[发明专利]面向数据应用的系统架构、设计方法以及数据查询方法

说明书

本申请涉及一种面向数据应用的系统架构设计方法、面向数据应用的系统架构、数据查询方法、装置、计算机设备和存储介质。上述面向数据应用的系统架构设计方法包括：根据系统的特征要素构建要素矩阵，特征要素为表征系统的功能和/或非功能特性要求的特征要素；根据要素矩阵确定数据层级划分标准，根据数据层级划分标准确定系统的数据层级以及各数据层级对应的数据载体；设定各数据层级的数据采集策略；基于数据层级设定数据降级策略。采用本方法能够预先根据系统的特征要素进行定量计算并合理划分数据层级，且可以基于数据层级灵活设定数据降级策略，提高数据提供的准确性和系统可用性。

技术领域

本申请涉及大数据技术领域，特别是涉及一种面向数据应用的系统架构设计方法、面向数据应用的系统架构以及数据查询方法、装置、计算机设备和存储介质。

背景技术

随着大数据技术的广泛使用以及数据中台架构的普遍实践，对数据分析、展示需求和形式也逐渐凸显出来。相比于传统的信息系统，在面向数据应用的信息系统中，系统的设计者、开发者以及使用者更加注重数据的及时性和准确性。

然而，在现有的面向数据应用的系统中，缺少面向数据的系统架构设计方法，因此，现有的面向数据应用的系统存在无法灵活、准确地提供数据的缺点，从而导致系统可用性不高。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高数据提供准确性和系统可用性的面向数据应用的系统架构设计方法、面向数据应用的系统架构、数据查询方法、装置、计算机设备和存储介质。

一种面向数据应用的系统架构设计方法，该方法包括：根据系统的特征要素构建要素矩阵，特征要素为表征系统的功能和/或非功能特性要求的特征要素；根据要素矩阵确定数据层级划分标准，根据数据层级划分标准确定系统的数据层级以及各数据层级对应的数据载体；设定各数据层级的数据采集策略；基于数据层级设定数据降级策略。

在一个实施例中，特征要素包括及时性要求要素、中间件特性要素和数据颗粒度要素中的至少一种。

在一个实施例中，根据要素矩阵确定数据层级划分标准，包括：根据特征要素之间的关联关系对要素矩阵进行要素裁剪，根据裁剪后的矩阵确定数据层级划分标准。

在一个实施例中，根据特征要素之间的关联关系对要素矩阵进行要素裁剪，包括：从特征要素中筛选出至少两类特征要素进行组合；将筛选出的特征要素中优先级最高的一类特征要素作为约束条件，选取满足约束条件的组合作为组合要素；根据组合要素对要素矩阵进行要素裁剪。

在一个实施例中，该方法还包括：结合业务场景需求，根据未被筛选的特征要素与组合要素之间的业务相关性对要素矩阵进行二次裁剪。

在一个实施例中，数据层级以及各数据层级对应的数据载体包括：第一数据层级，用于表征实时数据，对应的数据载体为原始数据流；第二数据层级，用于表征系统的可用数据，对应的数据载体为数据库集群；第三数据层级，用于表征系统的可用数据的备份数据，对应的数据载体为缓存集群；第四数据层级，用于表征基于版本的完整的全量数据，对应的数据载体为缓存集群；第五数据层级，用于表征基于版本的完整的全量数据的备份数据，对应的数据载体为前端集群。

在一个实施例中，设定各数据层级的数据采集策略，包括：根据各数据层级对应的数据载体与用户的交互距离的远近设定数据采集策略。

在一个实施例中，数据采集策略为与用户的交互距离较近的数据层级从与用户的交互距离较远的上一个数据层级采集数据。

在一个实施例中，基于数据层级设定数据降级策略，包括：根据各数据层级对应的数据载体与用户的交互距离的远近设定各数据层级的数据采用优先级；根据各数据层级的性能指标分别设定各数据层级的健康阈值；根据各数据采用优先级以及各个健康阈值设定数据降级策略。