CN113360505B - 基于时序数据的数据处理方法、装置、电子设备及可读存储介质 - Google Patents

Abstract

本发明涉及数据处理领域，揭露一种基于时序数据的数据处理方法，包括：对获取到的时序数据执行数据结构化处理，得到结构化时序数据；在预构建的时序数据库中创建数据表，并将所述结构化时序数据写入所述数据表中；解析采集到的增量数据，得到所述增量数据的字段；提取所述数据表中的数据列字段，判断所述数据表中的数据列字段与所述结构化增量数据的字段是否匹配；当所述数据列字段与所述增量数据的字段不匹配时，根据所述增量数据的字段对所述数据列字段执行增添操作，并将所述增量数据写入至新增添的数据列。本发明还提出一种基于时序数据的数据处理装置、设备以及存储介质。本发明可以提高时序数据的一致性以及减少了时序数据存储的失败率。

Description

基于时序数据的数据处理方法、装置、电子设备及可读存储 介质

技术领域

本发明涉及数据处理领域，尤其涉及一种基于时序数据的数据处理方法、装置、电子设备及可读存储介质。

背景技术

随着大数据时代的到来，时序数据的运用越来越多，如何让时序数据在存储之前保持一致性变得尤为重要，目前常见的对时序数据的数据处理通常只是简单地将时序数据存储至数据库中，并不能保证存储至所述数据库中的时序数据是否一致，容易出现当用户使用时序数据时出现错误并造成严重损失的情况。

发明内容

本发明提供一种基于时序数据的数据处理方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高时序数据的一致性以及减少了时序数据存储的失败率。

为实现上述目的，本发明提供的一种基于时序数据的数据处理方法，包括

获取时序数据，并对所述时序数据执行数据结构化处理，得到结构化时序数据；

在预构建的时序数据库中创建数据表，并将所述结构化时序数据写入所述数据表中；

实时采集增量数据，将所述增量数据执行数据结构化处理，得到结构化增量数据，并解析所述结构化增量数据，得到所述结构化增量数据的字段；

提取所述数据表中的数据列字段，将所述数据表中的数据列字段与所述结构化增量数据的字段进行对比校验，并判断所述数据表中的数据列字段与所述结构化增量数据的字段是否匹配；

若所述数据表中的数据列字段与所述结构化增量数据的字段匹配，则将所述结构化增量数据写入至所述数据表中对应的数据列中；

若所述数据表中的数据列字段与所述结构化增量数据的字段不匹配，则根据所述结构化增量数据的字段对所述数据表中的数据列字段执行增添操作，并将所述结构化增量数据写入至所述数据表中对应的数据列。

可选地，所述根据所述结构化增量数据的字段对所述数据表中的数据列字段执行增添操作，包括：

获取所述结构化增量数据的时间戳字段、维度列字段以及指标列字段；

基于所述结构化增量数据的时间戳字段、维度列字段以及指标列字段，利用预设的结构化查询语言在所述数据表中中创建所述结构化增量数据对应的数据列字段。

可选地，所述判断所述数据表中的数据列字段与所述结构化增量数据的字段是否匹配，包括：

将所述数据表中的时间戳字段的数值与所述结构化增量数据的时间戳字段的数值进行对比；

若所述数据表中的时间戳字段的数值大于等于所述结构化增量数据的时间戳字段的数值，则判定所述数据表中的数据列字段与所述结构化增量数据的字段不匹配；

若所述数据表中的时间戳字段的数值小于所述结构化增量数据的时间戳字段的数值，则将所述数据表中的维度列字段与所述结构化增量数据的标签字段进行对比；

若所述数据表中的维度列字段与所述结构化增量数据的标签字段不一致，则判定所述数据表中的数据列字段与所述结构化增量数据的字段不匹配；

若所述数据表中的维度列字段与所述结构化增量数据的标签字段一致，则判定所述数据表中的数据列字段与所述结构化增量数据的字段匹配。

可选地，所述在预构建的时序数据库中创建数据表，包括：

创建预构建的时序数据库的表结构；

在所述表结构中插入数据点记录、时间戳字段、维度列字段以及指标列字段，得到数据表。

可选地，所述对所述时序数据执行数据结构化处理，得到结构化时序数据，包括：

获取所述时序数据的数据类型；

根据所述数据类型，识别所述时序数据的数据结构，得到固定类型的数据结构及无序类型的数据结构；

对所述无序类型的数据结构进行逐级解析，得到结构化数据；

汇总所述结构化数据和所述固定类型的数据，得到结构化时序数据。

可选地，所述根据所述数据类型，识别所述时序数据的数据结构，得到固定类型的数据结构及无序类型的数据结构，包括：

根据所述数据类型，查询所述时序数据的数据字段，判断所述数据字段是否包含数据库名以及表名；

若所述数据字段包含数据库名以及表名，则定义所述所述数据结构为固定类型的数据结构；

若所述数据字段不包含数据库名或表名，则定义所述数据结构为无序类型的数据结构。

可选地，所述将所述结构化增量数据写入至所述数据表中对应的数据列之后，所述方法还包括：

将所述结构化增量数据按批次写入至预构建的数据仓库中，并校验写入所述数据仓库中的数据与所述结构化增量数据是否一致；

若写入所述数据仓库中的数据与所述结构化增量数据一致，则继续结构化增量数据的写入；

若写入所述数据仓库中的数据与所述结构化增量数据不一致，则生成告警邮件通知相对应的管理员。

为了解决上述问题，本发明还提供一种基于时序数据的数据处理装置，所述装置包括：

数据表创建模块，用于获取时序数据，并对所述时序数据执行数据结构化处理，得到结构化时序数据；在预构建的时序数据库中创建数据表，并将所述结构化时序数据写入所述数据表中；

字段校验模块，用于实时采集增量数据，将所述增量数据执行数据结构化处理，得到结构化增量数据，并解析所述结构化增量数据，得到所述结构化增量数据的字段；提取所述数据表中的数据列字段，将所述数据表中的数据列字段与所述结构化增量数据的字段进行对比校验，并判断所述数据表中的数据列字段与所述结构化增量数据的字段是否匹配；

数据写入模块，用于当所述数据表中的数据列字段与所述结构化增量数据的字段匹配时，将所述结构化增量数据写入至所述数据表中对应的数据列中；当所述数据表中的数据列字段与所述结构化增量数据的字段不匹配时，根据所述结构化增量数据的字段对所述数据表中的数据列字段执行增添操作，并将所述结构化增量数据写入至所述数据表中对应的数据列。

为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：

存储器，存储至少一个计算机程序；及

处理器，执行所述存储器中存储的计算机程序以实现上述所述的基于时序数据的数据处理方法。

为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于时序数据的数据处理方法。

本发明实施例对时序数据执行数据结构化处理，并将结构化时序数据写入数据表中，以便提高后续写入增量数据的效率与速度，进一步地，将数据表中的数据列字段与结构化增量数据的字段进行对比校验，防止出现时序数据不一致的情形，确保写入同一数据表的时序数据具有相同的字段，最后，当所述数据表中的数据列字段与所述结构化增量数据的字段不匹配时，根据所述结构化增量数据的字段对所述数据表中的数据列字段执行增添操作，并将所述结构化增量数据写入至所述数据表中对应的数据列，防止出现时序数据漏写的情况，减少了时序数据存储的失败率。因此，本发明实施例提出的基于时序数据的数据处理方法、装置、电子设备及可读存储介质提高了时序数据的一致性以及减少了时序数据存储的失败率。

附图说明

图1为本发明一实施例提供的基于时序数据的数据处理方法的流程示意图；

图2为本发明一实施例提供的基于时序数据的数据处理装置的模块示意图；

图3为本发明一实施例提供的实现基于时序数据的数据处理方法的电子设备的内部结构示意图；

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例提供一种基于时序数据的数据处理方法。所述基于时序数据的数据处理方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于时序数据的数据处理方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。

参照图1所示的本发明一实施例提供的基于时序数据的数据处理方法的流程示意图，在本发明实施例中，所述基于时序数据的数据处理方法包括：

S1、获取时序数据，并对所述时序数据执行数据结构化处理，得到结构化时序数据。

本发明实施例中，所述时序数据由时间戳数据、指标数据、标签数据三部分组成，其中时间戳数据是一组有序的时间排列数据，指标数据是跟随时间戳变化而变化的数据，标签数据可以是描述时序数据类型的数据，如所属地区、所属类型等，如获取到时序数据{12：00，深圳温度，20℃}，其中12：00为时间戳数据，深圳温度为标签数据，20℃为指标数据。

进一步地，本发明实施例通过对所述时序数据进行数据结构化处理，以将所述时序数据中的无序数据转换成固定数据，方便后续数据的计算处理。其中无序数据一般是指不包含数据库名或表名等基本信息的数据，固定数据一般是指包含数据库名、表名等基本信息的数据。

本发明其中一个实施例中，所述对所述时序数据执行数据结构化处理，得到结构化时序数据，包括：

获取所述时序数据的数据类型；

根据所述数据类型，识别所述时序数据的数据结构，得到固定类型的数据结构及无序类型的数据结构；

对所述无序类型的数据结构进行逐级解析，得到结构化数据；

汇总所述结构化数据和所述固定类型的数据，得到结构化时序数据。

其中，所述数据类型用于表征所述时序数据的特性，如时序数据的数据类型可以为时序类型，所述数据结构是指相互之间存在一种或多种特定关系的数据元素的集合，在本发明实施例中，所述数据结构包括无序类型的数据结构以及固定类型的数据结构等。

一个可选实施例中，所述根据所述数据类型，识别所述时序数据的数据结构，得到固定类型的数据结构及无序类型的数据结构，包括：根据所述数据类型，查询所述时序数据的数据字段，判断所述数据字段是否包含数据库名以及表名；若所述数据字段包含数据库名以及表名，则定义所述所述数据结构为固定类型的数据结构；若所述数据字段不包含数据库名或表名，则定义所述数据结构为无序类型的数据结构。

S2、在预构建的时序数据库中创建数据表，并将所述结构化时序数据写入所述数据表中。

本发明实施例中，通过将所述结构化时序数据写入所述数据表中，以方便后续用户提取使用时序数据。

本发明其中一个实施例中，所述在预构建的时序数据库中创建数据表，包括：

创建预构建的时序数据库的表结构；

在所述表结构中插入数据点记录、时间戳字段、维度列字段以及指标列字段，得到数据表。

其中，所述数据点记录可以是所述表结构中记录数据的行，所述时间戳字段可以是所述表结构中写入时间戳数据的列，所述维度列字段可以是所述表结构中写入标签数据的列，所述指标列可以是所述表结构中写入指标数据的列。

进一步地，所述将所述结构化时序数据写入所述数据表中，包括：将所述结构化时序数据写入本地存储中的WAL文件；当所述WAL文件达到预设的阈值大小时，将所述WAL文件中的结构化数据与本地磁盘中的数据进行合并并删除所述本地磁盘中冗余数据后，将所述本地磁盘中的数据写入所述数据表中。其中，WAL文件可以是一种特殊格式的文件，作为时序数据写入时序数据库的中间站。

本发明实施例中，将所述结构化时序数据写入本地存储中的WAL文件，可以防止出现时序数据丢失的情况，进一步地，删除所述本地磁盘中冗余数据，可以减少WAL文件数量，防止出现WAL文件堆积，减少计算机内存空间的占用率。

S3、实时采集增量数据，将所述增量数据执行数据结构化处理，得到结构化增量数据，并解析所述结构化增量数据，得到所述结构化增量数据的字段。

本发明实施例中，所述增量数据可以是持续生成的新的时序数据列。所述结构化增量数据的字段一般包含时间戳字段、指标字段、标签字段，如解析采集增量数据后得到的结构化增量数据有{13：00，深圳温度，22℃}、{14：00，深圳气象，多云}，其中13：00与14：00为结构化增量数据的时间戳字段，深圳温度与深圳气象为结构化增量数据的标签字段，22℃与多云为结构化增量数据的指标字段。

进一步，所述将所述增量数据执行数据结构化处理与所述对所述时序数据执行数据结构化处理类似。所述解析所述结构化增量数据可以通过JSON格式解析工具实现，如BEJSON等工具。

S4、提取所述数据表中的数据列字段，将所述数据表中的数据列字段与所述结构化增量数据的字段进行对比校验，并判断所述数据表中的数据列字段与所述结构化增量数据的字段是否匹配。

本发明实施例中，所述数据表中的数据列字段一般包含时间戳字段、指标列字段以及维度列字段，分别对应已写入的时序数据的时间戳数据、指标数据以及标签数据。

进一步地，本发明通过对比校验所述数据表中的数据列字段与所述结构化增量数据的字段的一致性，保证所述时序数据库中不会出现字段不一致的数据，提高了时序数据的准确率。

本发明实施例中，所述判断所述数据表中的数据列字段与所述结构化增量数据的字段是否匹配，包括：

将所述数据表中的时间戳字段的数值与所述结构化增量数据的时间戳字段的数值进行对比；

若所述数据表中的时间戳字段的数值大于等于所述结构化增量数据的时间戳字段的数值，则判定所述数据表中的数据列字段与所述结构化增量数据的字段不匹配；

若所述数据表中的时间戳字段的数值小于所述结构化增量数据的时间戳字段的数值，则将所述数据表中的维度列字段与所述结构化增量数据的标签字段进行对比；

若所述数据表中的维度列字段与所述结构化增量数据的标签字段不一致，则判定所述数据表中的数据列字段与所述结构化增量数据的字段不匹配；

若所述数据表中的维度列字段与所述结构化增量数据的标签字段一致，则判定所述数据表中的数据列字段与所述结构化增量数据的字段匹配。

本发明的一个可选实施例中，采集到结构化增量数据有{13：00，深圳温度，22℃}、{14：00，深圳气象，多云}，提取到数据表中的数据列字段，分别是时间戳字段12：00，指标列字段深圳温度，维度列字段20℃，解析所述结构化增量数据，得到时间戳字段13：00与14：00，标签字段深圳温度与深圳气象，指标字段22℃与多云，对比所述数据列字段中的时间戳字段的数值与所述结构化增量数据的时间戳字段的数值，发现所述数据列字段中的时间戳字段的数值小雨所述结构化增量数据的时间戳字段的数值，再对比所述数据表中的维度列字段与所述结构化增量数据的标签字段，发现结构化增量数据{13：00，深圳温度，22℃}中的标签字段与所述数据表中的维度列字段一致，结构化增量数据{14：00，深圳气象，多云}中的标签字段与所述数据表中的维度列字段不一致，则判定所述数据列字段与所述结构化增量数据{13：00，深圳温度，22℃}的字段匹配，所述数据列字段与所述结构化增量数据{14：00，深圳气象，多云}的字段不匹配。

当所述数据表中的数据列字段与所述结构化增量数据的字段匹配时，进入S5、将所述结构化增量数据写入至所述数据表中对应的数据列中。

当所述数据表中的数据列字段与所述结构化增量数据的字段不匹配时，进入S6、根据所述结构化增量数据的字段对所述数据表中的数据列字段执行增添操作，并将所述结构化增量数据写入至所述数据表中对应的数据列。

本发明实施例中，所述根据所述结构化增量数据的字段对所述数据表中的数据列字段执行增添操作，包括：获取所述结构化增量数据的时间戳字段、维度列字段以及指标列字段；基于所述结构化增量数据的时间戳字段、维度列字段以及指标列字段，利用预设的结构化查询语言在所述数据表中中创建所述结构化增量数据对应的数据列字段。其中，所述结构化查询语言是一种数据库查询和程序设计语言，用于管理数据库系统。

进一步地，所述将所述结构化增量数据写入至所述数据表中对应的数据列之后，所述方法还包括：将所述结构化增量数据按批次写入至预构建的数据仓库中，并校验写入所述数据仓库中的数据与所述结构化增量数据是否一致；若写入所述数据仓库中的数据与所述结构化增量数据一致，则继续结构化增量数据的写入；若写入所述数据仓库中的数据与所述结构化增量数据不一致，则生成告警邮件通知相对应的管理员。

本发明实施例对时序数据执行数据结构化处理，并将结构化时序数据写入数据表中，以便提高后续写入增量数据的效率与速度，进一步地，将数据表中的数据列字段与结构化增量数据的字段进行对比校验，防止出现时序数据不一致的情形，确保写入同一数据表的时序数据具有相同的字段，最后，当所述数据表中的数据列字段与所述结构化增量数据的字段不匹配时，根据所述结构化增量数据的字段对所述数据表中的数据列字段执行增添操作，并将所述结构化增量数据写入至所述数据表中对应的数据列，防止出现时序数据漏写的情况，减少了时序数据存储的失败率。因此，本发明实施例提高了时序数据的一致性以及减少了时序数据存储的失败率。

如图2所示，是本发明基于时序数据的数据处理装置的功能模块图。

本发明所述基于时序数据的数据处理装置100可以安装于电子设备中。根据实现的功能，所述基于时序数据的数据处理装置可以包括数据表创建模块101、字段校验模块102、数据写入模块103，本发所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。

在本实施例中，关于各模块/单元的功能如下：

所述数据表创建模块101用于获取时序数据，并对所述时序数据执行数据结构化处理，得到结构化时序数据，在预构建的时序数据库中创建数据表，并将所述结构化时序数据写入所述数据表中。

本发明实施例中，所述时序数据由时间戳数据、指标数据、标签数据三部分组成，其中时间戳数据是一组有序的时间排列数据，指标数据是跟随时间戳变化而变化的数据，标签数据可以是描述时序数据类型的数据，如所属地区、所属类型等，如获取到时序数据{12：00，深圳温度，20℃}，其中12：00为时间戳数据，深圳温度为标签数据，20℃为指标数据。

进一步地，本发明实施例通过对所述时序数据进行数据结构化处理，以将所述时序数据中的无序数据转换成固定数据，方便后续数据的计算处理。其中无序数据一般是指不包含数据库名或表名等基本信息的数据，固定数据一般是指包含数据库名、表名等基本信息的数据。

本发明其中一个实施例中，所述对所述时序数据执行数据结构化处理，得到结构化时序数据，包括：

获取所述时序数据的数据类型；

根据所述数据类型，识别所述时序数据的数据结构，得到固定类型的数据结构及无序类型的数据结构；

对所述无序类型的数据结构进行逐级解析，得到结构化数据；

汇总所述结构化数据和所述固定类型的数据，得到结构化时序数据。

其中，所述数据类型用于表征所述时序数据的特性，如时序数据的数据类型可以为时序类型，所述数据结构是指相互之间存在一种或多种特定关系的数据元素的集合，在本发明实施例中，所述数据结构包括无序类型的数据结构以及固定类型的数据结构等。

一个可选实施例中，所述根据所述数据类型，识别所述时序数据的数据结构，得到固定类型的数据结构及无序类型的数据结构，包括：根据所述数据类型，查询所述时序数据的数据字段，判断所述数据字段是否包含数据库名以及表名；若所述数据字段包含数据库名以及表名，则定义所述所述数据结构为固定类型的数据结构；若所述数据字段不包含数据库名或表名，则定义所述数据结构为无序类型的数据结构。

本发明实施例中，通过将所述结构化时序数据写入所述数据表中，以方便后续用户提取使用时序数据。

本发明其中一个实施例中，所述在预构建的时序数据库中创建数据表，包括：

创建预构建的时序数据库的表结构；

在所述表结构中插入数据点记录、时间戳字段、维度列字段以及指标列字段，得到数据表。

其中，所述数据点记录可以是所述表结构中记录数据的行，所述时间戳字段可以是所述表结构中写入时间戳数据的列，所述维度列字段可以是所述表结构中写入标签数据的列，所述指标列可以是所述表结构中写入指标数据的列。

进一步地，所述将所述结构化时序数据写入所述数据表中，包括：将所述结构化时序数据写入本地存储中的WAL文件；当所述WAL文件达到预设的阈值大小时，将所述WAL文件中的结构化数据与本地磁盘中的数据进行合并并删除所述本地磁盘中冗余数据后，将所述本地磁盘中的数据写入所述数据表中。其中，WAL文件可以是一种特殊格式的文件，作为时序数据写入时序数据库的中间站。

本发明实施例中，将所述结构化时序数据写入本地存储中的WAL文件，可以防止出现时序数据丢失的情况，进一步地，删除所述本地磁盘中冗余数据，可以减少WAL文件数量，防止出现WAL文件堆积，减少计算机内存空间的占用率。

所述字段校验模块102用于实时采集增量数据，将所述增量数据执行数据结构化处理，得到结构化增量数据，并解析所述结构化增量数据，得到所述结构化增量数据的字段，提取所述数据表中的数据列字段，将所述数据表中的数据列字段与所述结构化增量数据的字段进行对比校验，并判断所述数据表中的数据列字段与所述结构化增量数据的字段是否匹配。

本发明实施例中，所述增量数据可以是持续生成的新的时序数据列。所述结构化增量数据的字段一般包含时间戳字段、指标字段、标签字段，如解析采集增量数据后得到的结构化增量数据有{13：00，深圳温度，22℃}、{14：00，深圳气象，多云}，其中13：00与14：00为结构化增量数据的时间戳字段，深圳温度与深圳气象为结构化增量数据的标签字段，22℃与多云为结构化增量数据的指标字段。

进一步，所述将所述增量数据执行数据结构化处理与所述对所述时序数据执行数据结构化处理类似。所述解析所述结构化增量数据可以通过JSON格式解析工具实现，如BEJSON等工具。

本发明实施例中，所述数据表中的数据列字段一般包含时间戳字段、指标列字段以及维度列字段，分别对应已写入的时序数据的时间戳数据、指标数据以及标签数据。

进一步地，本发明通过对比校验所述数据表中的数据列字段与所述结构化增量数据的字段的一致性，保证所述时序数据库中不会出现字段不一致的数据，提高了时序数据的准确率。

本发明实施例中，所述判断所述数据表中的数据列字段与所述结构化增量数据的字段是否匹配，包括：

将所述数据表中的时间戳字段的数值与所述结构化增量数据的时间戳字段的数值进行对比；

若所述数据表中的时间戳字段的数值大于等于所述结构化增量数据的时间戳字段的数值，则判定所述数据表中的数据列字段与所述结构化增量数据的字段不匹配；

若所述数据表中的时间戳字段的数值小于所述结构化增量数据的时间戳字段的数值，则将所述数据表中的维度列字段与所述结构化增量数据的标签字段进行对比；

若所述数据表中的维度列字段与所述结构化增量数据的标签字段不一致，则判定所述数据表中的数据列字段与所述结构化增量数据的字段不匹配；

若所述数据表中的维度列字段与所述结构化增量数据的标签字段一致，则判定所述数据表中的数据列字段与所述结构化增量数据的字段匹配。

本发明的一个可选实施例中，采集到结构化增量数据有{13：00，深圳温度，22℃}、{14：00，深圳气象，多云}，提取到数据表中的数据列字段，分别是时间戳字段12：00，指标列字段深圳温度，维度列字段20℃，解析所述结构化增量数据，得到时间戳字段13：00与14：00，标签字段深圳温度与深圳气象，指标字段22℃与多云，对比所述数据列字段中的时间戳字段的数值与所述结构化增量数据的时间戳字段的数值，发现所述数据列字段中的时间戳字段的数值小雨所述结构化增量数据的时间戳字段的数值，再对比所述数据表中的维度列字段与所述结构化增量数据的标签字段，发现结构化增量数据{13：00，深圳温度，22℃}中的标签字段与所述数据表中的维度列字段一致，结构化增量数据{14：00，深圳气象，多云}中的标签字段与所述数据表中的维度列字段不一致，则判定所述数据列字段与所述结构化增量数据{13：00，深圳温度，22℃}的字段匹配，所述数据列字段与所述结构化增量数据{14：00，深圳气象，多云}的字段不匹配。

所述数据写入模块103用于当所述数据表中的数据列字段与所述结构化增量数据的字段匹配时，将所述结构化增量数据写入至所述数据表中对应的数据列中，当所述数据表中的数据列字段与所述结构化增量数据的字段不匹配时，根据所述结构化增量数据的字段对所述数据表中的数据列字段执行增添操作，并将所述结构化增量数据写入至所述数据表中对应的数据列。

当所述数据表中的数据列字段与所述结构化增量数据的字段匹配时，将所述结构化增量数据写入至所述数据表中对应的数据列中。

当所述数据表中的数据列字段与所述结构化增量数据的字段不匹配时，根据所述结构化增量数据的字段对所述数据表中的数据列字段执行增添操作，并将所述结构化增量数据写入至所述数据表中对应的数据列。

本发明实施例中，所述根据所述结构化增量数据的字段对所述数据表中的数据列字段执行增添操作，包括：获取所述结构化增量数据的时间戳字段、维度列字段以及指标列字段；基于所述结构化增量数据的时间戳字段、维度列字段以及指标列字段，利用预设的结构化查询语言在所述数据表中中创建所述结构化增量数据对应的数据列字段。其中，所述结构化查询语言是一种数据库查询和程序设计语言，用于管理数据库系统。

进一步地，所述将所述结构化增量数据写入至所述数据表中对应的数据列之后，所述方法还包括：将所述结构化增量数据按批次写入至预构建的数据仓库中，并校验写入所述数据仓库中的数据与所述结构化增量数据是否一致；若写入所述数据仓库中的数据与所述结构化增量数据一致，则继续结构化增量数据的写入；若写入所述数据仓库中的数据与所述结构化增量数据不一致，则生成告警邮件通知相对应的管理员。

如图3所示，是本发明实现基于时序数据的数据处理方法的电子设备的结构示意图。

所述电子设备可以包括处理器10、存储器11、通信总线12和通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于时序数据的数据处理程序。

其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于时序数据的数据处理程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如基于时序数据的数据处理程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。

所述通信总线12可以是外设部件互连标准(perIPheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述通信总线12总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

可选地，所述通信接口13可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。

可选地，所述通信接口13还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。

应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。

所述电子设备中的所述存储器11存储的基于时序数据的数据处理程序是多个计算机程序的组合，在所述处理器10中运行时，可以实现：

获取时序数据，并对所述时序数据执行数据结构化处理，得到结构化时序数据；

在预构建的时序数据库中创建数据表，并将所述结构化时序数据写入所述数据表中；

实时采集增量数据，将所述增量数据执行数据结构化处理，得到结构化增量数据，并解析所述结构化增量数据，得到所述结构化增量数据的字段；

提取所述数据表中的数据列字段，将所述数据表中的数据列字段与所述结构化增量数据的字段进行对比校验，并判断所述数据表中的数据列字段与所述结构化增量数据的字段是否匹配；

若所述数据表中的数据列字段与所述结构化增量数据的字段匹配，则将所述结构化增量数据写入至所述数据表中对应的数据列中；

若所述数据表中的数据列字段与所述结构化增量数据的字段不匹配，则根据所述结构化增量数据的字段对所述数据表中的数据列字段执行增添操作，并将所述结构化增量数据写入至所述数据表中对应的数据列。

具体地，所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。

进一步地，所述电子设备集成的模块/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。所述计算机可读介质可以是非易失性的，也可以是易失性的。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)。

本发明实施例还可以提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：

获取时序数据，并对所述时序数据执行数据结构化处理，得到结构化时序数据；

在预构建的时序数据库中创建数据表，并将所述结构化时序数据写入所述数据表中；

实时采集增量数据，将所述增量数据执行数据结构化处理，得到结构化增量数据，并解析所述结构化增量数据，得到所述结构化增量数据的字段；

提取所述数据表中的数据列字段，将所述数据表中的数据列字段与所述结构化增量数据的字段进行对比校验，并判断所述数据表中的数据列字段与所述结构化增量数据的字段是否匹配；

若所述数据表中的数据列字段与所述结构化增量数据的字段匹配，则将所述结构化增量数据写入至所述数据表中对应的数据列中；

若所述数据表中的数据列字段与所述结构化增量数据的字段不匹配，则根据所述结构化增量数据的字段对所述数据表中的数据列字段执行增添操作，并将所述结构化增量数据写入至所述数据表中对应的数据列。

进一步地，所述计算机可用存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。

在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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模块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，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

本发明所指区块链是分布式基于时序数据的数据处理、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (9)

1.一种基于时序数据的数据处理方法，其特征在于，所述方法包括：

获取时序数据，并对所述时序数据执行数据结构化处理，得到结构化时序数据，所述时序数据包括时间戳数据、指标数据、标签数据，其中时间戳数据是一组有序的时间排列数据，指标数据是跟随时间戳变化而变化的数据，标签数据是描述时序数据类型的数据；

创建预构建的时序数据库的表结构，在所述表结构中插入数据点记录、时间戳字段、维度列字段以及指标列字段，得到数据表，并将所述结构化时序数据写入所述数据表中，其中，所述数据点记录是所述表结构中记录数据的行，所述时间戳字段是所述表结构中写入时间戳数据的列，所述维度列字段是所述表结构中写入标签数据的列，所述指标列是所述表结构中写入指标数据的列；

实时采集增量数据，将所述增量数据执行数据结构化处理，得到结构化增量数据，并解析所述结构化增量数据，得到所述结构化增量数据的字段；

提取所述数据表中的数据列字段，所述数据表中的数据列字段包含时间戳字段、指标列字段以及维度列字段，将所述数据表中的数据列字段与所述结构化增量数据的字段进行对比校验，并判断所述数据表中的数据列字段与所述结构化增量数据的字段是否匹配；

若所述数据表中的数据列字段与所述结构化增量数据的字段匹配，则将所述结构化增量数据写入至所述数据表中对应的数据列中；

若所述数据表中的数据列字段与所述结构化增量数据的字段不匹配，则根据所述结构化增量数据的字段对所述数据表中的数据列字段执行增添操作，并将所述结构化增量数据写入至所述数据表中对应的数据列。

2.如权利要求1所述的基于时序数据的数据处理方法，其特征在于，所述根据所述结构化增量数据的字段对所述数据表中的数据列字段执行增添操作，包括：

获取所述结构化增量数据的时间戳字段、维度列字段以及指标列字段；

基于所述结构化增量数据的时间戳字段、维度列字段以及指标列字段，利用预设的结构化查询语言在所述数据表中中创建所述结构化增量数据对应的数据列字段。

3.如权利要求1所述的基于时序数据的数据处理方法，其特征在于，所述判断所述数据表中的数据列字段与所述结构化增量数据的字段是否匹配，包括：

将所述数据表中的时间戳字段的数值与所述结构化增量数据的时间戳字段的数值进行对比；

若所述数据表中的时间戳字段的数值大于等于所述结构化增量数据的时间戳字段的数值，则判定所述数据表中的数据列字段与所述结构化增量数据的字段不匹配；

若所述数据表中的时间戳字段的数值小于所述结构化增量数据的时间戳字段的数值，则将所述数据表中的维度列字段与所述结构化增量数据的标签字段进行对比；

若所述数据表中的维度列字段与所述结构化增量数据的标签字段不一致，则判定所述数据表中的数据列字段与所述结构化增量数据的字段不匹配；

若所述数据表中的维度列字段与所述结构化增量数据的标签字段一致，则判定所述数据表中的数据列字段与所述结构化增量数据的字段匹配。

4.如权利要求1所述的基于时序数据的数据处理方法，其特征在于，所述对所述时序数据执行数据结构化处理，得到结构化时序数据，包括：

获取所述时序数据的数据类型；

根据所述数据类型，识别所述时序数据的数据结构，得到固定类型的数据结构及无序类型的数据结构；

对所述无序类型的数据结构进行逐级解析，得到结构化数据；

汇总所述结构化数据和所述固定类型的数据，得到结构化时序数据。

5.如权利要求4所述的基于时序数据的数据处理方法，其特征在于，所述根据所述数据类型，识别所述时序数据的数据结构，得到固定类型的数据结构及无序类型的数据结构，包括：

根据所述数据类型，查询所述时序数据的数据字段，判断所述数据字段是否包含数据库名以及表名；

若所述数据字段包含数据库名以及表名，则定义所述数据结构为固定类型的数据结构；

若所述数据字段不包含数据库名或表名，则定义所述数据结构为无序类型的数据结构。

6.如权利要求1至5中任意一项所述的基于时序数据的数据处理方法，其特征在于，所述将所述结构化增量数据写入至所述数据表中对应的数据列之后，所述方法还包括：

将所述结构化增量数据按批次写入至预构建的数据仓库中，并校验写入所述数据仓库中的数据与所述结构化增量数据是否一致；

若写入所述数据仓库中的数据与所述结构化增量数据一致，则继续结构化增量数据的写入；

若写入所述数据仓库中的数据与所述结构化增量数据不一致，则生成告警邮件通知相对应的管理员。

7.一种基于时序数据的数据处理装置，其特征在于，包括：

数据表创建模块，用于获取时序数据，并对所述时序数据执行数据结构化处理，得到结构化时序数据，所述时序数据包括时间戳数据、指标数据、标签数据，其中时间戳数据是一组有序的时间排列数据，指标数据是跟随时间戳变化而变化的数据，标签数据是描述时序数据类型的数据；创建预构建的时序数据库的表结构，在所述表结构中插入数据点记录、时间戳字段、维度列字段以及指标列字段，得到数据表，并将所述结构化时序数据写入所述数据表中，其中，所述数据点记录是所述表结构中记录数据的行，所述时间戳字段是所述表结构中写入时间戳数据的列，所述维度列字段是所述表结构中写入标签数据的列，所述指标列是所述表结构中写入指标数据的列；

字段校验模块，用于实时采集增量数据，将所述增量数据执行数据结构化处理，得到结构化增量数据，并解析所述结构化增量数据，得到所述结构化增量数据的字段；提取所述数据表中的数据列字段所述数据表中的数据列字段包含时间戳字段、指标列字段以及维度列字段，将所述数据表中的数据列字段与所述结构化增量数据的字段进行对比校验，并判断所述数据表中的数据列字段与所述结构化增量数据的字段是否匹配；

数据写入模块，用于当所述数据表中的数据列字段与所述结构化增量数据的字段匹配时，将所述结构化增量数据写入至所述数据表中对应的数据列中；当所述数据表中的数据列字段与所述结构化增量数据的字段不匹配时，根据所述结构化增量数据的字段对所述数据表中的数据列字段执行增添操作，并将所述结构化增量数据写入至所述数据表中对应的数据列。

8.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序指令，所述计算机程序指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至6中任一项所述的基于时序数据的数据处理方法。

9.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的基于时序数据的数据处理方法。