(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211127361.3 (22)申请日 2022.09.16 (65)同一申请的已公布的文献号 申请公布号 CN 115202591 A (43)申请公布日 2022.10.18 (73)专利权人 厦门大学 地址 361000 福建省厦门市思明区思明南 路422号 (72)发明人 雷昱　齐洁　 (74)专利代理 机构 厦门福贝知识产权代理事务 所(普通合伙) 35235 专利代理师 陈远洋 (51)Int.Cl. G06F 3/06(2006.01) G06F 9/48(2006.01)G06F 9/50(2006.01) G06F 16/27(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 CN 110781006 A,2020.02.1 1 CN 111064808 A,2020.04.24 CN 110650208 A,2020.01.0 3 CN 112486641 A,2021.0 3.12 US 20202 93838 A1,2020.09.17 WO 2022116142 A1,202 2.06.09 US 2021312 280 A1,2021.10.07 李强等.基 于Hopfield神经网络的云存 储负 载均衡策略. 《计算机 应用》 .2017,第37 卷(第8 期), 审查员 谢彩霞 (54)发明名称 一种分布式数据库系统的存储装置、 方法及 存储介质 (57)摘要 本发明提出了一种分布式数据库系统的存 储装置、 方法及存储介质， 该装置包括： 接收单 元， 接收待写入到所述分布式数据库系统中的待 写入数据并确定数据大小； 确定单元， 基于负载 均衡策略从N个存储节点中选择一个第一目标存 储节点； 预测单元， 使用训练后的图神经网络基 于所述待写入 数据的大小从所述N个存储节点预 测出第二目标存储节点； 写入单元， 基于所述第 一目标存储节点及第二目标存储节点将所述待 写入数据进行写入。 本发明采用人工智能 （AI） 的 方式基于写入数据块的大小选择出合适的目标 写入节点， 并基于AI选择的目标写入节点与一般 的负载均衡策略选择的目标节点基于一定的规 则选择出更合理的写入节点， 提高了分布式数据 库系统整体的写 入性能。 权利要求书2页 说明书8页 附图2页 CN 115202591 B 2022.11.18 CN 115202591 B 1.一种分布式数据库系统 的存储装置， 其特征在于， 所述分布式数据库系统包括N个存 储节点， 该装置包括： 接收单元， 接收待写入到所述分布式数据库系统中的待写入数据， 并确定所述待写入 数据的大小； 确定单元， 基于负载均衡策略从所述N个存储节点中选择一个存储节点作为第一目标 存储节点； 预测单元， 使用训练后的图神经网络从所述N个存储节点中预测出一个存储节点作为 第二目标存 储节点； 写入单元， 基于所述第 一目标存储节点及第 二目标存储节点将所述待写入数据进行写 入； 其中， N≥2； 其中， 所述分布式数据库系统还包括调度服务器， 所述调度服务器将所述待写入的数 据写入相 应的存储节点， 所述调度服务器与每个存储节点相连接， 图神经网络的图构成方 式为： 以所述调度服务器及N个存储节点为图节点， 所述调度服务器与N个存储节点之间的 连接作为图的边， 所述边的权重基于所述调度服务器与对应的存储节点之间带宽确定， 所 述图节点的特 征值基于该存 储节点的处 理能力及存 储剩余空间确定； 确定所述图的边的权重及所述图节点的特征值的方式为： 归一化所述调度服务器与对 应的存储节点之间带宽及该存储节点的处理能力及存储剩余空间得到所述调度服务器与 对应的存储节点之间带宽归一化值Wi及该存储节点的处理能力归一化值Pi及存储剩余空间 归一化值Mi， 计算所述图的边的权 重Weighti： 计算图节点的特 征值Ci， ； 其中， i 表示第i个存储节点， α表示 的权重， β表示Pi的权重， γ表示    的权重。 2.根据权利要求1所述的装置， 其特征在于， 所述写入单元的操作为： 判断所述第一目 标存储节点的标识ID1与第二目标存储节点的标识ID2是否相同， 如果相同， 则将待写入数 据写入该标识ID1对应的存储节点， 如果不相同， 则判断所述第一目标存储节点的优先级 Pr1是否大于或等于第二目标存储节点的优先级Pr2， 如果是， 则将待写入数据写入该标识 ID1对应的存 储节点， 如果否， 则将待 写入数据写入该 标识ID2对应的存 储节点。 3.根据权利要求2所述的装置， 其特征在于， 所述负载均衡策略是随机选择策略、 轮询 策略或源地址哈希策略。 4.一种分布式数据库系统 的存储方法， 其特征在于， 所述分布式数据库系统包括N个存 储节点， 该 方法包括： 接收步骤， 接收待写入到所述分布式数据库中的待写入数据， 并确定所述待写入数据权　利　要　求　书 1/2 页 2 CN 115202591 B 2的大小； 确定步骤， 基于负载均衡策略从所述N个存储节点中选择一个存储节点作为第一目标 存储节点； 预测步骤， 使用训练后的图神经网络从所述N个存储节点中预测出一个存储节点作为 第二目标存 储节点； 写入步骤， 基于所述第 一目标存储节点及第 二目标存储节点将所述待写入数据进行写 入； 其中， N≥2； 其中， 所述分布式数据库系统还包括调度服务器， 所述调度服务器将所述待写入的数 据写入相 应的存储节点， 所述调度服务器与每个存储节点相连接， 图神经网络的图构成方 式为： 以所述调度服务器及N个存储节点为图节点， 所述调度服务器与N个存储节点之间的 连接作为图的边， 所述边的权重基于所述调度服务器与对应的存储节点之间带宽确定， 所 述图节点的特征值基于该存储节点的处理 能力及存储剩余空间确定， 确定所述图的边的权 重及所述图节点的特征值的方式为： 归一化所述调 度服务器与对应的存储节点之 间带宽及 该存储节点的处理能力及存储剩余空间得到所述调度服务器与对应的存储节点之间带宽 归一化值Wi及该存储节点的处理能力归一化值Pi及存储剩余空间归一化值Mi， 计算所述图 的边的权 重Weighti： ； 计算图节点的特 征值Ci， ； 其中， i 表示第i个存储节点， α表示 的权重， β表示Pi的权重， γ表示    的权重。 5.根据权利要求4所述的方法， 其特征在于， 所述写入步骤的操作为： 判断所述第一目 标存储节点的标识ID1与第二目标存储节点的标识ID2是否相同， 如果相同， 则将待写入数 据写入该标识ID1对应的存储节点， 如果不相同， 则判断所述第一目标存储节点的优先级 Pr1是否大于或等于第二目标存储节点的优先级Pr2， 如果是， 则将待写入数据写入该标识 ID1对应的存 储节点， 如果否， 则将待 写入数据写入该 标识ID2对应的存 储节点。 6.根据权利要求5所述的方法， 其特征在于， 所述负载均衡策略是随机选择策略、 轮询 策略或源地址哈希策略。 7.一种计算机可读存储介质， 所述存储介质上存储有计算机程序代码， 当所述计算机 程序代码被 计算机执 行时执行上述权利要求 4‑6之任一的方法。权　利　要　求　书 2/2 页 3 CN 115202591 B 3