本技術(shù)涉及大數(shù)據(jù)領(lǐng)域，尤其涉及一種數(shù)據(jù)處理方法、裝置、設(shè)備和系統(tǒng)。

背景技術(shù)：

1、大數(shù)據(jù)(big?data)是需要創(chuàng)新的處理模式才能具有更強的決策力、洞察力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。通常，由多個計算設(shè)備基于映射歸約(mapreduce)模型對大數(shù)據(jù)進行分布式處理。由于數(shù)據(jù)分布在不同的計算設(shè)備，執(zhí)行映射(map)任務(wù)的計算設(shè)備存儲map任務(wù)后得到的中間數(shù)據(jù)。執(zhí)行歸約(reduce)任務(wù)的計算設(shè)備可能從遠(yuǎn)端讀取中間數(shù)據(jù)，這個數(shù)據(jù)交換的過程稱為交換(shuffle)。目前，計算設(shè)備將中間數(shù)據(jù)存儲到該計算設(shè)備內(nèi)的內(nèi)存或硬盤。在基于mapreduce模型對大數(shù)據(jù)進行分布式處理的場景下，導(dǎo)致過多地占用計算設(shè)備內(nèi)存儲介質(zhì)的存儲空間。

技術(shù)實現(xiàn)思路

1、本技術(shù)提供了數(shù)據(jù)處理方法、裝置、設(shè)備和系統(tǒng)，由此降低占用計算設(shè)備內(nèi)存儲介質(zhì)的存儲空間。

2、第一方面，提供了一種數(shù)據(jù)處理方法，所述方法由控制設(shè)備執(zhí)行，控制設(shè)備用于控制計算設(shè)備執(zhí)行大數(shù)據(jù)分布式處理，計算設(shè)備配置有多種部署模式的存儲介質(zhì)，多種部署模式的存儲介質(zhì)包括計算設(shè)備內(nèi)的本地存儲介質(zhì)、基于本地存儲介質(zhì)組成的全局存儲介質(zhì)、擴展的全局存儲介質(zhì)和擴展的本地存儲介質(zhì)中至少兩個。所述方法包括控制設(shè)備獲取到大數(shù)據(jù)業(yè)務(wù)的業(yè)務(wù)請求，從多種部署模式的存儲介質(zhì)中確定至少一種部署模式的存儲介質(zhì)，向計算設(shè)備發(fā)送控制指示，指示計算設(shè)備對業(yè)務(wù)請求包括的業(yè)務(wù)數(shù)據(jù)執(zhí)行大數(shù)據(jù)分布式處理中map任務(wù)，并將得到的中間數(shù)據(jù)存儲到至少一種部署模式的存儲介質(zhì)。

3、如此，控制設(shè)備可以從多種部署模式的存儲介質(zhì)中選擇存儲中間數(shù)據(jù)的存儲介質(zhì)，以減少用于存儲中間數(shù)據(jù)而占用計算設(shè)備內(nèi)存儲介質(zhì)(如：內(nèi)存或磁盤)的存儲空間，為計算設(shè)備執(zhí)行map任務(wù)或reduce任務(wù)釋放出更多的可用存儲空間，進而提升了計算設(shè)備處理map任務(wù)或reduce任務(wù)的處理效率。

4、在一種可能的實現(xiàn)方式中，從多種部署模式的存儲介質(zhì)中確定至少一種部署模式的存儲介質(zhì)，包括：控制設(shè)備根據(jù)存儲策略從多種部署模式的存儲介質(zhì)中確定至少一種部署模式的存儲介質(zhì)。存儲策略用于指示依據(jù)存儲介質(zhì)特征選取存儲介質(zhì)的方法。存儲介質(zhì)特征包括寫時延、讀時延、總存儲容量、可用存儲容量、存取速度、中央處理器(centralprocessing?unit，cpu)消耗、能耗比和可靠性中至少一個。

5、示例一，根據(jù)存儲策略從多種部署模式的存儲介質(zhì)中確定至少一種部署模式的存儲介質(zhì)，包括：控制設(shè)備根據(jù)存儲策略指示的多種部署模式的存儲介質(zhì)的優(yōu)先級，從多種部署模式的存儲介質(zhì)中確定至少一種部署模式的存儲介質(zhì)，多種部署模式的存儲介質(zhì)的優(yōu)先級是依據(jù)存儲介質(zhì)特征確定的。

6、示例二，根據(jù)存儲策略從多種部署模式的存儲介質(zhì)中確定至少一種部署模式的存儲介質(zhì)，包括：控制設(shè)備根據(jù)用戶需求和多種部署模式的存儲介質(zhì)的存儲介質(zhì)特征，從多種部署模式的存儲介質(zhì)中確定滿足用戶需求的至少一種部署模式的存儲介質(zhì)，用戶需求用于指示與存儲介質(zhì)特征相關(guān)的需求。如此，控制設(shè)備從多種部署模式的存儲介質(zhì)中選擇存儲中間數(shù)據(jù)的存儲介質(zhì)時，基于用戶對存取速度或可靠性等特征的用戶需求，動態(tài)地選取滿足用戶需求的至少一種部署模式的存儲介質(zhì)，相對于采用一種部署模式的存儲介質(zhì)存儲不同場景的中間數(shù)據(jù)，確保數(shù)據(jù)處理的性能(如：數(shù)據(jù)處理速率)和可靠性的場景需求。

7、其中，存儲介質(zhì)包括內(nèi)存、硬盤、內(nèi)存服務(wù)器和存儲級內(nèi)存(storage-class-memory，scm)。如此，在大數(shù)據(jù)分布式處理系統(tǒng)中引入內(nèi)存服務(wù)器和scm，擴展了存儲中間數(shù)據(jù)的存儲介質(zhì)，使得存儲中間數(shù)據(jù)的存儲介質(zhì)具有更多的可能性，減少占用計算設(shè)備內(nèi)存儲介質(zhì)的存儲空間存儲中間數(shù)據(jù)，提升中間數(shù)據(jù)的可靠性。

8、需要說明的是，存儲策略以大數(shù)據(jù)業(yè)務(wù)粒度配置或大數(shù)據(jù)業(yè)務(wù)中任務(wù)粒度配置或系統(tǒng)全局粒度配置。

9、在另一種可能的實現(xiàn)方式中，向計算設(shè)備發(fā)送控制指示之后，方法還包括：控制設(shè)備接收計算設(shè)備發(fā)送的至少一種部署模式的存儲介質(zhì)中中間數(shù)據(jù)的存儲位置，中間數(shù)據(jù)的存儲位置用于執(zhí)行reduce任務(wù)時讀取中間數(shù)據(jù)。進而，控制設(shè)備接收計算設(shè)備發(fā)送的中間數(shù)據(jù)請求，中間數(shù)據(jù)請求用于中間數(shù)據(jù)所在的存儲位置?？刂圃O(shè)備向計算設(shè)備發(fā)送指示中間數(shù)據(jù)的存儲位置的元數(shù)據(jù)，元數(shù)據(jù)指示了中間數(shù)據(jù)所在的存儲位置。計算設(shè)備根據(jù)元數(shù)據(jù)獲取中間數(shù)據(jù)。

10、第二方面，提供了一種數(shù)據(jù)處理方法，方法由計算設(shè)備執(zhí)行，計算設(shè)備配置有多種部署模式的存儲介質(zhì)，計算設(shè)備連接控制設(shè)備，控制設(shè)備用于控制計算設(shè)備執(zhí)行大數(shù)據(jù)分布式處理。所述方法包括計算設(shè)備根據(jù)控制設(shè)備發(fā)送的控制指示，對業(yè)務(wù)數(shù)據(jù)執(zhí)行大數(shù)據(jù)分布式處理中map任務(wù)，得到中間數(shù)據(jù)，將中間數(shù)據(jù)存儲到至少一種部署模式的存儲介質(zhì)的標(biāo)識指示的存儲介質(zhì)?？刂浦甘景I(yè)務(wù)數(shù)據(jù)和至少一種部署模式的存儲介質(zhì)的標(biāo)識，至少一種部署模式的存儲介質(zhì)是控制設(shè)備根據(jù)存儲策略從多種部署模式的存儲介質(zhì)中確定得到，存儲策略用于指示依據(jù)存儲介質(zhì)特征選取存儲介質(zhì)的方法。

11、如此，在系統(tǒng)中增加多種部署模式的存儲介質(zhì)，使得控制設(shè)備可以從多種部署模式的存儲介質(zhì)中選擇存儲中間數(shù)據(jù)的存儲介質(zhì)，計算設(shè)備根據(jù)控制設(shè)備的指示將中間數(shù)據(jù)存儲到至少一種部署模式的存儲介質(zhì)的標(biāo)識指示的存儲介質(zhì)，以減少用于存儲中間數(shù)據(jù)而占用計算設(shè)備內(nèi)存儲介質(zhì)(如：內(nèi)存或磁盤)的存儲空間，為計算設(shè)備執(zhí)行map任務(wù)或reduce任務(wù)釋放出更多的可用存儲空間，提升了計算設(shè)備處理map任務(wù)或reduce任務(wù)的處理效率。

12、在一種可能的實現(xiàn)方式中，將中間數(shù)據(jù)存儲到至少一種部署模式的存儲介質(zhì)的標(biāo)識指示的存儲介質(zhì)，包括：若至少一種部署模式的存儲介質(zhì)包含一種部署模式的多個存儲介質(zhì)，將中間數(shù)據(jù)的多個分片數(shù)據(jù)分別存儲到多個存儲介質(zhì)；或者，若至少一種部署模式的存儲介質(zhì)包含兩種以上部署模式的存儲介質(zhì)，將中間數(shù)據(jù)的多個分片數(shù)據(jù)分別存儲到兩種以上部署模式的存儲介質(zhì)。

13、在另一種可能的實現(xiàn)方式中，多種部署模式的存儲介質(zhì)包含第一存儲介質(zhì)和第二存儲介質(zhì)，方法還包括：若第一存儲介質(zhì)的可用存儲容量小于閾值，將第一存儲介質(zhì)的數(shù)據(jù)存入第二存儲介質(zhì)，第一存儲介質(zhì)的存取速度大于第二存儲介質(zhì)的存取速度。從而，將可用存儲容量小于閾值的存儲介質(zhì)中的中間數(shù)據(jù)移出后，可以增加存儲介質(zhì)的可用存儲容量，以便提升中間數(shù)據(jù)的處理效率，且確保中間數(shù)據(jù)能夠正常寫入到存儲介質(zhì)中。

14、在另一種可能的實現(xiàn)方式中，方法還包括：計算設(shè)備向控制設(shè)備發(fā)送多種部署模式的存儲介質(zhì)的可用存儲容量，以便于控制設(shè)備根據(jù)存儲介質(zhì)的可用存儲容量從多種部署模式的存儲介質(zhì)中確定至少一種部署模式的存儲介質(zhì)。

15、第三方面，提供了一種控制裝置，所述裝置包括用于執(zhí)行第一方面或第一方面任一種可能設(shè)計中的數(shù)據(jù)處理方法的各個模塊。

16、第四方面，提供了一種數(shù)據(jù)處理裝置，所述裝置包括用于執(zhí)行第二方面或第二方面任一種可能設(shè)計中的數(shù)據(jù)處理方法的各個模塊。

17、第五方面，提供一種控制設(shè)備，該控制設(shè)備包括至少一個處理器和存儲器，存儲器用于存儲一組計算機指令；當(dāng)處理器作為第一方面或第一方面任一種可能實現(xiàn)方式中的執(zhí)行設(shè)備執(zhí)行所述一組計算機指令時，執(zhí)行第一方面或第一方面任一種可能實現(xiàn)方式中的數(shù)據(jù)處理方法的操作步驟。

18、第六方面，提供一種計算設(shè)備，該計算設(shè)備包括至少一個處理器和存儲器，存儲器用于存儲一組計算機指令；當(dāng)處理器作為第二方面或第二方面任一種可能實現(xiàn)方式中的執(zhí)行設(shè)備執(zhí)行所述一組計算機指令時，執(zhí)行第二方面或第二方面任一種可能實現(xiàn)方式中的數(shù)據(jù)處理方法的操作步驟。

19、第七方面，提供一種計算機可讀存儲介質(zhì)，包括：計算機軟件指令；當(dāng)計算機軟件指令在計算設(shè)備中運行時，使得計算設(shè)備執(zhí)行如第一方面或第一方面任意一種可能的實現(xiàn)方式中所述方法的操作步驟，或者，執(zhí)行如第二方面或第二方面任意一種可能的實現(xiàn)方式中所述方法的操作步驟。

20、第八方面，提供一種計算機程序產(chǎn)品，當(dāng)計算機程序產(chǎn)品在計算機上運行時，使得計算設(shè)備執(zhí)行如第一方面或第一方面任意一種可能的實現(xiàn)方式中所述方法的操作步驟，或者，執(zhí)行如第二方面或第二方面任意一種可能的實現(xiàn)方式中所述方法的操作步驟。

21、本技術(shù)在上述各方面提供的實現(xiàn)方式的基礎(chǔ)上，還可以進行進一步組合以提供更多實現(xiàn)方式。