[发明专利]一种面向数据一致性维护的双粒度融合方法

说明书

一种面向数据一致性维护的双粒度融合方法，该方法通过微观细粒度累积和宏观粗粒度并发相融合来又快又好地完成对数据一致性维护。一方面，为实现宏观并发最大化的检测决策，所述融合方法基于微观增量分析所保留的检测结果估计数据变动是否可能对其一致性造成破坏，从而在保证正确检测结果的前提下，实现两次检测之间数据尽可能地累积多次变动。另一方面，为实现数据一致性高效维护，所述融合方法提供了一种全新的检测语义，利用微观增量分析和宏观并发分析融合的方式来减少冗余计算和提高检测速度。此外，本发明还提供了并发最大化检测决策定理和增量并发混合检测定理以保证所述面向数据一致性高效维护的双粒度融合方法的正确性。

技术领域

本发明涉及信息处理技术领域，特别涉及一种面向数据一致性维护的双粒度融合方法。

背景技术

近年来，越来越多基于数据的互联网服务蓬勃发展，为人们的生产生活提供便利，甚至在安全领域中也有这类服务软件的身影，因此数据的一致性变得尤为重要。当数据的一致性由于受到外在噪声影响而被破坏时，这些服务软件可能会因此出现一些异常的行为甚至是意外崩溃。目前，已经有各种分析技术被提出以针对约束规则验证数据的一致性，以便及时保护服务软件所关心的数据。然而随着数据体量的增长，及时地完成对数据一致性的验证变得越来越困难，为了满足现实生活中各类服务软件对数据一致性时效性的要求，实现一个能够更加高效的完成数据一致性检测维护的机制是十分必要的。

发明内容

本发明针对现有技术中的不足，提供一种面向数据一致性维护的双粒度融合方法；来实现能够更加高效的完成数据一致性检测维护。

为实现上述目的，本发明采用以下技术方案：

一种面向数据一致性维护的双粒度融合方法，包括：

一方面，所述双粒度融合方法调用数据变动影响分析算法基于细粒度的微观增量分析所保留的检测结果分析数据变动对由约束规则描述的数据一致性的可能影响，进而调用检测决策算法决定是对约束规则进行一次检测以验证数据一致性是否被破坏，还是累积此次数据变动以动态实现切换粗粒度的并发最大化的检测决策；

另一方面，所述双粒度融合方法提供一种基于细粒度的微观增量分析和粗粒度的宏观并发分析融合的检测语义来指导对约束规则的检测以实现数据一致性高效维护。

为优化上述技术方案，采取的具体措施还包括：

进一步地，所述用于描述数据一致性的约束规则由基于一阶逻辑的约束语言来描述，所述约束语言包含七种基本公式，分别为全称量词公式，存在量词公式，与公式，或公式，蕴含公式，非公式，以及函数公式；其中全称量词公式和存在量词公式与所述数据相关联，函数公式所关联的函数对输入数据的值进行评估以返回真或者假，剩余四个公式用于将这些基本公式连接起来构成复杂的约束规则。

进一步地，所述数据变动影响分析算法基于其所定义的数据变动的基本影响和分析规则沿着所述约束规则逐层计算以获得数据变动对所述约束规则的最终影响；

所述数据变动的基本影响指的是数据变动对与该数据相关联的全称量词公式或者存在量词公式的真值可能的改变；所述数据变动的最终影响指的是数据变动对所述约束规则的真值可能的改变；所述分析规则说明了在分析过程中基本公式对数据变动的影响的作用。

进一步地，所述检测决策算法基于合理性准则来决定是否对所述约束规则进行检测以验证数据的一致性；

所述合理性准则内容为：若当前数据变动与已经累积的数据变动之间不存在相互冲突的最终影响时，将当前数据变动添加到累积的数据变动中以寻求并发最大化的操作是合理的，反之应当对所述约束规则进行一次检测以验证数据之间的一致性是否仍然保持。

进一步地，所述基于微观增量分析和宏观并发分析融合的检测语义分为三部分：增量式语义，完全式语义，以及辅助函数语义；