CN115481187A - 一种数据读写方法、装置及存储介质 - Google Patents
一种数据读写方法、装置及存储介质 Download PDFInfo
- Publication number
- CN115481187A CN115481187A CN202211191106.5A CN202211191106A CN115481187A CN 115481187 A CN115481187 A CN 115481187A CN 202211191106 A CN202211191106 A CN 202211191106A CN 115481187 A CN115481187 A CN 115481187A
- Authority
- CN
- China
- Prior art keywords
- database
- data
- target data
- access
- request
- 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.)
- Granted
Links
- 238000003860 storage Methods 0.000 title claims abstract description 151
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000001360 synchronised effect Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 238000013500 data storage Methods 0.000 abstract description 4
- 238000009826 distribution Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012546 transfer Methods 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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
- G06F16/242—Query formulation
-
- 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
- G06F16/2453—Query optimisation
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及数据存储技术领域,公开了一种数据读写方法、装置及存储介质,该方法为:响应接收到的数据读取请求,在端数据库和远端数据库中查找与数据读取请求对应的目标数据,上述端数据库和远端数据库各自对应的地域信息不同,端数据库和远端数据库之间通过网络相连接,并将目标数据返回给发送数据读取请求的客户端,上述目标数据是在收到数据写入请求后基于数据写入请求对应的目标数据的属性特征存储到端数据库或者远端数据库中的,从而实现了数据的分布式存储,避免了数据分布地域广泛造成的数据丢失的情况,提升了数据查询的效率和准确率。
Description
技术领域
本申请涉及数据存储技术领域,提供了一种数据读写方法、装置及存储介质。
背景技术
目前,数据库结构相对简单,存储过程中,数据都要存储到服务器中的数据库中,这样,位于不同地域的不同的客户端才能同时访问到存储数据。
然而,客户端频繁访问数据库,会使服务器的查询性能降低,即大数据查询的时候需要消耗大量的通信资源,尤其是当位于不同地域的客户端同时查询同一个数据时,会产生存储数据丢失和查询性能差的问题。
发明内容
本申请实施例提供一种数据读写方法、装置及存储介质,用以提升数据查询的效率和准确率。
本申请提供的具体技术方案如下:
第一方面,本申请实施例提供了一种数据读写方法,包括:
响应接收到的数据读取请求,在端数据库和远端数据库中查找与数据读取请求对应的目标数据,其中,端数据库和远端数据库各自对应的地域信息不同,且,端数据库和远端数据库之间通过网络相连接;
将目标数据返回给发送数据读取请求的客户端;
其中,目标数据是在收到数据写入请求后基于数据写入请求对应的目标数据的属性特征存储到端数据库或者远端数据库中的。
可选地,将目标数据返回给发送数据读取请求的客户端,包括:
若在端数据库查找到目标数据,则将目标数据直接返回给发送数据读取请求的客户端;
若在远端数据库查找到目标数据,则将目标数据同步到端数据库,利用端数据库将目标数据返回给发送数据读取请求的客户端。
可选地,端数据库与数据读取请求的客户端处于相同的物理节点。
可选地,若远端数据库包括一个云数据库集群和至少一个边数据库集群,则通过以下方式将至少两个远端数据库进行连接:
将任意两个云数据节点之间通过网络进行连接,分别将每个边数据库集群中的各个边数据节点之间通过网络进行连接,分别将每个云数据节点与至少一个边数据节点通过网络进行连接;
其中,云数据集群为基于预设规则从至少两个远端数据库中选取的至少一个远端数据库,边数据库集群为基于各个远端数据库各自对应的地域信息将至少两个远端数据库中除云数据节点之外的远端数据库进行划分得到的,边数据节点为边数据库集群中的各个远端数据库,边数据库集群的组数为至少一组;
将所述端数据库的地域信息对应的云数据节点和/或边数据节点与所述端数据库通过网络进行连接。
可选地,将目标数据返回给发送数据读取请求的客户端,包括:
确定存储有目标数据的存储数据库,其中,存储数据库为端数据库、边数据节点和云数据节点中的任意一个;
确定与发送数据读取请求的客户端相连接的访问数据库,其中,访问数据库与数据读取请求的客户端处于相同的物理节点;
若发送数据读取请求的访问数据库与存储数据库是同一个数据库,则将目标数据从存储数据库返回给发送数据读取请求的客户端;
若发送数据读取请求的访问数据库与存储数据库不是同一个数据库,则通过存储数据库将目标数据同步到访问数据库,利用访问数据库将目标数据返回给发送数据读取请求的客户端。
可选地,若发送数据读取请求的访问数据库与存储数据库不是同一个数据库,则通过存储数据库将目标数据同步到访问数据库,利用访问数据库将目标数据返回给发送数据读取请求的客户端,包括:
若访问数据库为边数据节点,访问数据库与存储数据库不是同一个数据库,且访问数据库与存储数据库属于同一个边数据库集群,则将目标数据从存储数据库发送给访问数据库,并通过访问数据库将目标数据返回给发送数据读取请求的客户端;
若访问数据库为边数据节点,访问数据库与存储数据库不是同一个数据库,且访问数据库与存储数据库不属于同一个边数据库集群,则将目标数据从存储数据库发送给云数据节点,并通过云数据节点将目标数据返回给访问数据库所属的边数据库集群,通过所属的边数据库集群中的访问数据库将目标数据发送数据读取请求的客户端;
若访问数据库为云数据节点,且访问数据库与存储数据库不是同一个数据库,则将目标数据从存储数据库发送给云数据节点,通过访问数据库将目标数据发送数据读取请求的客户端;
若访问数据库为端数据库,且访问数据库与存储数据库不是同一个数据库,则将目标数据从存储数据库发送给云数据节点,并通过云数据节点将目标数据返回给与访问数据库相连接的边数据库集群,以及,通过与访问数据库相连接的边数据库集群将目标数据返回给访问数据库,通过访问数据库将目标数据发送数据读取请求的客户端。
可选地,目标数据通过以下方式存储到端数据库或者远端数据库中:
响应接收到的数据写入请求,确定数据写入请求对应的目标数据的属性特征;
基于预设的存储规则,确定与属性特征相匹配的端数据库或者远端数据库;
将目标数据写入相匹配的端数据库或者远端数据库中,并将基于目标数据生成的标识写入相匹配的端数据库或者远端数据库中,以及,将标识发送给客户端,其中,标识为全局变量。
可选地,若访问数据库与存储数据库之间的网络链路出现故障,响应接收到的数据写入请求之后,还包括:
将数据写入请求对应的目标数据存储到访问数据库中;
若访问数据库与存储数据库之间的网络链路由故障恢复为正常,方法还包括:
触发访问数据库基于目标数据的属性特征,将目标数据存储到存储数据库中。
可选地,响应接收到的数据读取请求,在端数据库和远端数据库中查找与数据读取请求对应的目标数据,包括:
响应接收到的数据读取请求,从发送数据读取请求的客户端中确定与数据读取请求对应的标识;
基于数据读取请求对应的标识,在端数据库和远端数据库中查找与数据读取请求对应的标识相同的在数据库中存储的标识;
将在数据库中存储的标识对应的目标数据确定为与数据读取请求对应的目标数据。
第二方面,本申请实施例还提供了一种数据读写装置,包括:
查找单元,用于响应接收到的数据读取请求,在端数据库和远端数据库中查找与数据读取请求对应的目标数据,其中,端数据库和远端数据库各自对应的地域信息不同,且,端数据库和远端数据库之间通过网络相连接;
返回单元,用于将目标数据返回给发送数据读取请求的客户端;
其中,目标数据是在收到数据写入请求后基于数据写入请求对应的目标数据的属性特征存储到端数据库或者远端数据库中的。
可选地,若远端数据库包括一个云数据库集群和至少一个边数据库集群,则通过以下方式将至少两个远端数据库进行连接:
将任意两个云数据节点之间通过网络进行连接,分别将每个边数据库集群中的各个边数据节点之间通过网络进行连接,分别将每个云数据节点与至少一个边数据节点通过网络进行连接;
其中,云数据集群为基于预设规则从至少两个远端数据库中选取的至少一个远端数据库,边数据库集群为基于各个远端数据库各自对应的地域信息将至少两个远端数据库中除云数据节点之外的远端数据库进行划分得到的,边数据节点为边数据库集群中的各个远端数据库,边数据库集群的组数为至少一组。
可选地,将目标数据返回给发送数据读取请求的客户端,返回单元用于:
确定存储有目标数据的存储数据库,其中,存储数据库为端数据库、边数据节点和云数据节点中的任意一个;
确定与发送数据读取请求的客户端相连接的访问数据库,其中,访问数据库与数据读取请求的客户端处于相同的物理节点;
若发送数据读取请求的访问数据库与存储数据库是同一个数据库,则将目标数据从存储数据库返回给发送数据读取请求的客户端;
若发送数据读取请求的访问数据库与存储数据库不是同一个数据库,则通过存储数据库将目标数据同步到访问数据库,利用访问数据库将目标数据返回给发送数据读取请求的客户端。
可选地,若发送数据读取请求的访问数据库与存储数据库不是同一个数据库,则通过存储数据库将目标数据同步到访问数据库,利用访问数据库将目标数据返回给发送数据读取请求的客户端,返回单元用于:
若访问数据库为边数据节点,访问数据库与存储数据库不是同一个数据库,且访问数据库与存储数据库属于同一个边数据库集群,则将目标数据从存储数据库发送给访问数据库,并通过访问数据库将目标数据返回给发送数据读取请求的客户端;
若访问数据库为边数据节点,访问数据库与存储数据库不是同一个数据库,且访问数据库与存储数据库不属于同一个边数据库集群,则将目标数据从存储数据库发送给云数据节点,并通过云数据节点将目标数据返回给访问数据库所属的边数据库集群,通过所属的边数据库集群中的访问数据库将目标数据发送数据读取请求的客户端;
若访问数据库为云数据节点,且访问数据库与存储数据库不是同一个数据库,则将目标数据从存储数据库发送给云数据节点,通过访问数据库将目标数据发送数据读取请求的客户端;
若访问数据库为端数据库,且访问数据库与存储数据库不是同一个数据库,则将目标数据从存储数据库发送给云数据节点,并通过云数据节点将目标数据返回给与访问数据库相连接的边数据库集群,以及,通过与访问数据库相连接的边数据库集群将目标数据返回给访问数据库,通过访问数据库将目标数据发送数据读取请求的客户端。
可选地,目标数据通过以下方式存储到端数据库或者远端数据库中:
响应接收到的数据写入请求,确定数据写入请求对应的目标数据的属性特征;
基于预设的存储规则,确定与属性特征相匹配的端数据库或者远端数据库;
将目标数据写入相匹配的端数据库或者远端数据库中,并将基于目标数据生成的标识写入相匹配的端数据库或者远端数据库中,以及,将标识发送给客户端,其中,标识为全局变量。
可选地,若访问数据库与存储数据库之间的网络链路出现故障,响应接收到的数据写入请求之后,还包括:
将数据写入请求对应的目标数据读写到访问数据库中;
若访问数据库与存储数据库之间的网络链路由故障恢复为正常,方法还包括:
触发访问数据库基于目标数据的属性特征,将目标数据读写到存储数据库中。
可选地,响应接收到的数据读取请求,在端数据库和远端数据库中查找与数据读取请求对应的目标数据,查找单元用于:
响应接收到的数据读取请求,从发送数据读取请求的客户端中确定与数据读取请求对应的标识;
基于数据读取请求对应的标识,在端数据库和远端数据库中查找与数据读取请求对应的标识相同的在数据库中存储的标识;
将在数据库中存储的标识对应的目标数据确定为与数据读取请求对应的目标数据。
第三方面,一种智能终端,包括:
存储器,用于存储可执行指令;
处理器,用于读取并执行存储器中存储的可执行指令,以实现如第一方面任一项的方法。
第四方面,一种计算机可读存储介质,当所述存储介质中的指令由处理器执行时,使得所述处理器能够执行上述第一方面任一项所述的方法。
本申请有益效果如下:
综上所述,本申请实施例中,提供的一种数据读写方法、装置及存储介质,该方法包括:响应接收到的数据读取请求,在端数据库和远端数据库中查找与数据读取请求对应的目标数据,上述端数据库和远端数据库各自对应的地域信息不同,端数据库和远端数据库之间通过网络相连接,并将目标数据返回给发送数据读取请求的客户端,上述目标数据是在收到数据写入请求后基于数据写入请求对应的目标数据的属性特征存储到端数据库或者远端数据库中的,从而实现了数据的分布式存储,避免了数据分布地域广泛造成的数据丢失的情况,提升了数据查询的效率和准确率。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例中一种云数据库集群与端数据库相连接的数据库***的***架构示意图;
图2为本申请实施例中一种云数据库集群、边数据库集群与端数据库相连接的数据库***的***架构示意图;
图3为本申请实施例中一种云数据库集群的组成示意图;
图4为本申请实施例中一种数据读写方法的流程示意图;
图5为本申请实施例中结合网络情况对数据进行存储的流程示意图;
图6为本申请实施例中一种数据读取方法的流程示意图;
图7为本申请实施例中基于数据读取请求查找目标数据的流程示意图;
图8为本申请实施例中将目标数据返回给客户端的流程示意图;
图9为本申请实施例中基于不同的存储数据库返回目标数据的流程示意图;
图10为本申请实施例中数据读写装置的逻辑架构示意图;
图11为本申请实施例中智能终端的实体架构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请技术方案的一部分实施例,而不是全部的实施例。基于本申请文件中记载的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请技术方案保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够使用除了在这里图示或描述的那些以外的顺序实施。
下面结合附图对本申请优选的实施方式进行详细说明。
首先介绍下本申请中的数据库的架构,参阅图1所示,具体包括端数据库和云数据库集群,即此时的远端数据库仅包括一个云数据库集群。需要进行说明的是,端数据库和云数据库集群各自对应的地域信息不同,并且,各个端数据库和云数据库集群之间通过网络相连接,各个端数据库之间不连接。参阅图2所示,当远端数据库包括一个云数据库集群和至少一个边数据库集群时,各个端数据库可以与云数据库集群通过网络相连接,同时,各个端数据库也可以与边数据库集群通过网络相连接,各个边数据库集群之间不连接。参阅图3所示,云数据库集群内部可以包括多个通过网络相连接的云数据节点,同样的,边数据库集群内部可以包括多个通过网络相连接的边数据节点。
即本申请中的端数据库和远端数据库的数量为多个,并且,各个端数据库和各个远端数据库各自所处的地域信息不同,从而方便位于不同地域信息的客户端存储和读取数据。
另外,为了方便数据的存储和读取,数据在各个远端数据库之间是同步的,即与远端数据库A相连接的客户端A想要把数据M存储到远端数据库B中时,客户端A先把数据M发送给远端数据库A,远端数据库A再将数据M发送给远端数据库B。
还需要补充说明的是,为了有效的节约存储空间,每一个数据只在上述各个端数据库或者远端数据库中的一个数据库中存储即可,各个端数据库和/或远端数据库之间能够进行数据的传输,无需在另一个数据库中进行备份。
并且,上述端数据库和远端数据库中存储的数据可以为实时数据、历史数据等,即各个端数据库和远端数据库中存储的数据的时限性不受限制。
下面具体介绍下各个数据库之间的连接关系,若远端数据库包括一个云数据库集群和至少一个边数据库集群,则通过以下方式将至少两个远端数据库进行连接:
首先要进行说明的是,云数据集群为基于预设规则从至少两个远端数据库中选取的至少一个远端数据库,边数据库集群为基于各个远端数据库各自对应的地域信息将至少两个远端数据库中除云数据节点之外的远端数据库进行划分得到的,边数据节点为边数据库集群中的各个远端数据库,边数据库集群的组数为至少一组。
即当远端数据库包括一个云数据库集群和至少一个边数据库集群时,从中选取出至少一个远端数据库作为云数据节点,具体的选取规则可预先设定,包括但不限于存储空间大、地域信息位置居中等。在选定云数据节点(至少为一个)后,选取出来的云数据节点自动归为一组,该组即为云数据库集群,在该云数据库集群中各个云数据节点之间通过网络相连。
将剩余的远端数据库即至少两个远端数据库中除云数据节点之外的远端数据库再进行划分得到至少一组边数据库集群,这里划分的依据通常是地域信息较近的归为一组。将每个边数据库集群中的任意一个远端数据库称为边数据节点,并且,边数据库集群与云数据节点通过网络相连接。
具体的,将任意两个云数据节点之间通过网络进行连接,分别将每个边数据库集群中的各个边数据节点之间通过网络进行连接,分别将每个云数据节点与至少一个边数据节点通过网络进行连接。
一种可选的实施方式中,将端数据库的地域信息对应的云数据节点和/或边数据节点与端数据库通过网络进行连接。
另一种可选的实施方式中,若端数据库的个数为至少两个,则通过以下方式确定至少两个端数据库的连接关系:
要进行说明的是,端数据库通常为与用户距离最近的数据库,各个端数据库对应的地域信息通常都不同,当端数据库的个数为至少两个时,针对每个端数据库执行以下操作:
1)在各个云数据节点和各个边数据节点各自对应的地域信息中确定与端数据库对应的地域信息之间的差值最小的地域信息。
为了建立端数据库与远端数据库之间的联系,即建立端数据库与边数据节点之间的连接,需要先确定每一个边数据节点对应的地域信息与端数据库对应的地域信息之间的差值,并从中确定出差值最小的地域信息对应的云数据节点和/或边数据节点,即确定出与一个端数据库距离最近的边数据节点。
2)将差值最小的地域信息对应的云数据节点和/或边数据节点与端数据库通过网络进行连接。
实施过程中,在确定了距离最近的边数据节点后,将该边数据节点与对应的端数据库通过网络进行连接。
下面继续介绍下数据写入数据库的方式,具体的,目标数据通过以下方式存储到端数据库或者远端数据库中,参阅图4所示:
步骤101:响应接收到的数据写入请求,确定数据写入请求对应的目标数据的属性特征。
实施过程中,当客户端想要将数据写入某个数据库时,上述客户端会发出数据写入请求,数据库***在接收到上述数据写入请求后,响应该数据写入请求,确定出数据写入请求对应的目标数据的属性特征,这里的属性特征包括但不限于使用频率、重要程度、数据大小等。
需要进行说明的是,目标数据是在收到数据写入请求后基于数据写入请求对应的目标数据的属性特征存储到端数据库或者远端数据库中的。
由于,数据库***内部的网络连接有可能会出现故障,若访问数据库与存储数据库之间的网络链路出现故障,响应接收到的数据写入请求之后,参阅图5所示,还包括:
这里的访问数据库为与发出数据写入请求的客户端直接相连接的数据库,由于,端数据库、边数据节点和云数据节点都可以对外连接客户端,因此,访问数据库可以为端数据库、边数据节点和云数据节点中的任意一个。上述存储数据库为数据写入请求对应的数据实际写入的数据库,存储数据库可以为端数据库、边数据节点和云数据节点中的任意一个。
步骤1011:将数据写入请求对应的目标数据存储到访问数据库中。
实施过程中,在访问数据库与存储数据库之间的网络链路出现故障时,将数据写入请求对应的目标数据存储到访问数据库中,即将客户端想要存储的目标数据就近存储到与其直接相连接的数据库(即访问数据库)中,由访问数据库暂时保存目标数据。
步骤1012:若访问数据库与存储数据库之间的网络链路由故障恢复为正常。
实施过程中,在确定访问数据库与存储数据库之间的网络链路由故障恢复为正常后,即目标数据由访问数据库到存储数据库之间的网络链路都正常。
步骤1013:触发访问数据库基于目标数据的属性特征,将目标数据存储到存储数据库中。
进一步,触发访问数据库基于目标数据的属性特征,即在确定目标数据的属性特征后,由暂时存储目标数据的访问数据库将目标数据转存到存储数据库中,实现发出数据写入请求的客户端的最终存储目的。
步骤102:基于预设的存储规则,确定与属性特征相匹配的端数据库或者远端数据库。
实施过程中,在确定目标数据的属性特征后,还要将上述属性特征与预设的存储规则进行匹配,假设,上述存储规则为:重要性高的数据写入到云数据节点、重要性居中的数据写入到云数据节点以及重要性差的数据写入到云数据节点,在确定属性特征为重要性高时,需要查找到相匹配的数据库,即端数据库或者远端数据库(边数据节点或云数据节点)中的一种。
步骤103:将目标数据写入相匹配的端数据库或者远端数据库中,并将基于目标数据生成的标识写入相匹配的端数据库或者远端数据库中,以及,将标识发送给客户端,其中,标识为全局变量。
进一步的,将目标数据写入相匹配的端数据库或者远端数据库中,为了对写入的数据进行唯一标识,本申请实施例中,还会根据目标数据生成标识,上述标识为全局变量,这样,在存储目标数据的同时,还会将上述标识一并存入相匹配的端数据库或者远端数据库中。
为了便于客户端查找已存储的目标数据,还会将上述标识发送给客户端,并且,为了保证目标数据的唯一性,上述标识设置为全局变量。
下面基于本申请的数据库***介绍下数据读取过程,参阅图6所示,一种数据读取方法包括:
步骤201:响应接收到的数据读取请求,在端数据库和远端数据库中查找与数据读取请求对应的目标数据。
在数据读取过程中,先是客户端发出数据读取请求,数据库***在接收到上述数据读取请求后,根据上述数据读取请求来查找对应的目标数据。
参阅图7所示,具体包括:
步骤2011:响应接收到的数据读取请求,从发送数据读取请求的客户端中确定与数据读取请求对应的标识。
由于,在数据存储过程中,目标数据与标识是一一对应的,并且,每一个客户端中都预先存储了各个已存的目标数据对应的标识,因而,在数据读取过程中,为了方便快捷的查找到目标数据,也以上述标识为查找依据,具体的,在接收到数据读取请求后,从发送数据读取请求的客户端中确定与数据读取请求对应的标识,该标识即表征了要读取的目标数据。
步骤2012:基于数据读取请求对应的标识,在端数据库和远端数据库中查找与数据读取请求对应的标识相同的在数据库中存储的标识。
实施过程中,在确定了数据读取请求对应的标识后,即确定了要读取的目标数据后,在各个端数据库和远端数据库中查找与数据读取请求对应的标识相同的在数据库中存储的标识,即在所有数据库中查找存储的上述标识。
步骤2013:将在数据库中存储的标识对应的目标数据确定为与数据读取请求对应的目标数据。
实施过程中,在数据库中查找到上述存储的标识后,将与该标识对应的目标数据确定为与数据读取请求对应的目标数据,该目标数据即可返回给客户端。
步骤202:将目标数据返回给发送数据读取请求的客户端。
实施过程中,将目标数据返回给发送数据读取请求的客户端,包括以下两种情况:
第一种情况:若在端数据库查找到目标数据,则将目标数据直接返回给发送数据读取请求的客户端。
例如,端数据库A中存储的所有数据中查找到目标数据a,将上述查找到的目标数据a直接返回给发送数据读取请求的客户端1。
第二种情况:若在远端数据库查找到目标数据,则将目标数据同步到端数据库,利用端数据库将目标数据返回给发送数据读取请求的客户端。
例如,边数据库B中存储的所有数据中查找到目标数据b,将上述查找到的目标数据b同步到端数据库c,利用端数据库c将目标数据b返回给发送数据读取请求的客户端2。
需要补充说明的是,上述两种情况中,端数据库与数据读取请求的客户端处于相同的物理节点。
具体实施过程中,考虑到存储数据库与访问数据库所处的地域信息可能不同,因而,将目标数据返回给发送数据读取请求的客户端,参阅图8所示,具体包括:
步骤2021:确定存储有目标数据的存储数据库,其中,存储数据库为端数据库、边数据节点和云数据节点中的任意一个。
实施过程中,在根据标识查找到目标数据后,将存储有目标数据的数据库确定为存储数据库。显然,这里的存储数据库为端数据库、边数据节点和云数据节点中的任意一个。
步骤2022:确定与发送数据读取请求的客户端相连接的访问数据库,其中,访问数据库与数据读取请求的客户端处于相同的物理节点。
为了确定目标数据的返回路径,进一步确定客户端所在的位置,即将与发送数据读取请求的客户端相连接的数据库确定为访问数据库,也即访问数据库与数据读取请求的客户端处于相同的物理节点。显然,这里的访问数据库为端数据库、边数据节点和云数据节点中的任意一个。
考虑到上述访问数据库和存储数据库有可能是同一个数据库,也有可能是不同的数据库,实施过程中分以下步骤进行介绍。
步骤2023:若发送数据读取请求的访问数据库与存储数据库是同一个数据库,则将目标数据从存储数据库返回给发送数据读取请求的客户端。
实施过程中,如果确定发送数据读取请求的访问数据库与存储数据库是同一个数据库,即发出数据读取请求的客户端与上述同一个数据库相连接,就将查找到的目标数据从上述同一个数据库中返回给发送数据读取请求的客户端即可。
步骤2024:若发送数据读取请求的访问数据库与存储数据库不是同一个数据库,则通过存储数据库将目标数据同步到访问数据库,利用访问数据库将目标数据返回给发送数据读取请求的客户端。
实施过程中,如果确定发送数据读取请求的访问数据库与存储数据库不是同一个数据库,即发出数据读取请求的客户端与一个数据库相连接,存储有目标数据的数据库为另一个数据库,就需要将目标数据中转给客户端,中转的路径即为与存储数据库相连接的数据库。
具体的,上述若发送数据读取请求的访问数据库与存储数据库不是同一个数据库,则通过存储数据库将目标数据同步到访问数据库,利用访问数据库将目标数据返回给发送数据读取请求的客户端,参阅图9所示,包括:
步骤20241:若访问数据库为边数据节点,访问数据库与存储数据库不是同一个数据库,且访问数据库与存储数据库属于同一个边数据库集群,则将目标数据从存储数据库发送给访问数据库,并通过访问数据库将目标数据返回给发送数据读取请求的客户端。
第一种情况:发出数据读取请求的客户端与边数据节点相连接,存储有目标数据的数据库为同一个边数据库集群中的另一个边数据节点,由于,同一个边数据库集群中边数据节点之间是通过网络相连接的,在这种情况下,将目标数据从存储数据库(即一个边数据节点)发送给访问数据库(即另一个边数据节点),由存储数据库将目标数据发送给访问数据库,并通过访问数据库将目标数据返回给发送数据读取请求的客户端。
步骤20242:若访问数据库为边数据节点,访问数据库与存储数据库不是同一个数据库,且访问数据库与存储数据库不属于同一个边数据库集群,则将目标数据从存储数据库发送给云数据节点,并通过云数据节点将目标数据返回给访问数据库所属的边数据库集群,通过所属的边数据库集群中的访问数据库将目标数据发送数据读取请求的客户端。
第二种情况:发出数据读取请求的客户端与边数据节点相连接,存储有目标数据的数据库为不同组的边数据库集群中的另一个边数据节点,由于,不同组的边数据库集群中边数据节点之间是无连接的,在这种情况下,将目标数据从存储数据库(即一个边数据节点)发送给云数据节点,并通过云数据节点将目标数据返回给访问数据库所属的边数据库集群,由所属的边数据库集群中的访问数据库接收云数据节点发送的目标数据,并通过访问数据库将目标数据返回给发送数据读取请求的客户端。
步骤20243:若访问数据库为云数据节点,且访问数据库与存储数据库不是同一个数据库,则将目标数据从存储数据库发送给云数据节点,通过访问数据库将目标数据发送数据读取请求的客户端。
第三种情况:发出数据读取请求的客户端与某一个云数据节点相连接,存储有目标数据的数据库为另一个数据库(端数据库、边数据节点和与上述某一个云数据节点不同的云数据节点中的任意一个)。在这种情况下,将目标数据从存储数据库发送给相连接的云数据节点,由上述与存储数据库相连接的云数据节点将目标数据发送给访问数据库(即上述某一个云数据节点),例如,存储数据库为另一个云数据节点时,由另一个云数据节点将目标数据发送给上述某一个云数据节点,进而通过访问数据库将目标数据返回给发送数据读取请求的客户端。
步骤20244:若访问数据库为端数据库,且访问数据库与存储数据库不是同一个数据库,则将目标数据从存储数据库发送给云数据节点,并通过云数据节点将目标数据返回给与访问数据库相连接的边数据库集群,以及,通过与访问数据库相连接的边数据库集群将目标数据返回给访问数据库,通过访问数据库将目标数据发送数据读取请求的客户端。
第四种情况:发出数据读取请求的客户端与端数据库相连接,存储有目标数据的数据库为另一个数据库(端数据库、边数据节点和云数据节点中的任意一个),由于,端数据库之间是通过云数据节点才能够相连接的,在这种情况下,将目标数据从存储数据库发送给云数据节点,由云数据节点将目标数据发送给与访问数据库相连接的边数据库集群,通过该边数据库集群中的与访问数据库相连接的边数据节点将目标数据返回给访问数据库,并通过访问数据库将目标数据返回给发送数据读取请求的客户端。
基于同一发明构思,参阅图10所示,本申请实施例中提供一种数据读写装置,包括:
查找单元1001,用于响应接收到的数据读取请求,在端数据库和远端数据库中查找与数据读取请求对应的目标数据,其中,端数据库和远端数据库各自对应的地域信息不同,且,端数据库和远端数据库之间通过网络相连接;
返回单元1002,用于将目标数据返回给发送数据读取请求的客户端;
其中,目标数据是在收到数据写入请求后基于数据写入请求对应的目标数据的属性特征存储到端数据库或者远端数据库中的。
可选地,若远端数据库包括一个云数据库集群和至少一个边数据库集群,则通过以下方式将至少两个远端数据库进行连接:
将任意两个云数据节点之间通过网络进行连接,分别将每个边数据库集群中的各个边数据节点之间通过网络进行连接,分别将每个云数据节点与至少一个边数据节点通过网络进行连接;
其中,云数据集群为基于预设规则从至少两个远端数据库中选取的至少一个远端数据库,边数据库集群为基于各个远端数据库各自对应的地域信息将至少两个远端数据库中除云数据节点之外的远端数据库进行划分得到的,边数据节点为边数据库集群中的各个远端数据库,边数据库集群的组数为至少一组。
可选地,将所述端数据库的地域信息对应的云数据节点和/或边数据节点与所述端数据库通过网络进行连接。
可选地,将目标数据返回给发送数据读取请求的客户端,返回单元1002用于:
确定存储有目标数据的存储数据库,其中,存储数据库为端数据库、边数据节点和云数据节点中的任意一个;
确定与发送数据读取请求的客户端相连接的访问数据库,其中,访问数据库与数据读取请求的客户端处于相同的物理节点;
若发送数据读取请求的访问数据库与存储数据库是同一个数据库,则将目标数据从存储数据库返回给发送数据读取请求的客户端;
若发送数据读取请求的访问数据库与存储数据库不是同一个数据库,则通过存储数据库将目标数据同步到访问数据库,利用访问数据库将目标数据返回给发送数据读取请求的客户端。
可选地,若发送数据读取请求的访问数据库与存储数据库不是同一个数据库,则通过存储数据库将目标数据同步到访问数据库,利用访问数据库将目标数据返回给发送数据读取请求的客户端,返回单元1002用于:
若访问数据库为边数据节点,访问数据库与存储数据库不是同一个数据库,且访问数据库与存储数据库属于同一个边数据库集群,则将目标数据从存储数据库发送给访问数据库,并通过访问数据库将目标数据返回给发送数据读取请求的客户端;
若访问数据库为边数据节点,访问数据库与存储数据库不是同一个数据库,且访问数据库与存储数据库不属于同一个边数据库集群,则将目标数据从存储数据库发送给云数据节点,并通过云数据节点将目标数据返回给访问数据库所属的边数据库集群,通过所属的边数据库集群中的访问数据库将目标数据发送数据读取请求的客户端;
若访问数据库为云数据节点,且访问数据库与存储数据库不是同一个数据库,则将目标数据从存储数据库发送给云数据节点,通过访问数据库将目标数据发送数据读取请求的客户端;
若访问数据库为端数据库,且访问数据库与存储数据库不是同一个数据库,则将目标数据从存储数据库发送给云数据节点,并通过云数据节点将目标数据返回给与访问数据库相连接的边数据库集群,以及,通过与访问数据库相连接的边数据库集群将目标数据返回给访问数据库,通过访问数据库将目标数据发送数据读取请求的客户端。
可选地,目标数据通过以下方式存储到端数据库或者远端数据库中:
响应接收到的数据写入请求,确定数据写入请求对应的目标数据的属性特征;
基于预设的存储规则,确定与属性特征相匹配的端数据库或者远端数据库;
将目标数据写入相匹配的端数据库或者远端数据库中,并将基于目标数据生成的标识写入相匹配的端数据库或者远端数据库中,以及,将标识发送给客户端,其中,标识为全局变量。
可选地,若访问数据库与存储数据库之间的网络链路出现故障,响应接收到的数据写入请求之后,还包括:
将数据写入请求对应的目标数据存储到访问数据库中;
若访问数据库与存储数据库之间的网络链路由故障恢复为正常,方法还包括:
触发访问数据库基于目标数据的属性特征,将目标数据存储到存储数据库中。
可选地,响应接收到的数据读取请求,在端数据库和远端数据库中查找与数据读取请求对应的目标数据,查找单元1001用于:
响应接收到的数据读取请求,从发送数据读取请求的客户端中确定与数据读取请求对应的标识;
基于数据读取请求对应的标识,在端数据库和远端数据库中查找与数据读取请求对应的标识相同的在数据库中存储的标识;
将在数据库中存储的标识对应的目标数据确定为与数据读取请求对应的目标数据。
基于同一发明构思,参阅图11所示,本申请实施例提供一种智能终端,包括:存储器1101,用于存储可执行指令;处理器1102,用于读取并执行存储器中存储的可执行指令,并执行上述第一方面的任意一种方法。
基于同一发明构思,本申请实施例提供一种计算机可读存储介质,当所述存储介质中的指令由处理器执行时,使得所述处理器能够执行上述第一方面任一项所述的方法。
综上所述,本申请实施例中,提供的一种数据存储方法、装置及存储介质,该方法包括:响应接收到的数据读取请求,在端数据库和远端数据库中查找与数据读取请求对应的目标数据,上述端数据库和远端数据库各自对应的地域信息不同,端数据库和远端数据库之间通过网络相连接,并将目标数据返回给发送数据读取请求的客户端,上述目标数据是在收到数据写入请求后基于数据写入请求对应的目标数据的属性特征存储到端数据库或者远端数据库中的,从而实现了数据的分布式存储,避免了数据分布地域广泛造成的数据丢失的情况,提升了数据查询的效率和准确率。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品***。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品***的形式。
本申请是参照根据本申请的方法、设备(***)、和计算机程序产品***的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (12)
1.一种数据读写方法,其特征在于,所述方法包括:
响应接收到的数据读取请求,在端数据库和远端数据库中查找与所述数据读取请求对应的目标数据,其中,所述端数据库和所述远端数据库各自对应的地域信息不同,且,所述端数据库和所述远端数据库之间通过网络相连接;
将所述目标数据返回给发送所述数据读取请求的客户端;
其中,所述目标数据是在收到数据写入请求后基于所述数据写入请求对应的目标数据的属性特征存储到端数据库或者远端数据库中的,所述发送所述数据写入请求的客户端对应的位置信息与所述端数据库对应的地域信息相同。
2.如权利要求1所述的方法,其特征在于,将所述目标数据返回给发送所述数据读取请求的客户端,包括:
若在所述端数据库查找到所述目标数据,则将所述目标数据直接返回给发送所述数据读取请求的客户端;
若在所述远端数据库查找到所述目标数据,则将所述目标数据同步到所述端数据库,利用所述端数据库将所述目标数据返回给发送所述数据读取请求的客户端。
3.如权利要求2所述的方法,其特征在于,所述端数据库与所述数据读取请求的客户端处于相同的物理节点。
4.如权利要求1-3任一项所述的方法,其特征在于,若所述远端数据库包括一个云数据库集群和至少一个边数据库集群,则通过以下方式将至少两个所述远端数据库进行连接:
将任意两个云数据节点之间通过网络进行连接,分别将每个边数据库集群中的各个边数据节点之间通过网络进行连接,分别将每个所述云数据节点与至少一个所述边数据节点通过网络进行连接;
其中,所述云数据节点为基于预设规则从至少两个所述远端数据库中选取的至少一个远端数据库,所述边数据库集群为基于各个所述远端数据库各自对应的所述地域信息将至少两个所述远端数据库中除所述云数据节点之外的远端数据库进行划分得到的,所述边数据节点为所述边数据库集群中的各个远端数据库,所述边数据库集群的组数为至少一组;
将所述端数据库的地域信息对应的云数据节点和/或边数据节点与所述端数据库通过网络进行连接。
5.如权利要求4所述的方法,其特征在于,所述将所述目标数据返回给发送所述数据读取请求的客户端,包括:
确定存储有所述目标数据的存储数据库,其中,所述存储数据库为所述端数据库、所述边数据节点和所述云数据节点中的任意一个;
确定与发送所述数据读取请求的客户端相连接的访问数据库,其中,所述访问数据库与所述数据读取请求的客户端处于相同的物理节点;
若发送所述数据读取请求的所述访问数据库与存储数据库是同一个数据库,则将所述目标数据从存储数据库返回给发送所述数据读取请求的客户端;
若发送所述数据读取请求的所述访问数据库与存储数据库不是同一个数据库,则通过所述存储数据库将所述目标数据同步到所述访问数据库,利用所述访问数据库将所述目标数据返回给发送所述数据读取请求的客户端。
6.如权利要求5所述的方法,其特征在于,所述若发送所述数据读取请求的所述访问数据库与存储数据库不是同一个数据库,则通过所述存储数据库将所述目标数据同步到所述访问数据库,利用所述访问数据库将所述目标数据返回给发送所述数据读取请求的客户端,包括:
若所述访问数据库为所述边数据节点,所述访问数据库与存储数据库不是同一个数据库,且所述访问数据库与存储数据库属于同一个所述边数据库集群,则将所述目标数据从所述存储数据库发送给所述访问数据库,并通过所述访问数据库将目标数据返回给发送所述数据读取请求的客户端;
若所述访问数据库为所述边数据节点,所述访问数据库与存储数据库不是同一个数据库,且所述访问数据库与存储数据库不属于同一个所述边数据库集群,则将所述目标数据从存储数据库发送给所述云数据节点,并通过所述云数据节点将目标数据返回给所述访问数据库所属的边数据库集群,通过所属的边数据库集群中的所述访问数据库将所述目标数据发送所述数据读取请求的客户端;
若所述访问数据库为所述云数据节点,且所述访问数据库与存储数据库不是同一个数据库,则将所述目标数据从存储数据库发送给所述云数据节点,通过所述访问数据库将所述目标数据发送所述数据读取请求的客户端;
若所述访问数据库为所述端数据库,且所述访问数据库与存储数据库不是同一个数据库,则将所述目标数据从存储数据库发送给所述云数据节点,并通过所述云数据节点将目标数据返回给与所述访问数据库相连接的边数据库集群,以及,通过所述与所述访问数据库相连接的边数据库集群将所述目标数据返回给所述访问数据库,通过所述访问数据库将所述目标数据发送所述数据读取请求的客户端。
7.如权利要求5或6所述的方法,其特征在于,所述目标数据通过以下方式存储到端数据库或者远端数据库中:
响应接收到的所述数据写入请求,确定所述数据写入请求对应的目标数据的属性特征;
基于预设的存储规则,确定与所述属性特征相匹配的所述端数据库或者所述远端数据库;
将所述目标数据写入相匹配的所述端数据库或者所述远端数据库中,并将基于所述目标数据生成的标识写入相匹配的所述端数据库或者所述远端数据库中,以及,将所述标识发送给客户端,其中,所述标识为全局变量。
8.如权利要求7所述的方法,其特征在于,若所述访问数据库与所述存储数据库之间的网络链路出现故障,所述响应接收到的所述数据写入请求之后,还包括:
将所述数据写入请求对应的目标数据存储到所述访问数据库中;
若所述访问数据库与所述存储数据库之间的网络链路由故障恢复为正常,所述方法还包括:
触发所述访问数据库基于所述目标数据的属性特征,将所述目标数据存储到所述存储数据库中。
9.如权利要求7所述的方法,其特征在于,所述响应接收到的数据读取请求,在端数据库和远端数据库中查找与所述数据读取请求对应的目标数据,包括:
响应接收到的所述数据读取请求,从发送所述数据读取请求的客户端中确定与所述数据读取请求对应的标识;
基于所述数据读取请求对应的标识,在端数据库和远端数据库中查找与所述数据读取请求对应的标识相同的在数据库中存储的标识;
将所述在数据库中存储的标识对应的目标数据确定为与所述数据读取请求对应的目标数据。
10.一种数据读写装置,其特征在于,包括:
查找单元,用于响应接收到的数据读取请求,在端数据库和远端数据库中查找与所述数据读取请求对应的目标数据,其中,所述端数据库和所述远端数据库各自对应的地域信息不同,且,所述端数据库和所述远端数据库之间通过网络相连接;
返回单元,用于将所述目标数据返回给发送所述数据读取请求的客户端;
其中,所述目标数据是在收到数据写入请求后基于所述数据写入请求对应的目标数据的属性特征存储到端数据库或者远端数据库中的,所述发送所述数据写入请求的客户端对应的位置信息与所述端数据库对应的地域信息相同。
11.一种智能终端,其特征在于,包括:
存储器,用于存储可执行指令;
处理器,用于读取并执行所述存储器中存储的可执行指令,以实现如权利要求1-9任一项所述的方法。
12.一种计算机可读存储介质,其特征在于,当所述存储介质中的指令由处理器执行时,使得所述处理器能够执行如权利要求1-9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211191106.5A CN115481187B (zh) | 2022-09-28 | 2022-09-28 | 一种数据读写方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211191106.5A CN115481187B (zh) | 2022-09-28 | 2022-09-28 | 一种数据读写方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115481187A true CN115481187A (zh) | 2022-12-16 |
CN115481187B CN115481187B (zh) | 2023-11-21 |
Family
ID=84393501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211191106.5A Active CN115481187B (zh) | 2022-09-28 | 2022-09-28 | 一种数据读写方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115481187B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106101055A (zh) * | 2016-04-29 | 2016-11-09 | 乐视控股(北京)有限公司 | 一种多数据库的数据访问方法及其***和代理服务器 |
CN106341454A (zh) * | 2016-08-23 | 2017-01-18 | 世纪龙信息网络有限责任公司 | 跨机房多活分布式数据库管理***和方法 |
CN107704490A (zh) * | 2017-08-22 | 2018-02-16 | 贵州白山云科技有限公司 | 一种基于对等存储的数据处理方法及装置 |
CN108197159A (zh) * | 2017-12-11 | 2018-06-22 | 厦门集微科技有限公司 | 基于分布式文件***的数据读取、写入方法及装置 |
CN110837515A (zh) * | 2019-11-06 | 2020-02-25 | 北京天融信网络安全技术有限公司 | 一种基于数据库的数据处理方法及电子设备 |
CN111460240A (zh) * | 2020-04-13 | 2020-07-28 | 吉林亿联银行股份有限公司 | 一种跨地域多活微服务架构下翻页数据查询方法及装置 |
CN112799589A (zh) * | 2021-01-14 | 2021-05-14 | 新华三大数据技术有限公司 | 一种数据读取方法及装置 |
CN113190625A (zh) * | 2021-05-25 | 2021-07-30 | 中国工商银行股份有限公司 | 请求处理方法、装置、电子设备、介质和程序产品 |
CN113642036A (zh) * | 2021-07-07 | 2021-11-12 | 阿里巴巴新加坡控股有限公司 | 数据处理方法、装置及*** |
CN114595245A (zh) * | 2022-03-18 | 2022-06-07 | 上海哔哩哔哩科技有限公司 | 数据处理方法及装置 |
-
2022
- 2022-09-28 CN CN202211191106.5A patent/CN115481187B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106101055A (zh) * | 2016-04-29 | 2016-11-09 | 乐视控股(北京)有限公司 | 一种多数据库的数据访问方法及其***和代理服务器 |
CN106341454A (zh) * | 2016-08-23 | 2017-01-18 | 世纪龙信息网络有限责任公司 | 跨机房多活分布式数据库管理***和方法 |
CN107704490A (zh) * | 2017-08-22 | 2018-02-16 | 贵州白山云科技有限公司 | 一种基于对等存储的数据处理方法及装置 |
CN108197159A (zh) * | 2017-12-11 | 2018-06-22 | 厦门集微科技有限公司 | 基于分布式文件***的数据读取、写入方法及装置 |
CN110837515A (zh) * | 2019-11-06 | 2020-02-25 | 北京天融信网络安全技术有限公司 | 一种基于数据库的数据处理方法及电子设备 |
CN111460240A (zh) * | 2020-04-13 | 2020-07-28 | 吉林亿联银行股份有限公司 | 一种跨地域多活微服务架构下翻页数据查询方法及装置 |
CN112799589A (zh) * | 2021-01-14 | 2021-05-14 | 新华三大数据技术有限公司 | 一种数据读取方法及装置 |
CN113190625A (zh) * | 2021-05-25 | 2021-07-30 | 中国工商银行股份有限公司 | 请求处理方法、装置、电子设备、介质和程序产品 |
CN113642036A (zh) * | 2021-07-07 | 2021-11-12 | 阿里巴巴新加坡控股有限公司 | 数据处理方法、装置及*** |
CN114595245A (zh) * | 2022-03-18 | 2022-06-07 | 上海哔哩哔哩科技有限公司 | 数据处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115481187B (zh) | 2023-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109117275B (zh) | 基于数据分片的对账方法、装置、计算机设备及存储介质 | |
CN103019960B (zh) | 分布式缓存方法及*** | |
CN111460023A (zh) | 基于Elasticsearch的业务数据处理方法、装置、设备及存储介质 | |
CN103714097A (zh) | 一种访问数据库的方法和装置 | |
CN106934048A (zh) | 数据在线迁移方法、代理节点 | |
CN111258978B (zh) | 一种数据存储的方法 | |
CN103218404A (zh) | 一种基于关联特性的多维元数据管理方法和*** | |
US20130297609A1 (en) | Providing reconstructed data based on stored aggregate data in response to queries for unavailable data | |
CN106415534B (zh) | 一种分布式数据库中关联表分区的方法和设备 | |
CN110597852A (zh) | 数据处理方法、装置、终端及存储介质 | |
CN113468226A (zh) | 一种业务处理方法、装置、电子设备和存储介质 | |
CN103326925A (zh) | 一种消息推送方法及装置 | |
CN107908713B (zh) | 一种基于Redis集群的分布式动态杜鹃过滤***及其过滤方法 | |
CN102724301B (zh) | 云数据库***以及云数据读写处理方法、设备 | |
CN106570029B (zh) | 分布式关系型数据库的数据处理方法及*** | |
CN112507026B (zh) | 基于键值模型、文档模型和图模型的分布式高速存储方法 | |
CN107465706B (zh) | 一种基于无线通信网络的分布式数据对象存储装置 | |
CN111400301A (zh) | 一种数据查询方法、装置及设备 | |
US11366598B1 (en) | Dynamic lease assignments in a time-series database | |
CN115481187B (zh) | 一种数据读写方法、装置及存储介质 | |
CN111352938A (zh) | 数据处理方法、计算机设备及存储介质 | |
CN112817980B (zh) | 一种数据索引处理方法、装置、设备及存储介质 | |
CN114493602A (zh) | 区块链交易的执行方法、装置、电子设备和存储介质 | |
CN112579709A (zh) | 一种数据表识别方法、装置、存储介质及电子设备 | |
Zhang et al. | Sextant: Grab's Scalable In-Memory Spatial Data Store for Real-Time K-Nearest Neighbour Search |
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 |