[发明专利]数据管理和数据分析的聚合

权利要求书

1.一种由计算机实现的方法，包括：

由数据管理系统从用户获得要被存储到数据存储系统的第一文件，所述第一文件处于第一格式，所述数据管理系统提供管理和组织、以使得一个或多个用户能够访问、搜索和编辑文件；

响应于确定所述第一格式不同于预定的第二格式，将所述第一文件转换为处于所述第二格式的第二文件，其中数据分析系统支持所述第二格式，所述数据分析系统使用文本格式的文件执行数据挖掘任务；以及

将所述第一文件和所述第二文件存储至所述数据存储系统，所述数据存储系统包括可由所述数据管理系统和所述数据分析系统两者访问的分布式文件系统。

2.根据权利要求1所述的方法，其中将所述第一文件转换为处于所述第二格式的第二文件包括：

基于预定义的安全策略，确定所述第一文件中包括的数据是否可由所述数据分析系统访问；以及

响应于确定所述数据可由所述数据分析系统访问，将所述第一文件转换为所述第二文件。

3.根据权利要求1所述的方法，进一步包括：

生成针对所述第一文件和所述第二文件的元数据；以及

将所述元数据与所述第一文件和所述第二文件相关联地存储至所述数据存储系统。

4.根据权利要求1所述的方法，进一步包括：

响应于确定所述第一格式与所述第二格式相同，将所述第一文件存储至所述数据存储系统。

5.根据权利要求1所述的方法，进一步包括：

响应于对存储在所述数据存储系统中的所述第一文件的删除请求，从所述数据存储系统中删除所述第一文件；以及

响应于确定所述第一文件被转换为所述第二文件，从所述数据存储系统中删除所述第二文件。

6.根据权利要求5所述的方法，进一步包括：

响应于对于存储在所述数据存储系统中的所述第一文件的更新，生成在对存储的所述第一文件的所述删除请求。

7.根据权利要求6所述的方法，进一步包括：

响应于确定所述第一格式不同于预定的第二格式，将经更新的第一文件转换为处于所述第二格式的第三文件；以及

将所述经更新的第一文件和所述第三文件存储至所述数据存储系统。

8.根据权利要求3所述的方法，其中所述元数据包括针对所述第一文件中的数据的版本标识，所述方法进一步包括：

响应于获得处于所述第一格式的第四文件，更新所述版本标识，其中所述第四文件是所述第一文件的另一个版本。

9.根据权利要求1所述的方法，进一步包括：

响应于获得处于所述第一格式的第四文件，将所述第四文件转换为处于所述第二格式的第五文件，其中所述第四文件是所述第一文件的另一个版本；以及

将所述第四文件和所述第五文件存储至所述数据存储系统。

10.根据权利要求1至9中任一项所述的方法，进一步包括：

将所述第一文件和所述第二文件中的至少一个文件与至少一个其他文件合并以获得合并后的文件；以及

将所述合并后的文件存储在所述数据存储系统中。

11.根据权利要求10所述的方法，进一步包括：

针对所述合并后的文件中的相应文件，生成相关联的索引文件，其中所述索引文件包括所述合并后的文件的标识符、所述相应文件的标识符、以及所述相应文件在所述合并后的文件中的偏移；以及

将所述索引文件存储至所述数据存储系统中。