• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 28
    • 下载费用:30 金币  

    重庆时时彩职业: 数据一致性管理.pdf

    关 键 词:
    数据一致性 管理
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201310616847.8

    申请日:

    2013.11.25

    公开号:

    CN103838817A

    公开日:

    2014.06.04

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G06F 17/30申请日:20131125|||公开
    IPC分类号: G06F17/30 主分类号: G06F17/30
    申请人: 埃森哲环球服务有限公司
    发明人: 傅忱; S·维纽吉森; K·塔尼加
    地址: 爱尔兰都柏林
    优先权: 2012.11.26 US 13/685,351
    专利代理机构: 北京市金杜律师事务所 11256 代理人: 酆迅;辛鸣
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201310616847.8

    授权公告号:

    ||||||

    法律状态公告日:

    2017.03.22|||2014.07.02|||2014.06.04

    法律状态类型:

    授权|||实质审查的生效|||公开

    摘要

    本发明的各实施例涉及数据一致性管理。一种数据一致性管理系统可以包括存储器,该存储器存储机器可读指令,用以接收查询并确定查询的针对由NoSQL数据存储库或RDBMS处理的适合性。该存储器还可以包括机器可读指令,用以基于读取查询和适合于NoSQL数据存储库的查询模式的组合而排序数据表?;诟门判?,该存储器还可以包括机器可读指令,用以确定将由NoSQL数据存储库或由RDBMS管理的数据表,确定查询是否用于由NoSQL数据存储库管理的数据表,并且基于确定该查询是用于由NoSQL数据存储库管理的数据表,将该查询翻译为NoSQL?API调用以用于使用NoSQL数据存储库响应该查询。

    权利要求书

    权利要求书
    1.  一种数据一致性管理系统,包括:
    存储器,存储机器可读指令,用以:
    接收查询;
    确定所述查询的针对由不仅结构化的查询语言(NoSQL)数据存储库或关系数据库管理系统(RDBMS)处理的适合性;
    基于用于数据表的读取查询和适用于所述NoSQL数据存储库的针对所述数据表的查询模式的组合,排序所述数据表,至少一个所述数据表包含用于响应所述查询的信息;
    基于所述排序,确定来自将由所述NoSQL数据存储库或由所述RDBMS管理的排序的所述数据表的数据表;
    确定所述查询是否用于由所述NoSQL数据存储库管理的至少一个数据表;以及
    基于确定所述查询是用于由NoSQL数据存储库管理的所述至少一个数据表,将所述查询翻译为NoSQL应用编程接口(API)调用以用于使用所述NoSQL数据存储库响应所述查询;以及处理器,用以执行所述机器可读指令。

    2.  根据权利要求1所述的数据一致性管理系统,还包括机器可读指令,用以:
    基于确定所述查询不是用于由所述NoSQL数据存储库管理的所述至少一个数据表,向RDBMS转发所述查询。

    3.  根据权利要求1所述的数据一致性管理系统,其中确定所述查询的针对由所述NoSQL数据存储库或所述RDBMS处理的所述适合性的所述机器可读指令还包括:
    确定所述查询是否是通过数据表的主键而从所述数据表选择数据的选择查询;以及
    确定所述查询是否是聚集数据表的单个列的选择查询。

    4.  根据权利要求1所述的数据一致性管理系统,其中确定所述 查询的针对由所述NoSQL数据存储库或所述RDBMS处理的所述适合性的所述机器可读指令还包括:
    确定查询是否是通过数据表的主键而从所述数据表选择数据的选择查询;
    确定到所述数据表的预定百分比的查询是否是通过所述数据表的所述主键而从所述数据表选择数据的选择查询;以及
    基于确定到所述数据表的预定百分比的查询是通过所述数据表的所述主键而从所述数据表选择数据的选择查询,使用针对所述NoSQL数据存储库的键值存储库以用于处理所述查询。

    5.  根据权利要求1所述的数据一致性管理系统,其中确定所述查询的针对由所述NoSQL数据存储库或所述RDBMS处理的所述适合性的所述机器可读指令还包括:
    确定所述查询是否是聚集数据表的单个列的选择查询;
    确定到所述数据表的预定百分比的查询是否是聚集所述数据表的所述单个列的选择查询;以及
    基于确定到所述数据表的预定百分比的查询是聚集所述数据表的所述单个列的所述选择查询,使用针对所述NoSQL数据存储库的列存储库以用于处理所述查询。

    6.  根据权利要求1所述的数据一致性管理系统,其中排序所述数据表的所述机器可读指令还包括:
    基于用于数据表的读取查询的百分比和适用于针对所述数据表的所述NoSQL数据存储库的所述查询模式的百分比的线性组合,排序所述数据表。

    7.  根据权利要求1所述的数据一致性管理系统,其中排序所述数据表的所述机器可读指令还包括:
    基于用于数据表的所述读取查询的百分比、所述数据表的匹配键选择模式的查询的百分比以及所述数据表的匹配聚集模式并在所述数据表的列中的数据上聚集的查询的百分比的线性组合,排序所述数据表。

    8.  根据权利要求1所述的数据一致性管理系统,其中从将由所述NoSQL数据存储库或由所述RDBMS管理的排序的所述数据表确定所述数据表的所述机器可读指令还包括:
    确定数据表,所述排序对于所述数据表超过预定阈值。

    9.  根据权利要求1所述的数据一致性管理系统,其中从将由所述NoSQL数据存储库或由所述RDBMS管理的排序的所述数据表中确定所述数据表的所述机器可读指令还包括:
    基于用于所述数据表的所述读取查询的百分比、所述数据表的匹配键选择模式的查询的百分比以及所述数据表的匹配聚集模式并在所述数据表的列中的数据上聚集的查询的百分比的线性组合,排序数据表;以及
    确定数据表,与所述读取查询的所述百分比、所述数据表的匹配键选择模式的查询的所述百分比以及所述数据表的匹配聚集模式并在所述数据表的列中的数据上聚集的查询的所述百分比的所述有关的排序中的至少一个排序为所述数据表超过与所述读取查询的所述百分比、所述数据表的匹配键选择模式的查询的所述百分比以及所述数据表的匹配聚集模式并在所述数据表的列中的数据上聚集的查询的所述百分比有关的至少一个预定阈值。

    10.  根据权利要求1所述的数据一致性管理系统,其中翻译所述查询的所述机器可读指令还包括:
    根据所述至少一个数据表的结构,在所述NoSQL数据存储库中创建数据结构。

    11.  根据权利要求1所述的数据一致性管理系统,其中翻译所述查询的所述机器可读指令还包括:
    确定所述至少一个数据表是否包括匹配键选择模式的高比例的查询;以及
    基于确定所述至少一个数据表包括匹配键选择模式的高比例的查询,通过使用所述至少一个数据表的主键,为所述NoSQL数据存储库创建键值存储库。

    12.  根据权利要求1所述的数据一致性管理系统,其中翻译所述查询的所述机器可读指令还包括:
    确定所述至少一个数据表是否包括匹配聚集模式的高比例的查询;以及
    基于确定所述至少一个数据表包括匹配聚集模式的高比例的查询的确定,为所述NoSQL数据存储库创建列存储库。

    13.  根据权利要求1所述的数据一致性管理系统,其中确定所述查询的针对由所述NoSQL数据存储库或所述RDBMS处理的所述适合性的所述机器可读指令还包括:
    确定所述查询是否是更新由所述NoSQL数据存储库管理的所述至少一个数据表中的数据的更新查询;
    基于所述更新查询的处理确定冲突是否存在于所述至少一个数据表的所述数据中;以及
    基于以所述更新查询的处理为基础确定冲突存在于所述至少一个数据表的所述数据中,基于冲突解决策略解决所述冲突。

    14.  一种用于数据一致性管理的方法,所述方法包括:
    接收查询;
    确定所述查询的针对由不仅结构化的查询语言(NoSQL)数据存储库或关系数据库管理系统(RDBMS)处理的适合性;
    基于用于所述数据表的读取查询和适合于针对所述数据表的所述NoSQL数据存储库的查询模式的组合,排序数据表,至少一个所述数据表包含用于响应所述查询的信息;
    输出排序的所述数据表以用于由所述NoSQL数据存储库选择以用于管理;
    从将由所述NoSQL数据存储库管理的排序的所述数据表接收数据表的选择;
    从排序的所述数据表指派选择的所述数据表以用于所述NoSQL数据存储库管理,并且来自排序的所述数据表中的剩余数据表用于由所述RDBMS管理;
    确定所述查询是否用于由所述NoSQL数据存储库管理的至少一个数据表;以及
    基于确定所述查询是用于由所述NoSQL数据存储库管理的所述至少一个数据表,由处理器将所述查询翻译为NoSQL应用程序编程接口(API)调用以用于使用所述NoSQL数据存储库以响应所述查询。

    15.  根据权利要求14所述的方法,还包括:
    基于确定所述查询不是用于由所述NoSQL数据存储库管理的所述至少一个数据表,向所述RDBMS转发所述查询。

    16.  根据权利要求14所述的方法,其中确定所述查询的针对由所述NoSQL数据存储库或所述RDBMS处理的所述适合性还包括:
    确定所述查询是否是通过数据表的主键而从所述数据表选择数据的选择查询;以及
    确定所述查询是否是聚集数据表的单个列的选择查询。

    17.  根据权利要求14所述的方法,其中确定所述查询的针对由所述NoSQL数据存储库或所述RDBMS处理的所述适合性还包括:
    确定所述查询是否是通过数据表的主键而从所述数据表选择数据的选择查询;
    确定到所述数据表的预定百分比的查询是否是通过所述数据表的主键而从所述数据表选择数据的选择查询;以及
    基于确定到所述数据表的预定百分比的查询是通过所述数据表的主键而从所述数据表选择数据的选择查询,使用针对所述NoSQL数据存储库的键值存储库以用于处理所述查询。

    18.  根据权利要求14所述的方法,其中确定所述查询的针对由所述NoSQL数据存储库或所述RDBMS处理的所述适合性还包括:
    确定所述查询是否是聚集数据表的单个列的选择查询;
    确定到所述数据表的预定百分比的查询是否是聚集所述数据表的单个列的选择查询;以及
    基于确定到所述数据表的预定百分比的查询是聚集所述数据表 的所述单个列的选择查询,使用针对所述NoSQL数据存储库的列存储库以用于处理所述查询。

    19.  根据权利要求14所述的方法,其中排序所述数据表还包括:
    基于用于所述数据表的读取查询的百分比和适合于针对所述数据表的所述NoSQL数据存储库的所述查询模式的百分比的线性组合,排序所述数据表。

    20.  一种非瞬态计算机可读介质,具有存储在其上的用于数据一致性管理的机器可读指令,所述机器可读指令在被执行时使得计算机系统:
    接收查询;
    确定所述查询的针对由不仅结构化查询语言(NoSQL)数据存储库或关系数据库管理系统(RDBMS)处理的适合性,其中所述NoSQL数据存储库提供比所述RDBMS更低的数据一致性;
    基于用于数据表的读取查询和适合于用于所述数据表的所述NoSQL数据存储库的查询模式的组合,由处理器排序所述数据表,至少一个所述数据表包含用于响应所述查询的信息;
    基于所述排序,确定来自将由所述NoSQL数据存储库或由所述RDBMS管理的排序的所述数据表的数据表。

    说明书

    说明书数据一致性管理
    技术领域
    本发明的各实施例总体上涉及数据一致性管理。
    背景技术
    云计算通常包括使用作为服务通过网络递送的计算资源。对于应用,比如例如企业应用,云计算可以提供弹性缩放以适应此类应用的执行需求。例如,对于可能遇到大量用户请求的企业应用,云计算可提供易于部署在多个服务器中以同时服务于用户请求的服务。企业系统典型地使用关系数据库作为数据层以提供事务支持并保证数据一致性。使用云计算实现缩放和数据一致性可以具有挑战性。
    发明内容
    本发明的实施例提供了一种数据一致性管理系统,包括:
    存储器,存储机器可读指令,用以:
    接收查询;
    确定所述查询的针对由不仅结构化的查询语言(NoSQL)数据存储库或关系数据库管理系统(RDBMS)处理的适合性;
    基于用于数据表的读取查询和适用于所述NoSQL数据存储库的针对所述数据表的查询模式的组合,排序所述数据表,至少一个所述数据表包含用于响应所述查询的信息;
    基于所述排序,确定来自将由所述NoSQL数据存储库或由所述RDBMS管理的排序的所述数据表的数据表;
    确定所述查询是否用于由所述NoSQL数据存储库管理的至少一个数据表;以及
    基于确定所述查询是用于由NoSQL数据存储库管理的所述至少一个数据表,将所述查询翻译为NoSQL应用编程接口(API)调用以用于使用所述NoSQL数据存储库响应所述查询;以及处理器,用以执行所述机器可读指令。
    本发明的实施例还提供了一种用于数据一致性管理的方法,所述方法包括:
    接收查询;
    确定所述查询的针对由不仅结构化的查询语言(NoSQL)数据存储库或关系数据库管理系统(RDBMS)处理的适合性;
    基于用于所述数据表的读取查询和适合于针对所述数据表的所述NoSQL数据存储库的查询模式的组合,排序数据表,至少一个所述数据表包含用于响应所述查询的信息;
    输出排序的所述数据表以用于由所述NoSQL数据存储库选择以用于管理;
    从将由所述NoSQL数据存储库管理的排序的所述数据表接收数据表的选择;
    从排序的所述数据表指派选择的所述数据表以用于所述NoSQL数据存储库管理,并且来自排序的所述数据表中的剩余数据表用于由所述RDBMS管理;
    确定所述查询是否用于由所述NoSQL数据存储库管理的至少一个数据表;以及
    基于确定所述查询是用于由所述NoSQL数据存储库管理的所述至少一个数据表,由处理器将所述查询翻译为NoSQL应用程序编程接口(API)调用以用于使用所述NoSQL数据存储库以响应所述查询。
    本发明的实施例还提供了一种非瞬态计算机可读介质,具有存储在其上的用于数据一致性管理的机器可读指令,所述机器可读指令在被执行时使得计算机系统:
    接收查询;
    确定所述查询的针对由不仅结构化查询语言(NoSQL)数据存储库或关系数据库管理系统(RDBMS)处理的适合性,其中所述NoSQL数据存储库提供比所述RDBMS更低的数据一致性;
    基于用于数据表的读取查询和适合于用于所述数据表的所述NoSQL数据存储库的查询模式的组合,由处理器排序所述数据表,至少一个所述数据表包含用于响应所述查询的信息;
    基于所述排序,确定来自将由所述NoSQL数据存储库或由所述RDBMS管理的排序的所述数据表的数据表。
    附图说明
    通过以下附图中所示示例的方式图示了本公开内容的特征。在以下附图中,相同数字指示相同元件,其中:
    图1图示了根据本公开内容的示例的数据一致性管理系统的体系结构;
    图2图示了根据本公开内容的示例的用于与以数据库为中心的应用一起使用的单个数据库体系结构;
    图3图示了根据本公开的示例的数据分区体系结构;
    图4图示了根据本公开内容的示例的高速缓存体系结构;
    图5图示了根据本公开内容的示例的查询语法;
    图6图示了根据本公开内容的示例的结构化查询语言(SQL)查询的抽象语法树(AST);
    图7图示了根据本公开内容的示例的用于在键值数据存储库顶部模拟SQL查询的过程;
    图8图示了根据本公开内容的示例的数据库中的“个人”表;
    图9图示了根据本公开内容的示例的数据库中的“订单”表;
    图10图示了根据本公开内容的示例的数据库中的表;
    图11图示了根据本公开内容的示例的列存储库;
    图12图示了根据本公开内容的示例的用于数据一致性管理的方法;以及
    图13图示了根据本公开内容的示例的计算机系统。
    具体实施方式
    为了简化和例示的目的,主要通过参考实例描述本公开内容。在以下描述中,阐述了许多具体细节以便提供对本公开内容的透彻理解。然而,将容易地显而易见的是:本公开内容可以在不限于这些具体细节的情况下被实践。在其他实例中,某些方法和结构未被详细描述以免不必要地混淆本公开内容。
    贯穿本公开内容,术语“一”和“一个”旨在表示至少一个特定元件。如在此所用,术语“包括”意味着包括但不限于,术语“包含”意味着包含但不限于。术语“基于”意味着至少部分地基于。
    云计算可以提供计算平台以例如用于部署以数据库为中心的面向服务的应用。云计算还可以提供弹性缩放,其中如果工作量增加则可以通过增加服务器实现几乎无限的吞吐量,并且如果工作量减少则可以通过去除服务器减少运营成本。以数据库为中心的应用可以依赖于关系数据库管理系统(RDBMS)来管理数据并且在存在并发客户端请求情况下提供数据一致性。RDBMS可以通过基于ACID(即原子的、一致的、隔离的和持久的)属性提供事务支持来保证强数据一致性。ACID属性可以确保许多以数据库为中心的应用的正确性。然而,支持分布式系统(比如例如云计算环境)上的基于ACID的事务可能导致性能开销,并可能进一步阻碍可缩放性。例如,对于参与事务的所有服务器,可能在提交时间需要相当大量的时间来达成协议,以确保关于ACID属性的原子性和持久性。关于针对ACID属性的隔离方面,可能需要保持用于事务的锁定(例如,用于两阶段提交协议的整个持续时间)以确保隔离。此外,基于不能同时实现一致性、可用性和分区耐受性的原理,在存在网络分区的情况下维持一致性可能导致不可用。因此,RDBMS可能在损失性能和可用性的情况下提供ACID属性。
    通常,在用于事务的部分数据上可能需要具有强一致性保证的 事务支持。例如,在在线购物网站上,尽管事务支持对于采购订单可能重要,但事务支持对于产品描述可能不被认为是必不可少。因此,有可能在某些数据的部分上用一致性交换更高性能和可用性。然而,RDBMS可能无法单独提供灵活性以用于在一方面的性能和可用性以及另一方面的数据一致性之间折衷。在这方面,被表示为不仅结构化查询语言(not-only structured query language,NoSQL)系统的非关系数据库管理系统可以在云计算环境中通过前述的ACID属性提供更高的性能、可缩放性和可用性。例如,NoSQL系统可以通过前述的一致性保证在云计算环境中实现可缩放性和可用性,并且代替支持最终的一致性,其中所有的更新或者将最终到达所有副本,或者由于到相同数据项的稍后更新而被丢弃。例如,不需要ACID属性的数据表可以被标识,并且NoSQL系统可用于为所标识的数据表管理数据以改进性能。然而,对于事务支持对其必不可少的应用,可能仍然需要RDBMS。
    NoSQL系统可以基于宽松的一致性模型。关于NoSQL系统的宽松的一致性模型,这种模式可能导致具有不期望后果的数据不一致。例如,因为可能需要时间来更新以到达数据表中的所有副本,所以读取查询可能返回过时的数据,并且并发更新可能导致冲突。例如,如果两个人共用银行帐户,并且每人同时在自己名下电子提取银行帐户的全部余额,则两个请求可能保持相同帐户数据的两个不同副本的两个不同的服务器服务。在最终的一致性的情况下,这两个请求可能都被通过,从而导致该账户的透支。当这两个更新最终被传送到相同副本时,将检测到冲突。
    通过使用NoSQL系统和RDBMS二者来管理数据,可以平衡针对一致性比对性能和可用性的需求。但是,可能需要付出重大努力来在同一应用中使用基于NoSQL和RDBM的系统的组合以改进性能。首先,其访问性能显著影响整个应用的访问性能的数据表可以被标识。第二,不需要ACID属性的数据可以被标识。第三,因为大多数NoSQL系统不支持SQL的丰富语义(比如例如连接和事务), 所以可做出关于选择的表是否只受由NoSQL系统支持的查询支配这样的确定??梢源覴DBMS到NoSQL系统复制选择的表中的数据,并且与选择的表有关的所有SQL查询可以被重写到NoSQL系统API。这一过程可能需要关于数据的语义和数据访问模式的的大量知识,并且可能容易出错。
    例如,参照图2,示出了根据本公开内容的示例的用于与以数据库为中心的应用一起使用的单个数据库体系结构100。单个数据库体系结构100通??梢园ǜ涸仄胶馄?01以分派来自客户端的请求102到可以执行应用逻辑的应用服务器103。应用服务器103可以处理客户端请求102,根据该请求发出数据查询到关系数据库服务器104,汇编由关系数据库服务器104返回的数据,并将汇编数据返回给客户端。单个数据库体系结构100可以例如通过基于变化的客户端需求在应用服务器层中添加或去除服务器来在应用服务器层(即用于应用服务器103的层)提供弹性缩放。然而,在数据库层(即用于关系数据库服务器104的层),如果数据库服务器104超载,则数据库服务器104可能需要用更高容量的数据库服务器替换。因此,可能需要针对峰值工作量提供数据库服务器104。
    参照图3,使出了根据本公开内容的示例的数据分区体系结构110。与图2的包括单个关系数据库服务器104的单个数据库体系结构100相比,对于数据分区体系结构110,数据可以被划分成若干部分并且每个部分可以由分离的数据库服务器控制。例如,数据分区体系结构110通??梢园ǜ涸鼐馄?11以分派来自客户端的请求112到可以执行应用逻辑的应用服务器113。和单个数据库体系结构100相比,数据分区体系结构110可以包括在多个数据库服务器114上分配工作量的潜能以改进性能。然而,基于变化的工作量添加或去除数据库服务器114可能需要在数据库服务器114的新的集合上的数据的重新分区。重新分区可能导致在不同数据库服务器114之间移动数据,以及重定向与移动的数据有关的查询到包含移动的数据的新数据库服务器114。
    参照图4,示出了根据本公开内容的示例的高速缓存体系结构120。高速缓存体系结构120可以包括起读取高速缓存的作用的高速缓存服务器121。高速缓存体系结构120通??梢园ǜ涸仄胶馄?22以分派来自客户端的请求123到可以执行应用逻辑的应用服务器124。来自应用服务器124的读取查询可以被重定向到高速缓存服务器121而不是主数据库服务器125,这因此提供对读取查询的更快响应并且减少主数据库服务器125上的负载。与单个数据库体系结构100和数据分区体系结构110相比,包括高速缓存服务器121的高速缓存体系结构120因此有助于缩放。高速缓存服务器121例如可以包括NoSQL数据存储库或主数据库服务器125的只读副本。
    如在此所讨论的,因为来自应用服务器124的查询可以被定向到主数据库服务器125或高速缓存服务器121,来自应用服务器124的读取查询可以被重定向到高速缓存服务器121而不是主数据库服务器125,这因此提供对读取查询的更快响应并且减少主数据库服务器125上的负载。然而,因为针对主数据库服务器125的用于对某些数据的更新的时间可能超过用于相同更新被传播到高速缓存服务器121的时间,因此用于受到更新的数据的读取查询可能返回过时的数据。在这方面,数据一致性管理系统和用于数据一致性管理的方法可以确定可以容忍过时的数据的查询,并且将这样的查询重定向到NoSQL数据存储库。因此,在此所描述的系统和方法可以依赖于数据的访问模式确定适合于由NoSQL数据存储库处理的适当查询。
    数据一致性管理系统和用于数据一致性管理的方法可以确定可以容忍过时数据的适当查询(例如,通过考虑数据的语义和处理数据的应用逻辑)以便标识其中可消除事务支持而不影响正确性的数据。系统和方法可确定如何由应用访问数据,并且基于访问模式使用NoSQL数据存储库以用于受益于这些访问的性能。系统和方法可以减少用于创建NoSQL数据存储库中的数据结构所需的努力的量,并且将包含到RDBMS的SQL查询的原始代码翻译为到NoSQL数据 存储库的API调用序列。系统和方法还可以确定NoSQL数据存储库何时可以接受更新请求,并且因此减少努力的量以添加冲突解决的逻辑。
    数据一致性管理系统和用于数据一致性管理的方法可以提供用于确定数据一致性比对可缩放性之间的折衷的自动化方式,因而加速为了云上的可缩放性增加具有NoSQL数据存储库的数据层的过程。系统和方法可以自动化为了建立在RDBMS的顶部的以数据库为中心的应用添加NoSQL数据存储库的过程。系统和方法可以监视由应用发出的数据库查询,并且标识具有最适合于由NoSQL数据存储库管理的查询模式的数据表?;谀骋皇荼砜捎蒒oSQL数据存储库管理这样的确定,系统和方法可以根据表的数据规划在NoSQL数据存储库中创建数据结构,并且将到数据表的SQL查询翻译成对应的NoSQL API。系统和方法可以自动标识如下数据表,该数据表如果由NoSQL数据存储库管理则可能导致减少的延时和改进的吞吐量?;诒晔兜氖荼淼淖远蚧谟没У难≡?,所选择的数据表可以由NoSQL数据存储库管理。例如,如果大多数到数据表的查询通过主键取回或更新几行,具有高读写比率,则为NoSQL数据存储库使用键值存储库以管理数据表可能导致改进的性能。
    数据一致性管理系统和用于数据一致性管理的方法可以标识适合于NoSQL数据存储库的查询模式。具体而言,该系统和方法可以标识数据查询以确定该查询是否可以在NoSQL数据存储库中执行得更快。例如,该系统和方法可以标识包括所有选择查询的查询模式,所有选择查询从具有包含比较表达的“where”子句的单个表取回数据字段的集合,并且用于该表的主键出现在where子句中。此类查询可以由具有高性能的键值存储库支持。
    系统和方法可以利用读取查询的百分比和适用于NoSQL数据存储库的查询模式的百分比的线性组合排序数据表。使用NoSQL数据存储库管理更高排序的数据表可以实现改进的性能增益。排序的数据表可以被呈现给数据一致性管理系统的用户以允许用户决定哪 个表可以容忍数据不一致性,并且因而可以使用NoSQL数据存储库而被管理。备选地,该系统和方法可自动确定哪个表可以容忍来自排序的数据表的数据不一致性,并且因而可以使用NoSQL数据存储库而被管理。
    该系统和方法可将以选择的表为目标的读取查询自动翻译成NoSQL API调用。具体而言,一旦用户或系统和方法自动确定表的集合可以由NoSQL数据存储库管理,则以选择的表为目标的读取查询可以被自动翻译成NoSQL API调用。更新查询可以继续由RDBMS服务。然而,基于用于冲突解决的逻辑,该系统和方法可以自动将更新查询翻译成NoSQL API调用。该系统和方法例如可以被提供在应用和RDBMS之间,并且动态监控由应用发出的SQL查询以标识查询模式并且执行查询翻译。
    在此所述的系统和方法提供对数据一致性管理的技术问题的解决方案。在许多情况下,鉴于可能导致不一致结果的查询和数据表的多样性(heterogeneity)和复杂性以及手动数据一致性管理中涉及的可变性,手动数据一致性管理不是可行解决方案。在此所述的系统和方法提供客观确定查询的针对由NoSQL数据存储库或RDBMS处理的适合性的技术解决方案。在此所述的系统和方法还提供基于用于数据表的读取查询和适合于用于数据表的NoSQL数据存储库的查询模式的组合而客观排序数据表的技术解决方案,并且确定来自将由NoSQL数据存储库或由RDBMS管理的排序的数据表的数据表。在此所述的系统和方法还提供将查询翻译为NoSQL API调用以用于使用NoSQL数据存储库以响应该查询的技术解决方案。
    图1图示了根据本公开内容的示例的数据一致性管理系统150的体系结构。数据一致性管理系统150通??梢园ú檠晔赌??51以标识适合于NoSQL数据存储库152的查询模式。该查询模式可以基于从应用服务器154接收的查询153。应用服务器154可以从应用156接收请求155,其中请求155由负载平衡器157分派。从查询153,适合于NoSQL数据存储库152的NoSQL适合查询158可 以被转发到NoSQL数据存储库152以用于处理,并且可能不被视为适合于NoSQL数据存储库152的关系数据库查询159可以被转发到RDBMS 160以用于由关系数据库服务器161处理。例如,其中执行相对少的插入和/或更新查询的表可能适合于可以包括键值存储库和/或面向列存储库的NoSQL数据存储库152。此外,可能不被视为适合于NoSQL数据存储库152的关系数据库查询159(比如例如插入或更新查询或指向其中执行插入和/或更新查询的相对高的百分比的表的查询)可以被转发到RDBMS 160以用于由关系数据库服务器161处理。对NoSQL适合查询158的响应162可以通过系统150而从NoSQL数据存储库152返回至应用156作为响应163。类似地,对关系数据库查询159的响应164可以通过系统150而从关系数据库服务器161返回至应用156作为响应163。数据表排序???65将利用读取查询的百分比和适合于NoSQL数据存储库152的查询模式的百分比的线性组合排列数据表。用户选择???66将排序的数据表呈现给用户(例如,通过用户界面)以允许用户决定哪个数据表可容忍数据不一致性,并且因而可以使用NoSQL数据存储库152而被管理。备选地,数据表确定???67将自动确定哪个数据表可以容忍来自排序的数据表的数据不一致性,并且因而可以使用NoSQL数据存储库152而被管理。查询翻译???68将使用用户选择???66或通过数据表确定???67自动将以选择的数据表为目标的读取和/或更新查询翻译成NoSQL API调用。因此,NoSQL适合查询158可以由查询翻译???68自动翻译并被转发到NoSQL数据存储库152。数据存储设立???69将根据原始表的结构创建NoSQL数据存储库152中的数据结构。冲突检测???70将检测和标识关于查询(比如例如更新查询)的可能的冲突和解决方案。
    如在此所述,系统150的??楹推渌梢园ㄔ诜撬蔡扑慊啥两橹噬洗娲⒌幕骺啥林噶?。附加地或备选地,系统150的??楹推渌梢园ㄓ布蚧骺啥林噶詈陀布淖楹?。
    参照图1、图5和图6,查询标识???51可以标识适合于NoSQL 数据存储库152的查询模式。查询标识???51可以将可以是由应用服务器154发出的SQL查询的查询153解析到抽象语法树(AST)中。例如,参照图5,图示了根据本公开内容的示例的查询语法180。图6示出了用于由查询标识???51解析的SQL查询201的AST200。从SQL查询201的AST200,查询标识???51可以标识SQL查询201的目标表。例如,可以在202处通过表名称(Table_name)标识目标表。查询标识???51还可以确定SQL查询201是读取查询还是写入查询,并且计算用于目标表的读取查询的百分比。由于NoSQL系统可能不支持联合,因此查询标识???51可以分析包含一个表名称的“from”子句。例如,参照图8和图9,图示了“个人”表240和“订单”表260。如果查询是“从个人选择*(Select*FROM Persons)”,则查询标识???51可以使用该查询以提取用于个人表240的表名称个人。类似地,查询标识???51可以使用该查询以针对“从订单选择*(Select*FROM Orders)”提取用于订单表260的表名称订单。
    通过以注释的巴科斯范式(BNF)语法的形式定义适合的查询模式,查询标识???51可以标识适合于NoSQL数据存储库152的查询模式。例如,参照图5,第一语法“键选择”在181处匹配通过表的主键从单个表选择数据的所有选择查询。此类查询可以由键值存储库供应以用于具有良好性能的NoSQL数据存储库152。第二语法“聚集”在182处匹配聚集单个表的单个列的选择查询,列存储库可以为单个表的单个列提供良好的性能。如果到表的所有查询的显著部分(例如,95%)匹配这些模式(即模式181或182)之一,则使用NoSQL数据存储库152管理表可以具有实现性能增益的高潜力。
    查询标识???51可以解析处于自动提交模式的SQL查询,其中事务只包含一个SQL查询。对于属于多查询事务的SQL查询,这些查询可能被忽略。然而,查询标识???51可以标识属于多查询事务的SQL查询用于哪些表,并且计数这些查询作为对这些表的写 入查询,即使它们是选择查询。
    在查询标识???51的应用的示例中,对于电子商店应用,当新产品(例如,电视)到达并在库存表中被更新时,用于库存表的数据库的不同副本中的数据对于某一时间量可能不一致。如果客户搜索电视并且查询包含除新添加的电视外的其他种类的电视的过时副本,则电子商店应用可以容忍不一致,因为最终在一定量的时间后,客户将能够看到新添加的电视。在这种情况下,查询标识???51可以标识关于针对用于库存表的新电视的查询的查询模式,并且将此类查询模式标识为适合于NoSQL数据存储库152。
    参照图1,数据表排序???65可以利用读取查询的百分比和适合于NoSQL数据存储库152的查询模式的百分比的线性组合排序数据表。如在此所述,查询标识???51可以监控和解析SQL查询153以标识数据表的所有的查询,计算有多少标识的查询是读取查询,以及有多少标识的查询匹配适合于NoSQL数据存储库152的查询模式。
    数据表排序???65可以例如基于等式排序数据表:

    对于等式(1),rp(t)可以代表表t的读取查询的百分比,kp(t)可以代表匹配“键选择”模式的表t的查询的百分比,并且ap(t,c)可以代表匹配“聚集”模式并在表t的列c中的数据上聚集的表t的查询的百分比。对于等式(1),可以如下确定rp(t)、kp(t)和ap(t,c):



    对于等式(1),线性系数λ1、λ2和λ3可以例如基于用户偏好被调谐以增加或减少向rp(t)、kp(t)和ap(t,c)指派的权重。备选地,线性系 数λ1、λ2和λ3例如可以被设置在0.333以向rp(t)、kp(t)和ap(t,c)指派大致相等的权重。
    用户选择???66可以将排序的数据表呈现给用户(例如,通过用户界面)以允许用户决定哪个数据表可以容忍数据不一致性,并且因而可以使用NoSQL数据存储库152而被管理。具有其排序、rp(t)、kp(t)和的数据表可以被呈现给用户以例如基于数据的语义确定表是否应当由NoSQL数据存储库152或由RDBMS 160管理。数据表的排序可由用户用作指导以确定哪些数据表应当由NoSQL数据存储库152或RDBMS 160管理。例如,更高排序的数据表可以代表表t的读取查询的较高百分比(即,rp(t))、表t的匹配“键选择”模式的查询的较高百分比(即,kp(t)),以及表t的匹配“聚集”模式并在表t的列c中的数据上聚集的查询的较高百分比(即,ap(t,c))。
    数据表确定???67可以自动确定哪个数据表可以容忍来自排序的数据表的数据不一致性,并且因而可以使用NoSQL数据存储库152而被管理。例如,数据表确定???67可以分别比较数据表的排序(即,rp(t)、kp(t)和)和预定阈值(即,阈值(rank(t))、阈值(rp(t))、阈值(kp(t))和阈值)以确定哪个数据表满足和/或超过预定阈值,并且因此应当由NoSQL数据存储库152或由RDBMS 160以其他方式管理。
    参照图8至图10讨论数据表排序???65的应用的示例。参照图8,对于个人表240,假设所执行的查询的90%是更新或插入查询,这相当于rp(t)=0.1。进一步假设查询的5%是通过主键访问的选择查询,这相当于kp(t)=0.05。如果个人表240上没有执行聚集查询,则这相当于作为结果,对于个人表240,rank(t)=0.05(假设线性系数λ1、λ2和λ3的值各自是0.05)。针对用于个人表240的排序的低值可以指示个人表240不适合于由NoSQL数据存储库152管理,并且作为替代个人表240应当由RDBMS 160管理。
    备选地,参照图9,对于订单表260,假设执行的查询的90%是 选择查询,这相当于rp(t)=0.9。进一步假设查询的80%是通过主键访问的选择查询,这相当于kp(t)=0.8。如果聚集查询的70%在订单表260上被执行,则这相当于作为结果,对于订单表260,rank(t)=0.8(假设线性系数λ1、λ2和λ3的值各自是0.8)。针对用于订单表260的排序的高值可以指示订单表260适合于由NoSQL数据存储库152管理。数据表确定???67可以分别比较订单表260的排序(即,=0.8,rp(t)=0.9,kp(t)=0.8,以及)和预定阈值(例如,阈值(rank(t))=0.6,阈值(rp(t))=0.6,阈值(kp(t))=0.6,以及阈值)以自动确定订单表260超过预定阈值,并且因此应当由NoSQL数据存储库152管理。以同样的方式,数据表确定???67可自动确定个人表240没有满足或超过预定阈值,并且因此不应当由NoSQL数据存储库152管理,而是作为替代应当由RDBMS 160管理。
    查询翻译???68可以通过用户选择???66或数据表确定???67将以选择的数据表为目标的读取和/或更新查询自动翻译成NoSQL API调用。因此,NoSQL适合查询158可以由查询翻译???68自动翻译并被转发到NoSQL数据存储库152。数据存储设立???69可以根据原始表的结构创建NoSQL数据存储库152中的数据结构。例如,对于大部分查询匹配键选择模式的表,数据存储设立???69可以为NoSQL数据存储库152创建键值存储库以管理该表。为了在键值存储库中为NoSQL数据存储库152创建数据结构,数据存储库设立???69可使用表的主键作为键,具有包含来自所有其他字段的信息的值。例如,参照图10,对于表280,数据存储库设立???69可以使用表280的主键281作为键,具有包含来自所有其他字段(即,字段282、283等)的信息的值。关于组合多个数据字段,数据行的此类多个字段可以被写入可扩展标记语言(XML)片段中,并且被存储作为用于NoSQL数据存储库152的键值存储库中的值。当从应用156接收查询(即,查询153之一)时,可在在用于NoSQL数据存储库152的键值存储库上执行该查询,并且可以 按照响应162的形式从键值存储库取回合适的数据。图7图示了用于将SQL查询翻译成用于NoSQL数据存储库152的键值存储库查询的伪代码220。例如,图7图示了伪代码220,其用于在221处将SQL查询Q翻译为在222处用于NoSQL数据存储库152的键值存储查询,其中在223处的输出是来自用于NoSQL数据存储库152的键值存储库的记录。如果用于NoSQL数据存储库152的键值存储库返回该数据,则查询翻译???68可以将该值解析为XML,从该XML取回数据字段的值,并将这些值作为响应163返回到应用156。如果用于NoSQL数据存储库152的键值存储库没有返回任何数据,则初始查询可以被发出到RDBMS 160。此外,用于NoSQL数据存储库152的键值存储库可以用从RDBMS 160取回的数据填充,并且该数据可以被返回到应用156作为响应163。数据存储库设立???69还可以监控到被处理的表的所有更新查询,确定哪些条目被修改,以及使用于NoSQL数据存储库152的键值存储库中相应的条目无效。
    对于大多数查询匹配聚集模式的表,系统150可以使用用于NoSQL数据存储库152的列存储来管理此类查询。列存储库300的示例在图11中示出。匹配聚集模式的此类查询的管理可以类似于使用用于NoSQL数据存储库152的键值存储库的查询的管理。
    对于图8和图9的个人表240和订单表260的示例,数据存储库设立???69可以根据初始表的结构在NoSQL数据存储库152中创建数据结构。例如,如果连接的个人表240和订单表260仅用于读取联合查询,则该表可以针对NoSQL数据存储库152的适合性被排序。个人表240和订单表260可以例如通过确定键值对被去规范化并被转换到NoSQL数据存储库152。例如,如果个人表240和订单表260,用于P_ID的键值对可以被确定为P_ID→姓+名+地址+城市+O_Id+Order_No。
    从查询153,适合于NoSQL数据存储库152的NoSQL适合查询158可以被转发到NoSQL数据存储库152以用于处理,而可能不 被认为适合于NoSQL数据存储库152的关系数据库查询159可以被转发到RDBMS 160以用于由关系数据库服务器161处理。例如,在其中执行相当少插入和/或更新查询的表可能适合于NoSQL数据存储库152,该NoSQL数据存储库152可以包括键值存储库和/或面向列的存储库。此外,可能不被认为是适合于NoSQL数据存储库152的关系数据库查询159(例如,插入或更新查询)可以被转发到RDBMS 160以用于由关系数据库161处理。例如,如果在表中,如果使用“where”子句中的主键访问数据,则该表可以被认为适合于用于NoSQL数据存储库152的键值存储库。因此,使用主键访问数据的查询可以被定向到用于NoSQL数据存储库152的键值存储库。然而,如果在表中只有少数列被访问,则用于NoSQL数据存储库152的列存储库可以被认为是适合的。此外,在其中整个列的值被访问的聚集查询也可以被认为适合于用于NoSQL数据存储库152的列存储库。因此,访问少数列的查询或聚集查询可以被定向到用于NoSQL数据存储库152的列存储库。
    通常,NoSQL数据存储库152可以处理读取查询,并且更新查询可以由RDBMS 160处理。然而,为了读取和更新查询由NoSQL数据存储库152处理,冲突检测???70可以检测和标识关于更新查询的可能的冲突和解决方案。例如,冲突检测???70可以检测和标识关于潜在的数据一致性问题的可能冲突和解决方案。该冲突标识和解决方案例如可以基于数据的语义。例如,对在线商店的库存表的并发更新可能导致两个顾客购买同一产品,这应该立即通过取消两个订单之一而被理想地解决。在这种情况下,冲突检测???70可以检测和标识关于同一产品的购买的可能的冲突,并且发出解决方案以取消两个订单之一。关于产品购买的数据的语义可以规定可能的冲突的立即解决方案。然而,在另一示例中,对记录用户浏览历史的表的并发更新可以在以后被传播。在这种情况下,冲突检测???70可以检测和标识关于用户浏览历史的记录的可能的冲突,并且发出解决方案以记录预定时间段内的浏览历史。关于用户浏览 历史的记录的数据的语义可以规定可能的冲突的延迟的解决方案。在又一示例中,假设表的一个副本包含具有p1、p2和p3的记录,并且同一表的另一个副本包含记录p2、p3和p4,如果两个表将包含所有可能的记录,则冲突检测???70可以检测和标识关于这些表的不同记录的可能的冲突,并且发出采用预定时间段内所有记录的联合的解决方案。因此,冲突检测???70可以通过更新该表的两个副本以包括(p1、p2、p3和p4)来解决该冲突。
    图12图示了用于数据一致性管理的方法300的流程图,对应于以上详细描述了其结构的数据一致性管理系统150的示例??梢栽谝允纠窍拗频姆绞讲慰纪?的数据一致性管理系统150上实现方法300??梢栽谄渌低持惺导椒?00。
    参照图12,对于方法300,在块301处,可以接收查询。例如,参照图1,查询识别???51可以从应用服务器154接收查询153。
    在块302处,可以确定查询的针对由NoSQL数据存储库或RDBMS处理的适合性。例如,参照图1,查询标识???51可以标识适合于NoSQL数据存储库152或以其他方式适合于RDBMS 160的查询模式。确定查询的针对由NoSQL数据存储库152或RDBMS160处理的适合性还可以包括:确定查询是否是通过数据表的主键从数据表选择数据的选择查询,以及确定查询是否是聚集数据表的单个列的选择查询。如果查询是通过数据表的主键从数据表选择数据的选择查询,则如果到数据表的预定百分比的查询是通过数据表的主键从数据表选择数据的选择查询就可以做出确定,并且基于到数据表的预定百分比的查询是通过数据表的主键从数据表选择数据的选择查询的确定,键值存储库可以用于NoSQL数据存储库152以用于处理查询。如果查询是聚集数据表的单个列的选择查询,则如果到数据表的预定百分比的查询是聚集数据表的单个列的选择查询就可以做出确定,并且基于到数据表的预定百分比的查询是聚集数据表的单个列的选择查询的确定,列存储库可以用于NoSQL数据存储库152以用于处理查询。确定查询的针对由NoSQL数据存储库152 或RDBMS 160处理的适合性还可以包括:确定查询是否是更新由NoSQL数据存储库152管理的数据表中数据的更新查询,基于更新查询的处理确定冲突是否存在于数据表的数据中,以及基于以更新查询为基础的冲突存在于数据表的数据中的确定,基于冲突解决策略(即,通过使用冲突检测???70)解决冲突。
    在块303处,可以基于用于数据表的读取查询和适合于用于数据表的NoSQL数据存储库的查询模式的组合排序数据表。数据表中的一个或多个数据表可以包含用于响应于查询的信息。例如,参照图1,数据表排序???65可以利用读取查询的百分比和适合于NoSQL数据存储库152的查询模式的百分比的线性组合排序数据表。排序数据表还可以包括:基于用于数据表的读取查询的百分比、数据表的匹配键选择模式的查询的百分比以及数据表的匹配聚集模式并在数据表的列中的数据上聚集的查询的百分比的线性组合排序数据表。
    在块304处,基于排序,可以确定来自将由NoSQL数据存储库或由RDBMS管理的排序的数据表的数据表。例如,参照图1,数据表确定???67可以自动确定哪个数据表可以容忍来自排序的数据表的数据不一致性,并且因而可以使用NoSQL数据存储库152而被管理。确定来自将由NoSQL数据存储库或由RDBMS管理的排序的数据表中的数据表还可以包括:确定针对其的排序超过预定阈值的数据表。确定来自将由NoSQL数据存储库或由RDBMS管理的排序的数据表中的数据表还可以包括:基于用于数据表的读取查询的百分比、数据表的匹配键选择模式的查询的百分比以及数据表的匹配聚集模式并且在数据表的列中的数据上聚集的查询的百分比的线性组合排序数据表,以及确定如下数据表,针对该数据表的与读取查询的百分比、数据表的匹配键选择模式的查询的百分比以及数据表的匹配聚集模式并在数据表的列中的数据上聚集的查询的百分比有关的一个或多个排序超过与读取查询的百分比、数据表的匹配键选择模式的查询的百分比以及数据表的匹配聚集模式并在数据表的列 中数据上聚集的查询的百分比有关的的预定阈值。备选地,排序的数据表可被输出以用于选择以用于由NoSQL数据存储库管理。例如,参照图1,用户选择???66可以输出用于选择以用于由NoSQL数据存储库152管理的排序的数据表。在从将由NoSQL数据存储库152管理的排序的数据表接收数据表选择时,来自排序的数据表的选择的数据表可以被指派以用于由NoSQL数据存储库152管理,并且来自排序的数据表的剩余数据表可以由RDBMS160管理。
    在块305处,做出查询是否用于由NoSQL数据存储库管理的一个或多个数据表的确定。例如,参照图1,查询标识???51可以确定该查询是否用于由NoSQL数据存储库152管理的一个或多个数据表。
    在块306处,基于该查询是用于由NoSQL数据存储库管理的一个或多个数据表的确定,查询可以被翻译为NoSQL API调用以用于使用NoSQL数据存储库以响应该查询。例如,参照图1,查询翻译???68可以通过用户选择???66或数据表确定???67将以选择的数据表为目标的读取和/或更新查询翻译成NoSQL API调用。此外,基于该查询不是用于由NoSQL数据存储库152管理的一个或多个数据表的确定,该查询可以被转发到RDBMS 160。翻译该查询还以可包括:根据一个或多个数据表的结构,创建在NoSQL数据存储库中的数据结构。翻译该查询还可以包括:确定一个或多个数据表是否包括匹配键选择模式的高百分比的查询,并且基于一个或多个数据表包括匹配键选择模式的高百分比的查询的确定,通过使用一个或多个数据表的主键为NoSQL数据存储库创建键值存储库(即,使用数据存储设立???69)。翻译该查询还可以包括:确定一个或多个数据表是否包括匹配聚集模式的高百分比的查询,并且基于一个或多个数据表包括匹配聚集模式的高百分比的查询的确定,为NoSQL数据存储库152创建列存储库(即,使用数据存储设立???69)。
    图13示出可以与在此所述的示例一起使用的计算机系统400。 计算机系统400代表包括可以在服务器或另一个计算机系统中的组件的通用平台。计算机系统400可以被用做用于系统150的平台。通过处理器或其他硬件处理电路,计算机系统400可以执行在此描述的方法、功能和其他过程。这些方法、功能和其它过程可以被体现为存储在计算机可读介质上的机器可读指令,该计算机可读介质可以是非瞬态的,比如硬件存储设备(例如、RAM(随机存取存储器)、ROM(只读存储器)、EPROM(可擦除可编程ROM)、EEPROM(电可擦除可编程ROM)、硬盘驱动和闪存)。
    计算机系统400包括处理器402,处理器402可以实现或执行机器可读指令,机器可读指令执行在此所述的方法、功能和其它过程中的一些或全部。来自处理器402的命令和数据在通信总线404上被传达。计算机系统400还包括主存储器406(比如随机存取存储器(RAM),其中用于处理器402的机器可读指令和数据可以在运行时期间驻留),以及可以是非易失性并存储机器可读指令和数据辅助数据存储装置408。存储器和数据存储装置是计算机可读介质的示例。存储器406可以包括???20,???20包括在运行时期间驻留在存储器406中并由处理器402执行的机器可读指令。???20可以包括参照图1至图11描述的系统150的???。
    计算机系统400可以包括I/O设备410,比如键盘、鼠标、显示器等。计算机系统400可以包括用于连接到网络的网络接口412。其他已知的电子组件可以在计算机系统400中被添加或取代。
    已在此被描述和图示的内容是示例及其变化中的一些变化。仅通过例示而并不意味着作为限制来阐述在此所用的描述和图片。在主题内容的精神和范围内,许多变化是可能的,该主题内容旨在由以下权利要求及其等效物限定,其中所有术语除非另有指示则是指在其最广泛的合理意义内。

    关于本文
    本文标题:数据一致性管理.pdf
    链接地址://www.4mum.com.cn/p-6147425.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 七乐彩怎么下载app 跑马精准计划 网络彩票怎么才能稳赚不赔 双色球7+2 pk10模式长期稳赚2468 时彩稳赚不赔公式 上海时时走势图经网 内蒙古时时跨度走势图 pk10模式长期稳赚 彩票自动打印系统 11选5任7聪明组合 倍投真的能稳赚吗 福彩快三稳赚实战技巧保盈 福彩胆 炸金花手法和技巧 吉林时时连线走势图表