杭州沃伊数字科技有限公司李毓增获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉杭州沃伊数字科技有限公司申请的专利一种客户端数据库增量迁移方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120687435B 。
龙图腾网通过国家知识产权局官网在2026-02-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510770572.6,技术领域涉及:G06F16/21;该发明授权一种客户端数据库增量迁移方法是由李毓增;李扬;张红超;谢忧悒;张冉设计研发完成,并于2025-06-10向国家知识产权局提交的专利申请。
本一种客户端数据库增量迁移方法在说明书摘要公布了:本发明涉及数据库迁移技术领域,公开了一种客户端数据库增量迁移方法,该方法包括:获取客户端数据库增量数据,经捕获、分块处理后,用版本控制算法确定版本标识,提取迁移数据块集合;对其进行合并、冲突检测及冗余清理等同步处理,生成标记后的迁移数据块矩阵;提取迁移特征参数,优化同步参数后计算迁移优先级,确定主迁移参数,训练迁移决策模型得到分类器,输出迁移执行结果。该方法通过分块处理、版本控制、冲突检测及智能化迁移决策,有效提升了增量迁移的效率和数据一致性,减少了资源消耗,适用于客户端数据库的高效增量迁移。
本发明授权一种客户端数据库增量迁移方法在权利要求书中公布了:1.一种客户端数据库增量迁移方法,其特征在于,包括如下步骤: S1、获取客户端数据库的增量数据,生成待处理的增量数据集合,使用增量数据捕获方法提取待迁移数据块,通过数据分块处理得到分块后的增量数据集合,使用版本控制算法确定分块后的增量数据集合的版本标识,定位并提取迁移数据块,得到迁移数据块集合; 所述S1包括如下步骤: S11、获取客户端数据库的增量数据,生成待处理的增量数据集合,使用增量数据捕获方法提取待迁移数据块,得到待迁移数据块集合; S12、通过数据分块处理对所述待迁移数据块集合进行划分,得到分块后的增量数据集合; 所述版本控制算法包括: 针对分块后的增量数据集合中的每个数据块,计算其修改时间和数据块哈希值; 通过归一化处理,将修改时间和数据块哈希值转换为数据块标准化权重,基于数据块标准化权重,进行版本区间的划分; 其中,权重计算公式为: ; 其中,“最大时间戳”为分块后的增量数据集合中所有数据块修改时间戳的最大值,“最大校验和”为所有数据块哈希值校验和的最大值; 将权重值按照时间顺序进行排序,以自然日为单位划分版本区间,即同一自然日内产生或修改的数据块归属于同一个版本区间; 每个版本区间生成对应的候选版本标识,在生成候选版本标识集合后,需要对候选版本标识进行时间间隔计算和合并处理; 计算任意两个相邻候选版本标识对应的时间间隔,若时间间隔小于预设阈值,则认为这两个版本标识属于同一逻辑版本,将其合并为一个最终版本标识; 通过最终版本标识提取迁移数据块; S2、对所述迁移数据块集合进行数据同步处理,得到同步后的迁移数据块集合,再生成同步后的迁移数据块矩阵,设定数据块关联关系,对迁移数据块进行标记,得到标记后的迁移数据块矩阵; S3、提取所述标记后的迁移数据块矩阵的迁移特征参数,优化特征参数中的同步参数后计算迁移优先级,根据迁移优先级确定主迁移参数,使用主迁移参数训练迁移决策模型得到迁移决策分类器,输出迁移执行结果,实现客户端数据库的增量迁移; 所述S3包括如下步骤: S31、使用主成分分析算法提取所述标记后的迁移数据块矩阵的迁移特征参数,并使用遗传算法优化特征参数中的同步参数,得到迁移特征参数集合; S32、计算迁移特征参数集合的优先级权重,确定主迁移参数,所述主迁移参数包括数据块大小参数、版本跨度参数和依赖关系参数; S33、训练迁移决策模型得到迁移决策分类器,将数据块大小参数、版本跨度参数和依赖关系参数输入至迁移决策分类器中,输出迁移执行结果; 所述使用遗传算法优化特征参数中的同步参数,包括: 设定适应度函数为同步参数线性组合,在遗传种群中第k个个体沿参数空间移动,设定变异概率为p,个体在移动过程中遇到参数边界时,若随机数r∈[0,1]大于p,则变异方向取正向,否则取负向;个体位置更新后计算适应度值,当当前迭代次数达到最大迭代次数时,停止优化,输出最优同步参数。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杭州沃伊数字科技有限公司,其通讯地址为:311121 浙江省杭州市余杭区仓前街道龙泉路6号7幢225室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励