一种数据存储方法、装置、设备及存储介质与流程

1.本发明涉及数据处理技术领域，尤其涉及一种数据存储方法、装置、设备及存储介质。


背景技术：

2.hdfs(hadoop分布式文件系统)为了使数据的传输速度和硬盘的传输速度接近，则设计将寻道时间(seek)相对最小化，将数据块(block)的大小设置的比较大，这样读写数据块的时间将远大于寻道时间，接近于硬盘的传输速度，但是当文件过小时，寻道时间则大于数据读写时间。
3.小文件是指文件大小明显小于hdfs数据块大小的文件。目前，hdfs中任何一个文件都占用一个block数据块，小文件过多时，不仅会浪费block数据块，并且每个文件、目录或者数据块在namenode节点内存中均以一个对象形式的元数据表示。在处理文件时，每一个小文件要占用一个slot，因此大部分时间都耗费在启动任务和释放任务上。


技术实现要素：

4.本发明提供了一种数据存储方法、装置、设备及存储介质，以实现有效利用磁盘空间，提升数据的读写速率的效果。
5.根据本发明的一方面，提供了一种数据存储方法，该方法包括：
6.获取待存储的当前小文件，确定所述当前小文件的当前占用空间；
7.根据所述当前占用空间，确定所述当前小文件的当前存储内存块，所述当前存储内存块为存储所述当前小文件的前一小文件的目标存储内存块或所述目标存储内存块关联的下一个数据存储内存块；
8.将所述当前小文件存储至所述当前存储内存块中。
9.可选的，所述根据所述当前占用空间，确定所述当前小文件的当前存储内存块，包括：
10.获取目标存储内存块的目标剩余存储空间；
11.若所述目标存储空间大于等于所述当前占用空间，则确定所述目标存储内存块为当前存储内存块；否则，
12.确定所述目标存储内存块关联的下一个数据存储内存块为当前存储内存块。
13.可选的，在将所述当前小文件存储至所述当前存储内存块中的同时，还包括：
14.形成所述当前小文件的当前文件元数据，将所述当前文件元数据存储至文件目录管理内存块中，所述当前文件元数据包含所述当前小文件的文件名、所述当前存储内存块的存储块信息和所述当前小文件在所述当前存储内存块中的存储位置信息。
15.可选的，该方法还包括：
16.监测所有非空存储内存块的内存空余空间，所述非空存储内存块为存储至少一个小文件的数据存储内存块；
17.将所述内存空余空间大于等于空间空闲阈值的非空存储内存块确定为待调整存储内存块；
18.当所述待调整存储内存块的数量等于调整阈值时，将所述待调整存储内存块中的小文件进行存储位置调整。
19.根据本发明的另一方面，提供了一种数据存储装置，该装置包括：
20.当前占用空间确定模块，用于获取待存储的当前小文件，确定所述当前小文件的当前占用空间；
21.当前存储内存块确定模块，用于根据所述当前占用空间，确定所述当前小文件的当前存储内存块，所述当前存储内存块为存储所述当前小文件的前一小文件的目标存储内存块或所述目标存储内存块关联的下一个数据存储内存块；
22.文件数据存储模块，用于将所述当前小文件存储至所述当前存储内存块中。
23.可选的，所述当前存储内存块确定模块包括：
24.目标剩余存储空间获取单元，用于获取目标存储内存块的目标剩余存储空间；
25.当前存储内存块确定单元，用于若所述目标存储空间大于等于所述当前占用空间，则确定所述目标存储内存块为当前存储内存块；否则，确定所述目标存储内存块关联的下一个数据存储内存块为当前存储内存块。
26.可选的，该装置还包括文件目录存储模块，用于：
27.在将所述当前小文件存储至所述当前存储内存块中的同时，形成所述当前小文件的当前文件元数据，将所述当前文件元数据存储至文件目录管理内存块中，所述当前文件元数据包含所述当前小文件的文件名、所述当前存储内存块的存储块信息和所述当前小文件在所述当前存储内存块中的存储位置信息。
28.可选的，该装置还包括存储位置调整模块，用于：
29.监测所有非空存储内存块的内存空余空间，所述非空存储内存块为存储至少一个小文件的数据存储内存块；
30.将所述内存空余空间大于等于空间空闲阈值的非空存储内存块确定为待调整存储内存块；
31.当所述待调整存储内存块的数量等于调整阈值时，将所述待调整存储内存块中的小文件进行存储位置调整。
32.根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
33.至少一个处理器；以及
34.与所述至少一个处理器通信连接的存储器；其中，
35.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序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本发明任一实施例所述的数据存储方法。
36.根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的数据存储方法。
37.本发明实施例的技术方案，获取待存储的当前小文件，确定当前小文件的当前占用空间；根据当前占用空间，确定当前小文件的当前存储内存块，当前存储内存块为存储当
前小文件的前一小文件的目标存储内存块或目标存储内存块关联的下一个数据存储内存块；将当前小文件存储至当前存储内存块中。本发明通过将多个小文件合并存储在同一个数据存储内存块中，有效利用了磁盘空间，提升了数据的读写速率。
38.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
39.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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附图。
40.图1是根据本发明实施例一提供的一种数据存储方法的流程图；
41.图2是根据本发明实施例二提供的一种数据存储装置的结构示意图；
42.图3是实现本发明实施例的数据存储方法的电子设备的结构示意图。
具体实施方式
43.为了使本技术领域的人员更好地理解本发明方案，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的实施例，而不是全部的实施例。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，都应当属于本发明保护的范围。
44.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“当前”、“前一”、“目标”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以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
45.实施例一
46.图1为本发明实施例一提供了一种数据存储方法的流程图，本实施例可适用于存储hdfs小文件的情况，该方法可以由数据存储装置来执行，该数据存储装置可以采用硬件和/或软件的形式实现，该数据存储装置可配置于计算机设备中。如图1所示，该方法包括：
47.s110、获取待存储的当前小文件，确定当前小文件的当前占用空间。
48.现有技术中，一个hdfs小文件占用一个数据存储内存块，本实施例是将多个小文件存储在一个数据存储内存块中，以节约数据存储内存块。
49.在本实施例中，数据存储内存块可以理解为datanode内存块。小文件指的是文件大小明显小于hdfs中内存块内存大小的文件。当前小文件可以理解为即将要存储的小文件。确定当前小文件的当前占用空间可以理解为存储当前小文件需要的内存空间。
50.s120、根据当前占用空间，确定当前小文件的当前存储内存块，当前存储内存块为
存储当前小文件的前一小文件的目标存储内存块或目标存储内存块关联的下一个数据存储内存块。
51.其中，当前存储内存块可以理解为将要存储当前小文件的数据存储内存块。当前小文件的前一小文件可以理解为在当前小文件前一个存储的小文件。目标存储内存块可以理解为存储前一小文件的数据存储内存块。
52.在本实施例中，可以从第一个数据存储内存块中连续存储小文件，也就是说，一个数据存储内存块可以存储多个小文件。当需要存储某个小文件时，需要先确定该小文件将要存储的数据存储内存块。
53.可选的，s120可以通过以下步骤具体实现：
54.s1201、获取目标存储内存块的目标剩余存储空间。
55.在本实施例中，当存储当前小文件的前一小文件后，可以将存储前一小文件的数据存储内存块作为目标存储内存块，在存储当前小文件时，可以先确定目标存储内存块的空余存储空间，即目标剩余存储空间，以判断目标存储内存块是否可以存储当前小文件。
56.s1202、判断目标存储空间是否大于等于当前占用空间。
57.具体的，在获取到当前小文件的当前占用空间和目标存储内存块的目标剩余存储空间时，可以对比当前占用空间和目标剩余存储空间，当目标存储空间大于等于当前占用空间时，可以进行s1203；否则，进行s1204。
58.s1203、确定目标存储内存块为当前存储内存块。
59.具体的，当目标存储空间大于等于当前占用空间时，可以理解为目标存储内存块的空余存储空间满足存储当前小文件，可以将当前小文件存储在目标存储内存块内，因此，可以将目标存储内存块确定为当前存储内存块。
60.s1204、确定目标存储内存块关联的下一个数据存储内存块为当前存储内存块。
61.具体的，当目标存储空间小于当前占用空间时，可以理解为目标存储内存块的空余存储空间不满足存储当前小文件，可以将当前小文件存储在一个新的数据存储内存块内，因此，可以将目标存储内存块关联的下一个数据存储内存块确定为当前存储内存块。在本实施例中，数据存储内存块的关联关系可以是内存块的编号顺序关系。
62.s130、将当前小文件存储至当前存储内存块中。
63.具体的，确定了当前小文件将要存储的当前存储内存块，将当前小文件存储至当前存储内存块中即可。
64.本发明实施例通过获取待存储的当前小文件，确定当前小文件的当前占用空间；根据当前占用空间，确定当前小文件的当前存储内存块，当前存储内存块为存储当前小文件的前一小文件的目标存储内存块或目标存储内存块关联的下一个数据存储内存块；将当前小文件存储至当前存储内存块中。本发明实施例通过将多个小文件合并存储在同一个数据存储内存块中，有效利用了磁盘空间，提升了数据的读写速率。
65.在上述技术方案的基础上，本实施例提供的数据存储方法还可以包括以下步骤：
66.s140、形成当前小文件的当前文件元数据，将当前文件元数据存储至文件目录管理内存块中，当前文件元数据包含当前小文件的文件名、当前存储内存块的存储块信息和当前小文件在当前存储内存块中的存储位置信息。
67.其中，文件目录管理内存块可以理解为namenode内存块。
68.在本实施例中，存储当前小文件时，可以根据当前小文件的文件名、当前存储内存块的存储块信息和当前小文件在当前存储内存块中的存储位置信息形成当前小文件的当前文件元数据，将当前文件元数据存储至文件目录管理内存块namenode中，在访问小文件时，可以根据namenode中的文件信息进行查找。
69.s150、监测所有非空存储内存块的内存空余空间；将内存空余空间大于等于空间空闲阈值的非空存储内存块确定为待调整存储内存块；当待调整存储内存块的数量等于调整阈值时，将待调整存储内存块中的小文件进行存储位置调整。
70.其中，非空存储内存块可以理解为存储有至少一个小文件的数据存储内存块。
71.在本实施例中，可以实时监控各个非空存储内存块的内存空余空间，由于存在文件删除的情况，当某个非空存储内存块的内存空余空间大于等于预设的空间空闲阈值时，可以将该非空存储内存块确定为待调整存储内存块。当磁盘中待调整存储内存块的数量较多时，例如待调整存储内存块的数量到达预设的调整阈值时，可以将待调整存储内存块中的小文件进行存储位置调整。例如，当某一非空存储内存块的内存空余空间大于等于100mb时，将该非空存储内存块确定为待调整存储内存块；当待调整存储内存块的数量到达1000个时，将这1000个待调整存储内存块内的小文件的存储位置进行调整，可以根据上述数据存储方法，将这些小文件连续存储在编号靠前的待调整存储内存块内，以释放空闲的待调整存储内存块。
72.实施例二
73.图2为本发明实施例二提供的一种数据存储装置的结构示意图。如图2所示，该装置包括：
74.当前占用空间确定模块210，用于获取待存储的当前小文件，确定所述当前小文件的当前占用空间。
75.当前存储内存块确定模块220，用于根据所述当前占用空间，确定所述当前小文件的当前存储内存块，所述当前存储内存块为存储所述当前小文件的前一小文件的目标存储内存块或所述目标存储内存块关联的下一个数据存储内存块。
76.文件数据存储模块230，用于将所述当前小文件存储至所述当前存储内存块中
77.可选的，当前存储内存块确定模块220模块包括：
78.目标剩余存储空间获取单元，用于获取目标存储内存块的目标剩余存储空间；
79.当前存储内存块确定单元，用于若所述目标存储空间大于等于所述当前占用空间，则确定所述目标存储内存块为当前存储内存块；否则，确定所述目标存储内存块关联的下一个数据存储内存块为当前存储内存块。
80.可选的，所述装置还包括文件目录存储模块，用于：
81.在将所述当前小文件存储至所述当前存储内存块中的同时，形成所述当前小文件的当前文件元数据，将所述当前文件元数据存储至文件目录管理内存块中，所述当前文件元数据包含所述当前小文件的文件名、所述当前存储内存块的存储块信息和所述当前小文件在所述当前存储内存块中的存储位置信息。
82.可选的，所述装置还包括存储位置调整模块，用于：
83.监测所有非空存储内存块的内存空余空间，所述非空存储内存块为存储至少一个小文件的数据存储内存块；
84.将所述内存空余空间大于等于空间空闲阈值的非空存储内存块确定为待调整存储内存块；
85.当所述待调整存储内存块的数量等于调整阈值时，将所述待调整存储内存块中的小文件进行存储位置调整。
86.本发明实施例所提供的数据存储装置可执行本发明任意实施例所提供的数据存储方法，具备执行方法相应的功能模块和有益效果。
87.实施例三
88.图3示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
89.如图3所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(rom)12、随机访问存储器(ram)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(rom)12中的计算机程序或者从存储单元18加载到随机访问存储器(ram)13中的计算机程序，来执行各种适当的动作和处理。在ram 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、rom 12以及ram 13通过总线14彼此相连。输入/输出(i/o)接口15也连接至总线14。
90.电子设备10中的多个部件连接至i/o接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
91.处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如数据存储方法。
92.在一些实施例中，数据存储方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由rom 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到ram 13并由处理器11执行时，可以执行上文描述的数据存储方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行数据存储方法。
93.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器
可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
94.用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
95.在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
96.为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
97.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、区块链网络和互联网。
98.计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。
99.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
100.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，根据设计要求和其他因素，可以进行各种修改、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。