CN107729423A - 一种大数据处理方法及装置 - Google Patents
一种大数据处理方法及装置 Download PDFInfo
- Publication number
- CN107729423A CN107729423A CN201710899237.1A CN201710899237A CN107729423A CN 107729423 A CN107729423 A CN 107729423A CN 201710899237 A CN201710899237 A CN 201710899237A CN 107729423 A CN107729423 A CN 107729423A
- Authority
- CN
- China
- Prior art keywords
- data table
- data
- primary key
- target
- source
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 30
- 238000003672 processing method Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000006243 chemical reaction Methods 0.000 claims abstract description 22
- 238000000605 extraction Methods 0.000 claims abstract description 4
- 238000010276 construction Methods 0.000 claims description 9
- 239000000284 extract Substances 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 238000013500 data storage Methods 0.000 description 4
- 238000003780 insertion Methods 0.000 description 4
- 230000037431 insertion Effects 0.000 description 4
- 239000008186 active pharmaceutical agent Substances 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供一种大数据处理方法及装置。所述方法包括:提取至少一个所述源数据表中的所有待处理字段对应的数据,以及每一源数据表对应的主键;根据目的数据表的存储格式对每一个待处理字段对应的数据进行格式转换,获得转换后数据;根据所述每一源数据表对应的主键和所述目的数据表对应的主键,将所述转换后数据加载到目的数据表中。所述装置用于执行所述方法。本发明实施例通过提取源数据表中待处理字段的数据,并对待处理字段的数据进行格式转换,然后加载到目的数据表中,不需要等待源数据表中所有数据都构建完毕再进行数据处理,从而节省了数据处理的时间,提高了资源利用率。
Description
技术领域
本发明实施例涉及大数据处理技术领域,尤其涉及一种大数据处理方法及装置。
背景技术
伴随着科学技术的发展,各行各业信息化程度越来越高,各行业的数据都沿着海量数据的方向发展。面对如此庞大的数据量,用户从中获取到有价值的数据是现如今关注的焦点。
在各个数据领域内,常见的数据集的清洗办法都是将存储的某张数据表提取、转换和加载(Extract-Transform-Load,简称ETL)到清洗后的数据表中。
大数据的存储和检索方案很多,在大数据特征之一就是多样性,业务场景为了满足会有不同的引擎或者存储选择,在多样化解决方案的同时,造成了数据之间进行交换变的复杂,引擎之间的数据存取规则都有个性化的支持。ETL的过程中,会有上游数据源写入多个下游数据源,或者多个上游数据源写入单个下游数据源等等。例如Hbase的数据到MySql和ElasticSearch的支持,这种对于Hbase就是一对二的数据扇出。所以类似这种跨引擎(或者跨版本,不同API)的方式,为了保持通用,需要进行需求的抽象。在不同的目标中有约定的规范。
但是在实际的使用过程中,面对一张庞大的数据表,当上游数据的整张数据表的所有列的数据都准备好之后再传入到下游数据库中,这样就导致了构建数据表所耗费的时间过长,使得资源利用率底下的问题。
发明内容
针对现有技术存在的问题,本发明实施例提供一种大数据处理方法及装置。
第一方面,本发明实施例提供一种大数据处理方法,包括:
提取至少一个所述源数据表中的所有待处理字段对应的数据,以及每一源数据表对应的主键;
根据目的数据表的存储格式对每一个待处理字段对应的数据进行格式转换,获得转换后数据;
根据所述每一源数据表对应的主键和所述目的数据表对应的主键,将所述转换后数据加载到目的数据表中。
第二方面,本发明实施例提供一种大数据处理装置,包括:
提取模块,用于提取至少一个所述源数据表中的所有待处理字段对应的数据,以及每一源数据表对应的主键;
转换模块,用于根据目的数据表的存储格式对每一个待处理字段对应的数据进行格式转换,获得转换后数据;
加载模块,用于根据所述每一源数据表对应的主键和所述目的数据表对应的主键,将所述转换后数据加载到目的数据表中。
第三方面,本发明实施例提供一种电子设备,包括:处理器、存储器和总线,其中,
所述处理器和所述存储器通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行第一方面的方法步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,包括:
所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行第一方面的方法步骤。
本发明实施例提供的一种大数据处理方法及装置,通过提取源数据表中待处理字段的数据,并对待处理字段的数据进行格式转换,然后加载到目的数据表中,不需要等待源数据表中所有数据都构建完毕再进行数据处理,从而节省了数据处理的时间,提高了资源利用率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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大数据处理方法流程示意图;
图2为本发明另一实施例提供的一种大数据处理方法示意图;
图3为本发明实施例提供的一种大数据处理装置结构示意图;
图4为本发明另一实施例提供的一种大数据处理装置结构示意图;
图5为本发明实施例提供的电子设备实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的一种大数据处理方法流程示意图,如图1所示,所述方法,包括:
步骤101:提取至少一个所述源数据表中的所有待处理字段对应的数据,以及每一源数据表对应的主键;
具体的,当源数据表中用户所需要的字段对应的数据构建完成之后,提取该源数据表中的这些用户所需要的字段对应的数据,其中,应当说明的是,用户所需要的字段为待处理字段,且源数据表可以为一个也可以为多个。每个源数据表中都包含一个主键,设定主键的目的是为了保证数据在聚合或者更新的时候有依据,因此,需要提取源数据表中的主键。
步骤102:根据目的数据表的存储格式对每一个待处理字段对应的数据进行格式转换,获得转换后数据;
具体的,每种数据库都有自己存储数据的格式,因此,如果源数据表对应的数据库与目的数据表不同(跨版本,不同API),则需要根据目的数据表的存储格式对每一个待处理字段对应的数据进行格式转换,转换成目的数据表能够存储的格式,获得转换后数据。
步骤103:根据所述每一源数据表对应的主键和所述目的数据表对应的主键,将所述转换后数据加载到目的数据表中。
具体的,每个源数据表及目的数据表必须存在业务主键或者联合主键,为了保证数据在聚合或者更新的时候有所依据,例如:在NoSql的引擎中作为Rowkey,在关系数据库中作为主键,在ElasticSearch中作为主键key。因此,可以根据每一源数据表对应的主键和目的数据表对应的主键,将转换后数据加载到目的数据表中,用户通过目的数据表便可以便捷的从海量的数据中获得所需要的数据。
可以理解的是,上述对数据处理的过程为ETL过程,且源数据表对应的数据库可以为:Oracle、Mysql、SqlServer、Redis或Hbase,还可以为其他类型的数据库,本发明实施例对此不作具体限定。再有,目的数据表对应的数据库为NoSql数据库,也可以为其他数据库。
本发明实施例通过提取源数据表中待处理字段的数据,并对待处理字段的数据进行格式转换,然后加载到目的数据表中,不需要等待源数据表中所有数据都构建完毕再进行数据处理,从而节省了数据处理的时间,提高了资源利用率。
在上述实施例的基础上,所述方法,还包括:
根据需求预先设置至少一个源数据表中各个字段的权重,根据各个字段的权重大小依次构建对应的数据。
具体的,在对源数据表中的待处理字段进行提取之前,首先要确保该源数据表中的待处理字段的数据已经构建完成,因此,可以预先根据需求设置源数据表中各个字段的权重,可以将用户需要的待处理字段的权重设置为最大,其他字段的权重设置为一个较小的值,根据字段的权重大小依次进行构建数据。例如:某公司领导最关心公司的财务状况和人资情况,因此,在源数据表中可以将财务状况和人资情况对应的字段的权重设置为一个较大的值,应当说明的是,每个字段的权重值的大小可以根据实际情况自行调整,本发明实施例对此不做具体限定。
本发明实施例通过根据权重大小来构建源数据表中的字段对应的数据,从而可以不需要将整个源数据表中所有数据构建完成才进行数据处理,从而为数据能够高效处理提供了基础。
在上述实施例的基础上,所述根据所述每一源数据表对应的主键和所述目的数据表对应的主键,将所述转换后数据加载到目的数据表中,包括:
将所述每一源数据表对应的主键与所述目的数据表对应的主键进行比对,若目标源数据表对应的主键与所述目的数据表对应的主键相同,则将所述目标源数据表对应的转换后数据加载到目标数据库中。
具体的,由于每个源数据表都对应一个主键,且目的数据表也有主键,因此可以将每一个源数据表的主键与目的数据表对应的主键进行比较,可以将正在作比较的源数据表作为目标源数据表,如果目标源数据表的主键与目的数据表的主键相同,则说明该目标源数据表中的转换后数据加载到目的数据表中,如果目标源数据表的主键与目的数据表的主键不相同,则说明该目标源数据表中的转换后数据不能加载到目标数据表中。
本发明实施例通过主键的比较,将主键相同的目标源数据表的转换后数据加载到目的数据表中,从而提高了目的数据表中数据存储的成功率。
在上述实施例的基础上,在所述将所述转换后数据加载到目的数据表中之前,所述方法,还包括:
根据预设规则将所述转换后数据进行分割,获得多个分割后数据;
相应的,所述将所述转换后数据加载到目的数据表中,包括:
通过相应数量的服务器将所述多个分割后数据并行加载到所述目的数据表中。
具体的,在大数据的数据交换过程中,一般为了提高效率,会对大数据进行多批次的并发处理,这就需要对大数据进行分割,即对转换后数据进行分割,且分割的预设规则会按照单一字段进行截取,字段的类型可以是时间戳,也可以根据主键的排序后分批次获取,还可以有其他的分割方法,本发明实施例对此不做具体限定,在源数据表对应的数据库允许的情况下,按照多批次的并发加载,可以做到很好的数据获取,把串行的操作截断成多断做并发。因此可以将转换后数据分割成多份获得多个分割后数据,然后根据分割后数据的个数,用相同数量的服务器对这些分割后数据进行并行加载到目的数据表中。例如:转换后数据有100万条,如果用一个服务器来加载到目的数据表中,则需要耗时过长,此时可以将100万条数据进行分割成100份,然后用100个服务器,每个服务器负责一份数据,同时将各自负责的数据加载到目的数据表中。
本发明实施例通过使用并行加载的方式,将转换后数据加载到目的数据表中,进一步提高了数据处理的效率。
图2为本发明另一实施例提供的一种大数据处理方法示意图,如图2所示,SourceA和Source B为源数据表,其对应的数据源可以为Oracle、Mysql、SqlServer、Redis、Hbase以及其他,Dest A为目的数据表,Source A中包括A、B、C、D、E等字段,Source B包括A、H、I、J、K等字段,且Source A、Source B和Dest A中的字段A为主键,当Source A中的B和C字段的数据构建完成后,选择A、B和C出来,当Source B中的H和I字段的数据构建完成后,选择A、H和I出来,从源数据表中选择数据的过程称为扇出,将选择的字段经过ETL策略算法处理,并加载到Dest A中,将数据加载到Dest A中过程称为扇入。
本发明实施例通过提取源数据表中待处理字段的数据,并对待处理字段的数据进行格式转换,然后加载到目的数据表中,不需要等待源数据表中所有数据都构建完毕再进行数据处理,从而节省了数据处理的时间,提高了资源利用率。
图3为本发明实施例提供的一种大数据处理装置结构示意图,如图3所示,所述装置,包括:提取模块301、转换模块302和加载模块303,其中:
提取模块301用于提取至少一个所述源数据表中的所有待处理字段对应的数据,以及每一源数据表对应的主键;转换模块302用于根据目的数据表的存储格式对每一个待处理字段对应的数据进行格式转换,获得转换后数据;加载模块303用于根据所述每一源数据表对应的主键和所述目的数据表对应的主键,将所述转换后数据加载到目的数据表中。
具体的,当源数据表中用户所需要的字段对应的数据构建完成之后,提取模块301提取该元数据表中的这些用户所需要的字段对应的数据,其中,应当说明的是,用户所需要的字段为待处理字段,且源数据表可以为一个也可以为多个。每个源数据表中都包含一个主键,设定主键的目的是为了保证数据在聚合或者更新的时候有依据,因此,需要提取源数据表中的主键。每种数据库都有自己存储数据的格式,因此,如果源数据表对应的数据库与目的数据表不同(跨版本,不同API),则转换模块302需要根据目的数据表的存储格式对每一个待处理字段对应的数据进行格式转换,转换成目的数据表能够存储的格式,获得转换后数据。每个源数据表及目的数据表必须存在业务主键或者联合主键,为了保证数据在聚合或者更新的时候有所依据,例如:在NoSql的引擎中作为Rowkey,在关系数据库中作为主键,在ElasticSearch中作为主键key。因此,加载模块303可以根据每一源数据表对应的主键和目的数据表对应的主键,将转换后数据加载到目的数据表中,用户通过目的数据表便可以便捷的从海量的数据中获得所需要的数据。
本发明提供的装置的实施例具体可以用于执行上述各方法实施例的处理流程,其功能在此不再赘述,可以参照上述方法实施例的详细描述。
本发明实施例通过提取源数据表中待处理字段的数据,并对待处理字段的数据进行格式转换,然后加载到目的数据表中,不需要等待源数据表中所有数据都构建完毕再进行数据处理,从而节省了数据处理的时间,提高了资源利用率。
在上述实施例的基础上,所述装置,还包括:
构建模块,用于根据需求预先设置至少一个源数据表中各个字段的权重,根据各个字段的权重大小依次构建对应的数据。
具体的,在对源数据表中的待处理字段进行提取之前,首先要确保该源数据表中的待处理字段的数据已经构建完成,因此,可以预先根据需求设置源数据表中各个字段的权重,构建模块可以将用户需要的待处理字段的权重设置为最大,其他字段的权重设置为一个较小的值,根据字段的权重大小依次进行构建数据。
本发明实施例通过根据权重大小来构建源数据表中的字段对应的数据,从而可以不需要将整个源数据表中所有数据构建完成才进行数据处理,从而为数据能够高效处理提供了基础。
在上述实施例的基础上,所述加载模块,具体用于:
将所述每一源数据表对应的主键与所述目的数据表对应的主键进行比对,若目标源数据表对应的主键与所述目的数据表对应的主键相同,则将所述目标源数据表对应的转换后数据加载到目标数据库中。
具体的,由于每个源数据表都对应一个主键,且目的数据表也有主键,因此加载模块可以将每一个源数据表的主键与目的数据表对应的主键进行比较,可以将正在作比较的源数据表作为目标源数据表,如果目标源数据表的主键与目的数据表的主键相同,则说明该目标源数据表中的转换后数据加载到目的数据表中,如果目标源数据表的主键与目的数据表的主键不相同,则说明该目标源数据表中的转换后数据不能加载到目标数据表中。
本发明实施例通过主键的比较,将主键相同的目标源数据表的转换后数据加载到目的数据表中,从而提高了目的数据表中数据存储的成功率。
图4为本发明另一实施例提供的一种大数据处理装置结构示意图,如图4所示,所述装置包括:通用选择模块401和通过插入模块402,其中,
通用选择模块401用于从第一源数据表4011中选择待处理字段B和C对应的数据以及主键A,从第二源数据表4012中选择待处理字段H和I对应的数据以及主键A,通用插入模块402用于将第一源数据表中的待处理字段B和C对应的数据以及第二源数据表中的待处理字段H和I对应的数据经过ETL过程后插入到目的数据表中。应当说明的是,在插入时需要进行主键比对,如果第一源数据表的主键和第二源数据表的主键均与目的数据表的主键相同,则可以进行插入操作。分别插入到目的数据表后便完成了数据的结合,且目的数据表中的数据可以使用户使用。
本发明实施例通过提取源数据表中待处理字段的数据,并对待处理字段的数据进行格式转换,然后加载到目的数据表中,不需要等待源数据表中所有数据都构建完毕再进行数据处理,从而节省了数据处理的时间,提高了资源利用率。
图5为本发明实施例提供的电子设备实体结构示意图,如图5所示,所述电子设备,包括:处理器(processor)501、存储器(memory)502和总线503;其中,
所述处理器501和存储器502通过所述总线503完成相互间的通信;
所述处理器501用于调用所述存储器502中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:提取至少一个所述源数据表中的所有待处理字段对应的数据,以及每一源数据表对应的主键;根据目的数据表的存储格式对每一个待处理字段对应的数据进行格式转换,获得转换后数据;根据所述每一源数据表对应的主键和所述目的数据表对应的主键,将所述转换后数据加载到目的数据表中。
本实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:提取至少一个所述源数据表中的所有待处理字段对应的数据,以及每一源数据表对应的主键;根据目的数据表的存储格式对每一个待处理字段对应的数据进行格式转换,获得转换后数据;根据所述每一源数据表对应的主键和所述目的数据表对应的主键,将所述转换后数据加载到目的数据表中。
本实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:提取至少一个所述源数据表中的所有待处理字段对应的数据,以及每一源数据表对应的主键;根据目的数据表的存储格式对每一个待处理字段对应的数据进行格式转换,获得转换后数据;根据所述每一源数据表对应的主键和所述目的数据表对应的主键,将所述转换后数据加载到目的数据表中。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置等实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
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。
Claims (10)
1.一种大数据处理方法,其特征在于,包括:
提取至少一个所述源数据表中的所有待处理字段对应的数据,以及每一源数据表对应的主键;
根据目的数据表的存储格式对每一个待处理字段对应的数据进行格式转换,获得转换后数据;
根据所述每一源数据表对应的主键和所述目的数据表对应的主键,将所述转换后数据加载到目的数据表中。
2.根据权利要求1所述的方法,其特征在于,所述方法,还包括:
根据需求预先设置至少一个源数据表中各个字段的权重,根据各个字段的权重大小依次构建对应的数据。
3.根据权利要求1所述的方法,其特征在于,所述根据所述每一源数据表对应的主键和所述目的数据表对应的主键,将所述转换后数据加载到目的数据表中,包括:
将所述每一源数据表对应的主键与所述目的数据表对应的主键进行比对,若目标源数据表对应的主键与所述目的数据表对应的主键相同,则将所述目标源数据表对应的转换后数据加载到目的数据表中。
4.根据权利要求3所述的方法,其特征在于,在所述将所述转换后数据加载到目的数据表中之前,所述方法,还包括:
根据预设规则将所述转换后数据进行分割,获得多个分割后数据;
相应的,所述将所述转换后数据加载到目的数据表中,包括:
通过相应数量的服务器将所述多个分割后数据并行加载到所述目的数据表中。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述目的数据表为NoSql数据库。
6.一种大数据处理装置,其特征在于,包括:
提取模块,用于提取至少一个所述源数据表中的所有待处理字段对应的数据,以及每一源数据表对应的主键;
转换模块,用于根据目的数据表的存储格式对每一个待处理字段对应的数据进行格式转换,获得转换后数据;
加载模块,用于根据所述每一源数据表对应的主键和所述目的数据表对应的主键,将所述转换后数据加载到目的数据表中。
7.根据权利要求6所述的装置,其特征在于,所述装置,还包括:
构建模块,用于根据需求预先设置至少一个源数据表中各个字段的权重,根据各个字段的权重大小依次构建对应的数据。
8.根据权利要求6所述的装置,其特征在于,所述加载模块,具体用于:
将所述每一源数据表对应的主键与所述目的数据表对应的主键进行比对,若目标源数据表对应的主键与所述目的数据表对应的主键相同,则将所述目标源数据表对应的转换后数据加载到目标数据库中。
9.一种电子设备,其特征在于,包括:处理器、存储器和总线,其中,
所述处理器和所述存储器通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1-5任一项所述的方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710899237.1A CN107729423B (zh) | 2017-09-28 | 2017-09-28 | 一种大数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710899237.1A CN107729423B (zh) | 2017-09-28 | 2017-09-28 | 一种大数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107729423A true CN107729423A (zh) | 2018-02-23 |
CN107729423B CN107729423B (zh) | 2021-06-08 |
Family
ID=61208381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710899237.1A Active CN107729423B (zh) | 2017-09-28 | 2017-09-28 | 一种大数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107729423B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108681587A (zh) * | 2018-05-14 | 2018-10-19 | 五八有限公司 | bitmap生成方法、装置、设备及存储介质 |
CN108763259A (zh) * | 2018-04-03 | 2018-11-06 | 四川新网银行股份有限公司 | 一种大数据平台数据加载转化算法 |
CN110347683A (zh) * | 2019-06-27 | 2019-10-18 | 北京明略软件系统有限公司 | 一种数据表合并处理方法及装置 |
CN110457323A (zh) * | 2019-08-08 | 2019-11-15 | 北京明略软件系统有限公司 | 数据表的处理方法及装置 |
CN110659281A (zh) * | 2019-08-14 | 2020-01-07 | 中国平安财产保险股份有限公司 | 基于Hive的数据处理方法、装置、计算机设备及存储介质 |
WO2020093721A1 (zh) * | 2018-11-07 | 2020-05-14 | 平安医疗健康管理股份有限公司 | 一种数据处理方法、装置、设备及存储介质 |
CN111178024A (zh) * | 2019-12-17 | 2020-05-19 | 深圳市金蝶天燕云计算股份有限公司 | 数据表拼接方法、装置、计算机设备和存储介质 |
CN111382152A (zh) * | 2018-12-27 | 2020-07-07 | 杭州海康威视数字技术股份有限公司 | 数据表处理方法、装置及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102375890A (zh) * | 2011-11-02 | 2012-03-14 | 杭州合众信息工程有限公司 | 一种数据库无主键源端表的数据同步方法 |
CN105589968A (zh) * | 2015-12-25 | 2016-05-18 | 中国银联股份有限公司 | 数据汇总系统及方法 |
CN106446133A (zh) * | 2016-09-19 | 2017-02-22 | 广东中标数据科技股份有限公司 | 同时对接两个数据库的方法及装置 |
CN106997378A (zh) * | 2017-03-13 | 2017-08-01 | 摩贝(上海)生物科技有限公司 | 基于Redis的数据库数据聚合同步的方法 |
-
2017
- 2017-09-28 CN CN201710899237.1A patent/CN107729423B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102375890A (zh) * | 2011-11-02 | 2012-03-14 | 杭州合众信息工程有限公司 | 一种数据库无主键源端表的数据同步方法 |
CN105589968A (zh) * | 2015-12-25 | 2016-05-18 | 中国银联股份有限公司 | 数据汇总系统及方法 |
CN106446133A (zh) * | 2016-09-19 | 2017-02-22 | 广东中标数据科技股份有限公司 | 同时对接两个数据库的方法及装置 |
CN106997378A (zh) * | 2017-03-13 | 2017-08-01 | 摩贝(上海)生物科技有限公司 | 基于Redis的数据库数据聚合同步的方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108763259A (zh) * | 2018-04-03 | 2018-11-06 | 四川新网银行股份有限公司 | 一种大数据平台数据加载转化算法 |
CN108681587A (zh) * | 2018-05-14 | 2018-10-19 | 五八有限公司 | bitmap生成方法、装置、设备及存储介质 |
CN108681587B (zh) * | 2018-05-14 | 2023-01-13 | 五八有限公司 | bitmap生成方法、装置、设备及存储介质 |
WO2020093721A1 (zh) * | 2018-11-07 | 2020-05-14 | 平安医疗健康管理股份有限公司 | 一种数据处理方法、装置、设备及存储介质 |
CN111382152B (zh) * | 2018-12-27 | 2023-10-20 | 杭州海康威视数字技术股份有限公司 | 数据表处理方法、装置及存储介质 |
CN111382152A (zh) * | 2018-12-27 | 2020-07-07 | 杭州海康威视数字技术股份有限公司 | 数据表处理方法、装置及存储介质 |
CN110347683B (zh) * | 2019-06-27 | 2022-04-12 | 北京明略软件系统有限公司 | 一种数据表合并处理方法及装置 |
CN110347683A (zh) * | 2019-06-27 | 2019-10-18 | 北京明略软件系统有限公司 | 一种数据表合并处理方法及装置 |
CN110457323A (zh) * | 2019-08-08 | 2019-11-15 | 北京明略软件系统有限公司 | 数据表的处理方法及装置 |
CN110659281B (zh) * | 2019-08-14 | 2023-09-12 | 中国平安财产保险股份有限公司 | 基于Hive的数据处理方法、装置、计算机设备及存储介质 |
CN110659281A (zh) * | 2019-08-14 | 2020-01-07 | 中国平安财产保险股份有限公司 | 基于Hive的数据处理方法、装置、计算机设备及存储介质 |
CN111178024A (zh) * | 2019-12-17 | 2020-05-19 | 深圳市金蝶天燕云计算股份有限公司 | 数据表拼接方法、装置、计算机设备和存储介质 |
CN111178024B (zh) * | 2019-12-17 | 2023-09-12 | 深圳市金蝶天燕云计算股份有限公司 | 数据表拼接方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107729423B (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107729423B (zh) | 一种大数据处理方法及装置 | |
US9256665B2 (en) | Creation of inverted index system, and data processing method and apparatus | |
US7810084B2 (en) | Parallel generating of bundles of data objects | |
US9361343B2 (en) | Method for parallel mining of temporal relations in large event file | |
US20160203156A1 (en) | Method, apparatus and system for data analysis | |
CN104111936B (zh) | 数据查询方法和系统 | |
JP2013529814A5 (zh) | ||
CN107784026A (zh) | 一种etl数据处理方法及装置 | |
CN111625561B (zh) | 一种数据查询方法及装置 | |
CA2986688A1 (en) | Methods and systems for selectively retrieving data to provide a limited dataset for incorporation into a pivot table | |
Zwart | The origin of the two populations of blue stragglers in M30 | |
CN110633331A (zh) | 一种关系数据库中数据提取方法、系统及相关设备 | |
CN110222129B (zh) | 一种基于关系型数据库的信用评价算法 | |
CN108073641B (zh) | 查询数据表的方法和装置 | |
CN108182204A (zh) | 基于房产交易多维度数据的数据查询的处理方法及装置 | |
US10762066B2 (en) | Data processing system having an integration layer, aggregation layer, and analysis layer, data processing method for the same, program for the same, and computer storage medium for the same | |
CN106775962B (zh) | 一种规则执行方法及装置 | |
CN110019750A (zh) | 呈现两个以上标准文本问题的方法和装置 | |
CN110825453B (zh) | 基于大数据平台的数据处理方法及装置 | |
CN107436865A (zh) | 一种词对齐训练方法、机器翻译方法及系统 | |
CN106326295B (zh) | 语义数据的存储方法及装置 | |
US8229946B1 (en) | Business rules application parallel processing system | |
CN111198847A (zh) | 一种适用于大数据集的数据并行处理方法、装置及系统 | |
JP6398632B2 (ja) | 制御装置、分散データベースシステム、方法およびプログラム | |
JP6221584B2 (ja) | 処理の並列化装置、処理の並列化方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 100085 Floor 102-1, Building No. 35, West Second Banner Road, Haidian District, Beijing Applicant after: Seashell Housing (Beijing) Technology Co.,Ltd. Address before: 100085 Floor 102-1, Building No. 35, West Second Banner Road, Haidian District, Beijing Applicant before: LIANJIA(BEIJING) TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |