一种数据迁移的方法及装置制造方法及图纸

本申请公开本一种数据迁移的方法及装置，可应用与人工智能领域。本申请中响应于神经网络模型指示对第一数据进行数据迁移；然后确定第一数据迁入的目标表。创建与目标表结构一致的临时表。自动对第一数据的物理存储位置进行迁移，将第一数据迁入临时表。然后再对临时表中的第一数据的物理存储位置进行迁移，以将第一数据从临时表迁入所述目标表。本申请中识别出需要迁移的第一数据之后，自动将第一数据物理存储位置迁入到目标表中，由于是直接改变第一数据的存储位置，也就不需要在复制，删除原数据。并且整个过程是自动完成数据迁移，不需要人工参与。如此，提高数据迁移的效率。提高数据迁移的效率。提高数据迁移的效率。

【技术实现步骤摘要】
一种数据迁移的方法及装置


[0001]本申请涉及人工智能
，特别是涉及一种数据迁移的方法。

技术介绍

[0002]近年来，互联网、云计算、人工智能等
快速发展，银行方面为了推动业务发展，也需要与各个
不断深化融合。随着融合深入，银行客户的交易数据和银行的管理数据都呈几何倍数增长，数据越来越庞大，如何对这些这些数据进行储存成为关键。
[0003]目前用Oracle数据库中的表来接收并存储每日的数据，当表储存数据过多时，就需要对表中数据进行迁移。现有的数据迁移方式是人工把表中数据复制到别的表中，然后删除原表中数据。但是这种迁移方式是人工对需要迁移的数据进行迁移，由于人工迁移的方式容易受人主观因素和外界因素影响，例如：人为因素导致数据误删，或者人工工作效率低等。导致其有人工对需要迁移的数据进行迁移，效率低的问题。
[0004]因此，如何提高数据迁移的效率，是本领域技术人员急需解决的技术问题。

技术实现思路

[0005]本申请提供一种数据迁移的方法，以便提高数据迁移的效率，本申请还提供一种数据迁移的装置。
[0006]第一方面，本申请提供一种数据迁移的方法，包括：
[0007]识别用户身份；
[0008]响应于神经网络模型指示对第一数据进行数据迁移；确定所述第一数据迁入的目标表；创建与所述目标表结构一致的临时表；
[0009]对所述第一数据的物理存储位置进行迁移，以将所述第一数据迁入所述临时表；对所述临时表中的第一数据的物理存储位置进行迁移，以将所述第一数据从所述临时表迁入所述目标表。
[0010]可选的，所述神经网络模型是通过以下方式获得的：
[0011]获取训练参数，所述训练参数包括往期进行数据迁移时，数据库内资源使用信息，决策环境和决策结果；
[0012]基于所述训练参数训练神经网络初始模型，获得所述神经网络模型。
[0013]可选的，在神经网络模型指示对第一数据进行数据迁移之前，所述方法包括：
[0014]获取基础参数；
[0015]将所述基础参数输入所述神经网络模型；所述基础参数包括当日数据变动信息；
[0016]如果所述神经网络模型确定所述基础参数变化大于第一阈值，确定所述神经网络模型指示对所述第一数据进行数据迁移。
[0017]可选的，所述方法还包括：
[0018]将索引和包括所述第一数据的分区的标识储存到游标中，所述游标用于储存从数据库中提取的包含所述第一数据的数据块。
[0019]可选的，将所述第一数据从所述临时表中迁入所述目标表之后，所述方法还包括：
[0020]响应于检查到第一存储分区不包括所述第一数据，删除所述第一存储分区，所述第一存储分区为数据迁移前用于存储所述第一数据的分区；
[0021]响应于检查到目标表对应分区中存在所述第一数据，将所述第一数据插入到目标表中。
[0022]可选的，所述方法还包括：
[0023]响应于所述第一存储分区包括全局索引，重建全局索引，所述全局索引为以整个表数据为对象建立的索引。
[0024]第二方面，本申请还提供一种数据迁移的装置，所述装置包括：
[0025]响应单元，用于响应于神经网络模型对第一数据进行数据迁移的指示；确定所述第一数据迁入的目标表；创建与所述目标表结构一致的临时表；
[0026]迁移单元，用于对所述第一数据物理存储位置进行迁移，以将所述第一数据迁入所述临时表；对临时表中第一数据物理存储位置进行迁移，以将所述第一数据从所述临时表迁入所述目标表。
[0027]可选的，所述装置还包括：
[0028]获取单元，用于获取基础参数；
[0029]输入单元，用于将所述基础参数输入所述神经网络模型；所述基础参数包括当日数据变动信息；
[0030]确定单元，用于如果所述神经网络模型确定所述基础参数变化较大，确定所述神经网络模型指示对所述第一数据进行数据迁移。
[0031]可选的，所述装置还包括：
[0032]储存单元，用于将索引和包括所述第一数据的分区的标识储存到游标中，所述游标用于临时储存从数据库中提取的包含所述第一数据的数据块。
[0033]可选，所述响应单元，还用于，响应于检查到第一存储分区不包括所述第一数据，删除所述第一存储分区，所述第一存储分区为数据迁移前用于存储所述第一数据的分区；响应于检查到目标表对应分区中存在所述第一数据，将所述第一数据插入到目标表中。
[0034]可选的，所述装置还包括：
[0035]重建单元，用于响应于所述第一存储分区包括全局索引，重建全局索引，所述全局索引为以整个表数据为对象建立的索引。
[0036]第三方面，本申请实施例提供了一种设备，所述设备包括存储器和处理器，所述存储器用于存储指令或代码，所述处理器用于执行所述指令或代码，以使所述设备执行前述第一方面任一项所述的方法。
[0037]第四方面，本申请实施例提供了一种计算机存储介质，所述计算机存储介质中存储有代码，当所述代码被运行时，运行所述代码的设备实现前述第一方面任一项所述的方法。
[0038]相较于现有技术，本申请具有以下有益效果：
[0039]本申请中响应于神经网络模型指示对第一数据进行数据迁移，然后确定第一数据迁入的目标表，创建与目标表结构一致的临时表。自动对第一数据物理的存储位置进行迁移，将第一数据迁入临时表，然后再对临时表中的第一数据的物理存储位置进行迁移，以将
第一数据从临时表迁入所述目标表。相较于现有技术中人工把表中数据复制到别的表中，然后删除原表中数据的数据迁移方法。本申请中识别出需要迁移的第一数据之后，数据库自动将第一数据物理存储位置迁入到目标表中，由于是直接改变第一数据的存储位置，也就不需要在复制，删除原数据，并且整个过程是数据库自动完成数据迁移，不需要人工参与。从而就可以克服现有技术中人工迁移的方式容易受人主观因素和外界因素影响导致其有人工对需要迁移的数据进行迁移，效率低的问题。如此，可以提高数据迁移的效率。
附图说明
[0040]为更清楚地说明本实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0041]图1为本申请实施例提供的一种数据迁移方法的流程图；
[0042]图2为本申请实施例提供的另一种数据迁移方法的流程图；
[0043]图3为本申请实施例提供的数据迁移装置的一种具体实施方式的结构示意图。
具体实施方式
[0044]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据迁移的方法，其特征在于，包括：响应于神经网络模型指示对第一数据进行数据迁移；确定所述第一数据迁入的目标表；创建与所述目标表结构一致的临时表；对所述第一数据的物理存储位置进行迁移，以将所述第一数据迁入所述临时表，对所述临时表中的第一数据的物理存储位置进行迁移，以将所述第一数据从所述临时表迁入所述目标表。2.根据权利要求1所述的方法，其特征在于，所述神经网络模型是通过以下方式获得的：获取训练参数，所述训练参数包括往期进行数据迁移时，数据库内资源使用信息，决策环境和决策结果；基于所述训练参数训练神经网络初始模型，获得所述神经网络模型。3.根据权利要求1所述的方法，其特征在于，在神经网络模型指示对第一数据进行数据迁移之前，所述方法包括：获取基础参数；将所述基础参数输入所述神经网络模型；所述基础参数包括当日数据变动信息；如果所述神经网络模型确定所述基础参数变化大于第一阈值，确定所述神经网络模型指示对所述第一数据进行数据迁移。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：将索引和包括所述第一数据的分区的标识储存到游标中，所述游标用于储存从数据库中提取的包含所述第一数据的数据块。5.根据权利要求1所述的方法，其特征在于，将所述第一数据从所述临时表中迁入所述目标表之后，所述方法还包括：响应于检查到第一存储分区不包括所述第一数据，删除所述第一存储分区，所述第一存储分区为数据迁移前用于存储所述第一数据的分区；响应于检查到目标表对应分区中存在所述第一数据...

【专利技术属性】
技术研发人员：王亦轩，汪雅丽，吴兴华，徐一茗，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：