一种基于JS的云存储平台、方法、存储介质和设备

摘要

本发明涉及一种基于JS的云存储平台，包括云存储层、云引擎层、云服务SDK层和对外接口层；云存储层，用于提供分布式存储系统；云引擎层，用于定义统一RESTful接口，并根据并行算法库提供算法服务功能；云服务SDK层，用于封装REST服务API接口以供本地调用，在业务系统中引入SDK的开发包，调用SDK服务时实例化相关的服务对象；对外接口层，用于对外提供云服务，云服务以RESTful接口对外暴露。本发明实现了前后端分离架构的基础和通用的后端云存储接口，提升了开发者前端开发效率，且无需关注后端服务开发等基础设施建设，更加专注用户体验和前端实现，提升产品开发和上线进度，快速构建个性化应用。本发明还涉及一种基于JS的云存储方法、存储介质和设备。

说明书

技术领域

本发明涉及云计算领域，尤其涉及一种基于JS的云存储平台、方法、存储介质和设备。

背景技术

云存储是在云计算(cloud computing)概念上延伸和发展出来的一个新的概念。它是指通过集群应用、网格技术或分布式文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能的一个系统。

云存储服务可以分为个人级应用和企业级应用，具体包括个人空间服务、数据备份、集中存储、远程共享、视频监控、IPTV等系统的集中存储，网站大容量在线存储等。

目前云存储平台中采用前后端分离技术是互联网项目开发的业界标准方式，其核心思想是前端HTML页面通过AJAX调用后端的RESTFUL API接口并使用JSON数据进行交互，但是这种方式在开发过程中前端严重依赖后端等基础设计接口的开发。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种基于JS的云存储平台、方法、存储介质和设备。

本发明解决上述技术问题的技术方案如下：

一种基于JS的云存储平台，包括云存储层、云引擎层、云服务SDK层和对外接口层；

所述云存储层，用于提供分布式存储系统；

所述云引擎层，用于定义统一RESTful接口，并根据并行算法库提供算法服务功能，实现基于Hadoop平台的并行关联规则分析、分类、聚类算法；

所述云服务SDK层，用于封装REST服务API接口以供本地调用，在业务系统中引入SDK的开发包，调用SDK服务时实例化相关的服务对象；

所述对外接口层，用于对外提供云服务，所述云服务以RESTful接口对外暴露。

本发明的有益效果是：提供了一种基于JS的云存储平台，包括云存储层、云引擎层、云服务SDK层和对外接口层；云存储层提供分布式存储系统；云引擎层定义统一RESTful接口，并根据并行算法库提供算法服务功能，实现基于Hadoop平台的并行关联规则分析、分类、聚类算法，云服务SDK层封装REST服务API接口以供本地调用，在业务系统中引入SDK的开发包，调用SDK服务时实例化相关的服务对象；对外接口层对外提供云服务，所述云服务以RESTful接口对外暴露。本发明实现了前后端分离架构的基础和通用的后端云存储接口，提升了开发者前端开发效率，且无需关注后端服务开发等基础设施建设，更加专注用户体验和前端实现，提升产品开发和上线进度，快速构建个性化应用。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步地，所述云引擎层包括并行算法服务、作业监控服务和日志管理服务；

所述并行算法服务，用于向外暴露并行算法接口，并通过查询算法资源下的子资源获取该算法的调用参数信息；

所述作业监控服务，用于向外暴露作业运行状态的查询接口，客户端根据作业名查询指定作业的执行情况；

所述日志管理服务，用于提供对集群作业的运行日志的管理。

采用上述进一步方案的有益效果是：通过并行算法服务向外暴露并行算法接口，并通过查询算法资源下的子资源获取该算法的调用参数信息；作业监控服务向外暴露作业运行状态的查询接口，客户端根据作业名查询指定作业的执行情况；日志管理服务提供对集群作业的运行日志的管理。实现了对后端存储接口的封装，开发者无需关注后端服务开发等基础设施建设，提升了产品开发效率。

进一步地，所述并行算法服务，具体用于通过Post请求向所述并行算法服务传递参数，其中所述参数的值封装在对象中；

当接收到算法调用请求时，创建新线程，所述新线程用于执行相应的算法调用处理，同时创建异步对象，并将所述异步对象发送至所述新线程；

当所述新线程运行完后，通过所述异步对象返回处理结果，所述处理结果是JSON格式。

进一步地，所述作业监控服务，具体用于查询作业的运行状态，并得到查询结果，所述查询结果是JSON格式。

本发明解决上述技术问题的另一种技术方案如下：

一种基于JS的云存储方法，基于上述基于JS的云存储平台技术方案，包括以下步骤：

云存储层提供分布式存储系统；

云引擎层定义统一RESTful接口，并根据并行算法库提供算法服务功能，实现基于Hadoop平台的并行关联规则分析、分类、聚类算法；

云服务SDK层封装REST服务API接口以供本地调用，在业务系统中引入SDK的开发包，调用SDK服务时实例化相关的服务对象；

对外接口层对外提供云服务，所述云服务以RESTful接口对外暴露。

本发明的有益效果是：提供了一种基于JS的云存储方法，包括云存储层、云引擎层、云服务SDK层和对外接口层；云存储层提供分布式存储系统；云引擎层定义统一RESTful接口，并根据并行算法库提供算法服务功能，实现基于Hadoop平台的并行关联规则分析、分类、聚类算法，云服务SDK层封装REST服务API接口以供本地调用，在业务系统中引入SDK的开发包，调用SDK服务时实例化相关的服务对象；对外接口层对外提供云服务，所述云服务以RESTful接口对外暴露。本发明实现了前后端分离架构的基础和通用的后端云存储接口，提升了开发者前端开发效率，且无需关注后端服务开发等基础设施建设，更加专注用户体验和前端实现，提升产品开发和上线进度，快速构建个性化应用。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步地所述所述云引擎层定义统一RESTful接口，并根据并行算法库提供算法服务功能，具体包括：

所述云引擎层中的并行算法服务向外暴露并行算法接口，并通过查询算法资源下的子资源获取该算法的调用参数信息；

所述云引擎层中的作业监控服务向外暴露作业运行状态的查询接口，客户端根据作业名查询指定作业的执行情况；

所述云引擎层中的日志管理服务提供对集群作业的运行日志的管理。

进一步地，所述所述云引擎层中的并行算法服务向外暴露并行算法接口，并通过查询算法资源下的子资源获取该算法的调用参数信息，具体包括以下步骤：

所述并行算法服务通过Post请求向所述并行算法服务传递参数，其中所述参数的值封装在对象中；

当接收到算法调用请求时，创建新线程，所述新线程用于执行相应的算法调用处理，同时创建异步对象，并将所述异步对象发送至所述新线程；

当所述新线程运行完后，通过所述异步对象返回处理结果，所述处理结果是JSON格式。

进一步地，所述方法还包括：

所述作业监控服务查询作业的运行状态，并得到查询结果，所述查询结果是JSON格式。

此外，本发明还提供一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使所述计算机执行上述技术方案中任一项所述的基于JS的云存储方法的步骤。

本发明还提供一种计算机设备，包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述技术方案中任一项所述的基于JS的云存储方法的步骤。

本发明附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明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，下面所描述的附图仅仅是本发明的一些实施例，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。

图1为本发明实施例提供的一种基于JS的云存储平台的结构示意图；

图2为本发明另一实施例提供的一种基于JS的云存储方法的流程示意图。

具体实施方式

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，所描述的实施例是本发明的一部分实施例，而不是全部实施例。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的前提下所获得的所有其他实施例，都应属于本发明保护的范围。

如图1本发明实施例提供的一种基于JS的云存储平台的结构示意图所示，基于JS的云存储平台包括云存储层、云引擎层、云服务SDK层和对外接口层；

所述云存储层，用于提供分布式存储系统；

所述云引擎层，用于定义统一RESTful接口，并根据并行算法库提供算法服务功能，实现基于Hadoop平台的并行关联规则分析、分类、聚类算法；

所述云服务SDK层，用于封装REST服务API接口以供本地调用，在业务系统中引入SDK的开发包，调用SDK服务时实例化相关的服务对象；

所述对外接口层，用于对外提供云服务，所述云服务以RESTful接口对外暴露。

应理解，云存储层提供分布式存储、数据库存储及并行计算能力，作为云引擎层的支撑平台。可以采用Hadoop或Spark等分布式计算平台作为运行支撑。在并行计算方面Hadoop、Spark都支持MapReduce计算框架，MapReduce框架对分布式计算的一些底层细节进行了封装，例如任务并行、数据分布、负载平衡、任务调度、任务容错等，使用者无需考虑这些细节，只要关注算法的并行实现即可。Spark在提供类似MapReduce框架外，还提供DAG的计算引擎，支持迭代式计算作业，能更好的适应需要通过迭代收敛的算法运行。

云引擎层采用分布式和可插拔的组件化设计思路，除了可使用平台自带的算法，同时支持第三方的挖掘算法工具如Mahout、MLLib接入还包含算法的服务管理。

REST服务(Representational State Transfer)是以网络(Network-based)为基础，重点就是：架构样式(Architectural Styles)、软件架构(SoftwareArchitectures)和网络(Network-based)为基础。REST本身是设计风格而不是标准。REST的三个要素一般是指唯一的资源标识，对资源的操作方法以及资源的表示形式。REST描述如何正确地使用Web标准，例如，HTTP和URI。了解REST最好的方式就是思索Web及其工作方式。REST以资源为中心，在REST中资源代表整个网络上的资源实体，资源由URI标识。

资源的请求方通过URI来获取资源的具体象征(Representational)。客户端取得这些具体象征使应用程序转变其状态，随着不断取得资源的具体象征，Client端不断地改变其状态，这样不断的反复(iterations)过程就是所说的Representational StateTransfer。

基于上述实施例提供的一种基于JS的云存储平台，包括云存储层、云引擎层、云服务SDK层和对外接口层；云存储层提供分布式存储系统；云引擎层定义统一RESTful接口，并根据并行算法库提供算法服务功能，实现基于Hadoop平台的并行关联规则分析、分类、聚类算法，云服务SDK层封装REST服务API接口以供本地调用，在业务系统中引入SDK的开发包，调用SDK服务时实例化相关的服务对象；对外接口层对外提供云服务，所述云服务以RESTful接口对外暴露。本发明实现了前后端分离架构的基础和通用的后端云存储接口，提升了开发者前端开发效率，且无需关注后端服务开发等基础设施建设，更加专注用户体验和前端实现，提升产品开发和上线进度，快速构建个性化应用。

进一步地，所述云引擎层包括并行算法服务、作业监控服务和日志管理服务；

所述并行算法服务，用于向外暴露并行算法接口，并通过查询算法资源下的子资源获取该算法的调用参数信息；

所述作业监控服务，用于向外暴露作业运行状态的查询接口，客户端根据作业名查询指定作业的执行情况；

所述日志管理服务，用于提供对集群作业的运行日志的管理。

进一步地，所述并行算法服务，具体用于通过Post请求向所述并行算法服务传递参数，其中所述参数的值封装在对象中；

当接收到算法调用请求时，创建新线程，所述新线程用于执行相应的算法调用处理，同时创建异步对象，并将所述异步对象发送至所述新线程；

当所述新线程运行完后，通过所述异步对象返回处理结果，所述处理结果是JSON格式。

进一步地，所述作业监控服务，具体用于查询作业的运行状态，并得到查询结果，所述查询结果是JSON格式。

应理解，本实施例中还包括当查询到是JSON数据时，将查询到的数据封装成对象，对对象进行修改后再保存，或当需要增加对象时，将JSON数据封装后再保存，此外也包括对对象的删除和查询。如图2本发明实施例提供的一种基于JS的云存储方法的流程示意图所示，所述方法包括以下步骤：

110、云存储层提供分布式存储系统。

120、云引擎层定义统一RESTful接口，并根据并行算法库提供算法服务功能。

130、云服务SDK层封装REST服务API接口以供本地调用，在业务系统中引入SDK的开发包，调用SDK服务时实例化相关的服务对象。

140、对外接口层对外提供云服务，云服务以RESTful接口对外暴露。

进一步地，所述所述云引擎层定义统一RESTful接口，并根据并行算法库提供算法服务功能，具体包括：

所述云引擎层中的并行算法服务向外暴露并行算法接口，并通过查询算法资源下的子资源获取该算法的调用参数信息；

所述云引擎层中的作业监控服务向外暴露作业运行状态的查询接口，客户端根据作业名查询指定作业的执行情况；

所述云引擎层中的日志管理服务提供对集群作业的运行日志的管理。

进一步地，所述所述云引擎层中的并行算法服务向外暴露并行算法接口，并通过查询算法资源下的子资源获取该算法的调用参数信息，具体包括以下步骤：

所述并行算法服务通过Post请求向所述并行算法服务传递参数，其中所述参数的值封装在对象中；

当接收到算法调用请求时，创建新线程，所述新线程用于执行相应的算法调用处理，同时创建异步对象，并将所述异步对象发送至所述新线程；

当所述新线程运行完后，通过所述异步对象返回处理结果，所述处理结果是JSON格式。

进一步地，所述方法还包括：

所述作业监控服务查询作业的运行状态，并得到查询结果，所述查询结果是JSON格式。

此外，本发明还提供一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使所述计算机执行上述实施例中任一项所述的基于JS的云存储方法的步骤。

本发明还提供一种计算机设备，包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述实施例中任一项所述的基于JS的云存储方法的步骤。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。

基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。