CN111858612B - 基于图数据库的数据加速访问方法、装置及存储介质 - Google Patents
基于图数据库的数据加速访问方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111858612B CN111858612B CN202010739909.4A CN202010739909A CN111858612B CN 111858612 B CN111858612 B CN 111858612B CN 202010739909 A CN202010739909 A CN 202010739909A CN 111858612 B CN111858612 B CN 111858612B
- Authority
- CN
- China
- Prior art keywords
- data
- access
- graph database
- accessed
- probability
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000015654 memory Effects 0.000 claims description 24
- 230000007717 exclusion Effects 0.000 claims description 18
- 230000009467 reduction Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000013500 data storage Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 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
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000008719 thickening Effects 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
- G06F16/2228—Indexing structures
- G06F16/2237—Vectors, bitmaps or matrices
-
- 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
- G06F16/23—Updating
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
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)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种大数据,揭露一种基于图数据库的数据加速访问方法,包括:数据存储在存储***,包括高速存储设备和慢速存储设备;构建图数据库,点为数据,按照数据访问次序对不同点进行连线,连线长度表征访问概率;对已缓存和未缓存到高速设备中的数据在图数据库中进行标记区分;接收客户端数据访问请求;读取图数据库,判断数据访问请求对应的数据是否标记为已缓存;若标记为已缓存,从高速存储设备读取数据;标记为未缓存,从慢速存储设备读取数据,将数据及其相关联的数据缓存到高速存储设备,相关联的数据是指与所述数据的访问概率达到缓存阈值的数据。还提供一种装置、电子设备及计算机可读存储介质。本发明具有智能数据访问预测功能。
Description
技术领域
本发明涉及大数据处理,尤其涉及一种基于图数据库的数据加速访问方法、装置、电子设备及计算机可读存储介质。
背景技术
随着大数据时代的来临,互联网的发展,互联网上的数据越来越多,继而催生出了数据存储的各种方案,随着数据存储技术和网络带宽的发展,数据访问速度又成为了新的瓶颈。当前对于数据访问速度的解决,主要有CDN和高速缓存两种形式解决。
对于CDN来说,通过将已经访问过的数据存储在边缘服务器上,通过缩短客户端到数据的距离,减少延时,同时数据得以缓存,可以减少主服务器压力。通过这种形式来加速数据的访问,但是缓存的数据必须是客户端频繁访问的,这就导致前N次(自设定阈值)访问的客户端都需要从主服务器访问,速度较慢。
高速缓存是使用高速的SSD盘,内存等高速设备,将需要读取的数据缓存其中,减少读取慢速硬盘的时间。经过测试,读取同等大小的数据,内存读取速度是普通硬盘的7~100倍,SSD是普通硬盘的5~10倍,可见若将数据缓存到高速设备中,可以大幅提高数据的访问速度。但是,由于高速设备相较于硬盘来说,价格要贵很多,所以高速设备的容量都很小,目前对于数据缓存的方式,也主要是采用访问即缓存的形式,用户访问过某数据后,高速设备会将数据缓存其中,直到长时间未访问过后才会将数据删除。这种形式的优点是实现简单,缺点就是只能缓存访问过的数据,不会预测数据,若数据是热点数据(就是会多次访问的数据),那么缓存效果很好,若数据是非热点数据,则没有加速效果。而文件被多次访问的概率要比顺序访问的概率低。
发明内容
本发明提供一种基于图数据库的数据加速访问方法、装置、电子设备及计算机可读存储介质,其主要目的在于对访问次数少的数据也具有加速效果。
为实现上述目的,本发明提供的一种基于图数据库的数据加速访问方法,包括:
将数据存储在存储***中,所述存储***包括高速存储设备和慢速存储设备;
构建图数据库,所述图数据库的点为数据,按照数据的访问次序对不同点进行连线,连线的长度表征访问概率;
对已缓存和未缓存到高速设备中的数据在图数据库中进行标记区分;
接收客户端的数据访问请求,读取所述图数据库;
判断所述数据访问请求对应的数据是否标记为已缓存;
如果所述数据访问请求对应的数据标记为已缓存,从高速存储设备中读取数据返回给客户端;
如果所述数据访问请求对应的数据标记为未缓存,从慢速存储设备中读取数据返回给客户端,同时将所述数据和所述数据相关联的数据一起缓存到高速存储设备中,其中,所述数据相关联的数据是指与所述数据的访问概率达到缓存阈值的数据。
可选地,所述构建图数据库的步骤包括:
将用户首次访问的数据标记为根节点,第二次访问的数据标记为引用1,第三次访问的数据标记为引用2,依次类推,将数据以点的形式进行存储;
设定首次标记的引用的访问概率初值;
采集设定时间段的存储***的访问数据;
根据访问数据对访问概率初值进行更新。
可选地,所述根据访问数据对访问概率初值进行更新的步骤包括:
访问根节点后,客户端访问了引用1的节点,将根节点与引用1的节点之间的访问概率提高设定倍数;
访问根节点后,客户端访问了引用1,再访问引用2,则同时将根节点与引用1的节点之间的访问概率和引用1与引用2的节点之间的访问概率提高设定倍数;
访问根节点后,客户端没有访问引用1的节点,则根节点与引用1的节点之间的访问概率降低设定倍数,将新访问的数据标记为引用2,所述引用2的访问概率与修改后的引用1的访问概率相同;
访问了与根节点存在引用关系的节点后,再访问根节点时,将根节点作为所述节点的引用,对所述节点与根节点之间的访问概率进行更新。
可选地,所述构建图数据库的步骤还包括:
设定图数据库的层数,根据数据的复杂程度设定图数据库的层数,数据越复杂所述层数越少。
可选地,所述构建图数据库的步骤包括:
构建数据之间的关联关系,所述关联关系包括索引、引用、包含和互斥,其中,所述索引是指一个数据为节点,与所述一个数据为索引关系的其他数据的位置索引作为其他节点;所述引用是访问一个数据时,可能会访问到的其他数据;所述包含是访问一个数据时,肯定会访问到的其他数据;所述互斥是指,访问一个数据时,可能会访问的其他数据中,访问一个其他数据时不可能访问另一个其他数据,所述一个其他数据和另一个其他数据为互斥;
设定各关联关系的访问概率初值;
采集设定时间段的存储***的访问数据;
根据访问数据对访问概率初值进行更新,
其中,所述根据访问数据对访问概率初值进行更新的步骤包括:
根据设定时间段的访问次数通过下式更新访问概率
其中,x为访问次数,y为访问概率。
可选地,所述构建图数据库的步骤还包括:
为所有达到缓存阈值的数据设定降值保护策略,所述降值保护策略是对访问概率更新设定条件。
可选地,所述降值保护策略是对于未访问次数达到设定次数以上的引用,才会调整更新访问概率,将访问概率按照比设定倍数高的第二设定倍数进行降低。
为了解决上述问题,本发明还提供一种基于图数据库的数据加速访问装置,包括:
存储***,用于存储数据,所述存储***包括高速存储设备和慢速存储设备;
图数据库,所述图数据库的点为数据,按照数据的访问次序对不同点进行连线,连线的长度表征访问概率;
标记模块,对已缓存和未缓存到高速设备中的数据在图数据库中进行标记区分;
请求接收模块,接收客户端的数据访问请求;
判断模块,读取图数据库,判断数据访问请求对应的数据是否标记为已缓存,如果数据访问请求对应的数据标记为已缓存,发送指令给第一读取模块,如果数据访问请求对应的数据标记为未缓存,发送指令给第二读取模块;
第一读取模块,从高速存储设备中读取数据返回给客户端;
第二读取模块,从慢速存储设备中读取数据返回给客户端,同时将所述数据和所述数据相关联的数据一起缓存到高速存储设备中,其中,所述数据相关联的数据是指与所述数据的访问概率达到缓存阈值的数据。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现上述所述的基于图数据库的数据加速访问方法。
为了解决上述问题,本发明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指令,所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于图数据库的数据加速访问方法。
本发明所述基于图数据库的数据加速访问方法、装置、电子设备及计算机可读存储介质通过图数据库将孤岛状态的数据,随着数据访问的进行变为了全部联通的状态,所有的数据关系就可以通过图体现出来了,分析不同数据之间的访问关系,具有智能的数据访问预测功能,根据图数据库中体现出来的数据关系,关联的数据会被缓存,而不是将访问过的文件缓存,所以可以提升文件访问速度,对访问次数少的数据也具有加速效果。
附图说明
图1是本发明所述基于图数据库的数据加速访问方法的流程图;
图2为本发明所述构建图数据库的示意图;
图3为本发明一实施例提供的基于图数据库的数据加速访问装置的模块示意图;
图4为本发明一实施例提供的实现基于图数据库的数据加速访问方法的电子设备的内部结构示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1是本发明所述基于图数据库的数据加速访问方法的流程图,如图1所示,所述数据加速访问方法包括:
步骤S1,将数据存储在存储***中,所述存储***包括高速存储设备(高速的SSD盘,内存等)和慢速存储设备(普通硬盘);
步骤S2,构建图数据库,所述图数据库的点为数据,按照数据的访问次序对不同点进行连线,连线的长度表征访问概率,访问概率越高,所述长度越长;
步骤S3,对已缓存和未缓存到高速设备中的数据在图数据库中进行标记区分,可以采用不同颜色,加粗、文字标注等方式进行标记;
步骤S4,接收客户端的数据访问请求,读取所述图数据库;
步骤S5,判断所述数据访问请求对应的数据是否标记为已缓存;
步骤S6,如果所述数据访问请求对应的数据标记为已缓存,从高速存储设备中读取数据返回给客户端;
步骤S7,如果所述数据访问请求对应的数据标记为未缓存,从慢速存储设备中读取数据返回给客户端,同时将所述数据和所述数据相关联的数据一起缓存到高速存储设备中,其中,所述数据相关联的数据是指与所述数据的访问概率达到缓存阈值的数据。
优选地,在步骤S1中,在数据存储时,先修改图数据库,再将数据存储到相应的存储***,也就是说,存储新数据时,先将新数据与其他节点的引用关系和访问概率以及是否缓存到高速设备在图数据库中进行修改,在将数据缓存到对应的慢速存储设备或高速存储设备。
在一个实施例中,步骤S2中,所述构建图数据库的步骤包括:
将用户首次访问的数据标记为根节点,第二次访问的数据标记为引用1,第三次访问的数据标记为引用2,依次类推,将数据以点的形式进行存储;
设定首次标记的引用的访问概率初值;
采集设定时间段的存储***的访问数据;
根据访问数据对访问概率初值进行更新,
可选地,所述根据访问数据对访问概率初值进行更新的步骤包括:
访问根节点后,客户端访问了引用1的节点,将根节点与引用1的节点之间的访问概率提高设定倍数;
访问根节点后,客户端访问了引用1,再访问引用2,则同时将根节点与引用1的节点之间的访问概率和引用1与引用2的节点之间的访问概率提高设定倍数;
访问根节点后,客户端没有访问引用1的节点,则根节点与引用1的节点之间的访问概率降低设定倍数,将新访问的数据标记为引用2,所述引用2的访问概率与修改后的引用1的访问概率相同;
访问了与根节点存在引用关系的节点后,再访问根节点时,将根节点作为所述节点的引用,对所述节点与根节点之间的访问概率进行更新。
优选地,为了进一步提升数据访问速度,上述构建图数据库的步骤还包括:设定图数据库的层数,根据数据的复杂程度设定图数据库的层数,数据越复杂所述层数越少,进一步优选地,设定图数据的层数为5层,过多的追溯会带来过多的空间占用和性能消耗。
优选地,为了避免反复波动,上述构建图数据库的步骤还包括:为所有达到缓存阈值的数据设定降值保护策略,所述降值保护策略是对访问概率更新设定条件。进一步,优选地,所述降值保护策略是对于未访问次数达到设定次数以上的引用,才会调整更新访问概率,将访问概率按照比设定倍数高的第二设定倍数进行降低。
在现有技术中,数据是孤立的,数据之间毫无关系,访问一个数据的操作,对于另一个数据毫无影响,在数据存储时,数据写入流程是将数据直接写入到存储***中;在读取数据时,检查高速设备中是否有缓存的数据,若有,则从高速设备中读取,若没有,则从慢速设备中读取。本发明所述数据加速访问方法将图数据库引入到存储***中,在数据存储时,先修改流程,在写入数据成功后,将数据以点的形式保存在图数据库中;在读取数据之前,首先读取图数据库的情况,若数据标记为已缓存,则从高速设备中读取,若标记为未缓存,则从慢速设备中读取数据返回给客户端,同时将该数据和该数据相关联的数据一起缓存到高速设备中。这里就有了个预测的功能,关联数据是用户大概率会下次访问的数据,该数据被提前缓存到了高速设备中。
在一个具体实施例中,如图2所示,所述构建图数据库的步骤包括:
图数据库是用户数据图关系,在用户将数据最先保存到***中时,数据是一个个的点,所以在最开始时,数据依然是孤岛的形态。在客户端访问了某数据(标记为A),这个数据就被标记为根节点,同一用户访问的另一个数据B,就被标记为引用1,再访问的数据C标记为引用2,再访问的数据D标记为引用3,再访问的数据E标记为引用4,不同节点之间的引用关系为相对引用关系,也就是说,B的引用1为C,D是A的引用3,D是B的引用2;
首次标记的引用设定的访问概率初值均为50%,也就是说根节点与引用1之间的访问概率,引用1与引用2之间的访问概率,以此类推各引用之间的访问概率的初始值均设定为50%,缓存阈值设定为70%;
根据客户端的不断访问,就可以将数据从一个个孤岛连接成陆地了。这个过程中,概率的更新主要依据客户端的访问情况来做判断,在设定时间(优选地为5分钟)内,储存***会缓存达到70%以上阈值概率的数据,
其中,访问概率更新规则如下:
访问A后,客户端访问了B,则更新图数据库,提升原有访问概率50%为100%。客户端下次访问A后,会自动将B缓存到高速设备中,下次客户访问B会得到快速的响应。
访问A后,客户端没有访问B,则更新图数据库,降低原有访问概率50%为25%,新访问的数据,标记为引用2,设定有引用2的访问概率为25%;
访问A后,客户端访问B,再访问C,则同时更新B和C的访问概率,将B和C的访问概率提高2倍;
若访问了D后,再访问A,则A是D的引用,A的访问概率更新跟其他节点的更新方式一致;
若B,C的的访问概率相同,且达到了缓存阈值,则同时缓存B和C;
为所有达到缓存阈值的引用设定降值保护策略,对于未访问次数达到5次以上的引用,才会调整其引用概率,避免引用反复波动,优选地,对于未访问次数达到5次以上的引用,将访问概率降低2倍。
从图2可以看出来,最开始的数据都是数据孤岛状态,随着访问的进行,数据最终变为了全部联通的状态。根据本发明图数据库更新策略,在一段时间之后,所有的数据关系就可以通过图体现出来了。因为是根据图数据库中体现出来的数据关系,最“亲密”的数据会被缓存,而不是将访问过的文件缓存,所以可以提升文件访问速度。
在一个优选实施例中,所述构建图数据库的步骤包括:
构建数据之间的关联关系,所述关联关系包括索引、引用、包含和互斥,其中,所述索引是指一个数据为节点,与所述一个数据为索引关系的其他数据的位置索引作为其他节点,当所述数据保存到高速存储设备时,将与所述数据存在索引关系的其他数据的位置索引也保存到高速存储设备中;所述引用是访问一个数据时,可能会访问到的其他数据,当所述数据保存到高速存储设备时,将与所述数据存在引用关系的且访问概率超过访问阈值的其他数据也保存到高速存储设备中;所述包含是访问一个数据时,肯定会访问到的其他数据,当所述数据保存到高速存储设备时,将与所述数据存在包含的其他数据也保存到高速存储设备中;所述互斥是指,访问一个数据时,可能会访问的其他数据中,访问一个其他数据时不可能访问另一个其他数据,所述一个其他数据和另一个其他数据为互斥;
设定各关联关系的访问概率初值;
采集设定时间段的存储***的访问数据;
根据访问数据对访问概率初值进行更新,
其中,所述根据访问数据对访问概率初值进行更新的步骤还包括:
根据设定时间段的访问次数通过下式更新访问概率
其中,x为访问次数,y为访问概率,第一次访问的访问概率是1%,第二次访问的访问概率是1%+4%=5%,第三次访问的访问概率是5%+9%=14%,优选地,若设定访问概率阈值为90%,则第6次访问后访问概率就可以达到91%,访问概率对应一个数据收到访问请求时,所述访问数据对应的两个数据可以缓存到高速存储设备。
优选地,所述根据访问数据对访问概率初值进行更新的步骤还包括:
设定包含阈值;
当设定时间段内存在引用关系的两个数据之间的访问概率超过包含阈值时,将所述两个数据之间的关系修改为包含,例如,A和B的关联关系是引用,包含阈值为200%,若A和B之间的访问概率y>200,则将A和B的关联关系设定为包含。
优选地,所述根据访问数据对访问概率初值进行更新的步骤还包括:
设定索引阈值;
当设定时间段内的包含或引用关系的两个数据之间的访问概率小于索引阈值时,将所述两个数据之间的关系修改为索引,例如,访问过A后,访问B,C,D,E…等文件的访问概率,都不到30%(索引阈值),则将A与B…E等文件的关联关系设置为索引。
优选地,所述根据访问数据对访问概率初值进行更新的步骤还包括:
当一个设定时间段内,一个数据被访问,与所述一个数据存在关联关系的另一个数据存在未被访问的情况,所述一个数据与另一个数据之间的访问概率根据下式降低访问概率
其中,y'为访问概率需降低的百分比,x'为数据在设定时间段内未被访问的次数。
进一步,优选地,当降低访问概率会引起数据之间的关联关系变动时,缓存当前的访问概率,将所述访问概率标记为未达标,当未达标的次数大于设定次数时,才进行访问概率降低的变动。
另外,优选地,所述根据访问数据对访问概率初值进行更新的步骤还包括:
设定概率不达标阈值;
当两个数据之间的访问概率小于所述概率不达标阈值时,删除所述两个数据之间的关联关系或者所述两个数据之间的访问概率小于所述概率不达标阈值的次数大于设定次数时,才删除所述两个数据之间的关联关系,例如,第一次未访问的访问概率降低1%,第二次未访问的访问降低3%,第三次未访问的访问降低6%,概率不达标阈值为10%,若概率不达标的计数大于5,才删除所述两个数据之间的关联关系。
优选地,所述根据访问数据对访问概率初值进行更新的步骤还包括:
设定互斥范围;
当与一个数据存在关联关系的其他数据中,访问概率达到互斥范围的其他数据标记为互斥,例如,访问过A后,B和C的访问概率在70%-150%(互斥反腐为)之间,进入到互斥的判断,记录下访问A后,同时访问BC的情况,若在5分钟(设定时间段)内,多次发生访问了A后访问B,访问A后访问C,但是没有发生过访问A后访问BC的情况,则将B和C标记为互斥。
在上述各实施例中,所述根据访问数据对访问概率初值进行更新的步骤还包括:当关联关系预发生变动时,缓存当前的访问概率,当关联关系预发生变动的次数超过设定值时,更新访问概率,变动所述关联关系。
在上述各实施例中,所述索引是访问一个数据的文件时,可能会访问到的文件索引,例如,新闻网页中有大量的其他网页链接,访问新闻页,会牵引出大量其他文件的访问可能,全部缓存到高速设备中会占用大量空间,用户对下一个文件的访问完全是随机的。在这种情况中,其他数据和A数据(类新闻网页的数据)的关系就是索引,将其他数据B的位置索引加载到高速设备中缓存,再访问数据B时,从缓存中快速找到数据B的真实存储位置。相比较没有索引的情况,访问B时,需要从慢速设备中先找到文件的索引位置,然后再读取文件。有了缓存之后,可以直接从缓存中指向的文件位置读取文件,避免了文件索引带来的耗时;所述引用是指,在访问A时,可能会访问到B,或者其他文件,通过图数据库建立起来的概率来决定是否加载文件到缓存中;所述包含是指,在访问A时,一定会访问B、C、D等文件,这种情况类似于打开网站的过程,网站打开过程中,会加载很多文件(图片、视频等内容),首页中包含的这些文件,就是包含的关系,访问首页,一定要加载图片、视频。所以设定这样一种包含,若读取了文件A,则立即将包含的文件全部加载到高速缓存中。因为图数据库可以保存数据之间的关系,并不仅仅是访问和可能被访问的关系。增加排斥关系,例如,A,B,C三个数据,A和B、C都是引用,也就是访问过A后,大概率会访问B或者C,但是,B和C是互斥,访问B的话,一定不会再访问C,访问C的话,一定不会再访问B。这样,在访问A后,会将B和C同时加载到高速缓存中,客户访问过B后,会立即从高速缓存中释放掉C,这样来提高缓存利用效率,释放出来得空间可以缓存其他文件。各数据之间的关联关系的建立方式可以是自动生成和上传时设置两种。上传时,可以给文件附带上传文件关系,如果有文件关系,则***会根据文件关系进行正常的缓存处理。
在一个优选实施例中,当一个数据被访问,与其存在关联关系的其他数据被缓存的访问概率的阈值为70%;包含阈值为200%;索引阈值为30%,互斥范围为70%-150%。在上述各实施例中,不同数据之间的不同关联关系可以进行不同的标记,例如,采用不同的颜色,采用不同线条,采用不同节点轮廓形状等。
在上述各实施例中,文件是指数据形成的文件,数据和文件存在对应关系。
图3是本发明所述基于图数据库的数据加速访问装置的构成框图,如图3所示,所述数据加速访问装置100可以安装于电子设备中。根据实现的功能,所述数据稽核装置可以包括存储***110、图数据库120、标记模块130、请求接收模块140、判断模块150、第一读取模块160和第二读取模块170。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:
存储***110,用于存储数据,所述存储***110包括高速存储设备和慢速存储设备;
图数据库120,所述图数据库120的点为数据,按照数据的访问次序对不同点进行连线,连线的长度表征访问概率;
标记模块130,对已缓存和未缓存到高速设备中的数据在图数据库中进行标记区分;
请求接收模块140,接收客户端的数据访问请求;
判断模块150,读取图数据库120,判断请求接收模块140接收的数据访问请求对应的数据是否标记为已缓存,如果所述数据访问请求对应的数据标记为已缓存,发送指令给第一读取模块160,如果所述数据访问请求对应的数据标记为未缓存,发送指令给第二读取模块170;
第一读取模块160,从高速存储设备中读取数据返回给客户端;
第二读取模块170,从慢速存储设备中读取数据返回给客户端,同时将所述数据和所述数据相关联的数据一起缓存到高速存储设备中,其中,所述数据相关联的数据是指与所述数据的访问概率达到缓存阈值的数据。
在一个实施例中,上述图数据库120包括:
节点框架构建单元,将用户首次访问的数据标记为根节点,第二次访问的数据标记为引用1,第三次访问的数据标记为引用2,依次类推,将数据以点的形式进行存储;
设定单元,首次标记节点框架构建单元各节点的引用的访问概率初值,优选地,所述访问概率的初值为50%;
数据采集单元,采集设定时间段的存储***的访问数据;
更新单元,根据数据采集单元采集的访问数据对访问概率初值进行更新。
优选地,所述更新单元包括:
第一更新子单元,访问根节点后,客户端访问了引用1的节点,将根节点与引用1的节点之间的访问概率提高设定倍数;
第二更新子单元,访问根节点后,客户端访问了引用1,再访问引用2,则同时将根节点与引用1的节点之间的访问概率和引用1与引用2的节点之间的访问概率提高设定倍数;
第三更新子单元,访问根节点后,客户端没有访问引用1的节点,则根节点与引用1的节点之间的访问概率降低设定倍数,将新访问的数据标记为引用2,所述引用2的访问概率与修改后的引用1的访问概率相同;
第四更新子单元,访问了与根节点存在引用关系的节点后,再访问根节点时,将根节点作为所述节点的引用,对所述节点与根节点之间的访问概率进行更新。
优选地,上述设定单元还设定图数据库的层数,根据数据的复杂程度设定图数据库的层数,数据越复杂所述层数越少。
另外,优选地,上述设定单元为所有达到缓存阈值的数据设定降值保护策略,所述降值保护策略是对访问概率更新设定条件,进一步,优选地,所述降值保护策略是对于未访问次数达到设定次数以上的引用,才会调整更新访问概率,将访问概率按照比设定倍数高的第二设定倍数进行降低。
在一个优选实施例中,节点框架构建单元还构建数据之间的关联关系,所述关联关系包括索引、引用、包含和互斥,其中,所述索引是指一个数据为节点,与所述一个数据为索引关系的其他数据的位置索引作为其他节点;所述引用是访问一个数据时,可能会访问到的其他数据;所述包含是访问一个数据时,肯定会访问到的其他数据;所述互斥是指,访问一个数据时,可能会访问的其他数据中,访问一个其他数据时不可能访问另一个其他数据,所述一个其他数据和另一个其他数据为互斥。
更新单元还包括下述子单元中的一个或多个:第五更新子单元,根据设定时间段的访问次数通过下式更新访问概率
其中,x为访问次数,y为访问概率;
第六更新子单元,当一个设定时间段内,一个数据被访问,与所述一个数据存在关联关系的另一个数据存在未被访问的情况,所述一个数据与另一个数据之间的访问概率根据下式降低访问概率
其中,y'为访问概率需降低的百分比,x'为数据在设定时间段内未被访问的次数;
第七更新子单元,设定包含阈值,当设定时间段内存在引用关系的两个数据之间的访问概率超过包含阈值时,将所述两个数据之间的关系修改为包含;
第八更新子单元,设定索引阈值,当设定时间段内的包含或引用关系的两个数据之间的访问概率小于索引阈值时,将所述两个数据之间的关系修改为索引;
第九更新子单元,设定互斥范围,当与一个数据存在关联关系的其他数据中,访问概率达到互斥范围的其他数据标记为互斥;
第十更新子单元,设定概率不达标阈值,当两个数据之间的访问概率小于所述概率不达标阈值时,删除所述两个数据之间的关联关系或者所述两个数据之间的访问概率小于所述概率不达标阈值的次数大于设定次数时,才删除所述两个数据之间的关联关系。
如图4所示,是本发明实现基于图数据库的数据加速访问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,如基于图数据库的数据加速访问程序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(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)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,例如基于图数据库的数据加速访问程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
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(Central Processing unit,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(Control Unit),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(例如基于图数据库的数据加速访问程序等),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(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。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3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(Organic Light-Emitting Diode,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存储的基于图数据库的数据加速访问程序12是多个指令的组合,在所述处理器10中运行时,可以实现:
将数据存储在存储***中,所述存储***包括高速存储设备和慢速存储设备;
构建图数据库,所述图数据库的点为数据,按照数据的访问次序对不同点进行连线,连线的长度表征访问概率;
对已缓存和未缓存到高速设备中的数据在图数据库中进行标记区分;
接收客户端的数据访问请求,读取所述图数据库;
判断所述数据访问请求对应的数据是否标记为已缓存;
如果所述数据访问请求对应的数据标记为已缓存,从高速存储设备中读取数据返回给客户端;
如果所述数据访问请求对应的数据标记为未缓存,从慢速存储设备中读取数据返回给客户端,同时将所述数据和所述数据相关联的数据一起缓存到高速存储设备中,其中,所述数据相关联的数据是指与所述数据的访问概率达到缓存阈值的数据。
具体地,所述处理器10对上述指令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,可以存储在一个计算机可读取存储介质中。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-Only Memory)。
本发明所述基于图数据库的数据加速访问方法、装置、电子设备及计算机可读存储介质通过利用图数据库保存数据,原有的数据关系被理顺,变为互相之间有关联关系的图。相比现有技术的加速方案,这种加速形式具有智能的数据访问预测功能,而不是简单的访问过才加速这种方式,这样具有更好的加速效果,可以带来更好的用户体验。本发明的图数据库相对于关系数据库中的各种关联表,图形数据库中的关系可以通过关系能够包含属性这一功能来提供更为丰富的关系展现方式。因此相较于关系型数据库,图形数据库的用户在对事物进行抽象时将拥有一个额外的武器,那就是丰富的关系。本发明的图数据库在数据存储方面的应用,可以将大量复杂数据的关系表现的淋漓尽致,可以用更少的存储空间,更高的性能表达出更加复杂的数据关系。
在本发明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,在本发明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,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明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发明。
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,本发明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发明内。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。
在本发明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,在本发明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,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明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发明。
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,本发明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发明内。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。
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。***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发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于图数据库的数据加速访问方法,其特征在于,所述方法包括:
将数据存储在存储***中,所述存储***包括高速存储设备和慢速存储设备;
构建图数据库,所述图数据库的点为数据,按照数据的访问次序对不同点进行连线,连线的长度表征访问概率;
对已缓存和未缓存到所述高速存储设备中的数据在图数据库中进行标记区分;
接收客户端的数据访问请求,读取所述图数据库;
判断所述数据访问请求对应的数据是否标记为已缓存;
如果所述数据访问请求对应的数据标记为已缓存,从所述高速存储设备中读取数据返回给客户端;
如果所述数据访问请求对应的数据标记为未缓存,从所述慢速存储设备中读取数据返回给客户端,同时将所述数据和所述数据相关联的数据一起缓存到所述高速存储设备中,其中,所述数据相关联的数据是指所述数据的访问概率达到缓存阈值的数据;
其中,所述构建图数据库的步骤包括:
构建数据之间的关联关系,所述关联关系包括索引、引用、包含和互斥,其中,所述索引是指一个数据为节点,与所述一个数据为索引关系的其他数据的位置索引作为其他节点;所述引用是访问一个数据时,可能会访问到的其他数据;所述包含是访问一个数据时,肯定会访问到的其他数据;所述互斥是指访问一个数据时,可能会访问的其他数据中,访问一个其他数据时不可能访问另一个其他数据,所述一个其他数据和另一个其他数据为互斥;
设定各关联关系的访问概率初值;
采集设定时间段的存储***的访问数据;
根据所述访问数据对访问所述概率初值进行更新。
2.如权利要求1所述的基于图数据库的数据加速访问方法,其特征在于,所述构建图数据库的步骤还包括:
将用户首次访问的数据标记为根节点,第二次访问的数据标记为引用1,第三次访问的数据标记为引用2,依次类推,将数据以点的形式进行存储;
设定首次标记的引用的访问概率初值;
采集设定时间段的存储***的访问数据;
根据访问数据对访问概率初值进行更新。
3.如权利要求2所述的基于图数据库的数据加速访问方法,其特征在于,所述根据访问数据对访问概率初值进行更新的步骤包括:
访问根节点后,客户端访问了引用1的节点,将根节点与引用1的节点之间的访问概率提高设定倍数;
访问根节点后,客户端访问了引用1,再访问引用2,则同时将根节点与引用1的节点之间的访问概率和引用1与引用2的节点之间的访问概率提高设定倍数;
访问根节点后,客户端没有访问引用1的节点,则根节点与引用1的节点之间的访问概率降低设定倍数,将新访问的数据标记为引用2,所述引用2的访问概率与修改后的引用1的访问概率相同;
访问了与根节点存在引用关系的节点后,再访问根节点时,将根节点作为所述节点的引用,对所述节点与根节点之间的访问概率进行更新。
4.如权利要求2所述的基于图数据库的数据加速访问方法,其特征在于,所述构建图数据库的步骤还包括:
设定图数据库的层数,根据数据的复杂程度设定图数据库的层数,数据越复杂所述层数越少。
6.如权利要求2所述的基于图数据库的数据加速访问方法,其特征在于,所述构建图数据库的步骤还包括:
为所有达到缓存阈值的数据设定降值保护策略,所述降值保护策略是对访问概率更新设定条件。
7.如权利要求6所述的基于图数据库的数据加速访问方法,其特征在于,
所述降值保护策略是对于未访问次数达到设定次数以上的引用,才会调整更新访问概率,将访问概率按照比设定倍数高的第二设定倍数进行降低。
8.一种基于图数据库的数据加速访问装置,其特征在于,所述装置包括:
存储***,用于存储数据,所述存储***包括高速存储设备和慢速存储设备;
图数据库,所述图数据库的点为数据,按照数据的访问次序对不同点进行连线,连线的长度表征访问概率;
标记模块,对已缓存和未缓存到所述高速存储设备中的数据在图数据库中进行标记区分;
请求接收模块,接收客户端的数据访问请求;
判断模块,读取所述图数据库,判断数据访问请求对应的数据是否标记为已缓存,如果数据访问请求对应的数据标记为已缓存,发送指令给第一读取模块,如果数据访问请求对应的数据标记为未缓存,发送指令给第二读取模块;
第一读取模块,从所述高速存储设备中读取数据返回给客户端;
第二读取模块,从所述慢速存储设备中读取数据返回给客户端,同时将所述数据和所述数据相关联的数据一起缓存到高速存储设备中,其中,所述数据相关联的数据是指所述数据的访问概率达到缓存阈值的数据;
其中,所述图数据库包括:
节点框架构建单元,构建数据之间的关联关系,所述关联关系包括索引、引用、包含和互斥,其中,所述索引是指一个数据为节点,与所述一个数据为索引关系的其他数据的位置索引作为其他节点;所述引用是访问一个数据时,可能会访问到的其他数据;所述包含是访问一个数据时,肯定会访问到的其他数据;所述互斥是指访问一个数据时,可能会访问的其他数据中,访问一个其他数据时不可能访问另一个其他数据,所述一个其他数据和另一个其他数据为互斥;
设定单元,设定各关联关系的访问概率初值;
数据采集单元,采集设定时间段的存储***的访问数据;
更新单元,根据所述数据采集单元采集的访问数据对所述访问概率初值进行更新。
9.一种电子设备,其特征在于,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指令,所述指令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权利要求1至7中任一所述的基于图数据库的数据加速访问方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一所述的基于图数据库的数据加速访问方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010739909.4A CN111858612B (zh) | 2020-07-28 | 2020-07-28 | 基于图数据库的数据加速访问方法、装置及存储介质 |
PCT/CN2020/118116 WO2021139230A1 (zh) | 2020-07-28 | 2020-09-27 | 基于图数据库的数据加速访问方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010739909.4A CN111858612B (zh) | 2020-07-28 | 2020-07-28 | 基于图数据库的数据加速访问方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111858612A CN111858612A (zh) | 2020-10-30 |
CN111858612B true CN111858612B (zh) | 2023-04-18 |
Family
ID=72948689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010739909.4A Active CN111858612B (zh) | 2020-07-28 | 2020-07-28 | 基于图数据库的数据加速访问方法、装置及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111858612B (zh) |
WO (1) | WO2021139230A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113434593A (zh) * | 2021-06-15 | 2021-09-24 | 华录科技文化(大连)有限公司 | 一种基于区块链和蓝光存储相结合的双路数据不可逆存储*** |
CN115712667B (zh) * | 2022-11-07 | 2024-03-01 | 中电科大数据研究院有限公司 | 一种图数据融合分析方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104899156A (zh) * | 2015-05-07 | 2015-09-09 | 中国科学院信息工程研究所 | 一种面向大规模社交网络的图数据存储及查询方法 |
CN110046175A (zh) * | 2019-03-18 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 一种缓存更新、数据返回方法及装置 |
CN110188080A (zh) * | 2019-05-17 | 2019-08-30 | 北京航空航天大学 | 基于客户端高效缓存的远程文件数据访问性能优化方法 |
CN110502534A (zh) * | 2018-05-17 | 2019-11-26 | 艾玛迪斯简易股份公司 | 数据库高速缓存 |
CN111090653A (zh) * | 2019-12-20 | 2020-05-01 | 东软集团股份有限公司 | 一种数据缓存方法、装置及相关产品 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI676898B (zh) * | 2013-12-09 | 2019-11-11 | 安然國際科技有限公司 | 分散式記憶體磁碟群集儲存系統運作方法 |
CN111159481B (zh) * | 2019-12-16 | 2023-07-28 | 深圳云天励飞技术有限公司 | 图数据的边预测方法、装置及终端设备 |
-
2020
- 2020-07-28 CN CN202010739909.4A patent/CN111858612B/zh active Active
- 2020-09-27 WO PCT/CN2020/118116 patent/WO2021139230A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104899156A (zh) * | 2015-05-07 | 2015-09-09 | 中国科学院信息工程研究所 | 一种面向大规模社交网络的图数据存储及查询方法 |
CN110502534A (zh) * | 2018-05-17 | 2019-11-26 | 艾玛迪斯简易股份公司 | 数据库高速缓存 |
CN110046175A (zh) * | 2019-03-18 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 一种缓存更新、数据返回方法及装置 |
CN110188080A (zh) * | 2019-05-17 | 2019-08-30 | 北京航空航天大学 | 基于客户端高效缓存的远程文件数据访问性能优化方法 |
CN111090653A (zh) * | 2019-12-20 | 2020-05-01 | 东软集团股份有限公司 | 一种数据缓存方法、装置及相关产品 |
Also Published As
Publication number | Publication date |
---|---|
CN111858612A (zh) | 2020-10-30 |
WO2021139230A1 (zh) | 2021-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105205014B (zh) | 一种数据存储方法和装置 | |
CN110674053B (zh) | Ssd数据存储节点管理方法、装置、计算机设备及存储介质 | |
CN105183764B (zh) | 一种数据分页方法及装置 | |
CN103810237A (zh) | 数据管理方法和*** | |
CN111858612B (zh) | 基于图数据库的数据加速访问方法、装置及存储介质 | |
CN110737682A (zh) | 一种缓存操作方法、装置、存储介质和电子设备 | |
CN111538461A (zh) | 基于固态硬盘缓存的数据读写方法、装置及存储介质 | |
CN112487784B (zh) | 一种技术文档管理方法、装置、电子设备和可读存储介质 | |
CN112506486A (zh) | 搜索***建立方法、装置、电子设备及可读存储介质 | |
CN112699142A (zh) | 冷热数据处理方法、装置、电子设备及存储介质 | |
CN105117489B (zh) | 一种数据库管理方法、装置及电子设备 | |
US10177795B1 (en) | Cache index mapping | |
CN114880289A (zh) | 一种文件分组显示方法及计算设备 | |
CN104166649B (zh) | 一种用于搜索引擎的缓存方法和设备 | |
CN114896215A (zh) | 元数据的存储方法及装置 | |
CN111858604B (zh) | 数据存储方法、装置、电子设备及存储介质 | |
CN104516823B (zh) | 一种数据存储方法和装置 | |
CN115795521B (zh) | 访问控制方法、装置、电子设备及存储介质 | |
CN114185622B (zh) | 页面加载方法、装置、设备及存储介质 | |
CN111752941A (zh) | 一种数据存储、访问方法、装置、服务器及存储介质 | |
CN112528188A (zh) | 混合数据的分页浏览方法、装置、电子设备及存储介质 | |
CN113065086A (zh) | 网页正文提取方法、装置、电子设备及存储介质 | |
CN112925753A (zh) | 文件追加写入方法、装置、电子设备及存储介质 | |
CN111652741A (zh) | 用户偏好分析方法、装置及可读存储介质 | |
CN114253944B (zh) | 数据库双向同步方法、装置和电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |