[发明专利]数据存储结构的处理方法、处理装置与数据存储系统

说明书

本申请提供了一种数据存储结构的处理方法、处理装置与数据存储系统，该方法包括：创建数据父表，数据父表包括索引信息，索引信息用于表征数据父表与行存储子表和列存储子表的映射关系，行存储子表用于存储第一目标时间段的数据，列存储子表用于存储第一目标时间段前的数据；根据分裂周期，确定是否对行存储子表进行分裂；在确定对行存储子表分裂的情况下，将行存储子表分裂为一个行存储二级子表和一个列存储二级子表，行存储二级子表用于存储第二目标时间段的数据，列存储二级子表用于存储第一目标时间段的数据，第二目标时间段为在第一目标时间段之后的时间段，从而解决了现有技术中HTAP场景中插入数据和查询数据的性能较差的问题。

技术领域

本申请涉及数据存储领域，具体而言，涉及一种数据存储结构的处理方法、处理装置、计算机可读存储介质、处理器与数据存储系统。

背景技术

分布式数据库是近年来因数据增长、业务复杂度提升、用户访问量变大而衍生出来的有着高性能、高可靠、易扩展的数据库。分布式数据库通过将数据以一定的规则进行分片，使用化整为零的方式优化处理因数据量和并发量过大导致的性能问题。它具备一定数量的自主式处理单元，这些单元通过网络互连，并协同处理它们各自分配到的任务，最终统一提交给用户接口。

分布式数据库处理的业务场景分为三大类，一种是面向交易型业务的OLTP(联机事物处理过程，On-Line Transaction Processing，简称OLTP)场景，例如淘宝的购物系统、银行的存汇款系统、12306的购票系统等；一种是面向分析型业务的OLAP(联机分析处理过程，On-Line Analytical Processing，简称OLAP)场景，例如国家统计局公示的各类行业数据报告、商业智能报表等；一种是面向混合型业务的HTAP(混合事务分析处理，HybridTransaction Analytical Processing，简称HTAP)场景，例如今日头条新闻推荐、银行手机APP交易查询收支分析等。

对于HTAP场景，传统的关系型数据库，通常会采用类似分表的解决方案，例如在Oracle中，将一部分表创建为行存表，另一部分表创建为列存表。在查询时，通过视图的方式创建多表合并的结果集，并对外统一提供查询对象，而在需要插入或更新时需要通过修改应用，将数据写入对应的表中。

虽然使用分表的方式也可以解决HTAP场景的功能性问题，但也带来了各种其它的负面影响，例如，对于数据量较大的表进行合并时，会消耗大量的IO资源和内存；在使用合并后的表进行条件过滤时，通常无法使用表上已有的索引，导致检索效率非常低；合并的视图是无法创建可更新视图的；由于每次增加或修改一条数据都需要调用一次判断逻辑，对于处理大量并发、大量数据的应用系统，可能带来成倍的性能降低。

因此，亟需一种能够优化HTAP场景中插入数据和查询数据的性能的方法。

在背景技术部分中公开的以上信息只是用来加强对本文所描述技术的背景技术的理解，因此，背景技术中可能包含某些信息，这些信息对于本领域技术人员来说并未形成在本国已知的现有技术。

发明内容

本申请的主要目的在于提供一种数据存储结构的处理方法、处理装置、计算机可读存储介质、处理器与数据存储系统，以解决现有技术中HTAP场景中插入数据和查询数据的性能较差的问题。

根据本发明实施例的一个方面，提供了一种数据存储结构的处理方法，包括：创建数据父表，所述数据父表包括索引信息，所述索引信息用于表征所述数据父表与行存储子表和列存储子表的映射关系，所述行存储子表用于存储第一目标时间段的数据，所述列存储子表用于存储所述第一目标时间段前的数据；根据分裂周期，确定是否对所述行存储子表进行分裂；在确定对所述行存储子表分裂的情况下，将所述行存储子表分裂为一个行存储二级子表和一个列存储二级子表，所述行存储二级子表用于存储第二目标时间段的数据，所述列存储二级子表用于存储所述第一目标时间段的数据，所述第二目标时间段为在所述第一目标时间段之后的时间段。