一种数据集管理方法及系统、装置、电子设备和存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及一种数据集管理方法及系统、装置、电子设备和存储介质。

背景技术

在人工智能、数据科学等领域中，通常会对大量的数据进行处理。例如，人工智能的机器学习中，通常会通过大量的数据来进行机器学习；大数据相关的研究中，也会对大量的数据进行分析。在人工智能和数据科学等领域中，通常将大量数据所组成的集合称为数据集。

由于数据集中的数据量较大，在基于容器的分布式服务器(例如，谷歌公司开发的分布式容器管理系统kubernetes)中，数据集通常存储于共享存储中，多个容器通过远程访问共享存储来进行数据处理，但是如果某一容器需要对共享存储中的数据执行修改、删除等操作，则会影响其它容器的使用。

发明内容

本公开提出了一种数据集管理的技术方案。

根据本公开的一方面，提供了一种数据集管理方法，包括：

接收针对物理机上部署的业务容器的数据集处理请求，所述数据集处理请求中包含所述业务容器使用的数据集的标识，以及所述业务容器挂载在所述物理机本地的存储目录；

响应于所述数据集处理请求，在所述存储目录下，对所述标识对应的数据集进行处理操作，所述处理操作，包括：将所述标识对应的数据集下载到所述存储目录中，或，将所述标识对应的数据集从所述存储目录中删除。

在一种可能的实现方式中，在所述接收针对所述业务容器的数据集处理请求后，所述方法还包括：

确定所述处理操作的处理进度；

通过消息中间件和/或网页套接字WebSocket协议，将所述处理进度返回给前端。

在一种可能的实现方式中，所述数据集管理方法应用于分布式服务器，所述分布式服务器包括请求接收模块和数据集处理模块；

所述响应于所述数据集处理请求，在所述存储目录下，对所述标识对应的数据集进行处理操作，包括：

所述请求接收模块接收数据集处理请求，根据所述数据集处理请求生成消息中间件支持的数据集处理消息，并将所述数据集处理消息推送至消息中间件中所述物理机对应的消息队列中；

位于所述物理机中的所述数据集处理模块获取所述消息队列中的所述数据集处理消息，根据所述数据集处理消息中的所述标识和所述存储目录，在所述存储目录下，对所述标识对应的数据集进行处理操作。

在一种可能的实现方式中，所述分布式服务器还包括处理进度推送模块和Websocket服务端，所述通过消息中间件和网页套接字WebSocket协议，将所述处理进度返回给前端，包括：

所述处理进度推送模块根据所述处理进度生成处理进度消息，并将所述处理进度消息推送给消息中间件；

所述Websocket服务端从所述消息中间件获取所述处理进度消息，并将所述处理进度消息中的处理进度向前端的Websocket客户端发送。

在一种可能的实现方式中，在所述将所述标识对应的数据集下载到所述存储目录中后，所述方法还包括：

接收针对所述业务容器的业务处理请求；

响应于所述业务处理请求，利用所述存储目录中的数据集进行业务处理操作。

在一种可能的实现方式中，所述方法还包括：

响应于所述业务容器关闭，将所述存储目录中的数据集删除。

在一种可能的实现方式中，将所述标识对应的数据集下载到所述存储目录中，包括：

从数据库或其它容器的存储目录下，将所述标识对应的数据集下载到所述业务容器挂载在所述物理机本地的存储目录中。

根据本公开的一方面，提供了一种数据集管理装置，包括：

请求接收单元，用于接收针对物理机上部署的业务容器的数据集处理请求，所述数据集处理请求中包含所述业务容器使用的数据集的标识，以及所述业务容器挂载在所述物理机本地的存储目录；

数据集处理单元，用于响应于所述数据集处理请求，在所述存储目录下，对所述标识对应的数据集进行处理操作，所述处理操作，包括：将所述标识对应的数据集下载到所述存储目录中，或，将所述标识对应的数据集从所述存储目录中删除。

在一种可能的实现方式中，所述装置还包括：

进度确定单元，用于确定所述处理操作的处理进度；

进度返回单元，用于通过消息中间件和/或网页套接字WebSocket协议，将所述处理进度返回给前端。

在一种可能的实现方式中，所述装置应用于分布式服务器，所述分布式服务器包括请求接收模块和数据集处理模块；

所述数据集处理单元，包括所述请求接收模块和所述数据集处理模块，其中，所述请求接收模块接收数据集处理请求，根据所述数据集处理请求生成消息中间件支持的数据集处理消息，并将所述数据集处理消息推送至消息中间件中所述物理机对应的消息队列中；位于所述物理机中的所述数据集处理模块获取所述消息队列中的所述数据集处理消息，根据所述数据集处理消息中的所述标识和所述存储目录，在所述存储目录下，对所述标识对应的数据集进行处理操作。

在一种可能的实现方式中，所述分布式服务器还包括处理进度推送模块和Websocket服务端，所述进度返回单元包括所述处理进度推送模块和Websocket服务端，其中，所述处理进度推送模块根据所述处理进度生成处理进度消息，并将所述处理进度消息推送给消息中间件；所述Websocket服务端从所述消息中间件获取所述处理进度消息，并将所述处理进度消息中的处理进度向前端的Websocket客户端发送。

在一种可能的实现方式中，在所述装置还包括：

业务处理请求接收单元，用于接收针对所述业务容器的业务处理请求；

业务处理单元，用于响应于所述业务处理请求，利用所述存储目录中的数据集进行业务处理操作。

在一种可能的实现方式中，所述装置还包括：

删除单元，用于响应于所述业务容器关闭，将所述存储目录中的数据集删除。

在一种可能的实现方式中，所述数据集处理单元，用于从数据库或其它容器的存储目录下，将所述标识对应的数据集下载到所述业务容器挂载在所述物理机本地的存储目录中。

根据本公开的一方面，提供了一种数据集管理系统，包括：

请求接收模块，接收针对物理机上部署的业务容器的数据集处理请求，所述数据集处理请求中包含所述业务容器使用的数据集的标识，以及所述业务容器挂载在所述物理机本地的存储目录；

数据集处理模块，响应于所述数据集处理请求，在所述存储目录下，对所述标识对应的数据集进行处理操作，所述处理操作，包括：将所述标识对应的数据集下载到所述存储目录中，或，将所述标识对应的数据集从所述存储目录中删除。

根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。

根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。

在本公开实施例中，在物理机上创建业务容器后，在接收到针对业务容器的数据集处理请求的情况下，根据数据集处理请求中包含的业务容器使用的数据集的标识，在业务容器挂载在物理机本地的存储目录下，对该标识对应的数据集进行处理操作，处理操作包括：将标识对应的数据集下载到存储目录中，或，将标识对应的数据集从存储目录中删除。由此，通过将数据集同步到用户容器所在的物理机上，并挂载到容器在物理机本地的存储目录中，这样用户可以像访问本地数据一样访问自己的数据集，不会受网络延迟影响。此外，由于数据集是存储在容器挂载的存储目录中，因此具备较好的隔离效果，容器之间对数据集的操作互不影响，用户可以自由地进行数据集的修改、删除等操作。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出根据本公开实施例的数据集管理方法的流程图；

图2示出根据本公开实施例提供的一种分布式服务器的架构图；

图3示出根据本公开实施例的一种数据集管理系统的结构示意图；

图4示出根据本公开实施例的又一种数据集管理系统的结构示意图；

图5示出根据本公开实施例的又一种数据集管理系统的结构示意图；

图6示出根据本公开实施例的又一种数据集管理系统的结构示意图；

图7示出根据本公开实施例的一种数据集管理装置的框图；

图8示出根据本公开实施例的一种电子设备的框图；

图9示出根据本公开实施例的一种电子设备的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。

另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

随着计算机技术的发展，程序已经进入了虚拟化部署的时代，通过容器可以对程序进行虚拟化部署，在基于容器的分布式服务器(例如，谷歌公司开发的分布式容器管理系统kubernetes)中，通过将同一程序分别部署于多个容器中，能够实现程序对任务的分布式处理。

在人工智能领域，可以在Kubernetes集群上部署人工智能平台，以供用户在平台上进行人工智能相关的学习、研究和应用，如机器学习、数据科学、数据处理等，不同用户通过机器中部署的多个容器，进行上述活动。上述活动往往会对数据集进行处理，例如，利用数据集进行机器学习。

而在大规模容器集群中，如何管理好数据集至关重要。数据集如果存放在共享存储中，那么网络延迟可能会导致用户在使用数据集的过程中出现性能瓶颈，大大降低计算效率，而且共享存储中，数据集隔离很难实现，如果某一容器需要对共享存储中的数据执行修改、删除等操作，则会影响其它容器的使用。

在本公开实施例中，通过将数据集同步到用户容器所在的物理机上，并挂载到容器在物理机本地的存储目录中，这样用户可以像访问本地数据一样访问自己的数据集，不会受网络延迟影响。此外，由于数据集是存储在容器挂载的存储目录中，因此具备较好的隔离效果，容器之间对数据集的操作互不影响，用户可以自由地进行数据集的修改、删除等操作。

在一种可能的实现方式中，该数据集管理方法可以由终端设备或服务器等电子设备执行，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等，所述方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。或者，可通过服务器执行所述方法，例如，可以通过分布式服务器来执行所述方法，下面以执行主体为分布式服务器为例，对本公开可能的实现方式进行示例性说明。

在本公开实施例中，可以在物理机上创建业务容器。在接收到用户前端发送的业务处理请求后，即可创建对应的业务容器，业务容器用来处理该请求对应的业务，在容器中加载处理该业务的进程。该业务例如可以是人工智能领域中的机器学习任务、数据科学中的数据处理业务等等。

业务容器是创建于某一物理机上的，同一个物理机上可以创建多个业务容器，在业务容器创建后，可以在业务容器中记录业务容器所在的物理机的地址，并且可以给业务容器挂载物理机本地的存储目录，该存储目录下可供业务容器进行数据集存储、读取、修改和删除等操作。不同业务容器挂载的存储目录之间互相不受影响。

上述业务处理请求可以由用户前端发送，该用户前端可以是浏览器，或者也可以是客户端，即用户可以通过在浏览器的网页中进行操作，来发送业务处理请求。

在创建业务容器后，可以将业务容器创建成功的消息发送至用户前端，此外，还可以将业务容器挂载在物理机本地的存储目录发送给用户前端。

在创建业务容器后，即可针对业务容器进行数据集管理，图1示出根据本公开实施例的数据集管理方法的流程图，如图1所示，所述数据集管理方法包括：

在步骤S11中，接收针对物理机上部署的业务容器的数据集处理请求，所述数据集处理请求中包含所述业务容器使用的数据集的标识，以及所述业务容器挂载在所述物理机本地的存储目录。

用户前端会显示可供用户使用的数据集，以供用户选取，在用户选取业务容器所使用的数据集后，用户前端会将用户选取的数据集的标识封装到数据集处理请求中，此外，该请求中还可以封装业务容器挂载在物理机本地的存储目录。

用户前端将封装的数据集处理请求发送给后端服务器，其中后端服务器即本实现方式的执行主体。

数据集处理请求可以是用户请求将数据集下载到物理机本地的存储目录中，以方便后续使用该数据集；或者，该请求也可以是用户请求将数据集从物理机本地的存储目录中进行删除。

本公开实施例中，数据集可以是具有共同主题和/或相似属性的数据构成的数据集合，例如，可以是用于人工智能中机器学习的数据集合，或者也可以是用于数据科学的数据集合。

在步骤S12中，响应于所述数据集处理请求，在所述存储目录下，对所述标识对应的数据集进行处理操作，所述处理操作，包括：将所述标识对应的数据集下载到所述存储目录中，或，将所述标识对应的数据集从所述存储目录中删除。

在接收到数据集处理请求后，在该请求请求将数据集下载到物理机本地的存储目录的情况下，则将所述标识对应的数据集下载到所述存储目录中。具体可以根据该标识，从共享的对象存储中下载该标识对应的数据集。

在该请求请求将数据集从物理机本地的存储目录中删除的情况下，则将该标识对应的数据集从存储目录中删除。

请参阅图2，图2示出了本公开实施例提供的一种分布式服务器的架构图，如图2所示，分布式服务器包括多个物理机，用户1～用户N通过前端发出用户请求，经由负载均衡将用户请求分配至某个物理机的容器中，一个物理机中可以部署多个业务容器，各业务容器分别对应一个数据集，各数据集之间相互隔离，互不干扰。

在本公开实施例中，在物理机上创建业务容器后，在接收到针对业务容器的数据集处理请求的情况下，根据数据集处理请求中包含的业务容器使用的数据集的标识，在业务容器挂载在物理机本地的存储目录下，对该标识对应的数据集进行处理操作，处理操作包括：将标识对应的数据集下载到存储目录中，或，将标识对应的数据集从存储目录中删除。由此，通过将数据集同步到用户容器所在的物理机上，并挂载到容器在物理机本地的存储目录中，这样用户可以像访问本地数据一样访问自己的数据集，不会受网络延迟影响。此外，由于数据集是存储在容器挂载的存储目录中，因此具备较好的隔离效果，容器之间对数据集的操作互不影响，用户可以自由地进行数据集的修改、删除等操作。

在一种可能的实现方式中，将所述标识对应的数据集下载到所述存储目录中，包括：从数据库或其它容器的存储目录下，将所述标识对应的数据集下载到所述业务容器挂载在所述物理机本地的存储目录中。

这里的数据库可以是集中存储数据集的存储空间，那么，在下载数据集时，可以从该数据库中进行下载；此外，如果其它容器的存储目录下也存有该标识对应的数据集，那么也可以从其它容器的存储目录下进行下载，以减少对数据库带宽的占用，提高数据集的下载效率。

在一种可能的实现方式中，其它容器的存储目录下的数据集可以是已经编辑过的数据集，那么，从其它容器的存储目录中下载已编辑过的数据集，能够实现对已编辑过的数据集的共享，提高了对数据集进行业务处理的效率。

在一种可能的实现方式中，在所述将所述标识对应的数据集下载到所述存储目录中后，所述方法还包括：接收针对所述业务容器的业务处理请求；响应于所述业务处理请求，利用所述存储目录中的数据集进行业务处理操作。

如前文所述，业务容器可以用来处理业务处理请求所请求的业务，这里的业务例如可以是人工智能的机器学习中的机器学习业务，或者也可以是大数据相关的研究中的数据分析业务等等。

在处理业务的过程中，会利用存储目录中的数据集进行业务处理操作，例如利用数据集对神经网络进行训练，或者利用数据集进行用户行为分析等等。

在本公开实施例中，通过利用所述存储目录中的数据集进行业务处理操作，由于数据集是存储在容器挂载的存储目录中，因此具备较好的隔离效果，容器之间对数据集的操作互不影响，用户可以自由地进行数据集的修改、删除等操作。

在一种可能的实现方式中，在所述接收针对所述业务容器的数据集处理请求后，所述方法还包括：确定所述处理操作的处理进度；通过消息中间件和/或网页套接字WebSocket协议，将所述处理进度返回给前端。

这里的处理进度例如是下载数据集的进度，例如，数据集01已下载完毕，或者，数据集02已下载65％；该处理进度还可以是删除数据集的进度，例如，数据集03已删除，或者，数据集03删除失败，请重试。

在本公开实施例中，可以通过消息中间件和WebSocket协议，将处理进度返回给前端。消息中间件能够通过消息队列异步传输处理进度，以提高分布式服务器的不同组件之间对处理进度的传输效率。此外，通过WebSocket协议将处理进度由服务器推送至前端，相较于用户前端以轮询的方式向服务器请求处理进度而言，降低了服务器的压力。

在一种可能的实现方式中，所述数据集管理方法应用于分布式服务器，所述分布式服务器包括请求接收模块和数据集处理模块；所述响应于所述数据集处理请求，在所述存储目录下，对所述标识对应的数据集进行处理操作，包括：请求接收模块接收数据集处理请求，根据所述数据集处理请求生成消息中间件支持的数据集处理消息，并将所述数据集处理消息推送至消息中间件中所述物理机对应的消息队列中；位于所述物理机中的所述数据集处理模块获取所述消息队列中的所述数据集处理消息，根据所述数据集处理消息中的所述标识和所述存储目录，在所述存储目录下，对所述标识对应的数据集进行处理操作。

在本实现方式中，消息中间件可以利用发布-订阅模式工作，在该模式中，消息发送者(生产者)发布消息，一个或多个消息接受者(消费者)订阅消息。消息发送者(生产者)和消息接受者(消费者)之间没有直接耦合，消息发送者将消息发送至消息中间件中的分布式消息队列即结束对消息的处理，消息接受者从分布式消息队列获取该消息后进行后续处理。

在本实现方式中，请求接收模块接收数据集处理请求后，会根据数据集处理请求生成消息中间件支持的消息，为便于表述，将生成的该消息称为数据集处理消息，数据集处理消息中仍然会包含业务容器使用的数据集的标识，以及业务容器挂载在物理机本地的存储目录。

请求接收模块会作为“发布-订阅模式”中的生产者，将数据集处理消息推送给消息中间件，具体会将数据集处理消息放入业务容器所在的物理机对应的消息队列中。

业务容器所在的物理机中的数据集处理模块，会作为“发布-订阅模式”中的消费者，从物理机对应的消息队列中获取数据集处理消息，并对该数据集处理消息进行解析，得到数据集处理消息中包含的数据集的标识和业务容器挂载在物理机本地的存储目录，即可在该存储目录下，对该标识对应的数据集进行处理操作。

在本公开实施例中，能够通过消息中间件中的消息队列，将数据集处理请求中包含的数据集的标识和存储目录，异步传输至业务容器所在物理机中的数据集处理模块，传输效率较高。

在一种可能的实现方式中，所述分布式服务器还包括处理进度推送模块和Websocket服务端，所述通过消息中间件和/或网页套接字WebSocket协议，将所述处理进度返回给前端，包括：处理进度推送模块根据所述处理进度生成处理进度消息，并将所述处理进度消息推送给消息中间件；Websocket服务端从所述消息中间件获取所述处理进度消息，并将所述处理进度消息中的处理进度向前端的Websocket客户端发送。

在本实现方式中，消息中间件仍可以利用发布-订阅模式工作，处理进度推送模块会作为“发布-订阅模式”中的生产者，获取数据处理的处理进度，然后将处理进度封装为消息中间件所支持的消息，即处理进度消息。处理进度推送模块会将处理进度消息推送至消息中间件的消息队列中，具体会将处理进度消息放入业务容器对应的消息队列中。

用户前端所连接的Websocket服务端，会作为“发布-订阅模式”中的消费者，从业务容器对应的消息队列中获取处理进度消息，并对该处理进度消息进行解析，得到处理进度，然后将处理进度发送给用户前端的Websocket客户端。Websocket服务端可以将处理进度封装为Websocket协议所支持的数据传输格式，进而向Websocket客户端发送。Websocket客户端接收到处理进度后，即可通过用户前端向用户展示处理进度，例如可以通过浏览器中的网页来展示处理进度。

在本公开实施例中，能够通过消息中间件中的消息队列，将处理进度异步传输至Websocket服务端，传输效率较高，且通过Websocket服务端向前端推送，相较于用户前端以轮询的方式向服务器请求处理进度而言，降低了服务器的压力。

在一种可能的实现方式中，所述方法还包括：响应于所述业务容器关闭，将所述存储目录中的数据集删除。在业务容器销毁的情况下，可以将业务容器挂载的物理机本地的存储目录中的数据集同时销毁，以节约物理机中的存储空间。

此外，本公开还提供了一种数据集管理系统30，如图3所示，包括：

请求接收模块301，接收针对物理机上部署的业务容器的数据集处理请求，所述数据集处理请求中包含所述业务容器使用的数据集的标识，以及所述业务容器挂载在所述物理机本地的存储目录；

数据集处理模块303，响应于所述数据集处理请求，在所述存储目录下，对所述标识对应的数据集进行处理操作，所述处理操作，包括：将所述标识对应的数据集下载到所述存储目录中，或，将所述标识对应的数据集从所述存储目录中删除。

在本公开实施例中，在物理机上创建业务容器后，在接收到针对业务容器的数据集处理请求的情况下，根据数据集处理请求中包含的业务容器使用的数据集的标识，在业务容器挂载在物理机本地的存储目录下，对该标识对应的数据集进行处理操作，处理操作包括：将标识对应的数据集下载到存储目录中，或，将标识对应的数据集从存储目录中删除。由此，通过将数据集同步到用户容器所在的物理机上，并挂载到容器在物理机本地的存储目录中，这样用户可以像访问本地数据一样访问自己的数据集，不会受网络延迟影响。此外，由于数据集是存储在容器挂载的存储目录中，因此具备较好的隔离效果，容器之间对数据集的操作互不影响，用户可以自由地进行数据集的修改、删除等操作。

在一种可能的实现方式中，数据集管理系统30还包括消息中间件302，请参阅图4，在该实现方式中，请求接收模块301，接收针对业务容器的数据集处理请求，根据所述数据集处理请求生成消息中间件302支持的数据集处理消息，并将所述数据集处理消息推送给消息中间件302，所述数据集处理请求中包含业务容器使用的数据集的标识，以及所述业务容器挂载在物理机本地的存储目录；

所述消息中间件302将所述数据集处理消息放入消息队列中；

数据集处理模块303，获取所述消息队列302中的所述数据集处理消息，在所述存储目录下，对所述标识对应的数据集进行处理操作。

在本公开实施例中，消息中间件302可以是Rabbit MQ(Message queue，MQ)，或者也可以是Active QM、Kafka、Rocket MQ、Zero MQ等，本公开实施例对此不作限定。

消息中间件302中可以包括交换机(Exchange)，Exchange可以对生产者发送的消息进行分发，在分发消息的过程中，根据消息类型的不同，分发模式也有所区别，例如可以包含如下四种模式：直接(direct)模式、广播(fanout)模式、主题(topic)模式、消息头(headers)模式。

消息中间件302在将数据集处理消息放入消息队列中的过程中，交换机可以采用topic模式，在该模式中，可以根据数据集处理消息的路由键(routing-key)中包含的物理机的标识，将数据集处理消息放入业务容器所在物理机对应的消息队列中。该物理机上的数据集处理模块303，会获取消息队列中的数据集处理消息，在存储目录下，对数据集标识对应的数据集进行处理操作。

在本公开实施例中，通过将数据集同步到用户容器所在的物理机上，并挂载到容器在物理机本地的存储目录中，这样用户可以像访问本地数据一样访问自己的数据集，不会受网络延迟影响。此外，由于数据集是存储在容器挂载的存储目录中，因此具备较好的隔离效果，容器之间对数据集的操作互不影响，用户可以自由地进行数据集的修改、删除等操作。此外，通过消息中间件中的消息队列，将数据集处理请求中包含的数据集的标识和存储目录，异步传输至业务容器所在物理机中的数据集处理模块，传输效率较高。

在一种可能的实现方式中，所述系统30还包括处理进度推送模块304和Websocket服务端305，如图5所示，其中：

处理进度推送模块304，根据所述处理操作的处理进度生成处理进度消息，并将处理进度消息推送给消息中间件302；

所述消息中间件302，将所述处理进度消息放入消息队列中；

Websocket服务端305，从所述消息中间件302的消息队列中获取所述处理进度消息，并将所述处理进度消息中的处理进度向前端的Websocket客户端发送。

消息中间件302在将处理进度消息放入消息队列的过程中，交换机可以采用fanout模式，在该模式中，将消息队列绑定到交换器上，发送到交换器的处理进度消息会被转发到与该交换器绑定的所有消息队列上。然后Websocket服务端即可从消息中间件302的消息队列中获取所述处理进度消息。

在本公开实施例中，能够通过消息中间件中的消息队列，将处理进度异步传输至Websocket服务端，传输效率较高，且通过Websocket服务端向前端推送，相较于用户前端以轮询的方式向服务器请求处理进度而言，降低了服务器的压力。

请参阅图6，为本申请提供的一种数据集管理系统的结构示意图，该系统中包括：请求接收模块、消息中间件、数据集处理模块、处理进度推送模块、Websocket服务端，其中，消息中间件包括交换机和消息队列。

在用户通过前端发送数据集处理请求后，数据集处理请求经负载均衡，会分配至请求接收模块，请求接收模块根据数据集处理请求生成消息中间件支持的数据集处理消息，并将数据集处理消息推送给消息中间件，数据集处理请求中包含业务容器使用的数据集的标识，以及业务容器挂载在物理机本地的存储目录。

消息中间件的交换机可以采用topic模式，根据数据集处理消息的路由键(routingkey)中包含的物理机的标识，将数据集处理消息放入业务容器所在物理机对应的消息队列中。该物理机上的数据集处理模块，会获取消息队列中的数据集处理消息，在存储目录下，对数据集标识对应的数据集进行处理操作。

处理进度推送模块，会根据处理操作的处理进度生成处理进度消息，并将处理进度消息推送给消息中间件；

消息中间件的交换机采用fanout模式，将消息队列绑定到交换器上，发送到交换器的处理进度消息会被转发到与该交换器绑定的所有消息队列上。Websocket服务端，从消息中间件的消息队列中获取处理进度消息，并将处理进度消息中的处理进度向前端的Websocket客户端发送。

在本公开实施例中，通过将数据集同步到用户容器所在的物理机上，并挂载到容器在物理机本地的存储目录中，这样用户可以像访问本地数据一样访问自己的数据集，不会受网络延迟影响。此外，由于数据集是存储在容器挂载的存储目录中，因此具备较好的隔离效果，容器之间对数据集的操作互不影响，用户可以自由地进行数据集的修改、删除等操作。此外，通过消息中间件中的消息队列，将数据集处理请求中包含的数据集的标识和存储目录，异步传输至业务容器所在物理机中的数据集处理模块，传输效率较高。

在本公开实施例中，能够通过消息中间件中的消息队列，将处理进度异步传输至Websocket服务端，传输效率较高，且通过Websocket服务端向前端推送，相较于用户前端以轮询的方式向服务器请求处理进度而言，降低了服务器的压力。

对于各个模块具体功能的实现，请参考本公开中的相关论述，此处不做赘述。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

此外，本公开还提供了数据集管理装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种数据集管理方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。

图7示出根据本公开实施例的数据集管理装置的框图，如图7所示，所述装置70包括：

请求接收单元71，用于接收针对物理机上部署的业务容器的数据集处理请求，所述数据集处理请求中包含所述业务容器使用的数据集的标识，以及所述业务容器挂载在所述物理机本地的存储目录；

数据集处理单元72，用于响应于所述数据集处理请求，在所述存储目录下，对所述标识对应的数据集进行处理操作，所述处理操作，包括：将所述标识对应的数据集下载到所述存储目录中，或，将所述标识对应的数据集从所述存储目录中删除。

在一种可能的实现方式中，所述装置还包括：

进度确定单元，用于确定所述处理操作的处理进度；

进度返回单元，用于通过消息中间件和/或网页套接字WebSocket协议，将所述处理进度返回给前端。

在一种可能的实现方式中，所述装置应用于分布式服务器，所述分布式服务器包括请求接收模块和数据集处理模块；

所述数据集处理单元72，包括所述请求接收模块和所述数据集处理模块，其中，所述请求接收模块接收数据集处理请求，根据所述数据集处理请求生成消息中间件支持的数据集处理消息，并将所述数据集处理消息推送至消息中间件中所述物理机对应的消息队列中；位于所述物理机中的所述数据集处理模块获取所述消息队列中的所述数据集处理消息，根据所述数据集处理消息中的所述标识和所述存储目录，在所述存储目录下，对所述标识对应的数据集进行处理操作。

在一种可能的实现方式中，所述分布式服务器还包括处理进度推送模块和Websocket服务端，所述进度返回单元包括所述处理进度推送模块和Websocket服务端，其中，所述处理进度推送模块根据所述处理进度生成处理进度消息，并将所述处理进度消息推送给消息中间件；所述Websocket服务端从所述消息中间件获取所述处理进度消息，并将所述处理进度消息中的处理进度向前端的Websocket客户端发送。

在一种可能的实现方式中，在所述装置还包括：

业务处理请求接收单元，用于接收针对所述业务容器的业务处理请求；

业务处理单元，用于响应于所述业务处理请求，利用所述存储目录中的数据集进行业务处理操作。

在一种可能的实现方式中，所述装置还包括：

删除单元，用于响应于所述业务容器关闭，将所述存储目录中的数据集删除。

在一种可能的实现方式中，所述数据集处理单元72，用于从数据库或其它容器的存储目录下，将所述标识对应的数据集下载到所述业务容器挂载在所述物理机本地的存储目录中。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。

本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。

本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，当计算机可读代码在设备上运行时，设备中的处理器执行用于实现如上任一实施例提供的数据集管理方法的指令。

本公开实施例还提供了另一种计算机程序产品，用于存储计算机可读指令，指令被执行时使得计算机执行上述任一实施例提供的数据集管理方法的操作。

电子设备可以被提供为终端、服务器或其它形态的设备。

图8示出根据本公开实施例的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图8，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(CMOS)或电荷耦合装置(CCD)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(WiFi)，第二代移动通信技术(2G)或第三代移动通信技术(3G)，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

图9示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图9，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(Windows Server

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是(但不限于)电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。