数据库清理方法、装置、设备及可读存储介质与流程

1.本技术涉及数据库技术领域，更具体的说，是涉及一种数据库清理方法、装置、设备及可读存储介质。


背景技术：

2.合理的数据库磁盘清理，对节省企业数据的存储成本、提升数据库性能有着重要价值。随着数据库规模的增加，单纯的依靠人工监测数据库运行状态结合业务数据使用需求，制定数据库磁盘清理策略，变得越来越困难，时常因为不当的清理策略造成业务数据遗失，同时静态的数据清理对提升资源使用率也有不足。
3.因此，如何提供一种数据库清理方案，以实现对数据库的智能清理，成为本领域技术人员亟待解决的技术问题。


技术实现要素：

4.鉴于上述问题，本技术提出了一种数据库清理方法、装置、设备及可读存储介质。具体方案如下：
5.一种数据库清理方法，所述方法包括：
6.获取数据库当前资源、数据库运行状态信息和数据库数据保护要求；
7.对所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求进行分析，得到数据库运行状态分析结果和当前阶段对应的数据库清理指引策略；
8.基于所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略对所述数据库进行清理。
9.可选地，所述对所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求进行分析，得到数据库运行状态分析结果和当前阶段对应的数据库清理指引策略，包括：
10.将所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求输入数据库清理分析模型，数据库清理分析模型输出所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略；
11.其中，所述数据库清理分析模型是通过机器学习，基于历史数据库资源、历史数据库运行状态信息、数据库保护要求、历史数据库运行状态分析结果以及历史数据库清理指引策略建立得到的。
12.可选地，在对所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求进行分析，得到数据库运行状态分析结果和当前阶段对应的数据库清理指引策略之后，所述方法还包括：
13.基于所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略，生成数据库清理分析报告。
14.可选地，在基于所述数据库运行状态分析结果和所述当前阶段对应的数据库清理
指引策略，生成数据库清理分析报告之后，所述方法还包括：
15.将所述数据库清理分析报告提供给数据库运维人员，以使所述数据库运维人员查看所述数据库清理分析报告。
16.一种数据库清理装置，所述装置包括：
17.获取单元，用于获取数据库当前资源、数据库运行状态信息和数据库数据保护要求；
18.分析单元，用于对所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求进行分析，得到数据库运行状态分析结果和当前阶段对应的数据库清理指引策略；
19.清理单元，用于基于所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略对所述数据库进行清理。
20.可选地，所述分析单元，包括：
21.模型分析单元，用于将所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求输入数据库清理分析模型，数据库清理分析模型输出所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略；
22.其中，所述数据库清理分析模型是通过机器学习，基于历史数据库资源、历史数据库运行状态信息、数据库保护要求、历史数据库运行状态分析结果以及历史数据库清理指引策略建立得到的。
23.可选地，所述装置还包括：
24.报告生成单元，用于在对所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求进行分析，得到数据库运行状态分析结果和当前阶段对应的数据库清理指引策略之后，基于所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略，生成数据库清理分析报告。
25.可选地，所述装置还包括：
26.报告发送单元，用于在基于所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略，生成数据库清理分析报告之后，将所述数据库清理分析报告提供给数据库运维人员，以使所述数据库运维人员查看所述数据库清理分析报告。
27.一种数据库清理设备，包括存储器和处理器；
28.所述存储器，用于存储程序；
29.所述处理器，用于执行所述程序，实现如上所述的数据库清理方法的各个步骤。
30.一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上所述的数据库清理方法的各个步骤。
31.借由上述技术方案，本技术公开了一种数据库清理方法、装置、设备及可读存储介质。获取数据库当前资源、数据库运行状态信息和数据库数据保护要求；对所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求进行分析，得到数据库运行状态分析结果和当前阶段对应的数据库清理指引策略；基于所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略对所述数据库进行清理。基于上述方案，能够实现对数据库的智能清理。
附图说明
32.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
33.图1为本技术实施例公开的一种数据库清理系统的结构示意图；
34.图2为本技术实施例公开的一种数据库清理方法的流程示意图；
35.图3为本技术实施例公开的另一种数据库清理方法的流程示意图；
36.图4为本技术实施例公开的一种数据库清理装置结构示意图；
37.图5为本技术实施例公开的一种数据库清理设备的硬件结构框图。
具体实施方式
38.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
39.需要说明的是，本发明提供的数据库清理方法、装置、设备及可读存储介质可用于人工智能领域或金融领域。上述仅为示例，并不对本发明提供的数据库清理方法、装置、设备及可读存储介质的应用领域进行限定。
40.为了实现对数据库的智能清理，本案发明人进行研究，提出了一种数据库清理系统。
41.参照图1，图1为本技术实施例公开的一种数据库清理系统的结构示意图，该系统可以包括：
42.数据库、数据库代理模块、计算存储模块、交互模块、数据库资源运维中心模块、深度学习模块和消息服务模块，其中：
43.数据库提供数据库相关功能，可以为各种类型的数据库，如sql、nosql、newsql等；接收数据库资源管理模块的数据库清理指令，进行数据库磁盘清理。
44.数据库代理模块提供数据库信息采集获取功能，采集数据库历史清理策略以及数据库运行状态信息转发至计算存储模块；采集数据库当前资源与运行状态信息；
45.计算存储模块提供数据信息整合汇总功能，接收数据库代理采集获取的数据库历史清理策略以及数据库运行状态信息、对接收的数据库历史清理策略以及数据库运行状态信息进行标准规范整合汇总处理，形成整合汇总后的数据库历史清理策略和数据库运行状态信息发送至深度学习模块；
46.交互模块提供交互功能，数据库运维人员可通过交互模块对数据库代理模块进行启停控制、对深度学习模块进行知识规则与学习算法模型的维护、对数据库资源运维中心模块的数据库清理策略、数据保护要求进行维护、查看数据库清理分析报告、向数据库资源运维中心模块发布执行数据库清理策略指令等；
47.数据库资源运维中心模块，提供数据库清理管控功能，包含接收记录交互模块的数据库清理策略、数据保护要求，同步数据库清理策略与数据保护要求信息至深度学习模块，接收深度学习模块的数据库运行状态分析结果与数据库清理指引策略、生成数据库清
理分析报告、更新数据库清理记录、下发数据库清理指令至数据库、发送消息通知至数据库运维人员，接收交互模块的数据库清理分析报告查询请求、发布执行数据库清理指令等；
48.深度学习模块，借助知识规则与深度学习算法模型，提供数据库运行状态分析、数据库清理策略分析与调整能力；包含接收交互模块录入维护的知识规则与学习算法模型、读取计算存储模块的整合汇总信息进行特征提取与学习算法模型训练，形成与企业自身业务与数据库特征相符合的新知识规则，对数据库当前资源与运行状态、数据库清理策略、数据保护要求进行综合分析，给出数据库运行状态分析结果、当前阶段与自身业务、数据库特征相匹配的数据库清理指引策略，将分析结果与指引策略发送至数据库资源运维中心模块；
49.消息服务模块提供消息通知能力，接收消息通知转发相关数据库运维人员。
50.基于上述数据库清理系统，本案发明人提出了一种数据库清理方法，该方法能够实现对数据库的智能清理。该方法可应用于数据库清理系统。接下来，通过下述实施例对本技术提供的数据库清理方法进行介绍。
51.参照图2，图2为本技术实施例公开的一种数据库清理方法的流程示意图，该方法可以包括：
52.步骤s101：获取数据库当前资源、数据库运行状态信息和数据库数据保护要求；
53.在本技术中，可以由深度学习模块获取数据库当前资源、数据库运行状态信息和数据库数据保护要求。数据库运行状态信息，包括不限于应用对数据记录访问冷热度、数据查询检索命中率、数据库请求处理执行时间、数据写入速率、数据库存储使用率等。
54.步骤s102：对所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求进行分析，得到数据库运行状态分析结果和当前阶段对应的数据库清理指引策略；
55.在本技术中，可以由深度学习模块对所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求进行分析，得到数据库运行状态分析结果和当前阶段对应的数据库清理指引策略。
56.步骤s103：基于所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略对所述数据库进行清理。
57.在本技术中，可以将数据库运行状态分析结果和当前阶段对应的数据库清理指引策略提供给数据库资源运维中心模块，由数据库资源运维中心模块基于所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略对所述数据库进行清理。
58.本实施例公开了一种数据库清理方法。获取数据库当前资源、数据库运行状态信息和数据库数据保护要求；对所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求进行分析，得到数据库运行状态分析结果和当前阶段对应的数据库清理指引策略；基于所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略对所述数据库进行清理。基于上述方案，能够实现对数据库的智能清理。
59.在本技术的另一个实施例中，所述对所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求进行分析，得到数据库运行状态分析结果和当前阶段对应的数据库清理指引策略，包括：
60.将所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求输
入数据库清理分析模型，数据库清理分析模型输出所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略；
61.其中，所述数据库清理分析模型是通过机器学习，基于历史数据库资源、历史数据库运行状态信息、数据库保护要求、历史数据库运行状态分析结果以及历史数据库清理指引策略建立得到的。
62.参照图3，图3为本技术实施例公开的另一种数据库清理方法的流程示意图，该方法可以包括：
63.步骤s201：获取数据库当前资源、数据库运行状态信息和数据库数据保护要求；
64.在本技术中，可以由深度学习模块获取数据库当前资源、数据库运行状态信息和数据库数据保护要求。数据库运行状态信息，包括不限于应用对数据记录访问冷热度、数据查询检索命中率、数据库请求处理执行时间、数据写入速率、数据库存储使用率等。
65.步骤s202：对所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求进行分析，得到数据库运行状态分析结果和当前阶段对应的数据库清理指引策略；
66.在本技术中，可以由深度学习模块对所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求进行分析，得到数据库运行状态分析结果和当前阶段对应的数据库清理指引策略。
67.步骤s203：基于所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略对所述数据库进行清理。
68.在本技术中，可以将数据库运行状态分析结果和当前阶段对应的数据库清理指引策略提供给数据库资源运维中心模块，由数据库资源运维中心模块基于所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略对所述数据库进行清理。
69.步骤s204：基于所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略，生成数据库清理分析报告。
70.步骤s205：将所述数据库清理分析报告提供给数据库运维人员，以使所述数据库运维人员查看所述数据库清理分析报告。
71.在本技术中，可以将所述数据库清理分析报告提供给交互模块，以使所述数据库运维人员通过所述交互模块查看所述数据库清理分析报告。
72.下面对本技术实施例公开的数据库清理装置进行描述，下文描述的数据库清理装置与上文描述的数据库清理方法可相互对应参照。
73.参照图4，图4为本技术实施例公开的一种数据库清理装置结构示意图。如图4所示，该数据库清理装置可以包括：
74.获取单元11，用于获取数据库当前资源、数据库运行状态信息和数据库数据保护要求；
75.分析单元12，用于对所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求进行分析，得到数据库运行状态分析结果和当前阶段对应的数据库清理指引策略；
76.清理单元13，用于基于所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略对所述数据库进行清理。
77.可选地，所述分析单元，包括：
78.模型分析单元，用于将所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求输入数据库清理分析模型，数据库清理分析模型输出所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略；
79.其中，所述数据库清理分析模型是通过机器学习，基于历史数据库资源、历史数据库运行状态信息、数据库保护要求、历史数据库运行状态分析结果以及历史数据库清理指引策略建立得到的。
80.可选地，所述装置还包括：
81.报告生成单元，用于在对所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求进行分析，得到数据库运行状态分析结果和当前阶段对应的数据库清理指引策略之后，基于所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略，生成数据库清理分析报告。
82.可选地，所述装置还包括：
83.报告发送单元，用于在基于所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略，生成数据库清理分析报告之后，将所述数据库清理分析报告提供给数据库运维人员，以使所述数据库运维人员查看所述数据库清理分析报告。
84.参照图5，图5为本技术实施例提供的一种数据库清理设备的硬件结构框图，参照图5，数据库清理设备的硬件结构可以包括：至少一个处理器1，至少一个通信接口2，至少一个存储器3和至少一个通信总线4；
85.在本技术实施例中，处理器1、通信接口2、存储器3、通信总线4的数量为至少一个，且处理器1、通信接口2、存储器3通过通信总线4完成相互间的通信；
86.处理器1可能是一个中央处理器cpu，或者是特定集成电路asic(application specific integrated circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路等；
87.存储器3可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)等，例如至少一个磁盘存储器；
88.其中，存储器存储有程序，处理器可调用存储器存储的程序，所述程序用于：
89.获取数据库当前资源、数据库运行状态信息和数据库数据保护要求；
90.对所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求进行分析，得到数据库运行状态分析结果和当前阶段对应的数据库清理指引策略；
91.基于所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略对所述数据库进行清理。
92.可选的，所述程序的细化功能和扩展功能可参照上文描述。
93.本技术实施例还提供一种可读存储介质，该可读存储介质可存储有适于处理器执行的程序，所述程序用于：
94.获取数据库当前资源、数据库运行状态信息和数据库数据保护要求；
95.对所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求进行分析，得到数据库运行状态分析结果和当前阶段对应的数据库清理指引策略；
96.基于所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略
对所述数据库进行清理。
97.可选的，所述程序的细化功能和扩展功能可参照上文描述。
98.综上所述，本技术公开了一种数据库清理方法、装置、设备及可读存储介质。获取数据库当前资源、数据库运行状态信息和数据库数据保护要求；对所述数据库当前资源、所述数据库运行状态信息和所述数据库数据保护要求进行分析，得到数据库运行状态分析结果和当前阶段对应的数据库清理指引策略；基于所述数据库运行状态分析结果和所述当前阶段对应的数据库清理指引策略对所述数据库进行清理。基于上述方案，能够实现对数据库的智能清理。
99.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
100.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
101.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。