CN113760966A - 基于异构数据库系统的数据处理方法和装置 - Google Patents

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本发明实施例的基于异构数据库系统的数据处理方法的主要步骤的示意图。如图1所示，基于异构数据库系统的数据处理方法的主要步骤可以包括步骤S101至步骤S103。

步骤S101：根据异构数据库系统存储的数据查询日志，获取待处理数据表，确定待处理数据表对应的目标数据库；

其中，异构数据库系统是相关的多个数据库系统的集合，可以实现数据的共享和透明访问，每个数据库系统在加入异构数据库系统之前本身就已经存在，拥有自己的管理软件。本发明实施例的异构数据库系统可以包括不同类型的数据库，比如，MySql(即，关系型数据库管理系统)、MongoDB(即，分布式文档存储数据库)、HDFS(即，分布式文件系统，适用于大规模数据集)、HBase(即，分布式的、面向列的开源数据库)、Redis(即，key-value存储系统)等，MySql属于关系型数据库，MongoDB和HDFS属于文档型数据库，HBase属于列式存储数据库，Redis属于缓存。

本发明实施例的异构数据库系统中可以包括多种类型的数据库，每个数据库中存储数据表。用户可以访问异构数据库系统，对异构数据库系统中存储的数据表进行查询，获取需要的数据信息，并且生成数据表的查询记录，即数据查询日志。本发明实施例中，可以对异构数据库系统中每个数据表的查询记录进行分析，判断每个数据表是否为需要进行数据同步或者需要进行数据迁移。具体的，如果一个数据表的查询性能较差，比如数据表A1的查询响应时间过长，则说明数据表A1需要进行数据同步，从而可以减少数据表A1的查询响应时间，提高异构数据库系统的性能。如果一个数据表的存储成本较高，比如数据表A2的存储成本较高，则可以对数据表A2进行数据迁移，利用存储成本低的数据库进行存储。本发明实施例中，待处理数据表可以包括需要进行数据同步的数据表和需要进行数据迁移的数据表，可以通过数据查询日志，获取待处理数据表。

步骤S102：根据待处理数据表、待处理数据表对应的存储数据库和目标数据库，生成数据处理任务。

在获取待处理数据表之后，还需要确定待处理数据表对应的目标数据库。目标数据库是指需要进行数据处理的数据库，比如需要将数据表A1同步至数据库M10，则数据库M10为数据表A1对应的目标数据库，或者需要将数据表A2迁移至数据库M8，则数据库M8为数据表A2对应的目标数据库。

获取待处理数据表和待处理数据表对应的目标数据库后，可以结合待处理数据表对应的存储数据库，生成数据处理任务。其中，数据处理任务可以包括数据同步任务和数据迁移任务，若待处理数据表为需要进行数据同步的数据表，则生成的数据处理任务为数据同步任务，若待处理数据表为需要进行数据迁移的数据表，则生成的数据处理任务为数据迁移任务。此外，待处理数据表对应的存储数据库是指当前存储待处理数据表的数据库，比如，数据表A1对应的存储数据库为M1，则说明当前存储数据库M1中存储数据表A1。

步骤S103：基于预设的读写调度规则，利用待处理数据表、存储数据库和目标数据库，执行数据处理任务。

在生成数据处理任务后，可以基于预设的读写调度规则，利用待处理数据表、存储数据库和目标数据库，执行数据处理任务。比如，根据需要进行数据同步的数据表A1、对应的存储数据库M1、对应的目标数据库M10，生成数据同步任务，则可以将数据表A1从存储数据库M1中同步至目标数据库M10中；根据需要进行数据迁移的数据表A2、对应的存储数据库M2、对应的目标数据库M8，生成数据迁移任务，则可以将数据表A2从存储数据库M2中迁移至目标数据库M8中。

对于异构数据库系统，数据同步是将数据表从一个数据库中同步至另一个数据库中，数据迁移是将数据表从一个数据库中迁移至另一个数据库中，因此数据同步和数据迁移均属于写操作。考虑到异构数据库系统还可以提供数据查询功能，且数据查询是从数据库中读取数据表，属于读操作。预先设置读写调度规则，即预先设置数据同步、数据迁移和数据查询的执行顺序，从而可以避免读写冲突，保证异构数据库系统能够提供良好服务。

本发明实施例中，预设的读写调度规则可以包括以下选项中至少一项：在存在数据查询任务的情况下，先执行数据查询任务，再执行数据处理任务，在不存在数据查询任务的情况下，直接执行数据处理任务；在数据处理任务对应的待处理数据表和数据查询任务对应的待查询数据表相同的情况下，先执行数据处理任务，再执行数据查询任务。

具体的，当有读操作时，不执行写操作，即存在数据查询任务的情况下，需要优先执行数据查询任务，在数据查询任务执行完成后，再执行数据处理任务。比如有数据查询任务D1、数据同步任务D2和数据迁移任务D3，则需要先执行数据查询任务D1，再执行数据同步任务D2和数据迁移任务D3，此外D2和D3可以同时执行，也可以先执行D2，再执行D3，对比不作限定。

当执行写操作时，若此时又有读操作，若写操作和读操作对应的是同一个数据表，则先不执行读操作，若写操作和读操作对应的不是同一个数据表，则可以执行读操作，即执行数据处理任务的情况下，若此时又有数据查询任务，如果数据处理任务与数据查询任务对应的数据表是相同的，此时先不执行数据查询任务，如果数据处理任务与数据查询任务对应的数据表是不同的，此时可以执行数据查询任务。比如，在执行数据同步任务D2时，又有数据查询任务D1，此时判断D2和D1对应的是否为同一个数据表，若是，则需要在D2执行结束后，才可以执行D1，若否，则可以执行D1。还有考虑到当有读操作时，不执行写操作，那么可以暂停执行D2，再D1执行结束后，再继续执行D2。

本发明实施例的基于异构数据库系统的数据处理技术方案，通过查询存储的数据查询日志，获取待处理数据表，然后结合待处理数据表对应的存储数据库和目标数据库，生成数据处理任务，最后可以基于预设的读写调度规则，执行数据处理任务，能够通过数据查询日志，自动对待处理数据表执行数据处理，从而可以优化异构数据库系统的数据查询功能，解决现有技术中需要借助人工干预方法进行优化查询的技术问题，用户体验良好。

基于异构数据库系统的数据处理方法，能够自动对待处理数据表执行数据处理，因此待处理数据表的获取是重要组成部分。本发明的可参考实施例中，根据异构数据库系统存储的数据查询日志，获取待处理数据表，可以包括：

步骤S1011，查询数据查询日志，获取异构数据库系统中存储的数据表对应的查询信息；

步骤S1012，若数据表对应的查询信息满足数据同步条件，确定数据表为需要进行数据同步的第一数据表；

步骤S1013，若数据表对应的查询信息满足数据迁移条件，确定数据表为需要进行数据迁移的第二数据表。

在步骤S1011中，查询数据查询日志，获取异构数据库系统中每个数据表对应的查询信息。其中，查询信息可以包括：查询平均响应时长、查询响应监控指标、查询失败率、以及查询频次。查询平均响应时长是指查询数据表的平均响应时间，比如，一天内查询数据表A1的平均响应时间；查询响应监控指标可以是TP99、TP90等，TP是Top Percentile，即Top百分数，与平均数以及中位数都是一类，是一个统计学里的术语，TP99是指保证99％的数据查询请求都能被响应的最小耗时，TP90是指保证90％的数据查询请求都能被响应的最小耗时，比如对100个数据表A1的查询请求响应时间按照从小到大进行排序，则排在第99位的响应时间为TP99，排在第90位的响应时间为TP90；查询失败率是指数据查询请求的失败率，比如有100个数据表A1的查询请求，其中85个请求可以查询到需要的数据，则查询失败率为15％；查询频次是指单位时间内查询数据表的次数，比如在一天内查询数据表A1的次数。

在获取到每个数据表的查询信息后，可以对每个数据表进行分析，判断该数据表是否为待处理数据表。本发明实施例中，待处理数据表可以包括需要进行数据同步的第一数据表和需要进行数据迁移的第二数据表，以下为确定待处理数据表的具体方法。

(一)若数据表对应的查询信息满足数据同步条件，确定数据表为需要进行数据同步的第一数据表。

本发明实施例中，数据表对应的查询信息满足数据同步条件可以包括以下选项中至少一项：(1)数据表对应的查询平均响应时长大于预设查询平均响应时长；(2)数据表对应的查询响应指标大于预设查询响应指标；(3)数据表对应的查询失败率大于预设查询失败率；(4)数据表对应的查询频次大于第一预设查询频次。对异构数据库系统中的每个数据表进行分析，如果一个数据表满足上述情况(1)至(4)中至少一项，则说明该数据表对应的查询性能不好，这样就可以确定该数据表为需要进行数据同步的第一数据表。

其中，预设查询平均响应时长可以根据时间或者次数设置。比如，如果根据时间设置预设查询平均响应时长，则可以直接根据历史经验或者具体业务，设置某时间为预设查询平均响应时长；如果根据次数设置预设查询平均响应时长，则可以对数据表的查询平均响应时长按照从大到小进行排序，选择排名靠前的N个数据表为需要进行数据同步的数据表。相应地，预设查询响应指标、预设查询失败率、以及第一预设查询频次也可以根据时间或者次数设置，本发明实施例中不做详细说明。

(二)若数据表对应的查询信息满足数据迁移条件，确定数据表为需要进行数据迁移的第二数据表。本发明实施例中，数据表对应的查询信息满足数据迁移条件可以包括：数据表对应的查询频次小于第二预设查询频次。对异构数据库系统中的每个数据表进行分析，如果一个数据表对应的查询频次小于第二预设查询频次，则说明该数据表对应的查询频次较低，比如数据表中记录的为1年前的数据，则查询频次较少，那么可以将该数据表迁移至存储成本低的数据库中，因此可以确定该数据表为需要进行数据迁移的第二数据表。

本发明实施例的基于异构数据库系统的数据处理方法中，能够直接通过对数据表的查询信息进行分析，获取需要进行数据同步和需要进行数据迁移的数据表，从而可以执行数据同步任务和数据迁移任务，达到自动对异构数据库系统的数据表存储进行优化的效果，进而可以提高异构数据库系统的查询性能。

在获取到需要进行数据同步的数据表和需要进行数据迁移的数据表之后，可以确定对应的目标数据库，在上文步骤S102中已经解释目标数据库，此处不再累述。本发明的可参考实施例中，确定待处理数据表对应的目标数据库，可以包括：利用步骤S1021确定第一数据表对应的第一目标数据库、以及利用步骤S1022确定第二数据表对应的第二目标数据库。

步骤S1021：基于查询信息与数据库类型的对应关系，根据第一数据表对应的查询信息，确定需要对第一数据表进行数据同步的第一目标数据库。

其中，数据库类型是指数据库的具体类型，比如，MySql属于关系型数据库、MongoDB和HDFS属于文档型数据库、HBase属于列式存储数据库、Redis属于缓存，对于一个数据表，可以根据该数据表的查询信息，确定出某种类型的数据库为最优存储数据库。

本发明实施例中，查询信息与数据库类型的对应关系限定了不同查询信息对应的最优数据库类型，具体可以为：(1)对于查询频次较多且表行数不大的数据表，对应的最优数据库为关系型数据库MySql；(2)对于查询频次较少且表行数较大的数据表，最优存储方式可以为以Orc格式(即，一种文件存储格式)存储至文档型数据库HDFS；(3)对于查询条件较多的数据表，最优存储方式可以为以Orc格式存储至文档型数据库HDFS；(4)对于查询频次较多、有聚合维度且可以泛化到结果表的数据表，对应的最优数据库为关系型数据库MySql；(5)对于查询平均响应时长较长的且可以泛化到结果表的数据表，最优存储方式可以为以Orc格式存储至文档型数据库HDFS；(6)对于泛化后的结果表较小、且查询频次较多的数据表，对应的最优数据库为缓存Redis。由于数据表中涉及成千上万条记录，通过使用汇总、平均、极值等聚合技术可以大大降低数据的查询数量，聚合维度就是指聚合技术涉及到的维度；查询条件是指对数据表进行数据查询时，设置的具体条件。此外，聚合维度和查询条件均可以看作为数据表的查询信息，按照具体的聚合维度和查询条件查询某数据表。数据泛化是一个从相对低层概念到更高层概念且对数据库中与任务相关的大量数据进行抽象概述的一个分析过程，泛化到结果表是指数据表中存在对部分数据进行泛化得到的结果表。

在确定第一数据表对应的查询信息后，可以基于查询信息与数据库类型的对应关系，得出存储第一数据表的最优数据库，因此可以直接确定该最优数据库为第一目标数据库。此外，需要注意的是，如果根据查询信息与数据库类型的对应关系，得知当前存储第一数据表的数据库已经为最优数据库，则此种情况下，可以不对第一数据表进行数据同步任务。

步骤S1022：基于数据库类型与存储成本的对应关系，根据第二数据表对应的存储信息，确定需要对第二数据表进行数据迁移的第二目标数据库和第二数据表对应的迁移数据。其中，存储信息可以包括：存储数据库、存储时间范围、以及存储成本。

数据库类型与存储成本的对应关系设置了不同数据库类型对应的存储成本，存储成本相当于占用的内存量，比如，关系型数据库MySql存储数据表A1需要的存储成本为C1，文档型数据库MongoDB存储数据表A1需要的存储成本为C2，列式存储数据库HBase存储数据表A1需要的存储成本为C3，缓存Redis存储数据表A1需要的存储成本为C4。由于第二数据表对应的查询频次较低，因此可以将第二数据表迁移至存储成本较低的数据库中。

本发明实施例的技术方案中，可以基于查询信息与数据库类型的对应关系以及数据库类型与存储成本的对应关系，确定出第一目标数据库以及第二目标数据库，能够自动对异构数据库系统的数据表存储进行优化，解决现有技术需要人工进行数据优化的技术问题，进一步提高异构数据库系统的查询性能。

本发明的可参考实施例中，利用待处理数据表、存储数据库和目标数据库，执行数据处理任务，可以包括：步骤S1031，按照第一目标数据库对应的表结构，将第一数据表从第一数据表对应的第一存储数据库同步至第一目标数据库中；步骤S1032，按照第二目标数据库对应的表结构，将第二数据表对应的迁移数据从第二数据表对应的第二存储数据库迁移至第二目标数据库中。其中，迁移数据是指需要从第二数据表中迁移至第二目标数据库中的数据。

对于不同数据库，采用不同的表结构存储数据表，因此如果需要利用目标数据库进行数据同步或者数据迁移，则需要先生成目标数据库的表结构，然后按照生成的表结构，执行数据同步任务或数据迁移任务。表结构可以为schema，可以利用开源工具Sqoop执行数据同步，Sqoop主要用于在Hadoop(即，分布式系统基础框架，HDFS为其核心之一)与传统的数据库间进行数据的传递，可以将一个关系型数据库中的数据导进到HDFS中，也可以将HDFS的数据导进到关系型数据库中。

对于数据同步任务，生成第一目标数据库对应的表结构，然后按照第一目标数据库对应的表结构，将第一数据表同步至第一目标数据库的第一目标数据表中；对于数据迁移任务，生成第二目标数据库对应的表结构，然后按照第二目标数据库对应的表结构，将第二数据表对应的迁移数据迁移至第二目标数据库的第二目标数据表中。此外，对于数据迁移任务，可以首先将第二数据表对应的迁移数据同步至第二目标数据表中，然后将迁移数据从第二数据表中删除。

此外，在执行数据处理任务之后，需要对数据处理任务进行验证、以及更新异构数据库系统中存储的数据表信息。所以，本发明的可参考实施例中，在执行数据处理任务后，基于异构数据库系统的数据处理方法还可以包括：对待处理数据表和数据处理任务对应的目标数据表进行数据验证；若验证通过，则根据待处理数据表和目标数据表更新数据字典中的存储信息，以及利用数据查询日志更新数据字典中的查询信息；若验证不通过，则重新执行数据处理任务。目标数据表可以是数据同步任务或者数据迁移任务对应的数据表。

假设，需要将数据表A1同步至数据库M10中，则需要在M10中新增一个数据表A10，将A1中的数据同步至A10中，定义A10为目标数据表。在执行数据同步任务之后，对A1与A10中的数据进行一致性验证，验证A1与A10中的数据是否一致。若验证通过，则可以认为数据同步任务成功，可以更新数据字典中A10的信息，此外，还可以从数据查询日志中抽取A1的查询记录，对A10进行查询，得到A10的查询测试结果，并利用查询测试结果更新数据字典中的A10的查询信息。若验证不通过，则需要重新执行数据同步任务。

再比如，需要将数据表A2中t1至t2时间范围内的数据迁移至数据库M8中，则需要在M8中新增一个数据表A8，将A2中t1至t2时间范围内的数据迁移至A8中，定义A8为目标数据表。在执行数据迁移任务之后，验证是否从A2中将t1至t2时间范围内的数据清除掉，以及验证A8中是否存在A2中t1至t2时间范围内的数据。若验证通过，则可以认为数据同步任务成功，可以更新数据字典中A8的信息，此外，还可以从数据查询日志中抽取A2中t1至t2时间范围内的数据查询记录，对A8进行查询，得到A8的查询测试结果，并利用查询测试结果更新数据字典中的A8的查询信息。若验证不通过，则需要重新执行数据迁移任务。

图2是根据本发明实施例的基于异构数据库系统的数据同步方法的主要流程的示意图。如图2所示，基于异构数据库系统的数据同步方法的主要流程可以包括：

步骤S201，查询数据查询日志，获取异构数据库系统中存储的数据表对应的查询信息；

步骤S202，若数据表对应的查询信息满足数据同步条件，确定数据表为需要进行数据同步的第一数据表；

步骤S203，基于查询信息与数据库类型的对应关系，根据第一数据表对应的查询信息，确定需要对第一数据表进行数据同步的第一目标数据库；

步骤S204，根据第一数据表、第一数据表对应的存储数据库和第一目标数据库，生成数据同步任务；

步骤S205，基于预设的读写调度规则，按照第一目标数据库对应的表结构，将第一数据表从第一数据表对应的第一存储数据库同步至第一目标数据库的第一目标数据表中；

步骤S206，对第一数据表和第一目标数据表进行数据一致性验证；

步骤S207，若验证通过，则根据第一数据表和第一目标数据表更新数据字典中的存储信息，以及利用数据查询日志更新数据字典中的查询信息；

步骤S208，若验证不通过，则重新执行数据同步任务。

其中，数据表对应的查询信息满足数据同步条件可以包括以下选项中至少一项：所述数据表对应的查询平均响应时长大于预设查询平均响应时长、所述数据表对应的查询响应指标大于预设查询响应指标、所述数据表对应的查询失败率大于预设查询失败率、以及所述数据表对应的查询频次大于第一预设查询频次。

图3是根据本发明实施例的基于异构数据库系统的数据迁移方法的主要流程的示意图。如图3所示，基于异构数据库系统的数据迁移方法的主要流程可以包括：

步骤S301，查询数据查询日志，获取异构数据库系统中存储的数据表对应的查询信息；

步骤S302，若数据表对应的查询信息满足数据迁移条件，确定数据表为需要进行数据迁移的第二数据表；

步骤S303，基于数据库类型与存储成本的对应关系，根据第二数据表对应的存储信息，确定需要对第二数据表进行数据迁移的第二目标数据库和第二数据表对应的迁移数据；

步骤S304，根据第二数据表、第二数据表对应的存储数据库和第二目标数据库，生成数据迁移任务；

步骤S305，基于预设的读写调度规则，按照第二目标数据库对应的表结构，将迁移数据从第二数据表对应的第二存储数据库迁移至第二目标数据库的第二目标数据表中；

步骤S306，对第二数据表和第二目标数据表进行验证；

步骤S307，若验证通过，则根据第二数据表和第二目标数据表更新数据字典中的存储信息，以及利用数据查询日志更新数据字典中的查询信息；

步骤S308，若验证不通过，则重新执行数据迁移任务。

其中，数据表对应的查询信息满足数据迁移条件可以包括：数据表对应的查询频次小于第二预设查询频次。

异构数据库系统可以提供数据查询功能，因此本发明的可参考实施例中，基于异构数据库系统的数据处理方法还可以包括：接收数据查询请求，获取数据查询请求对应的入参；利用数据字典中的存储信息和查询信息，查询待查询数据表对应的待查询数据库；根据待查询数据表、查询维度、以及查询条件，生成待查询数据库对应的数据查询任务；基于预设的读写调度规则，执行数据查询任务。

其中，待查询数据表、查询维度和查询条件为数据查询请求对应的入参。具体的，可以输入待查询数据表的唯一标识，比如表名table1；查询维度可以是数据的城市维度、季节维度等；查询条件是指具体的查询条件，比如查询日期2020年1月1日的数据。

数据字典记录每个数据表的查询信息和存储信息，比如针对数据表A1，数据字典中记录存储A1的数据库、A1对应的查询条件、A1对应的聚合维度、查询A1的平均响应时长、查询A1的响应监控指标、查询A1的失败率、查询A1的频次、A1的表行数、以及记录A1的更新时间，数据字典中还记录A1的存储日期范围、以及存储成本。

因此，在确定待查询数据表后，可以根据数据字典存储的信息，确定存储待查询数据表的数据库，然后通过确定的数据库的查询性能，确定出待查询数据库，其中查询性能可以通过对设置查询平均响应时长、查询响应监控指标、查询失败率和查询频次的权重，然后计算每个确定的数据库的查询性能，选择查询性能最佳的数据库为待查询数据库。然后，利用待查询数据表、查询维度、以及查询条件，生成待查询数据库对应的数据查询任务，最后可以基于预设的读写调度规则，执行生成的数据查询任务。其中，预设的调度读写规则在上述步骤S101中已经解释过，此处不再累述。

数据查询任务可以为数据库查询语句，针对不同类型的数据库，其数据库查询语句的格式不同，因此在确定待查询数据库之后，利用待查询数据表、查询维度、以及查询条件，生成该待查询数据库对应的查询语句。

此外，本发明的可参考实施例中，基于异构数据库系统的数据处理方法还可以包括：生成数据查询请求对应的数据查询日志；以及利用生成的数据查询日志更新数据字典。本发明实施例可以利用通过查询数据查询日志，确定出待处理数据表，因此在接收到数据查询请求后，需要生成该数据查询请求对应的数据查询日志，以及利用数据查询日志更新数据字典中存储的查询信息和存储信息。

图4是根据本发明实施例的基于异构数据库系统的数据查询方法的主要流程的示意图。如图4所示，基于异构数据库系统的数据查询方法的主要流程可以包括：

步骤S401，接收数据查询请求，获取数据查询请求对应的入参，入参可以包括：待查询数据表、查询维度、以及查询条件；

步骤S402，利用数据字典中的存储信息和查询信息，查询待查询数据表对应的待查询数据库；

步骤S403，根据待查询数据表、查询维度、以及查询条件，生成待查询数据库对应的数据查询任务；

步骤S404，基于预设的读写调度规则，执行数据查询任务；

步骤S405，生成数据查询请求对应的数据查询日志，利用生成的数据查询日志更新数据字典。

本发明实施例中，可以根据数据字典的存储信息和查询信息，选择查询性能好的数据库进行数据查询，提高数据查询效率，用户体验良好。

以下是对异构数据库系统的结构进行具体说明。图5是根据本发明实施例的异构数据库系统的结构示意图。如图5所示，异构数据库系统500可以包括：数据查询接口501、数据字典502、数据查询日志组件503、数据处理任务生成组件504、数据查询语句组件505、读写调度控制组件506、不同类型的数据库507。

其中，数据查询接口501用于接收数据处理请求，根据该数据处理请求确定入参，其中，入参可以包括：待查询数据表、查询维度、以及查询条件；以及用于与不同类型的数据库，配置数据库连接。数据字典502用于存储数据表的查询信息和存储信息；还用于根据查询信息和存储信息，确定待查询数据表对应的待查询数据库。

数据查询日志组件503用于定期或实时收集数据表的查询记录，并利用查询记录更新数据字典的查询信息和存储信息；还用于定期或实时根据数据查询日志，获取需要进行数据同步的数据表和需要进行数据迁移的数据表。

数据处理任务生成组件504用于基于查询信息与数据库类型的对应关系，确定需要进行数据同步的数据表对应的目标数据库，以及根据确定的目标数据库的表结构，新增目标数据表；还用于基于数据库类型与存储成本的对应关系，确定需要进行数据迁移的数据表对应的目标数据库，以及根据确定的目标数据库的表结构，新增目标数据表。数据处理任务生成组件504还用于对数据处理任务进行验证、以及更新异构数据库系统中存储的数据表信息。

数据查询语句组件505用于利用待查询数据表、查询维度、以及查询条件，生成待查询数据库对应的查询语句。读写调度控制组件506用于基于预设的读写调度规则，执行数据同步任务、数据迁移任务、以及数据查询任务。不同类型的数据库507可以包括MySql、MongoDB、HDFS、HBase、Redis等数据库。

本发明实施例的异构数据库系统，能够通过查询存储的数据查询日志，获取待处理数据表，然后结合待处理数据表对应的存储数据库和目标数据库，生成数据处理任务，最后可以基于预设的读写调度规则，执行数据处理任务，能够通过数据查询日志，自动对待处理数据表执行数据处理，从而可以优化异构数据库系统的数据查询功能，解决现有技术中需要借助人工干预方法进行优化查询的技术问题，用户体验良好。

图6是根据本发明实施例的基于异构数据库系统的数据处理装置的主要模块的示意图。如图6所示，基于异构数据库系统的数据处理装置600的主要模块可以包括：确定模块601、生成模块602和执行模块603。

其中，确定模块601可用于根据异构数据库系统存储的数据查询日志，获取待处理数据表，确定待处理数据表对应的目标数据库；生成模块602可用于根据待处理数据表、待处理数据表对应的存储数据库和目标数据库，生成数据处理任务；执行模块603可用于基于预设的读写调度规则，利用待处理数据表、存储数据库和目标数据库，执行数据处理任务。

本发明实施例中，确定模块601还可用于：查询数据查询日志，获取异构数据库系统中存储的数据表对应的查询信息；若数据表对应的查询信息满足数据同步条件，确定数据表为需要进行数据同步的第一数据表；若数据表对应的查询信息满足数据迁移条件，确定数据表为需要进行数据迁移的第二数据表。其中，查询信息可以包括：查询平均响应时长、查询响应监控指标、查询失败率、以及查询频次；第一数据表和第二数据表为待处理数据表。

本发明实施例中，数据表对应的查询信息满足数据同步条件可以包括以下选项中至少一项：数据表对应的查询平均响应时长大于预设查询平均响应时长、数据表对应的查询响应指标大于预设查询响应指标、数据表对应的查询失败率大于预设查询失败率、以及数据表对应的查询频次大于第一预设查询频次。

本发明实施例中，数据表对应的查询信息满足数据迁移条件可以包括以下选项中至少一项：数据表对应的查询失败率大于第二预设查询失败率、以及数据表对应的查询频次小于第二预设查询频次。

本发明实施例中，确定模块601还可用于：基于查询信息与数据库类型的对应关系，根据第一数据表对应的查询信息，确定需要对第一数据表进行数据同步的第一目标数据库；基于数据库类型与存储成本的对应关系，根据第二数据表对应的存储信息，确定需要对第二数据表进行数据迁移的第二目标数据库和第二数据表对应的迁移数据。其中，存储信息可以包括：存储数据库、存储时间范围、以及存储成本。

本发明实施例中，执行模块603还可用于：按照第一目标数据库对应的表结构，将第一数据表从第一数据表对应的第一存储数据库同步至第一目标数据库中；按照第二目标数据库对应的表结构，将第二数据表对应的迁移数据从第二数据表对应的第二存储数据库迁移至第二目标数据库中。

本发明实施例中，执行模块603还可用于：对待处理数据表和数据处理任务对应的目标数据表进行数据验证；若验证通过，则根据待处理数据表和目标数据表更新数据字典中的存储信息，以及利用数据查询日志更新数据字典中的查询信息；若验证不通过，则重新执行数据处理任务。

本发明实施例中，基于异构数据库系统的数据处理装置还可以包括：查询模块(图中未示出)。该查询模块可用于：接收数据查询请求，获取数据查询请求对应的入参；利用数据字典中的存储信息和查询信息，查询待查询数据表对应的待查询数据库；根据待查询数据表、查询维度、以及查询条件，生成待查询数据库对应的数据查询任务；基于预设的读写调度规则，执行数据查询任务。其中，入参可以包括：待查询数据表、查询维度、以及查询条件。

本发明实施例中，预设的读写调度规则可以包括以下选项中至少一项：在存在数据查询任务的情况下，先执行数据查询任务，再执行数据处理任务，在不存在数据查询任务的情况下，直接执行数据处理任务；在数据处理任务对应的待处理数据表和数据查询任务对应的待查询数据表相同的情况下，先执行数据处理任务，再执行数据查询任务。

本发明实施例中，查询模块还可用于：生成数据查询请求对应的数据查询日志；以及利用生成的数据查询日志更新数据字典。

从以上描述可以看出，本发明实施例的基于异构数据库系统的数据处理装置能够通过查询存储的数据查询日志，获取待处理数据表，然后结合待处理数据表对应的存储数据库和目标数据库，生成数据处理任务，最后可以基于预设的读写调度规则，执行数据处理任务，能够通过数据查询日志，自动对待处理数据表执行数据处理，从而可以优化异构数据库系统的数据查询功能，解决现有技术中需要借助人工干预方法进行优化查询的技术问题，用户体验良好。

图7示出了可以应用本发明实施例的基于异构数据库系统的数据处理方法或基于异构数据库系统的数据处理装置的示例性系统架构700。

如图7所示，系统架构700可以包括终端设备701、702、703，网络704和服务器705。网络704用以在终端设备701、702、703和服务器705之间提供通信链路的介质。网络704可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备701、702、703通过网络704与服务器705交互，以接收或发送消息等。终端设备701、702、703上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备701、702、703可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器705可以是提供各种服务的服务器，例如对用户利用终端设备701、702、703所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的基于异构数据库系统的数据处理方法一般由服务器705执行，相应地，基于异构数据库系统的数据处理装置一般设置于服务器705中。

应该理解，图7中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图8，其示出了适于用来实现本发明实施例的终端设备的计算机系统800的结构示意图。图8示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图8所示，计算机系统800包括中央处理单元(CPU)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有系统800操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

以下部件连接至I/O接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括确定模块、生成模块和执行模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，确定模块还可以被描述为“根据异构数据库系统存储的数据查询日志，获取待处理数据表，确定待处理数据表对应的目标数据库的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：根据异构数据库系统存储的数据查询日志，获取待处理数据表，确定待处理数据表对应的目标数据库；根据待处理数据表、待处理数据表对应的存储数据库和目标数据库，生成数据处理任务；基于预设的读写调度规则，利用待处理数据表、存储数据库和目标数据库，执行数据处理任务。

根据本发明实施例的技术方案，通过查询存储的数据查询日志，获取待处理数据表，然后结合待处理数据表对应的存储数据库和目标数据库，生成数据处理任务，最后可以基于预设的读写调度规则，执行数据处理任务，能够通过数据查询日志，自动对待处理数据表执行数据处理，从而可以优化异构数据库系统的数据查询功能，解决现有技术中需要借助人工干预方法进行优化查询的技术问题，用户体验良好。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。