CN109542867B - 分布式数据采集方法及装置 - Google Patents

Abstract

本发明实施例涉及数据处理技术领域，具体而言，涉及一种分布式数据采集方法及装置。该方法能够将用户输入的页面配置节点信息转换为动态目标信息，并采用运行器将动态目标信息转换为动态任务以使运行器能够通过任务等待的形式提交至分布式集群，然后采用分布式集群执行动态任务以获得对应的数据，如此，能够满足用户多样化的数据分析需求。

Description

分布式数据采集方法及装置

技术领域

本发明实施例涉及数据处理技术领域，具体而言，涉及一种分布式数据采集方法及装置。

背景技术

随着大数据的快速发展，用户的数据分析需求越来越多样化。具体地，用户需要根据自身的业务、逻辑需求对数据进行分析和挖掘，这也要求后台对数据处理的能力能够与用户需求所匹配，但是现有技术难以满足用户多样化的数据分析需求。

发明内容

有鉴于此，本发明提供了一种分布式数据采集方法及装置。

本发明实施例提供了一种分布式数据采集方法，应用于与客户端通信连接的服务端，所述方法包括：

接收所述客户端发送的页面配置节点信息，将所述页面配置节点信息转换为动态目标信息；

将所述动态目标信息传输至运行器，以使所述运行器将所述动态目标信息转换为动态任务，并使所述运行器通过任务等待的形式将所述动态任务提交至分布式集群；

使所述分布式集群执行所述动态任务以获得对应的数据，并使所述分布式集群将所述数据进行存储。

可选地，将所述页面配置节点信息转换为动态目标信息的步骤，包括：

将所述页面配置节点信息转换为动态sparkasm信息。

可选地，将所述动态目标信息传输至运行器的步骤，包括：

采用设定通信协议将所述动态sparkasm信息传输至运行器。

可选地，使所述运行器通过任务等待的形式将所述动态任务提交至分布式集群的步骤，包括：

使所述运行器获取所述动态任务的预设优先级；

使所述运行器将所述预设优先级转换为任务等待时长；

使所述运行器根据所述任务等待时长将所述动态任务延时提交至spark分布式集群。

可选地，所述分布式集群为spark分布式集群，使所述分布式集群将所述数据进行存储的步骤，包括：

使所述spark分布式集群根据所述数据生成对应的列表，将所述列表存储至预设数据库。

本发明实施例还提供了一种分布式数据采集装置，应用于与客户端通信连接的服务端，所述装置包括：

信息转换模块，用于接收所述客户端发送的页面配置节点信息，将所述页面配置节点信息转换为动态目标信息；

任务提交模块，用于将所述动态目标信息传输至运行器，以使所述运行器将所述动态目标信息转换为动态任务，并使所述运行器通过任务等待的形式将所述动态任务提交至分布式集群；

任务执行模块，用于使所述分布式集群执行所述动态任务以获得对应的数据，并使所述分布式集群将所述数据进行存储。

可选地，所述信息转换模块通过以下方式将所述页面配置节点信息转换为动态目标信息：

将所述页面配置节点信息转换为动态sparkasm信息。

可选地，所述任务提交模块通过以下方式将所述动态目标信息传输至运行器：

采用设定通信协议将所述动态sparkasm信息传输至运行器。

可选地，所述任务提交模块通过以下方式使所述运行器通过任务等待的形式将所述动态任务提交至分布式集群：

使所述运行器获取所述动态任务的预设优先级；

使所述运行器将所述预设优先级转换为任务等待时长；

使所述运行器根据所述任务等待时长将所述动态任务延时提交至spark分布式集群。

可选地，所述分布式集群为spark分布式集群，所述任务执行模块通过以下方式使所述分布式集群将所述数据进行存储：

使所述spark分布式集群根据所述数据生成对应的列表，将所述列表存储至预设数据库。

本发明实施例还提供了一种服务端，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的分布式数据采集方法。

本发明实施例还提供了一种计算机可读存储介质，所述可读存储介质包括计算机程序，所述计算机程序运行时控制所述可读存储介质所在服务端执行上述的分布式数据采集方法。

有益效果

本发明实施例所提供的一种分布式数据采集方法及装置，能够将用户输入的页面配置节点信息转换为动态目标信息，并采用运行器将动态目标信息转换为动态任务以使运行器能够通过任务等待的形式提交至分布式集群，然后采用分布式集群执行动态任务以获得对应的数据，用户输入的页面配置节点信息即为用户的数据分析需求，采用该方法无需根据用户每一次的需求进行代码的更改和编辑，保证了该方法能够针对多样化的用户需求进行相应的数据处理，进而满足用户多样化的数据分析需求。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本发明实施例所提供的一种服务端10的方框示意图。

图2为本发明实施例所提供的一种分布式数据采集方法的流程图。

图3为一实施方式中图2所示的步骤S22包括的子步骤的示意图。

图4为本发明实施例所提供的一种分布式数据采集装置20的模块框图。

图标：

10-服务端；11-存储器；12-处理器；13-网络模块；

20-分布式数据采集装置；21-信息转换模块；22-任务提交模块；23-任务执行模块。

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，所描述的实施例只是本发明的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

发明人经调查发现，现有技术难以满足用户的数据分析需求，发明人通过深入研究发现，现有技术大多通过对代码进行重新编辑或修改的形式实现用户的不同需求，一方面增加了研发成本，另一方面降低了数据处理的灵活性，可能无法满足一些用户的特定数据分析需求。

以上现有技术中的方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本发明实施例针对上述问题所提出的解决方案，都应该是发明人在本发明过程中对本发明做出的贡献。

基于上述研究，本发明实施例提供了一种分布式数据采集方法及装置，能够满足用户多样化的数据分析需求。

图1示出了本发明实施例所提供的一种服务端10的方框示意图。本发明实施例中的服务端10具有数据存储、传输、处理功能，如图1所示，服务端10包括：存储器11、处理器12、网络模块13和分布式数据采集装置20。

存储器11、处理器12和网络模块13之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件互相之间可以通过一条或多条通讯总线或信号线实现电性连接。存储器11中存储有分布式数据采集装置20，所述分布式数据采集装置20包括至少一个可以软件或固件(firmware)的形式储存于所述存储器11中的软件功能模块，所述处理器12通过运行存储在存储器11内的软件程序以及模块，例如本发明实施例中的分布式数据采集装置20，从而执行各种功能应用以及数据处理，即实现本发明实施例中的分布式数据采集方法。

其中，所述存储器11可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器11用于存储程序，所述处理器12在接收到执行指令后，执行所述程序。

所述处理器12可能是一种集成电路芯片，具有数据的处理能力。上述的处理器12可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等。可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

网络模块13用于通过网络建立服务端10与其他通信终端设备之间的通信连接，实现网络信号及数据的收发操作。上述网络信号可包括无线信号或者有线信号。

可以理解，图1所示的结构仅为示意，服务端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。

本发明实施例还提供一种计算机可读存储介质，所述可读存储介质包括计算机程序。所述计算机程序运行时控制所述可读存储介质所在服务端10执行下面的分布式数据采集方法。

图2示出了本发明实施例所提供的一种分布式数据采集方法的流程图。所述方法有关的流程所定义的方法步骤应用于与客户端通信连接的服务端10，可以由所述处理器12实现。下面将对图2所示的具体流程进行详细阐述：

步骤S21，接收客户端发送的页面配置节点信息，将页面配置节点信息转换为动态目标信息。

在本实施例中，客户端发送的页面配置节点信息即为用户的数据分析需求，具体地，客户端响应用户输入的操作指令，根据操作指令获取对应的页面配置节点信息。

常见的对页面配置节点信息进行处理的方法是修改即有的代码或者重新编写代码，这种方式无疑会增加开发成本，并且修改或重新编写的代码可能无法满足用户需求。

而本发明实施例通过自动存储管理(Automatic Storage Management，ASM)技术将页面配置节点信息转换为动态sparkasm代码，能够直接被运行器和spark分布式集群所使用，无需人工进行代码的编辑，节省了研发成本，也提高了对页面配置节点信息处理的灵活性，能够满足多样化的用户需求。

步骤S22，将动态目标信息传输至运行器，以使运行器将动态目标信息转换为动态任务，并使运行器通过任务等待的形式将动态任务提交至分布式集群。

在本实施例中，可以通过设定协议将动态sparkasm信息传输至运行器，例如，设定协议可以是AKA协议，AKA协议是第三代移动通讯网络的认证与密钥协商协议，是国际移动电信组织3GPP(The Third Generation Partnership Project)在研究2G安全脆弱性的基础上，针对3G接入域安全需求提出的安全规范。

采用AKA协议传输动态sparkasm信息，能够提高信息传输的安全性，避免中途被截取。

运行器在接收到动态sparkasm信息之后，服务端会使运行器将动态sparkasm信息转换为动态任务，并使运行器通过任务等待的形式将动态任务提交至分布式集群。在本实施例中，分布式集群为spark分布式集群。

请结合参阅图3，本实施例中通过步骤S221、步骤S222和步骤S223列举了步骤S22的其中一种实现方式。

步骤S221，使运行器获取动态任务的预设优先级。

可以理解，服务端使运行器将动态sparkasm信息转换为动态任务时，运行器会获取动态任务的预设优先级，其中，预设优先级可以由用户从客户端输入，也可以在服务端预先设置。

步骤S222，使运行器将预设优先级转换为任务等待时长。

在本实施例中，运行器将预设优先级进行转换，获得动态sparkasm信息对应的任务等待时长。如此，能够提高数据处理的效率，避免了较大的数据并发量。

步骤S223，使运行器根据任务等待时长将动态任务延时提交至spark分布式集群。

可以理解，运行器会根据动态sparkasm信息的任务等待时长将动态sparkasm信息延时提交。

步骤S23，使分布式集群执行动态任务以获得对应的数据，并使分布式集群将数据进行存储。

在本实施例中，spark分布式集群在接收到动态sparkasm信息对应的动态任务后，会执行该动态任务，进而获得对应的数据，其中，对应的数据即为用户欲获取的数据，进一步地，spark分布式集群根据对应的数据生成列表，将列表存储至数据库，换句话说，将数据落地到业务数仓。

在本实施例中，数据库为多样化数据库。用户可以通过多样化数据库查看所需要的数据，可选地，spark分布式集群还可以将对应的数据返回客户端以供用户查看。

在上述基础上，如图4所示，本发明实施例提供了一种分布式数据采集装置20，所述分布式数据采集装置20包括：信息转换模块21、任务提交模块22和任务执行模块23。

信息转换模块21，用于接收所述客户端发送的页面配置节点信息，将所述页面配置节点信息转换为动态目标信息。

由于信息转换模块21和图2中步骤S21的实现原理类似，因此在此不作更多说明。

任务提交模块22，用于将所述动态目标信息传输至运行器，以使所述运行器将所述动态目标信息转换为动态任务，并使所述运行器通过任务等待的形式将所述动态任务提交至分布式集群。

由于任务提交模块22和图2中步骤S22的实现原理类似，因此在此不作更多说明。

任务执行模块23，用于使所述分布式集群执行所述动态任务以获得对应的数据，并使所述分布式集群将所述数据进行存储。

由于任务执行模块23和图2中步骤S23的实现原理类似，因此在此不作更多说明。

综上，本发明实施例所提供的分布式数据采集方法及装置，能够将用户输入的页面配置节点信息转换为动态目标信息，并采用运行器将动态目标信息转换为动态任务以使运行器能够通过任务等待的形式提交至分布式集群，然后采用分布式集群执行动态任务以获得对应的数据，采用该方法无需根据用户每一次的需求进行代码的更改和编辑，节省了研发成本，保证了该方法能够针对多样化的用户需求进行相应的数据处理，进而满足用户多样化的数据分析需求。

在本发明实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、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、程序段或代码的一部分，所述模块、程序段或代码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。也应当注意，在有些作为替换的实现方式中，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。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块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。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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，服务端10，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，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、物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、物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，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种分布式数据采集方法，其特征在于，应用于与客户端通信连接的服务端，所述方法包括：

接收所述客户端发送的页面配置节点信息，将所述页面配置节点信息转换为动态目标信息；

所述客户端发送的页面配置节点信息即为用户的数据分析需求，所述客户端响应用户输入的操作指令，根据所述操作指令获取对应的页面配置节点信息，通过字节码操控框架将所述页面配置节点信息转换为动态sparkasm代码；

将所述动态目标信息传输至运行器，以使所述运行器将所述动态目标信息转换为动态任务，并使所述运行器通过任务等待的形式将所述动态任务提交至分布式集群；

使所述分布式集群执行所述动态任务以获得对应的数据，并使所述分布式集群将所述数据进行存储。

2.根据权利要求1所述的分布式数据采集方法，其特征在于，将所述页面配置节点信息转换为动态目标信息的步骤，包括：

将所述页面配置节点信息转换为动态sparkasm信息。

3.根据权利要求2所述的分布式数据采集方法，其特征在于，将所述动态目标信息传输至运行器的步骤，包括：

采用设定通信协议将所述动态sparkasm信息传输至运行器。

4.根据权利要求1所述的分布式数据采集方法，其特征在于，使所述运行器通过任务等待的形式将所述动态任务提交至分布式集群的步骤，包括：

使所述运行器获取所述动态任务的预设优先级；

使所述运行器将所述预设优先级转换为任务等待时长；

使所述运行器根据所述任务等待时长将所述动态任务延时提交至spark分布式集群。

5.根据权利要求1所述的分布式数据采集方法，其特征在于，所述分布式集群为spark分布式集群，使所述分布式集群将所述数据进行存储的步骤，包括：

使所述spark分布式集群根据所述数据生成对应的列表，将所述列表存储至预设数据库。

6.一种分布式数据采集装置，其特征在于，应用于与客户端通信连接的服务端，所述装置包括：

信息转换模块，用于接收所述客户端发送的页面配置节点信息，将所述页面配置节点信息转换为动态目标信息；所述客户端发送的页面配置节点信息即为用户的数据分析需求，所述客户端响应用户输入的操作指令，根据所述操作指令获取对应的页面配置节点信息，通过字节码操控框架将所述页面配置节点信息转换为动态sparkasm代码；

任务提交模块，用于将所述动态目标信息传输至运行器，以使所述运行器将所述动态目标信息转换为动态任务，并使所述运行器通过任务等待的形式将所述动态任务提交至分布式集群；

任务执行模块，用于使所述分布式集群执行所述动态任务以获得对应的数据，并使所述分布式集群将所述数据进行存储。

7.根据权利要求6所述的分布式数据采集装置，其特征在于，所述信息转换模块通过以下方式将所述页面配置节点信息转换为动态目标信息：

将所述页面配置节点信息转换为动态sparkasm信息。

8.根据权利要求7所述的分布式数据采集装置，其特征在于，所述任务提交模块通过以下方式将所述动态目标信息传输至运行器：

采用设定通信协议将所述动态sparkasm信息传输至运行器。

9.根据权利要求6所述的分布式数据采集装置，其特征在于，所述任务提交模块通过以下方式使所述运行器通过任务等待的形式将所述动态任务提交至分布式集群：

使所述运行器获取所述动态任务的预设优先级；

使所述运行器将所述预设优先级转换为任务等待时长；

使所述运行器根据所述任务等待时长将所述动态任务延时提交至spark分布式集群。

10.根据权利要求6所述的分布式数据采集装置，其特征在于，所述分布式集群为spark分布式集群，所述任务执行模块通过以下方式使所述分布式集群将所述数据进行存储：

使所述spark分布式集群根据所述数据生成对应的列表，将所述列表存储至预设数据库。

Images