[发明专利]一种分布式数据的多维拓扑结构构建方法和析构方法

说明书

本发明公开了一种分布式数据的多维拓扑结构构建方法和析构方法。数据结构的不同数据序列并列，各个数据序列形成固定长度或增长长度；各个次一级子数据系统随着业务发展而产生各自数据序列；每个数据序列的时序数据之间次第利用数据的数字特征值的数据结构I进行锚定而生成数据块，数据结构II用于给出数据更多的前序数据的信息，不同数据序列分别形成本发明给定的数据结构III，此数据结构III传递不同数据序列之间的特征值用于整体锚定，当触发条件产生时数据序列之间互相获取数据结构IV，数据序列将接收到的数据IV处理成数据结构V并保存。在获取部分数据的情况下，利用数据的各类特征值及数据体进行验证及搜集的过程迭代，完成析构。

技术领域

本发明属于计算机技术领域，具体涉及互联网环境下分布式数据的逻辑拓扑关系构建和析构的方法。

背景技术

计算机互联网环境下的分布式应用，既是数据的生产者也是数据使用者，数据的逻辑拓扑结构直接关系着数据的传输和存储效率。传统上采用预定义的数据结构来规划整个数据的逻辑拓扑，并使用特定的管理单元来保证数据构建和分发的一致性。数据使用者在重建数据之前，需从上述管理单元处获得数据的关键特征参数，进行数据结构的重建。为了兼顾效率和通用性，预定义的数据结构通常设计成固定的一维映射关系，较难扩展，仅适用于演进频度较低的常规应用。

数据结构是计算机依据不同的设计需求和应用目的，而有针对性的存储、组织各类数据的方式。数据结构是指相互之间存在一种或多种特定关系的数据元素的集合，或者是元素集合的集合等。通常情况下，精心设计或选择的数据结构可以带来更高的运行、存储效率以及安全性等。数据结构往往与高效的检索算法和索引技术相关。

在分布式应用中，数据使用者的演进频度不同，严格预定义的数据拓扑映射限制了分布式系统的扩展性；严格预定义数据有很强的全局依赖，在数据的局部性较强的情况下，存储效率不高。

为解决以上矛盾，业内采用了较为宽松的逻辑拓扑及校验方法来构建数据，诸如哈希链表、梅克树结构等技巧，但这些一维处理方法存在着维度不足的问题。不同的方法导致成本或者效率也不同，在许多情况下会触发在网络上递归索取数据，数据重建成本过高或者时间过长，从而导致在大规模分布式应用中不具有可行性。

因此，本发明提出一种分布式数据的多维拓扑结构的构建和析构方法，从而提高数据重建的效率，降低数据析构的成本。

发明内容

本发明的目的在于提供一种分布式数据的多维拓扑结构构建方法和析构方法，适用于数据存储于分布式网络节点上后整体分析重构也即析构的应用场合，是一种对整个数据结构体的构建方法。这类数据结构可以为分布式数据存储的快速、便捷构建和析构提供可能，特别是时序数据库、区块链等形态下。

在给定的一个计算机数据系统中，固定型数据或增长型数据可以分为多个互相关联的序列构成的二维数据结构(以二维为例，多维可依此方法扩展)，二维数据结构的不同数据的拓扑节点(F_x、P_x,n、H_x,n)由数据所在序列标识F_x、数据所在序列中位置标识P_x,n及数据的特征值H_x,n确定其中，x表征数据所在序列的编号，n表征数据位于所在序列内的编号。