[发明专利]数据分布的分析方法、装置及电子设备、存储介质

权利要求书

1.一种数据分布的分析方法，其特征在于，包括：

根据每个数据中心的分布式数据图，生成多个数据中心的共有分布式数据图，所述共有分布式数据图包括至少一个共有顶点，每个共有顶点上连接有至少一条入边；其中，所述共有顶点为每个数据中心的分布式数据图中具有的同一顶点；

针对共有分布式数据图中的每个共有顶点，当共有顶点所连接的入边的数量大于预设值时，确定共有顶点为高度顶点；当共有顶点所连接的入边的数量小于或等于所述预设值时，确定共有顶点为低度顶点；其中，低度顶点的入边和出边均跟随低度顶点，高度顶点的入边跟随入边所连接的另一共有顶点；

基于共有分布式数据图中确定的高度顶点和低度顶点，确定每个数据中心的多个初始分布式数据图，并根据自适应迭代评分采样算法和每个数据中心的多个初始分布式数据图确定每个数据中心的目标分布式数据图。

2.根据权利要求1所述的方法，其特征在于，所述基于共有分布式数据图中确定的高度顶点和低度顶点确定每个数据中心的多个初始分布式数据图包括：

针对每个数据中心，随机获取共有分布式数据图中的至少一个共有顶点，根据共有分布式数据图中共有顶点和边的连接关系，以及确定的高度顶点和低度顶点，为所述至少一个共有顶点中的每个共有顶点分配边；

当所述至少一个共有顶点中共有顶点的分配边中，入边仅连接一个共有顶点时，根据共有分布式数据图中共有顶点和边的连接关系，为入边分配一个镜像共有顶点，所述镜像共有顶点为共有分布式数据图中入边连接的另一个共有顶点在数据中心的镜像点；

以最终得到的具有所述至少一个共有顶点，且所述至少一个共有顶点均具有分配边，且分配边中每个入边均连接两个共有顶点的数据图为数据中心的一个初始分布式数据图；

返回执行步骤所述随机获取原始分布式数据图中的至少一个共有顶点，直到遍历共有分布式数据图中的每个共有顶点，得到数据中心的多个初始分布式数据图。

3.根据权利要求1或2所述的方法，其特征在于，所述根据自适应迭代评分采样算法和每个数据中心的多个初始分布式数据图确定每个数据中心的目标分布式数据图包括：

在达到迭代停止条件之前，

针对第N次迭代，获取第N采样率，以及获取数据集合图中每个顶点的采样价值；其中，所述数据集合图由每个数据中心的多个初始分布式数据图组成，N为大于零的整数，N的初始值为1；

根据所述第N采样率筛选出采样价值最高的前M个顶点，以M个顶点构成顶点集合，M为大于零的自然数；

获取顶点集合中每个顶点的性能向量，根据每个顶点的性能向量确定所属数据集合图中每个顶点所属的数据中心，以确定的每个顶点所属的数据中心为第N次迭代结果；将N加1，重复执行步骤所述针对第N次迭代，获取第N采样率，直到达到迭代停止条件时，

根据最后一次迭代结果，确定每个数据中心的目标分布式数据图。

4.根据权利要求3所述的方法，其特征在于，所述根据每个顶点的性能向量确定每个顶点所属的数据中心包括：

针对每个顶点，根据顶点的性能向量确定顶点的正则化性能向量；

根据顶点的正则化性能向量，确定顶点分配至每个数据中心的概率区间；

获取随机数，根据随机数和顶点分配至每个数据中心的概率区间，确定随机数所属的目标概率区间，并确定所述目标概率区间对应的数据中心为顶点所属的数据中心。

5.根据权利要求3所述的方法，其特征在于，所述获取顶点集合中每个顶点的性能向量包括：

针对顶点集合中的每个顶点，分别获取顶点分配至每个数据中心后的成本数据，基于顶点分配至每个数据中心后的成本数据确定顶点的性能向量。