端以及服务器 | |
CN109684051A (zh) | 一种混合式大数据任务异步提交的方法和*** | |
CN116302453B (zh) | 量子电子混合平台的任务调度方法及装置 | |
CN109522177A (zh) | 一种任务日志处理***、方法以及装置 | |
CN103106125B (zh) | 基于存储块修复的闪存存储方法 | |
CN113743040B (zh) | 测试方法、装置、电子设备以及可读存储介质 | |
CN113468442A (zh) | 资源位流量的分发方法、计算设备及计算机存储介质 | |
CN113641476A (zh) | 一种任务调度方法、游戏引擎、设备及存储介质 | |
CN104714779A (zh) | 指令处理方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190730 |
|
RJ01 | Rejection of invention patent application after publication |