CN108235069A - 网络电视日志的处理方法及装置 - Google Patents
网络电视日志的处理方法及装置 Download PDFInfo
- Publication number
- CN108235069A CN108235069A CN201611200998.5A CN201611200998A CN108235069A CN 108235069 A CN108235069 A CN 108235069A CN 201611200998 A CN201611200998 A CN 201611200998A CN 108235069 A CN108235069 A CN 108235069A
- Authority
- CN
- China
- Prior art keywords
- daily record
- web
- configuration file
- data
- configuration
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
- H04N21/25808—Management of client data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/4508—Management of client data or end-user data
- H04N21/4516—Management of client data or end-user data involving client characteristics, e.g. Set-Top-Box type, software version or amount of memory available
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client
- H04N21/61—Network physical structure; Signal processing
- H04N21/6106—Network physical structure; Signal processing specially adapted to the downstream path of the transmission network
- H04N21/6125—Network physical structure; Signal processing specially adapted to the downstream path of the transmission network involving transmission via Internet
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Graphics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种网络电视日志的处理方法及装置,涉及信息技术领域,主要目的在于解决现有技术中在提取IPTV数据时,需针对不同的数据源开发一个专门的日志解析模块,并且各个数据源之间的日志解析模块不能复用,导致开发工作量较大,后续维护成本高的问题。本发明提供的技术方案包括:获取网络电视日志及所述网络电视日志对应的数据源;根据所述数据源从预设配置文件列表中查找对应的配置文件,所述预设配置文件列表中记录有数据源及配置文件之间的映射关系,所述配置文件中包含提取数据的配置策略信息;根据所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据。
Description
技术领域
本发明涉及信息技术领域,特别是涉及一种网络电视日志的处理方法及装置。
背景技术
IPTV(Internet Protocol Television,网络电视)是一种能够将传统媒体传播方式转变成全新的互动式个性化需求体验的技术,其利用宽带有线电视网,将互联网、多媒体、通讯等多种技术集于一体,向家庭用户提供包括数字电视在内的多种交互式服务的崭新技术,在传统直播IPTV节目基础上支持视频订购业务,增强了用户与电视系统之间的互动交流。
目前,由于各个省份的IPTV数据采用不同的采集标准,使得数据源(各个省份的IPTV数据)不统一,在对不同数据源对应的IPTV业务数据进行分析处理时,需要从IPTV日志中获取数据,并将不同格式的IPTV日志转换成统一标准的数据格式后,将统一格式的数据传输到结构化数据库中,以便后续对该数据进行分析。
在对不同格式的IPTV日志进行转换时,需要在每个数据源都设计一个日志解析模块,日志解析模块用于从IPTV日志中提取数据。但是,在实际应用中,每个数据源均需要开发一个日志解析模块,并且各个数据源之间的日志解析模块不能复用,导致开发工作量较大,此外,若数据源发生变化,需要对日志解析模块进行修改,维护成本较高。
发明内容
有鉴于此,本发明提供一种网络电视日志的处理方法及装置,主要目的在于解决现有技术中在提取IPTV数据时,需针对不同的数据源开发一个专门的日志解析模块,并且各个数据源之间的日志解析模块不能服复用,导致开发工作量较大,后续维护成本高的问题。
为了解决上述问题,本发明主要提供如下技术方案:
一方面,本发明提供了一种网络电视日志的处理方法,包括:
获取网络电视日志及所述网络电视日志对应的数据源;
根据所述数据源从预设配置文件列表中查找对应的配置文件,所述预设配置文件列表中记录有数据源及配置文件之间的映射关系,所述配置文件中包含提取数据的配置策略信息;
根据所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据。
可选的,所述根据所述数据源从预设配置文件列表中查找对应的配置文件,包括:
从所述网络电视日志中提取所述网络电视日志的名称;
根据所述网络电视日志的名称,确定所述网络电视日志所属的实体类别;
获取所述数据源所包含的实体类别,每个所述数据源下包含多种实体类别,且不同实体类别对应的配置文件不同;
从所述数据源所包含的实体类别中查找与所述网络电视日志所属的实体类别匹配的实体类别,并获取所述与所述网络电视日志所属的实体类别匹配的实体类别所对应的配置文件。
可选的,所述配置文件中包括所述网络电视日志采用的日志分隔符,在根据所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据之前,所述方法还包括:
从所述配置文件中获取所述网络电视日志采用的日志分隔符,所述日志分隔符用于将所述网络电视日志切分为多个内容单元。
可选的,所述根据所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据,包括:
根据所述配置文件中的配置策略信息从每个所述内容单元中分别提取数据;
所述配置文件中还包括数据输出格式,所述根据所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据之后,所述方法还包括:
按照所述数据输出格式将从每个内容单元中分别提取的数据进行拼接,得到从所述网络电视日志中提取的数据;
将从所述网络电视日志中提取的数据存储于预设数据库中。
另一方面,本发明还提供一种网络电视日志的处理装置,包括:
第一获取单元,用于获取网络电视日志及所述网络电视日志对应的数据源;
查找单元,用于根据所述第一获取单元获取的所述数据源从预设配置文件列表中查找对应的配置文件,所述预设配置文件列表中记录有数据源及配置文件之间的映射关系,所述配置文件中包含提取数据的配置策略信息;
提取单元,用于根据所述查找单元查找的所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据。
可选的,所述查找单元包括:
提取模块,用于从所述网络电视日志中提取所述网络电视日志的名称;
确定模块,用于根据所述提取模块提取的所述网络电视日志的名称,确定所述网络电视日志所属的实体类别;
第一获取模块,用于获取所述数据源所包含的实体类别,每个所述数据源下包含多种实体类别,且不同实体类别对应的配置文件不同;
查找模块,用于从所述第一获取模块获取的所述数据源所包含的实体类别中查找与所述网络电视日志所属的实体类别匹配的实体类别;
第二获取模块,用于获取所述与所述网络电视日志所属的实体类别匹配的实体类别所对应的配置文件。
可选的,所述配置文件中包括所述网络电视日志采用的日志分隔符,所述装置还包括:
第二获取单元,用于在所述提取单元根据所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据之前,从所述配置文件中获取所述网络电视日志采用的日志分隔符,所述日志分隔符用于将所述网络电视日志切分为多个内容单元。
可选的,所述提取单元,还用于根据所述配置文件中的配置策略信息从切分后的每个内容单元中分别提取数据;
所述装置还包括:
拼接单元,用于在所述提取单元根据所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据之后,按照所述数据输出格式将从每个内容单元中分别提取的数据进行拼接,得到从所述网络电视日志中提取的数据;所述配置文件中还包括数据输出格式;
存储单元,用于将从所述网络电视日志中提取的数据存储于预设数据库中。
可选的,所述装置还包括:
第三获取单元,用于在所述查找单元根据所述数据源从预设配置文件列表中查找对应的配置文件之前,获取配置文件与数据源的映射关系;
记录单元,用于将所述第三获取单元获取的所述配置文件与数据源的映射关系记录于所述预设配置文件列表中。
借由上述技术方案,本发明提供的技术方案至少具有下列优点:
本发明提供的一种网络电视日志的处理方法及装置,首先,获取网络电视日志及网络电视日志对应的数据源,其次,根据数据源从预设配置文件列表中查找对应的配置文件,预设配置文件列表中记录有数据源及配置文件之间的映射关系,配置文件中包含提取数据的配置策略信息;最后,根据配置文件中的配置策略信息从网络电视日志中提取对应的数据。与现有技术相比,本发明在提取网络电视数据的过程中,依赖于配置文件中的配置策略信息对不同数据源的网络电视日志进行提取,无需专门开发一套提取数据体系,降低了后续维护成本,并且提高了提取数据的效率。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种网络电视日志的处理方法的流程图;
图2示出了本发明实施例提供的一种数据流转的架构示意图;
图3示出了本发明实施例提供的一种网络电视日志的处理装置的组成框图;
图4示出了本发明实施例提供的另一种网络电视日志的处理装置的组成框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种网络电视日志的处理方法,该方法应用于Spark平台中,如图1所示,所述方法包括:
101、获取网络电视日志及所述网络电视日志对应的数据源。
本发明实施例所述的方法应用于Spark平台中,Spark是加州大学伯克利分校的AMP实验室(UC Berkeley AMP lab)所开源的类Hadoop MapReduce的通用并行框架,其拥有Hadoop MapReduce所具有的优点;但不同于MapReduce的是Spark基于Job输出的结果可以直接保存于内存中,从而不再需要读写Hadoop分布式文件系统(Hadoop Distributed FileSystem,HDFS),因此,Spark平台能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。有关Spark平台正常运行所调用的方法、组件等内容的详细说明请参考现有技术中的相关说明,本发明实施例在此不再进行一一赘述。
在基于Spark平台对记录网络电视(Internet Protocol TV,IPTV)的网络电视日志中的数据进行提取,以便根据提取后的数据进行分析处理,在实际应用中,通常从IPTV运营商获取C3网络电视日志或者csv网络电视日志,后续示例中将会以C3网络电视日志为例进行说明,但是该种说明方式并非意在限定Spark平台仅能提取C3网络电视日志中的数据。
C3网络电视日志采用ASCII文本格式,网络电视日志中每条记录的属性(或者,属性值)按顺序排列,各属性(或者,属性值)之间使用分隔符进行分隔,及每个属性(或者,属性值)占一个内容单元,在生成C3网络电视日志时,若相应的属性值为空,该列对应的字段留空表示,但该空字段的分隔必须标出,避免发生异常。
所述C3网络电视日志包括但不局限于以下内容,例如:Userinfo、UserLogonInfo、Contentviewlog、Orderlog、Schedulelog,以下以Userinfo类型的网络电视日志为例,对IPTV数据进行举例,所述IPTV数据为:
8794920283iptv|17||20150725085722|||1||0010019900500011006900690000a204|121|21|001|879
需要说明的是,本发明实施例所述的内容单元可以为一列,一行等,本发明后续实施例中会以内容单元为列进行说明,但是应该明确的是,该种说明方式并非意在限定所述内容单元仅能为列。上述为记录于Userinfo网络电视日志中的一条IPTV数据,其中,每个属性值占一列,不同的列之间使用分隔符号“|”分割,如上所述,第一列的IPTV数据为“8794920283iptv”,第二列的IPTV数据为“17”,第三列的IPTV数据为空,使用“||”进行标识后续列中以此类推。上述IPTV数据仅为示例性的举例,不同格式的日志数据可能会存在不同的列数,或者,列的位置也可能存在差异,对IPTV数据的展示形式不作限定。
作为本发明实施例的一种实现方式,每个C3网络电视日志均会对应一个相关的说明文档,用于说明Userinfo网络电视日志中每列对应的字段内容,通过说明文档即可确定Userinfo网络电视日志中每列代表的含义;作为本发明实施例的另一种实现方式,会在Userinfo网络电视日志的第一行中对每列代表的内容进行标识说明,具体的,对说明列字段的实现方式不作限定。
从IPTV运营商获取C3网络电视日志的目的在于,确定该C3网络电视日志对应的数据源,所述数据源用于识别该C3网络电视日志的来源,C3网络电视日志的来源包含但不局限于以下内容,例如,网络电视型号、各省份的IPTV数据、不同的运营商、不同的数据采集器等等,本发明实施例对C3网络电视日志的来源不作限定。
102、根据所述数据源从预设配置文件列表中查找对应的配置文件。
为了便于将不同数据源对应的IPTV数据转换成统一的标准格式,本发明实施例中采用通过配置文件的方式将C3网络电视日志中需要提取的列或者字段均在配置文件中预先配置,执行提取配置文件的过程就是执行配置文件的过程。在Spark平台获取待C3网络电视日志的数据源之后,根据该数据源从预设配置列表中查找对应的配置文件,其中,所述预设配置文件列表中记录有数据源及配置文件之间的映射关系,所述配置文件中包含提取数据的配置策略信息。
需要说明的是,不同的数据源对应的配置文件不同,在同一个数据源下可能会包含多种实体类型,例如,用户登录类型、点播类型、付费类型等等实体类型,不同的实体类型对应的配置文件也不尽相同,所述配置文件的类型包含但不局限于为json类型的文件。
103、根据所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据。
在获取到配置文件后,根据配置文件中的配置策略信息即可实现IPTV数据的提取。所述配置策略信息可以包含但不局限于以下内容,例如,数据源ID(数据源)、提取列对应数据的列标识、日志分隔符等等,还可以包括:IPTV运营商、地域、日志格式、日志类型、该条数据接收到的时间、时间格式、列与列之间的连接格式、列字段的描述信息等等,具体的本发明实施例对配置策略信息中配置项不作限定。
本发明实施例提供的一种网络电视日志的处理方法,首先,获取网络电视日志及网络电视日志对应的数据源,其次,根据数据源从预设配置文件列表中查找对应的配置文件,预设配置文件列表中记录有数据源及配置文件之间的映射关系,配置文件中包含提取数据的配置策略信息;最后,根据配置文件中的配置策略信息从网络电视日志中提取对应的数据。与现有技术相比,本发明实施例在提取网络电视数据的过程中,依赖于配置文件中的配置策略信息对不同数据源的网络电视日志进行提取,无需专门开发一套提取数据体系,降低了后续维护成本,并且提高了提取数据的效率。
作为对上述实施例的细化和扩展,在步骤102执行根据所述数据源从预设配置文件列表中查找对应的配置文件时,可以包含但不局限于以下方式实现,从所述网络电视日志中提取所述网络电视日志的名称;根据所述网络电视日志的名称,确定所述网络电视日志所属的实体类别;获取所述数据源所包含的实体类别,每个所述数据源下包含多种实体类别,且不同实体类别对应的配置文件不同;从所述数据源所包含的实体类别中查找与所述网络电视日志所属的实体类别匹配的实体类别,并获取所述与所述网络电视日志所属的实体类别匹配的实体类别所对应的配置文件。
执行从所述网络电视日志中提取所述网络电视日志的名称时,可以采用但不局限于以下方式实现,获取网络电视日志的存储路径,并对存储路径进行解析,在对存储路径解析完毕后,确定网络电视日志对应的名称。示例性的,假设,获取的网络电视日志(Userinfo文件)在HDFS的存储路径为:/user/hadoop/logs/20160801/0001/Userinfo.log,首先对该存储路径进行解析,定位到网络电视日志的名称Userinfo.log;顺次查找与该网络电视日志名称相邻上一级的存储目录0001,确存储目录001为网络电视日志对应的数据源,上述示例说明了,C3网络电视日志数据源存在于存储路径下的位置信息以及C3网络电视日志的名称等不作限定,在实际应用中,数据源可存在于存储路径下的任意位置。
为了便于对配置文件中的配置策略信息进行说明,以下提供一段配置策略信息的具体配置项,如下所述,所述配置策略信息包含:
如上述配置策略信息可以看出,在同一个数据源dataSourceId下,可以包含多个实体类别entities,在所有的实体类别中根据网络电视日志的名称fileName确认其对应的实体类别,上述配置策略信息中包含两个实体类别,一个是用户信息UserInfo,一个是用户登录信息UserLogin,但在实际应用中,不同的数据源下包含的实体类别也不相同,具体不作限定。依次查找确认对应的配置文件以及实体类别的对应的配置策略信息,以网络电视日志名称为“Userinfo”为例,其对应的配置策略信息包括:数据的接收时间receiveTime、输入时间格式inputFormatter、输出时间的时间格式outputFormatter及待提取数据所在的列indexId等等。
需要说明的是,在配置待提取数据所在的列indexId时,需要根据说明文档中说明确认需要提取哪些列中的数据,若网络电视日志中的第一列为第0列,那么在配置策略信息中可以从第0列开始配置或者提取数据,;若网络电视日志的第一列为第1列,则在配置策略信息中可以从第1列开始提取数据。在实际应用中可能存在indexId小于0的情况,例如indexId为-1,那么在执行该配置策略信息时该参数的值采用默认值进行填充,例如,使用当前提取数据的时钟时间进行填充等等,具体的,本发明实施例对配置策略信息中默认信息的设置方式不作限定。
进一步的,作为对上述实施例的扩展,配置文件中除了包含配置策略信息之外,还包含有网络电视日志采用的日志分隔符,该日志分隔符为在生成C3网络电视日志时所采用的分隔符,并且日志分隔符可以在配置文件中进行配置,以便于确保生成C3网络电视日志的分隔符与提取C3网络电视日志数据时,采用相同的分隔符,确保提取数据的准确性。因此,在根据所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据之前,从所述配置文件中获取所述网络电视日志采用的日志分隔符,所述日志分隔符用于将所述网络电视日志切分为多个内容单元(列)。承由上述示例,本示例中,配置文件的日志分隔符splitString为|,具体的,本发明实施例对日志分隔符的具体内容不作限定。
其中,日志分隔符对C3网络电视日志切分为多个内容单元(列)之后,根据所述配置文件中的配置策略信息从每个内容单元(列)中分别提取数据。
本发明实施例执行数据提取的目的在于将不同数据源下不同格式的数据进行快速提取,将提取的数据转换为统一的标准,并将统一标准后的数据进行存储,以便对IPTV数据进行分析、使用。在所述根据所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据之后,获取配置文件中还包括数据输出格式,并按照所述数据输出格式将从每个内容单元中分别提取的数据进行拼接,得到从所述网络电视日志中提取的数据;
将从所述网络电视日志中提取的数据存储于预设数据库中。
承由步骤101中的示例,假设,网络电视日志中的一条数据为:
8794920283iptv|17||20150725085722|||1||0010019900500011006900690000a204|121|21|001|879
在通过配置文件中的配置策略信息提取的列为第一列数据“8794920283iptv”、第二列数据“17”,第四列数据“20150725085722”,获取到配置文件中的输出数据格式字段为:&{key}={value},根据输出数据格式字段将提取到的数据进行拼接,拼接得到的提取字符串为:&u=8794920283iptv&ug=17&dc=2015-07-25 08:57:22。需要说明的是,提取数据拼接的提取字符串为示例性的举例,对在实际应用中不同的业务数据提取后,拼接后的提取字符串不相同,具体本发明实施例不作限定。
在实际应用中,提取后的数据会有一个具体的流转方向,如图2所示,图2示出了本发明实施例提供的一种数据流转的架构示意图,首先,由Spark平台对网络电视日志中的数据进行提取,即将不同数据源数据进行标准统一,转换为通用模型,称为预处理阶段;处理完成后,将数据流转至下一阶段:ETL(Extract-Transform-Load)阶段,即将预处理阶段输出的提取字符串进行解析、转换操作,形成结构化数据;最后,将结构化数据流转至加载数据至预设数据库(数据仓库)中,以供查询及分析使用。需要说明的是,图2仅为示例性的举例,本发明实施例对提取后数据的具体应用途径不作限定。
进一步的,在Spark平台中的解析程序启动时,会指定配置文件的存储路径,获取配置文件与数据源的映射关系;将所述配置文件与数据源的映射关系记录于所述预设配置文件列表中。所述配置文件中的内容以字符串的形式存在,但是在实际应用中,为了便于各个程序对该配置文件的调用,在将配置文件反序列化为一个对象,而Spark平台是面向对象的执行平台,反序列化的目的在于时Spark平台中的各个进程能够对配置文件进行正确调用。
在实际应用中,Spark平台基于驱动器driver节点读取预设配置列表;将所述预设配置列表广播至驱动器程序executor节点,如此以来,Spark平台中所有的驱动器程序executor节点均能够使用该预设配置列表。
进一步的,作为对上述图1所示方法的实现,本发明另一实施例还提供了一种网络电视日志的处理装置。该装置实施例与前述方法实施例对应,为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。
本发明实施例提供一种网络电视日志的处理装置,如图3所示,所述装置包括:
第一获取单元31,用于获取网络电视日志及所述网络电视日志对应的数据源;
查找单元32,用于根据所述第一获取单元31获取的所述数据源从预设配置文件列表中查找对应的配置文件,所述预设配置文件列表中记录有数据源及配置文件之间的映射关系,所述配置文件中包含提取数据的配置策略信息;
提取单元33,用于根据所述查找单元32查找的所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据。
进一步的,如图4所示,所述查找单元32包括:
提取模块321,用于从所述网络电视日志中提取所述网络电视日志的名称;
确定模块322,用于根据所述提取模块321提取的所述网络电视日志的名称,确定所述网络电视日志所属的实体类别;
第一获取模块323,用于获取所述数据源所包含的实体类别,每个所述数据源下包含多种实体类别,且不同实体类别对应的配置文件不同;
查找模块324,用于从所述第一获取模块323获取的所述数据源所包含的实体类别中查找与所述网络电视日志所属的实体类别匹配的实体类别;
第二获取模块325,用于获取所述与所述网络电视日志所属的实体类别匹配的实体类别所对应的配置文件。
进一步的,如图4所示,所述配置文件中包括所述网络电视日志采用的日志分隔符,所述装置还包括:
第二获取单元34,用于在所述提取单元33根据所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据之前,从所述配置文件中获取所述网络电视日志采用的日志分隔符,所述日志分隔符用于将所述网络电视日志切分为多个内容单元。
进一步的,所述提取单元33,还用于根据所述配置文件中的配置策略信息从切分后的每个内容单元中分别提取数据;
进一步的,如图4所示,所述装置还包括:
拼接单元36,用于在所述提取单元33根据所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据之后,按照所述数据输出格式将从每个内容单元中分别提取的数据进行拼接,得到从所述网络电视日志中提取的数据;所述配置文件中还包括数据输出格式;
存储单元37,用于将从所述网络电视日志中提取的数据存储于预设数据库中。
进一步的,如图4所示,所述装置还包括:
第三获取单元38,用于在所述查找单元32根据所述数据源从预设配置文件列表中查找对应的配置文件之前,获取配置文件与数据源的映射关系;
记录单元39,用于将所述第三获取单元38获取的所述配置文件与数据源的映射关系记录于所述预设配置文件列表中。
本发明实施例提供的一种网络电视日志的处理装置,首先,获取网络电视日志及网络电视日志对应的数据源,其次,根据数据源从预设配置文件列表中查找对应的配置文件,预设配置文件列表中记录有数据源及配置文件之间的映射关系,配置文件中包含提取数据的配置策略信息;最后,根据配置文件中的配置策略信息从网络电视日志中提取对应的数据。与现有技术相比,本发明实施例在提取网络电视数据的过程中,依赖于配置文件中的配置策略信息对不同数据源的网络电视日志进行提取,无需专门开发一套提取数据体系,降低了后续维护成本,并且提高了提取数据的效率。
所述网络电视日志的处理装置包括处理器和存储器,上述第一获取单元、查找单元和提取单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决现有技术中在提取IPTV数据时,需针对不同的数据源开发一个专门的日志解析模块,并且各个数据源之间的日志解析模块不能服复用,导致开发工作量较大,后续维护成本高的问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序代码:获取网络电视日志及所述网络电视日志对应的数据源;根据所述数据源从预设配置文件列表中查找对应的配置文件,所述预设配置文件列表中记录有数据源及配置文件之间的映射关系,所述配置文件中包含提取数据的配置策略信息;根据所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种网络电视日志的处理方法,其特征在于,包括:
获取网络电视日志及所述网络电视日志对应的数据源;
根据所述数据源从预设配置文件列表中查找对应的配置文件,所述预设配置文件列表中记录有数据源及配置文件之间的映射关系,所述配置文件中包含提取数据的配置策略信息;
根据所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据。
2.根据权利要求1所述的方法,其特征在于,所述根据所述数据源从预设配置文件列表中查找对应的配置文件,包括:
从所述网络电视日志中提取所述网络电视日志的名称;
根据所述网络电视日志的名称,确定所述网络电视日志所属的实体类别;
获取所述数据源所包含的实体类别,每个所述数据源下包含多种实体类别,且不同实体类别对应的配置文件不同;
从所述数据源所包含的实体类别中查找与所述网络电视日志所属的实体类别匹配的实体类别,并获取所述与所述网络电视日志所属的实体类别匹配的实体类别所对应的配置文件。
3.根据权利要求1或2所述的方法,其特征在于,所述配置文件中包括所述网络电视日志采用的日志分隔符,在根据所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据之前,所述方法还包括:
从所述配置文件中获取所述网络电视日志采用的日志分隔符,所述日志分隔符用于将所述网络电视日志切分为多个内容单元。
4.根据权利要求3所述的方法,其特征在于,所述根据所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据,包括:
根据所述配置文件中的配置策略信息从每个所述内容单元中分别提取数据;
所述配置文件中还包括数据输出格式,在所述根据所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据之后,所述方法还包括:
按照所述数据输出格式将从每个内容单元中分别提取的数据进行拼接,得到从所述网络电视日志中提取的数据;
将从所述网络电视日志中提取的数据存储于预设数据库中。
5.根据权利要求1所述的方法,其特征在于,在根据所述数据源从预设配置文件列表中查找对应的配置文件之前,所述方法还包括:
获取配置文件与数据源的映射关系;
将所述配置文件与数据源的映射关系记录于所述预设配置文件列表中。
6.一种网络电视日志的处理装置,其特征在于,包括:
第一获取单元,用于获取网络电视日志及所述网络电视日志对应的数据源;
查找单元,用于根据所述第一获取单元获取的所述数据源从预设配置文件列表中查找对应的配置文件,所述预设配置文件列表中记录有数据源及配置文件之间的映射关系,所述配置文件中包含提取数据的配置策略信息;
提取单元,用于根据所述查找单元查找的所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据。
7.根据权利要求6所述的装置,其特征在于,所述查找单元包括:
提取模块,用于从所述网络电视日志中提取所述网络电视日志的名称;
确定模块,用于根据所述提取模块提取的所述网络电视日志的名称,确定所述网络电视日志所属的实体类别;
第一获取模块,用于获取所述数据源所包含的实体类别,每个所述数据源下包含多种实体类别,且不同实体类别对应的配置文件不同;
查找模块,用于从所述第一获取模块获取的所述数据源所包含的实体类别中查找与所述网络电视日志所属的实体类别匹配的实体类别;
第二获取模块,用于获取所述与所述网络电视日志所属的实体类别匹配的实体类别所对应的配置文件。
8.根据权利要求6或7所述的装置,其特征在于,所述配置文件中包括所述网络电视日志采用的日志分隔符,所述装置还包括:
第二获取单元,用于在所述提取单元根据所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据之前,从所述配置文件中获取所述网络电视日志采用的日志分隔符,所述日志分隔符用于将所述网络电视日志切分为多个内容单元。
9.根据权利要求8所述的装置,其特征在于,所述提取单元,还用于根据所述配置文件中的配置策略信息从每个所述内容单元中分别提取数据;
所述装置还包括:
拼接单元,用于在所述提取单元根据所述配置文件中的配置策略信息从所述网络电视日志中提取对应的数据之后,按照所述数据输出格式将从每个内容单元中分别提取的数据进行拼接,得到从所述网络电视日志中提取的数据;所述配置文件中还包括数据输出格式;
存储单元,用于将从所述网络电视日志中提取的数据存储于预设数据库中。
10.根据权利要求6所述的装置,其特征在于,所述装置还包括:
第三获取单元,用于在所述查找单元根据所述数据源从预设配置文件列表中查找对应的配置文件之前,获取配置文件与数据源的映射关系;
记录单元,用于将所述第三获取单元获取的所述配置文件与数据源的映射关系记录于所述预设配置文件列表中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611200998.5A CN108235069A (zh) | 2016-12-22 | 2016-12-22 | 网络电视日志的处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611200998.5A CN108235069A (zh) | 2016-12-22 | 2016-12-22 | 网络电视日志的处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108235069A true CN108235069A (zh) | 2018-06-29 |
Family
ID=62656305
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611200998.5A Pending CN108235069A (zh) | 2016-12-22 | 2016-12-22 | 网络电视日志的处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108235069A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109040252A (zh) * | 2018-08-07 | 2018-12-18 | 平安科技(深圳)有限公司 | 文件传输方法、系统、计算机设备和存储介质 |
CN109299032A (zh) * | 2018-10-25 | 2019-02-01 | 掌阅科技股份有限公司 | 数据分析方法、电子设备及计算机存储介质 |
CN109656815A (zh) * | 2018-11-27 | 2019-04-19 | 平安科技(深圳)有限公司 | 有配置文件的测试语句编写方法、装置、介质及电子设备 |
CN109710604A (zh) * | 2019-01-09 | 2019-05-03 | 北京京东金融科技控股有限公司 | 数据处理方法、装置、系统、计算机可读存储介质 |
CN109947429A (zh) * | 2019-03-13 | 2019-06-28 | 咪咕文化科技有限公司 | 数据处理方法及装置 |
CN110730086A (zh) * | 2018-07-16 | 2020-01-24 | 视联动力信息技术股份有限公司 | 一种日志信息的输出方法和装置 |
CN111723177A (zh) * | 2020-05-06 | 2020-09-29 | 第四范式(北京)技术有限公司 | 信息提取模型的建模方法、装置及电子设备 |
CN112306568A (zh) * | 2019-07-26 | 2021-02-02 | 广州虎牙科技有限公司 | 服务实例配置方法、装置、电子设备及存储介质 |
CN112532972A (zh) * | 2020-11-26 | 2021-03-19 | 北京百度网讯科技有限公司 | 直播业务的故障检测方法、装置、电子设备及可读存储介质 |
CN113760655A (zh) * | 2021-08-27 | 2021-12-07 | 中移(杭州)信息技术有限公司 | 门锁日志的解析方法、装置及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1670708A (zh) * | 2004-03-17 | 2005-09-21 | 联想(北京)有限公司 | 一种计算机日志的管理方法 |
US8806550B1 (en) * | 2011-11-01 | 2014-08-12 | TV2 Consulting, LLC | Rules engine for troubleshooting video content delivery network |
CN104679841A (zh) * | 2015-02-11 | 2015-06-03 | 北京京东尚科信息技术有限公司 | 一种消费端数据流复制方法及系统 |
CN105099740A (zh) * | 2014-05-15 | 2015-11-25 | 中国移动通信集团浙江有限公司 | 一种日志管理系统及日志采集方法 |
CN106168909A (zh) * | 2016-06-30 | 2016-11-30 | 北京奇虎科技有限公司 | 一种日志的处理方法和装置 |
-
2016
- 2016-12-22 CN CN201611200998.5A patent/CN108235069A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1670708A (zh) * | 2004-03-17 | 2005-09-21 | 联想(北京)有限公司 | 一种计算机日志的管理方法 |
US8806550B1 (en) * | 2011-11-01 | 2014-08-12 | TV2 Consulting, LLC | Rules engine for troubleshooting video content delivery network |
CN105099740A (zh) * | 2014-05-15 | 2015-11-25 | 中国移动通信集团浙江有限公司 | 一种日志管理系统及日志采集方法 |
CN104679841A (zh) * | 2015-02-11 | 2015-06-03 | 北京京东尚科信息技术有限公司 | 一种消费端数据流复制方法及系统 |
CN106168909A (zh) * | 2016-06-30 | 2016-11-30 | 北京奇虎科技有限公司 | 一种日志的处理方法和装置 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110730086A (zh) * | 2018-07-16 | 2020-01-24 | 视联动力信息技术股份有限公司 | 一种日志信息的输出方法和装置 |
CN110730086B (zh) * | 2018-07-16 | 2022-11-25 | 视联动力信息技术股份有限公司 | 一种日志信息的输出方法和装置 |
CN109040252B (zh) * | 2018-08-07 | 2022-04-12 | 平安科技(深圳)有限公司 | 文件传输方法、系统、计算机设备和存储介质 |
CN109040252A (zh) * | 2018-08-07 | 2018-12-18 | 平安科技(深圳)有限公司 | 文件传输方法、系统、计算机设备和存储介质 |
WO2020029388A1 (zh) * | 2018-08-07 | 2020-02-13 | 平安科技(深圳)有限公司 | 文件传输方法、系统、计算机设备和存储介质 |
CN109299032A (zh) * | 2018-10-25 | 2019-02-01 | 掌阅科技股份有限公司 | 数据分析方法、电子设备及计算机存储介质 |
CN109299032B (zh) * | 2018-10-25 | 2019-10-01 | 掌阅科技股份有限公司 | 数据分析方法、电子设备及计算机存储介质 |
CN109656815A (zh) * | 2018-11-27 | 2019-04-19 | 平安科技(深圳)有限公司 | 有配置文件的测试语句编写方法、装置、介质及电子设备 |
CN109656815B (zh) * | 2018-11-27 | 2022-05-27 | 平安科技(深圳)有限公司 | 有配置文件的测试语句编写方法、装置、介质及电子设备 |
CN109710604A (zh) * | 2019-01-09 | 2019-05-03 | 北京京东金融科技控股有限公司 | 数据处理方法、装置、系统、计算机可读存储介质 |
CN109947429A (zh) * | 2019-03-13 | 2019-06-28 | 咪咕文化科技有限公司 | 数据处理方法及装置 |
CN109947429B (zh) * | 2019-03-13 | 2022-07-26 | 咪咕文化科技有限公司 | 数据处理方法及装置 |
CN112306568A (zh) * | 2019-07-26 | 2021-02-02 | 广州虎牙科技有限公司 | 服务实例配置方法、装置、电子设备及存储介质 |
CN111723177A (zh) * | 2020-05-06 | 2020-09-29 | 第四范式(北京)技术有限公司 | 信息提取模型的建模方法、装置及电子设备 |
CN111723177B (zh) * | 2020-05-06 | 2023-09-15 | 北京数据项素智能科技有限公司 | 信息提取模型的建模方法、装置及电子设备 |
CN112532972A (zh) * | 2020-11-26 | 2021-03-19 | 北京百度网讯科技有限公司 | 直播业务的故障检测方法、装置、电子设备及可读存储介质 |
CN112532972B (zh) * | 2020-11-26 | 2023-10-03 | 北京百度网讯科技有限公司 | 直播业务的故障检测方法、装置、电子设备及可读存储介质 |
CN113760655A (zh) * | 2021-08-27 | 2021-12-07 | 中移(杭州)信息技术有限公司 | 门锁日志的解析方法、装置及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108235069A (zh) | 网络电视日志的处理方法及装置 | |
CN105701113B (zh) | 用于优化网页预加载的方法和设备 | |
Das et al. | Big data analytics: A framework for unstructured data analysis | |
CN104281626B (zh) | 基于图片化处理的网页展示方法及网页展示装置 | |
CN104331435B (zh) | 一种基于Hadoop大数据平台的低影响高效率的海量数据抽取方法 | |
Suvarnamukhi et al. | Big data concepts and techniques in data processing | |
CN104102701A (zh) | 一种基于hive的历史数据存档与查询方法 | |
CN110119401A (zh) | 用户画像的处理方法、装置、服务器及存储介质 | |
CN108509504A (zh) | 文档在线预览方法、装置、设备、客户端及存储介质 | |
CN109062906A (zh) | 程序语言资源的翻译方法及装置 | |
Zhang et al. | Deep multimodal clustering with cross reconstruction | |
CN104750815B (zh) | 一种基于HBase的Lob数据的存储方法及装置 | |
CN113568697A (zh) | 一种pc端页面转换为移动端页面的方法、系统及介质 | |
CN106372042B (zh) | 一种文档内容获取方法和装置 | |
CN107025233B (zh) | 一种数据特征的处理方法及装置 | |
CN104363237A (zh) | 一种互联网媒体资源元数据的处理方法及其系统 | |
CN111241142A (zh) | 一种科技成果转化推送系统及方法 | |
Singh et al. | Learning big data with Amazon elastic MapReduce | |
Devgan et al. | Large-scale MMBD management and retrieval | |
CN110019357A (zh) | 数据库查询脚本生成方法及装置 | |
US10324906B2 (en) | Intelligent XML file fragmentation | |
CN113743432A (zh) | 一种图像实体信息获取方法、设备、电子设备和存储介质 | |
Gogouvitis et al. | Vision cloud: A cloud storage solution supporting modern media production | |
CN104252486B (zh) | 一种数据处理的方法及装置 | |
Bakshi et al. | Data Integration Solutions—A Key to the Cloud Migration |
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: 100083 No. 401, 4th Floor, Haitai Building, 229 North Fourth Ring Road, Haidian District, Beijing Applicant after: Beijing Guoshuang Technology Co.,Ltd. Address before: 100086 Cuigong Hotel, 76 Zhichun Road, Shuangyushu District, Haidian District, Beijing Applicant before: Beijing Guoshuang Technology Co.,Ltd. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180629 |
|
RJ01 | Rejection of invention patent application after publication |