[发明专利]基于分布式数据库的数据存储方法、存储介质和电子设备

说明书

本发明实施例公开了一种基于分布式数据库的数据存储方法、存储介质和电子设备。本发明实施例的服务器端在发送数据获取请求后，接收数据获取请求对应的目标数据集合，并对目标数据集合中包括至少一个更新的人工智能模型对应的流程树文件在内的各目标数据进行处理，从而将处理后的各目标数据进行存储。在本实施例中，服务器在监测到任一配置空间内的数据发生变化后，可以根据发生变化的数据确定目标数据集合，并自动发送数据获取请求。在接收到目标数据集合后，还可以自动对目标数据集合进行处理并进行存储。由此，可以自动对预测服务器存储的人工智能模型进行更新，降低人工成本，提升更新效率，并避免对人工智能模型的应用产生影响。

技术领域

本发明公开涉及计算机技术领域，具体涉及一种基于分布式数据库的数据存储方法、存储介质和电子设备。

背景技术

随着科技的不断发展，人工智能模型的应用领域也在不断扩展。而各领域的数据量不断增长和变化，使得应用于各领域的人工智能模型也需要保持较高的更新频率。人工智能模型的数量庞大、更新频率快，人工智能模型的训练过程和应用过程通常无法在同一个服务器上进行。因此在现有技术中，在训练服务器端对人工智能模型进行更新训练后，需要通过人工的方式在预测服务器端的数据库中存储的人工智能模型进行更新。但上述方式人工成本高，且更新效率低，从而对人工智能模型的应用产生影响。

发明内容

有鉴于此,本发明实施例目的在于提供一种基于分布式数据库的数据存储方法、存储介质和电子设备，用于在训练服务器对人工智能模型进行更新后，自动对预测服务器存储的人工智能模型进行更新，降低人工成本，提升更新效率，从而避免对人工智能模型的应用产生影响。

根据本发明实施例的第一方面，提供了一种基于分布式数据库的数据写入方法，所述方法包括：

接收数据写入请求以及所述数据写入请求对应的目标数据集合，所述目标数据集合包括至少一个流程树文件；

确定所述目标数据集合对应的任务类型；

根据所述任务类型确定所述目标数据集合对应的目标配置空间；

将所述目标数据集合写入所述目标配置空间。

优选地，所述根据所述任务类型确定所述目标数据集合对应的目标配置空间包括：

响应于所述任务类型对应的配置空间存在，将所述对应的配置空间确定为所述目标配置空间；

响应于所述任务类型对应的配置空间不存在，创建新的配置空间，并将所述新的配置空间确定为所述目标配置空间。

优选地，所述将所述目标数据集合写入所述目标配置空间包括：

响应于所述目标配置空间存在与所述目标数据集合中的目标数据对应的字段，对所述对应的字段进行修改；

响应于所述目标配置中心不存在与所述目标数据集合对应的字段，增加所述对应的字段。

本实施例的配置中心在接收到数据写入请求以及对应的包括至少一个流程树文件的目标数据集合后，确定目标数据集合对应的任务类型，进而根据任务类型确定目标数据集合在配置中心中对应的目标配置空间，从而将目标数据集合写入目标配置中心内进行存储。在本实施例中，在训练服务器对人工智能模型训练完毕后，配置中心能够对训练服务器中更新的流程树文件等数据进行自动写入，有效降低了数据写入的人工成本。

根据本发明实施例的第二方面，提供了一种基于分布式数据库的数据存储方法，所述方法包括：

发送数据获取请求；

接收所述数据获取请求对应的目标数据集合，所述目标数据集合包括至少一个流程树文件；

对所述目标数据集合中的各目标数据进行处理，获取处理后的各所述目标数据；