[发明专利]存储数据的方法和装置

说明书

技术领域

本发明涉及信息技术领域，并且更具体地，涉及存储数据的方法和装置。

背景技术

键值(KeyValue)类型分布式数据库作为分布式列存储数据库具有高可伸缩性和鲁棒性，已经在越来越多的系统中得到了广泛的使用。KeyValue类型分布式数据库的用户表通常被设计用来存放数据格式相对简单，关系简单但可能是海量的数据，例如：用来存储网页地址信息，用来存储通话记录信息，用来存储上网记录信息，等等。它能够根据数据记录的行键(RowKey)提供快速的查询，无关数据量的大小。它能够在当前的存储空间使用率达到一定阈值的时候动态的扩充物理节点。

在企业现有数据库应用中，通常关联很多个用户数据表，这些数据表的大小不一，并且表与表之间的数据可能存在内在的关联。而基于稀疏矩阵的KeyValue类型的分布式数据库适合存放大数据量表，如果原样将这些表导入到KeyValue类型分布式数据库中，则存在过多的小表，不仅难以实现跨表的关联查询，而且会增加管理上的复杂度。也就是说，当将传统应用中的数据迁移到KeyValue类型的分布式数据库中，为了完成用户表与用户表之间的关联查询，需要查询不同的表，不断进行数据定位导致效率低下。

发明内容

本发明实施例提供了一种存储数据的方法和装置，能够提高查询数据的效率。

第一方面，提供了一种存储数据的方法，包括：确定待存储到KeyValue类型分布式数据库中的至少两个数据对象的相同的列属性；确定该至少两个数据对象中的每个数据对象在该KeyValue类型分布式数据库中的行标识的格式，其中，该行标识的格式包括该相同的列属性和数据对象标识，该至少两个数据对象中的不同数据对象的数据对象标识在该行标识的格式中的位置相同且位于该相同的列属性之后；根据确定的该每个数据对象的该行标识的格式，确定该每个数据对象的每条数据记录的行标识的值；在该KeyValue类型分布式数据库中存储该每条数据记录的行标识的值和该每条数据记录，其中，该每条数据记录的行标识的值作为该每条数据记录在该KeyValue类型分布式数据库中的主索引。

在第一种可能的实现方式中，该方法还包括：针对该每条数据记录的行标识的值，按照第一顺序对该每条数据记录进行排序，使该至少两个数据对象的所有数据记录形成聚簇表。

结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，该第一顺序为字典顺序。

结合第一方面或第一方面的第一或二种可能的实现方式，在第三种可能的实现方式中，该方法还包括：接收数据请求，该数据请求指示对该至少两个数据对象中的数据记录进行查询或获取；根据该行标识的格式，构造在该KeyValue类型分布式数据库中进行查询的查询信息，其中，该查询信息包括该相同的列属性；根据该查询信息，导出该KeyValue类型分布式数据库中主索引包含该查询信息的数据记录。

结合第一方面或第一方面的第一至三种可能的实现方式中的任一种可能的实现方式，在第四种可能的实现方式中，确定该至少两个数据对象中的每个数据对象在该KeyValue类型分布式数据库中的行标识的格式，包括：为该至少两个数据对象指定在该KeyValue类型分布式数据库中的行标识的第一前缀，其中，该第一前缀为常量；确定该至少两个数据对象中的第一数据对象的该行标识的格式包括该第一前缀、该相同的列属性和该第一数据对象的数据对象标识；或者，确定该至少两个数据对象中的第二数据对象的该行标识的格式包括该第一前缀、该相同的列属性、该第二数据对象的数据对象标识和该第二数据对象的列属性中能区分该第二数据对象的所有数据记录的列属性。

结合第一方面的第四种可能的实现方式，在第五种可能的实现方式中，该查询信息包括该第一前缀和该相同的列属性。

结合第一方面的第四或五种可能的实现方式，在第六种可能的实现方式中，该方法还包括：确定该至少两个数据对象中任一个数据对象在该KeyValue类型分布式数据库中的二级索引的格式为第二前缀，第二属性和该相同的列属性，其中，该第二属性为该任一个数据对象的列属性中不同于该相同属性的列属性，该第二前缀为与该第一前缀不同的常量；根据该任一个数据对象的该二级索引的格式确定该任一个数据对象的二级索引；在该KeyValue类型分布式数据库中存储该任一个数据对象的二级索引。

结合第一方面或第一方面的第一至六种可能的实现方式中的任一种可能的实现方式，在第七种可能的实现方式中，该行标识的格式中的各个字段之间设置分隔符，或者，该各个字段具有固定长度。