一种数据存储优化处理方法与流程

1.本发明属于数据存储优化技术领域，具体而言是一种数据存储优化处理方法。


背景技术：

2.当前互联网的快速发展使得网络数据信息呈现爆炸式的增长趋势，为了保证数据保存的永久安全性，数据存储越来越被企业所接受。特别是客户管理型企业，由于其直接与客户接触，会产生大量的交互数据，例如沟通记录、购买记录等，交互数据在整个业务周期中对了解客户非常有用，因此对交互数据进行存储是非常有必要的。
3.伴随着社会经济的快速发展和人们生活水平的不断提高，客户管理型企业服务的客户量越来越多，几乎每天都会产生新的交互数据，这就导致客户交互数据磁盘的空间变得越来越不够用了。最大限度地发挥磁盘资源的作用显得越来越重要。目前提高磁盘利用率的最好方法是采用磁盘压缩技术对客户交互数据盘内存储的交互数据进行压缩，以换取更多的磁盘空间。鉴于数据在压缩之后会给该数据的使用造成一定妨碍，因此并不是所有的交互数据都适合压缩。在这种情况下，进行交互数据压缩的首要操作就是确定待压缩的交互数据。
4.但现有技术中对待压缩交互数据的确定都是人为操作，主观性较强，缺乏科学客观地参照依据，容易出现遗漏压缩和不合理压缩的现象，不仅降低了待压缩交互数据的确定效率，还可能导致压缩效果不满足预期，给后续的交互数据调用造成了极大的不便。


技术实现要素：

5.为此，本发明通过提出一种数据存储优化处理方法，其目的在于至少一定程度上解决相关技术中存在的技术问题之一。
6.本发明的目的可以通过以下技术方案来实现：一种数据存储优化处理方法，包括以下步骤：（1）统计客户交互数据盘中存在的客户文件夹数量，并将各客户文件夹按照创建时间点先后顺序进行编号，其中各客户文件夹分别对应一个客户。
7.（2）获取客户交互数据盘对应的总存储空间和各客户文件夹对应的存储空间。
8.（3）将各客户文件夹对应的存储空间结合设置的压缩率统计客户交互数据盘对应的待压缩空间。
9.（4）分别提取各客户文件夹对应的客户信息，并据此分析各客户文件夹对应的客户等级。
10.（5）分别统计各客户文件夹中存储的交互数据数量，并对各条交互数据进行编号，同时获取各条交互数据对应的展示属性。
11.（6）分别设定各客户文件夹对应的存储时间段，由此在各客户文件夹对应的存储时间段获取各客户文件夹对应的使用参数。
12.（7）基于各客户文件夹中各条交互数据的展示属性和各客户文件夹对应的使用参数判断各客户文件夹是否适合压缩，并将判断适合压缩的客户文件夹记为目标文件夹。
13.（8）统计目标文件夹的数量，并获取各目标文件夹的编号，以此提取各目标文件夹对应的客户等级、存储空间、各条交互数据的展示属性和使用参数，进而将其结合客户交互数据盘对应的待压缩空间分配各目标文件夹的需求压缩空间。
14.（9）确定各目标文件夹对应的待压缩交互数据。
15.基于上述改进的技术方案，所述（3）中统计客户交互数据盘对应的待压缩空间具体实现方式如下：（31）将各客户文件夹对应的存储空间进行累加，得到客户交互数据盘对应的已存储空间。
16.（32）将客户交互数据盘对应的已存储空间和设置的压缩率通过公式，计算出客户交互数据盘对应的待压缩空间，其中表示为客户交互数据盘对应的已存储空间，表示为设置的压缩率。
17.基于上述改进的技术方案，所述客户信息包括客户合作次数及每次合作对应的合作金额。
18.基于上述改进的技术方案，所述分析各客户文件夹对应的客户等级具体参照如下分析步骤：（41）从客户信息中提取客户合作次数，进而基于各客户文件夹对应的客户合作次数计算各客户文件夹对应的客户合作紧密度，其中，表示为第i客户文件夹对应的客户合作次数，i表示为客户文件夹编号，。
19.（42）从客户信息中提取每次合作对应的合作金额，进而将各客户文件夹中每次合作对应的合作金额进行均值计算，得到各客户文件夹对应的客户平均合作金额，并据此计算各客户文件夹对应的客户合作金额比重，其中，表示为第i客户文件夹对应的客户平均合作金额。
20.（43）将和代入客户合作优势度评价公式，计算出各客户文件夹对应的客户合作优势度，其中a、b分别表示为预设的客户合作紧密度、客户合作金额比重对应的占比因子。
21.（44）将各客户文件夹对应的客户合作优势度与预定义的各客户等级对应的客户合作优势度区间进行匹配，从中匹配出各客户文件夹对应的客户等级。
22.基于上述改进的技术方案，所述展示属性包括展示内容类别和展示格式，其中展示格式包括文档、图片和视频。
23.基于上述改进的技术方案，所述使用参数包括使用频次、相邻使用间隔时长和各次使用对应的使用时长。
24.基于上述改进的技术方案，所述设定各客户文件夹对应的存储时间段具体设定方式为：将各客户文件夹对应的创建时间点与当前时间点之间的时间段作为各客户文件夹对应的存储时间段。
25.基于上述改进的技术方案，所述判断各客户文件夹是否适合压缩具体包括：（71）从展示属性中提取展示内容类别，进而将各客户文件夹中各条交互数据对应的展示内容类别与优化数据库中存储的各种展示内容类别对应的重要度进行对比，从中筛选出各客户文件夹中各条交互数据对应的重要度。
26.（72）从各客户文件夹中各条交互数据对应的重要度中提取最大重要度，作为各客户文件夹对应的交互数据参考重要度，由此通过重要度集中指数，计算出各客户文件夹对应的重要度集中指数，其中表示为第i客户文件夹中第k条交互数据对应的重要度，k表示为交互数据编号，，表示为第i客户文件夹对应的交互数据参考重要度，z表示为交互数据数量，e表示为自然常数。
27.（73）将各客户文件夹对应的使用参数通过使用常态度计算公式，计算出各客户文件夹对应的使用常态度，其中表示为第i客户文件夹中第j次使用对应的使用时长，j表示为各次使用编号，，表示为第i客户文件夹对应存储时间段的时长，表示为第i客户文件夹中第j 1次使用与第j次使用的间隔时长，m表示为使用频次。
28.（74）将各客户文件夹对应的重要度集中指数和使用常态度代入存储效用指数评估公式，评估出各客户文件夹对应的存储效用指数，其中表示为设定的重要度集中指数对应的权重因子。
29.（75）将各客户文件夹对应的存储效用指数与设置的临界存储效用指数进行对比，若某客户文件夹对应的存储效用指数小于临界存储效用指数，则判断该客户文件夹适合压缩。
30.基于上述改进的技术方案，所述分配各目标文件夹的需求压缩空间具体执行以下步骤：（81）从展示属性中提取展示格式，进而基于各目标文件夹的编号提取各目标文件夹
中各条交互数据对应的展示格式，并将其与优化数据库中存储的各种展示格式对应的压缩能力指数进行匹配，从中匹配出各目标文件夹中各条交互数据对应的压缩能力指数。
31.（82）将各目标文件夹中各条交互数据对应的压缩能力指数进行均值计算，得到各目标文件夹对应的平均压缩能力指数。
32.（83）基于各目标文件夹的编号提取各目标文件夹对应的重要度集中指数和使用常态度。
33.（84）将各目标文件夹对应的客户等级、平均压缩能力指数、重要度集中指数和使用常态度代入公式，计算出各目标文件夹对应的压缩价值度，其中f表示为目标文件夹的编号，，表示为第f目标文件夹对应的客户等级，表示为第f目标文件夹对应的平均压缩能力指数，、分别表示为第f目标文件夹对应的重要度集中指数、使用常态度。
34.（85）将各目标文件夹对应的存储空间与客户交互数据盘对应的总存储空间进行比值计算，得到各目标文件夹对应的压缩富余度，记为。
35.（86）将各目标文件夹对应的压缩价值度和压缩富余度进行比例运算，得到各目标文件夹对应的压缩比例。
36.（87）将各目标文件夹对应的压缩比例和客户交互数据盘对应的待压缩空间通过需求压缩空间公式，计算出各目标文件夹对应的需求压缩空间。
37.基于上述改进的技术方案，所述确定各目标文件夹对应的待压缩交互数据具体参照如下步骤：（91）在各目标文件夹对应的存储时间段内统计各目标文件夹中各条交互数据对应的使用次数，并据此分析各目标文件夹中各条交互数据对应的使用频繁度，其分析公式，表示为第f目标文件夹中第k条交互数据对应的使用次数，表示为第f目标文件夹对应的使用频次。
38.（92）根据各目标文件夹中各条交互数据对应的重要度、使用频繁度和压缩能力指数计算各目标文件夹中各条交互数据对应的压缩利用度，其计算公式为
，表示为第f目标文件夹中第k条交互数据对应的重要度，表示为第f目标文件夹中第k条交互数据对应的压缩能力指数。
39.（93）将各目标文件夹中各条交互数据按照压缩利用度由大到小的顺序进行排序，得到各目标文件夹对应的交互数据排序结果。
40.（94）按照各目标文件夹对应的交互数据排序结果进行压缩，并在每条交互数据压缩后获取各目标文件夹对应的压缩空间，进而将其与该目标文件夹对应的需求压缩空间进行对比，当某目标文件夹中某条交互数据压缩后的压缩空间达到该目标文件夹对应的需求压缩空间时，则停止该目标文件夹的压缩，此时将该条交互数据记为截止交互数据，由此得到各目标文件夹对应的截止交互数据。
41.（95）从各目标文件夹对应的交互数据排序结果中提取第一条交互数据与截止交互数据之间的所有交互数据作为各目标文件夹对应的待压缩交互数据。
42.结合上述的所有技术方案，本发明所具备的优点及积极效果为：（1）本发明鉴于客户交互数据盘中存储的交互数据以客户文件夹的形式存储，以此通过对各客户文件夹进行处理分析，并据此筛选出目标文件夹，进而将其结合客户交互数据盘对应的待压缩空间分配各目标文件夹的需求压缩空间，与此同时确定各目标文件夹对应的待压缩交互数据，实现了待压缩交互数据的智能确定，本发明通过对待压缩交互数据的确定提供了科学客观地参照依据，在一定程度上避免了遗漏压缩和不合理压缩现象的发生，一方面提高了待压缩交互数据的确定效率，另一方面提升了压缩效果，大大方便了后续的交互数据调用，使得客户交互数据盘内交互数据的压缩和正常使用得到了双重保障。
43.（2）本发明在筛选目标文件夹的过程中，充分考虑到各客户文件夹内交互数据的展示属性和各客户文件夹的使用参数对客户文件夹是否适合压缩的影响，以此综合分析出各客户文件夹对应的存储效用指数，进而据此作为目标文件夹的筛选依据，最大限度提高了目标文件夹的筛选精准度，给目标文件夹内待压缩交互数据的确定提供了可靠的确定范围主体，从而降低了压缩主体范围偏差，有效避免了二次压缩的发生，具有较高的实际操作优势。
44.（3）本发明在确定各目标文件夹对应的待压缩交互数据过程中，通过对各目标文件夹内存储的各条交互数据进行重要度、使用频繁度和压缩能力指数分析，以此统计出各目标文件夹内各条交互数据对应的压缩利用度，进而据此进行交互数据排序，从而将其作为待压缩交互数据的确定依据，更加方便了待压缩交互数据的确定。
附图说明
45.利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得
其它的附图。
46.图1为本发明的方法实施步骤流程图。
具体实施方式
47.下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
48.参照图1所示，本发明提出一种数据存储优化处理方法，包括以下步骤：（1）统计客户交互数据盘中存在的客户文件夹数量，并将各客户文件夹按照创建时间点先后顺序进行编号，其中各客户文件夹分别对应一个客户。
49.（2）获取客户交互数据盘对应的总存储空间和各客户文件夹对应的存储空间。
50.（3）将各客户文件夹对应的存储空间结合设置的压缩率统计客户交互数据盘对应的待压缩空间，具体实现方式如下：（31）将各客户文件夹对应的存储空间进行累加，得到客户交互数据盘对应的已存储空间。
51.（32）将客户交互数据盘对应的已存储空间和设置的压缩率通过公式，计算出客户交互数据盘对应的待压缩空间，其中表示为客户交互数据盘对应的已存储空间，表示为设置的压缩率。
52.（4）分别提取各客户文件夹对应的客户信息，并据此分析各客户文件夹对应的客户等级，其中客户信息包括客户合作次数及每次合作对应的合作金额。
53.上述中分析各客户文件夹对应的客户等级具体参照如下分析步骤：（41）从客户信息中提取客户合作次数，进而基于各客户文件夹对应的客户合作次数计算各客户文件夹对应的客户合作紧密度，其中，表示为第i客户文件夹对应的客户合作次数，i表示为客户文件夹编号，。
54.（42）从客户信息中提取每次合作对应的合作金额，进而将各客户文件夹中每次合作对应的合作金额进行均值计算，得到各客户文件夹对应的客户平均合作金额，并据此计算各客户文件夹对应的客户合作金额比重，其中，表示为第i客户文件夹对应的客户平均合作金额。
55.（43）将和代入客户合作优势度评价公式
，计算出各客户文件夹对应的客户合作优势度，其中a、b分别表示为预设的客户合作紧密度、客户合作金额比重对应的占比因子，其中客户合作紧密度、客户合作金额比重均对客户合作优势度产生正影响。
56.（44）将各客户文件夹对应的客户合作优势度与预定义的各客户等级对应的客户合作优势度区间进行匹配，从中匹配出各客户文件夹对应的客户等级。
57.需要说明的是，上述提到的客户等级用数字表示，例如1级、2级，且数字越大，表明客户等级越高。
58.（5）分别统计各客户文件夹中存储的交互数据数量，并对各条交互数据进行编号，同时获取各条交互数据对应的展示属性，所述展示属性包括展示内容类别和展示格式，其中展示内容类别指的是各条交互数据的内容所属类别，具体包括售前沟通信息类别、购买信息类别、售后反馈信息类别等，其中展示格式包括文档、图片和视频。
59.（6）分别设定各客户文件夹对应的存储时间段，由此在各客户文件夹对应的存储时间段获取各客户文件夹对应的使用参数，其中使用参数包括使用频次、相邻使用间隔时长和各次使用对应的使用时长。
60.在一个具体实施例中，设定各客户文件夹对应的存储时间段具体设定方式为：将各客户文件夹对应的创建时间点与当前时间点之间的时间段作为各客户文件夹对应的存储时间段。
61.（7）基于各客户文件夹中各条交互数据的展示属性和各客户文件夹对应的使用参数判断各客户文件夹是否适合压缩，并将判断适合压缩的客户文件夹记为目标文件夹。
62.在本发明的具体实施方式中，判断各客户文件夹是否适合压缩具体包括：（71）从展示属性中提取展示内容类别，进而将各客户文件夹中各条交互数据对应的展示内容类别与优化数据库中存储的各种展示内容类别对应的重要度进行对比，从中筛选出各客户文件夹中各条交互数据对应的重要度。
63.（72）从各客户文件夹中各条交互数据对应的重要度中提取最大重要度，作为各客户文件夹对应的交互数据参考重要度，由此通过重要度集中指数，计算出各客户文件夹对应的重要度集中指数，其中表示为第i客户文件夹中第k条交互数据对应的重要度，k表示为交互数据编号，，表示为第i客户文件夹对应的交互数据参考重要度，z表示为交互数据数量，e表示为自然常数。
64.需要解释的是，上述重要度集中指数计算公式中表示各条交互数据的重要度与交互数据参考重要度之间的偏离程度，其中某客户文件夹中对应的偏离程度越小，代表该客户文件夹中各条交互数据的重要度越接近交互数据参考重要度，表明该客户文件夹的重要度越集中，进而从侧面反映了该客户文件夹内交互数据的重要程度。
65.（73）将各客户文件夹对应的使用参数通过使用常态度计算公式，计算出各客户文件夹对应的使用常态度，其中表示为第i客户文件夹中第j次使用对应的使用时长，j表示为各次使用编号，，表示为第i客户文件夹对应存储时间段的时长，表示为第i客户文件夹中第j 1次使用与第j次使用的间隔时长，m表示为使用频次，其中客户文件夹每次使用的时长越长、相邻时间间隔时长越短，则代表客户文件夹的使用越处于常态状态。
66.（74）将各客户文件夹对应的重要度集中指数和使用常态度代入存储效用指数评估公式，评估出各客户文件夹对应的存储效用指数，其中表示为设定的重要度集中指数对应的权重因子。
67.在上述存储效用指数评估公式中某客户文件夹对应的重要度集中指数越大，使用常态度越大，该客户文件夹对应的存储效用指数越大，表明该客户文件夹的存储用处越大，如果对存储用处较大的客户文件夹进行压缩，就会造成该文件夹的使用不便，因此存储用处越大的客户文件夹越不适合压缩。
68.（75）将各客户文件夹对应的存储效用指数与设置的临界存储效用指数进行对比，若某客户文件夹对应的存储效用指数小于临界存储效用指数，则判断该客户文件夹适合压缩。
69.本发明实施例在筛选目标文件夹的过程中，充分考虑到各客户文件夹内交互数据的展示属性和各客户文件夹的使用参数对客户文件夹是否适合压缩的影响，以此综合分析出各客户文件夹对应的存储效用指数，进而据此作为目标文件夹的筛选依据，最大限度提高了目标文件夹的筛选精准度，给目标文件夹内待压缩交互数据的确定提供了可靠的确定范围主体，从而降低了压缩主体范围偏差，有效避免了二次压缩的发生，具有较高的实际操作优势。
70.（8）统计目标文件夹的数量，并获取各目标文件夹的编号，以此提取各目标文件夹对应的客户等级、存储空间、各条交互数据的展示属性和使用参数，进而将其结合客户交互
数据盘对应的待压缩空间分配各目标文件夹的需求压缩空间，并据此确定各目标文件夹对应的待压缩交互数据，具体执行以下步骤：（81）从展示属性中提取展示格式，进而基于各目标文件夹的编号提取各目标文件夹中各条交互数据对应的展示格式，并将其与优化数据库中存储的各种展示格式对应的压缩能力指数进行匹配，从中匹配出各目标文件夹中各条交互数据对应的压缩能力指数。
71.需要说明的是，不同展示格式对应的压缩能力是不一样的，其中文档格式对应的压缩能力最大，表明文档格式的交互数据可以压缩的空间很大，而图片和视频格式对应的压缩能力较小，表明图片和视频格式的交互数据可以压缩的空间有限。
72.（82）将各目标文件夹中各条交互数据对应的压缩能力指数进行均值计算，得到各目标文件夹对应的平均压缩能力指数。
73.（83）基于各目标文件夹的编号提取各目标文件夹对应的重要度集中指数和使用常态度。
74.（84）将各目标文件夹对应的客户等级、平均压缩能力指数、重要度集中指数和使用常态度代入公式，计算出各目标文件夹对应的压缩价值度，其中f表示为目标文件夹的编号，，表示为第f目标文件夹对应的客户等级，表示为第f目标文件夹对应的平均压缩能力指数，、分别表示为第f目标文件夹对应的重要度集中指数、使用常态度。
75.可以解释的是，目标文件夹对应的客户等级、重要度集中指数和使用常态度对压缩价值度的影响均为负影响，而平均压缩能力指数对压缩价值度的影响为正影响，这是由于目标文件夹的客户等级越高、交互数据内容越重要，使用越常态，导致目标文件夹内交互数据的重要性越突出，越不适宜深度压缩。
76.（85）将各目标文件夹对应的存储空间与客户交互数据盘对应的总存储空间进行比值计算，得到各目标文件夹对应的压缩富余度，记为，其中压缩富余度反映了目标文件夹本身存储空间的大小。
77.（86）将各目标文件夹对应的压缩价值度和压缩富余度进行比例运算，得到各目标文件夹对应的压缩比例。
78.（87）将各目标文件夹对应的压缩比例和客户交互数据盘对应的待压缩空间通过需求压缩空间公式，计算出各目标文件夹对应的需求压缩空间。
79.（9）确定各目标文件夹对应的待压缩交互数据，具体参照如下步骤：（91）在各目标文件夹对应的存储时间段内统计各目标文件夹中各条交互数据对应的使用次数，并据此分
析各目标文件夹中各条交互数据对应的使用频繁度，其分析公式，表示为第f目标文件夹中第k条交互数据对应的使用次数，表示为第f目标文件夹对应的使用频次。
80.（92）根据各目标文件夹中各条交互数据对应的重要度、使用频繁度和压缩能力指数计算各目标文件夹中各条交互数据对应的压缩利用度，其计算公式为，表示为第f目标文件夹中第k条交互数据对应的重要度，表示为第f目标文件夹中第k条交互数据对应的压缩能力指数。
81.（93）将各目标文件夹中各条交互数据按照压缩利用度由大到小的顺序进行排序，得到各目标文件夹对应的交互数据排序结果。
82.（94）按照各目标文件夹对应的交互数据排序结果进行压缩，并在每条交互数据压缩后获取各目标文件夹对应的压缩空间，进而将其与该目标文件夹对应的需求压缩空间进行对比，当某目标文件夹中某条交互数据压缩后的压缩空间达到该目标文件夹对应的需求压缩空间时，则停止该目标文件夹的压缩，此时将该条交互数据记为截止交互数据，由此得到各目标文件夹对应的截止交互数据。
83.（95）从各目标文件夹对应的交互数据排序结果中提取第一条交互数据与截止交互数据之间的所有交互数据作为各目标文件夹对应的待压缩交互数据。
84.在上述实施例中，本发明在确定各目标文件夹对应的待压缩交互数据过程中，通过对各目标文件夹内存储的各条交互数据进行重要度、使用频繁度和压缩能力指数分析，以此统计出各目标文件夹内各条交互数据对应的压缩利用度，进而据此进行交互数据排序，从而将其作为待压缩交互数据的确定依据，更加方便了待压缩交互数据的确定。
85.本发明鉴于客户交互数据盘中存储的交互数据以客户文件夹的形式存储，以此通过对各客户文件夹进行处理分析，并据此筛选出目标文件夹，进而将其结合客户交互数据盘对应的待压缩空间分配各目标文件夹的需求压缩空间，与此同时确定各目标文件夹对应的待压缩交互数据，实现了待压缩交互数据的智能确定，本发明通过对待压缩交互数据的确定提供了科学客观地参照依据，在一定程度上避免了遗漏压缩和不合理压缩现象的发生，一方面提高了待压缩交互数据的确定效率，另一方面提升了压缩效果，大大方便了后续的交互数据调用，使得客户交互数据盘内交互数据的压缩和正常使用得到了双重保障。
86.以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。