(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211219488.8 (22)申请日 2022.10.08 (71)申请人 南通君合云起信息科技有限公司 地址 226000 江苏省南 通市开发区新 开街 道星湖大道1101号星湖101广场8幢 1504室 (72)发明人 崔明浩　迟志超　董超　 (51)Int.Cl. G06F 16/2458(2019.01) G06F 16/906(2019.01) G06F 16/21(2019.01) (54)发明名称 一种大数据自适应存 储方法 (57)摘要 本发明涉及数据处理技术领域， 具体涉及一 种大数据自适应存储 方法， 该方法获取每条互联 网应用日志大数据的结构化数据； 对 所有结构化 数据进行周 期划分， 得到多个周期数据， 根据访 问对象对每个周期数据中的结构化数据进行聚 类， 得到A 个数据类别， 基于每个数据类别对应访 问对象计算每个周期数据内每个访问对象的热 度参数； 基于热度参数计算每个访问对象下对应 每条互联网应用日志大数据的重要程度， 结合重 要程度和存储服务器的负载情况进行大数据的 自适应存储。 本方案根据数据的重要程度结合不 同服务器的负载情况对数据进行分布式存储， 提 高了存储服务器 资源的利用率， 使得数据的调用 速度更快。 权利要求书2页 说明书7页 附图1页 CN 115292389 A 2022.11.04 CN 115292389 A 1.一种大 数据自适应存 储方法， 其特 征在于， 该 方法包括以下步骤： 对每一条互联网应用日志大数据进行结构化处理， 得到对应的结构化数据， 结构化数 据包括开始访问时间、 访问来源、 访问对象、 操作方式和结束访问时间； 将设定时间内的所有结构化数据进行周期划分， 得到多个周期数据； 根据访 问对象对 每个周期数据中的结构化数据进 行聚类， 得到A个数据类别， 一个数据类别对应一个访问对 象， A为正整数； 计算当前周期内每个访问来源对不同访问对象的贡献程度， 统计当前周期 数据内每个数据类别中结构化数据的总 条数， 以及每个数据类别中访问来源的总 数量， 结 合贡献程度、 总条 数和总数量计算当前周期数据内每 个访问对象的热度参数； 基于每个周期数据内每个访问对象的热度参数， 计算每个访问对象下对应每条互联网 应用日志大数据的重要程度， 结合重要程度和存储服务器的负载情况进 行大数据的自适应 存储； 所述贡献程度的计算公式为： 其中， 为第 个访问来源对于访问对 象 的贡献程度； 为第 个访问来源第i次访 问访问对象 ； 为第 个访问来源第 次访问访问对象 时所用的时间； 为第 个访问 来源在当前周期 数据内访问对象 的最大次数； 表示所有 个访问对象中除第 个访问 对象外的剩余 个访问对象中的第 个访问对象； 表示第 个访问来源第 次访问 第 个访问对象时所用的时间； 表示第 个访问来源在当前周期数据内第 个访问对 象的最大次数。 2.如权利要求1所述的一种大数据自适应存储方法， 其特征在于， 所述热度参数的计算 公式为： 其中， 表示第j个周期数据内访问对象 的热度参数； 表示第j个周期数据内 数据类别 下结构化数据的总条数； 表示第j个周期数据内数据类别 下访问来源的总权　利　要　求　书 1/2 页 2 CN 115292389 A 2数量； 表示第 个访问来源 对于访问对象 的贡献程度。 3.如权利要求1所述的一种大数据自适应存储方法， 其特征在于， 所述重要程度的计算 公式为： 其中， 表示访问对象 下对应每 条互联网应用日志大数据的重要程度； 表示第 个周期数据中访问对象 的热度参数； 表示第 个周期数据中访问对象 的热 度参数； 表示周期数据的数量。权　利　要　求　书 2/2 页 3 CN 115292389 A 3