CN111221841A - 基于大数据的实时处理方法及装置 - Google Patents
基于大数据的实时处理方法及装置 Download PDFInfo
- Publication number
- CN111221841A CN111221841A CN201811428196.9A CN201811428196A CN111221841A CN 111221841 A CN111221841 A CN 111221841A CN 201811428196 A CN201811428196 A CN 201811428196A CN 111221841 A CN111221841 A CN 111221841A
- Authority
- CN
- China
- Prior art keywords
- real
- time
- storage engine
- query
- data storage
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 238000013500 data storage Methods 0.000 claims abstract description 111
- 238000012545 processing Methods 0.000 claims abstract description 67
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 238000012795 verification Methods 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims description 42
- 238000004891 communication Methods 0.000 claims description 20
- 238000012423 maintenance Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于大数据的实时处理方法及装置。其中,方法包括:接收利用任一种对外调用方式输入的特定语言格式的查询语句;对查询语句进行语法解析及校验,生成逻辑查询计划;根据逻辑查询计划,确定与逻辑查询计划相对应的存储引擎中是否包含有实时数据存储引擎;若是,则将查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行实时计算任务。采用本方案,用户仅通过输入的特定语言格式的查询语句便可实现对大数据的实时处理,降低用户对实时数据存储引擎的学习成本,并有利于对实时处理业务的维护。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种基于大数据的实时处理方法及装置。
背景技术
随着科技及社会的不断发展,各类数据呈井喷式地增长。人们在对海量数据进行处理过程中,通常会涉及对数据的实时处理,例如,实时统计用户活跃数或用户流失状况等等。
相较于离线数据处理,实时数据处理具有任务周期维持时间长,编译难度高等特点。所以,目前在对数据进行实时处理时,常常需专业实时数据处理人员根据选择的实时数据计算引擎或实时数据存储引擎的语法特点等编译相应的执行代码,从而提高了用户对数据进行实时处理的学习成本,不利于实时数据处理业务的维护。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于大数据的实时处理方法及装置。
根据本发明的一个方面,提供了一种基于大数据的实时处理方法,包括:
接收利用任一种对外调用方式输入的特定语言格式的查询语句;
对所述查询语句进行语法解析及校验,生成逻辑查询计划;
根据所述逻辑查询计划,确定与所述逻辑查询计划相对应的存储引擎中是否包含有实时数据存储引擎;
若是,则将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行所述实时计算任务。
根据本发明的另一方面,提供了一种基于大数据的实时处理装置,包括:
接收模块,适于接收利用任一种对外调用方式输入的特定语言格式的查询语句;
解析校验模块,适于对所述查询语句进行语法解析及校验,生成逻辑查询计划;
确定模块,适于根据所述逻辑查询计划,确定与所述逻辑查询计划相对应的存储引擎中是否包含有实时数据存储引擎;
计算模块,适于若确定模块确定与所述逻辑查询计划相对应的存储引擎中包含有实时数据存储引擎,则将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行所述实时计算任务。
根据本发明的又一方面,提供了一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述基于大数据的实时处理方法对应的操作。
根据本发明的再一方面,提供了一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述基于大数据的实时处理方法对应的操作。
根据本发明提供的基于大数据的实时处理方法及装置,首先接收利用任一种对外调用方式输入的特定语言格式的查询语句;进一步对查询语句进行语法解析及校验,生成逻辑查询计划;并根据逻辑查询计划,确定与逻辑查询计划相对应的存储引擎中是否包含有实时数据存储引擎;若是,则将查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行实时计算任务。采用本方案,用户仅通过输入的特定语言格式的查询语句便可实现对大数据的实时处理,降低用户对实时数据存储引擎的学习成本,并有利于对实时处理业务的维护。
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示出了本发明提供的一种预设的大数据处理系统的功能结构示意图;
图2示出了根据本发明一个实施例提供的一种基于大数据的实时处理方法的流程示意图;
图3示出了根据本发明另一个实施例提供的一种基于大数据的实时处理方法的流程示意图;
图4示出了根据本发明一个实施例提供的一种基于大数据的实时处理装置的功能结构示意图;
图5示出了根据本发明一个实施例提供的一种计算设备的结构示意图。
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。
本发明所提供的基于大数据的实时处理方法及装置可应用于预设的大数据处理系统中。如图1所示,该预设的大数据处理系统包括:服务接口11、解析模块12、路由模块13、多个计算引擎14以及多个存储引擎15。
其中,服务接口11,提供至少一种对外调用方式,适于接收利用任一种对外调用方式输入的特定语言格式的查询语句。该大数据处理系统中的特定语言格式的查询语句可以为与计算引擎或存储引擎耦合度较低的逻辑查询语句,即用户无需根据查询所需的计算引擎及存储引擎的特点及语法结构等专门编译相应的语句。
解析模块12,适于对查询语句进行语法解析及校验,生成逻辑查询计划。具体地,为保障数据查询效率以及避免系统资源浪费,解析模块12首先对服务接口11接收到的查询语句进行语法校验。可选的,若查询语句的语法校验不合格,可为用户反馈相应的提示信息,以供用户根据提示信息进行查询语句的及时修正。待语法校验成功后,进一步对查询语句进行解析,以生成相应的逻辑查询计划。从而供路由模块13、多个计算引擎14和/或多个存储引擎15基于逻辑查询计划获得最终的查询结果。
路由模块13,适于根据逻辑查询计划,确定与逻辑查询计划相对应的至少一个计算引擎和/或至少一个存储引擎,并将查询语句路由至该至少一个计算引擎和/或至少一个存储引擎。具体地,在解析模块12生成与查询语句相对应的逻辑查询计划之后,进一步由路由模块13根据逻辑查询计划生成相应的物理执行计划,即确定出与逻辑查询计划相对应的至少一个计算引擎和/或至少一个存储引擎,并将查询语句路由至该至少一个计算引擎和/或至少一个存储引擎。
多个计算引擎14以及多个存储引擎15,适于根据路由模块路由的查询语句,执行对应的查询处理,获得并输出查询结果。
图2示出了根据本发明一个实施例提供的一种基于大数据的实时处理方法的流程示意图。如图2所示,该方法包括:
步骤S210,接收利用任一种对外调用方式输入的特定语言格式的查询语句。
其中,该至少一种对外调用方式包含:命令行调用方式、JDBC调用方式和/或专用API调用方式。可选的,为进一步提升用户体验,本实施例可针对于不同的用户群体提供相应的对外调用方式。例如,针对于终端用户群体,可为其提供命令行调用方式;而针对于开发者用户群体,则可为其提供JDBC(Java DataBase Connectivity,java数据库连接)调用方式和/或专用API调用方式。可选的,利用任一种对外调用方式输入的特定语言格式的混合查询语句具体为特定语言格式的SQL语句。
用户仅通过输入特定语言格式的查询语句便可实现数据的实时处理,该查询语句与实时数据计算引擎或实时数据存储引擎耦合度较低,从而降低用户的学习成本,提升用户体验。
步骤S220,对查询语句进行语法解析及校验,生成逻辑查询计划。
具体地,对接收到的查询语句进行语法校验,待语法校验成功后对查询语句进行语法解析,以获得与该查询语句相匹配的逻辑查询计划,从而便于后续步骤中基于该逻辑查询计划对该查询语句进行自动化处理。
步骤S230,根据逻辑查询计划,确定与逻辑查询计划相对应的存储引擎中是否包含有实时数据存储引擎;若是,则执行步骤S240。
基于该逻辑查询计划,结合查询语句对应数据表信息,和/或与该数据表信息相关联的元数据信息,确定与逻辑查询计划相对应的至少一个存储引擎和/或至少一个计算引擎,并在与逻辑查询计划相对应的存储引擎中查找是否存在至少一个实时数据存储引擎,若是,则执行步骤S240。
步骤S240,将查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行该实时计算任务。
若确定出与逻辑查询计划相对应的存储引擎中包含有实时数据存储引擎,则将该查询语句自动转换为可供实时数据存储引擎执行的实时计算任务,从而实现对数据的实时处理。
由此可见,本实施例接收利用任一种对外调用方式输入的特定语言格式的查询语句,使得用户无需根据数据实时处理所需的存储引擎或计算引擎的特定及语法结构编译相应的查询语句,从而将查询语句与存储引擎或计算引擎解耦,降低用户的学习成本;并进一步对查询语句进行语法解析及校验,生成逻辑查询计划,在确定与逻辑查询计划相对应的存储引擎中包含有实时数据存储引擎时,将查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行实时计算任务,从而实现数据的实时处理,并有利于对实时处理业务的维护。
图3示出了根据本发明另一个实施例提供的一种基于大数据的实时处理方法的流程示意图。如图3所示,该方法包括:
步骤S310,接收利用任一种对外调用方式输入的特定语言格式的查询语句。
步骤S320,对查询语句进行语法解析及校验,判断查询语句是否为混合查询语句,若否,则执行步骤S330;若是,则执行步骤S340。
本实施例所提供的基于大数据的实时处理方法不仅适用于仅涉及单一的数据源的单数据查询语句,也可适用于涉及多个数据源的混合查询语句。其中,混合查询语句具体是指混合查询语句所对应的数据源信息中至少两个数据源对应于不同类别的存储引擎;和/或,混合查询语句所对应的数据源信息中至少两个数据源对应于不同的集群;混合查询语句所对应的数据源信息中至少两个数据源对应于不同的业务连接。
可选的,在确定查询语句是否为混合查询语句过程中,可依据查询语句相对应的数据表信息,根据该数据表信息查询相对应的元信息,确定出与查询语句所对应的数据源信息,从而确定出该查询语句是否为混合查询语句。在具体的实施过程中,可将该查询语句转换为对应的逻辑树,进而对逻辑树进行拆分,获得至少一个逻辑子树,进一步根据逻辑树的拆分结果判断查询语句是否为混合查询语句。
步骤S330,生成单数据查询计划,依据单数据查询计划进行实时处理。
针对于单数据查询语句,通过对查询语句的语法解析及校验,生成与该查询语句相对应的单数据查询计划。则在依据该单数据查询计划进行实时处理过程中,首先确定与该单数据查询计划相对应的存储引擎是否为实时数据存储引擎,如Kafka引擎等等。
若与该单数据查询计划相对应的存储引擎为实时数据存储引擎,则将查询语句路由至实时数据存储引擎,并将查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行。具体地,在将查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行过程中,需初始化运行环境,并启动实时任务资源申请,待实时任务资源申请完毕后,将查询语句转换为相对应的实时计算任务类,实时数据存储引擎通过调用该实时计算任务类,实现对实时计算任务的处理。
步骤S340,生成混合查询计划,依据混合查询计划进行实时处理。
针对于混合查询语句,通过对查询语句的语法解析及校验,生成与该查询语句相对应的混合查询计划。在依据该混合查询计划进行实时处理过程中,需先确定与混合查询计划相对应的至少一个存储引擎和至少一个计算引擎,并确定与混合查询计划相对应的至少一个存储引擎中是否包含有实时数据存储引擎,若是,则将查询语句路由至实时数据存储引擎,并将查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行并获得实时中间处理结果;以及,将查询语句路由至至少一个计算引擎,以供至少一个计算引擎依据实时中间查询结果进行计算处理得到最终的查询结果。
可选的,为提高查询效率,降低系统开销以及节省系统计算资源,本实施例将混合查询语句进行拆分,将混合查询语句拆分为多个语义完整的查询分句,该多个查询分句可由至少一个存储引擎和/或至少一个计算引擎分别执行。则在本步骤中,可分别确定每个查询分句所对应的存储引擎或计算引擎,并确定出对应的存储引擎为实时数据存储引擎的查询分句,将该查询分句路由至相对应的实时数据存储引擎,以及将该查询分句转换为对应的实时计算任务,以供实时数据存储引擎执行该查询分句。
具体地,在一种实施方式中,与混合查询计划相对应的存储引擎为多个不同的实时数据存储引擎。则将与该多个不同的实时数据存储引擎相对应的查询分句分别路由至相对应的实时数据存储引擎,并将该相对应的查询分句转换为对应的实时计算任务,以供相对应的实时数据存储引擎执行该查询分句,获得实时中间处理结果,并由计算引擎根据各个实时数据存储引擎实时反馈的实时中间处理结果进行计算处理获得最终的结果。
在又一种实施方式中,与混合查询计划相对应的存储引擎为至少一个实时数据存储引擎,以及至少一个非实时数据存储引擎。则将与实时数据存储引擎相对应的查询分句路由至相对应的实时数据引擎,并将该查询分句转换为对应的实时任务,由与该查询分句相对应实时数据存储引擎执行该查询分句,获得实时中间处理结果;并且将与非实时数据存储引擎相对应的查询分句路由至相对应的非实时数据引擎,以供非实时数据引擎执行对应的查询分句,获得非实时中间处理结果;最终由计算引擎根据实时数据存储引擎反馈的实时中间处理结果和/或非实时数据存储引擎反馈的非实时中间处理结果进行计算处理,获得最终的处理结果。
由此可见,本实施例所提供的基于大数据的实时处理方法,不仅适用于仅涉及单一的数据源的单数据查询语句,也可适用于涉及多个数据源的混合查询语句。并且使用户无需根据数据实时处理所需的存储引擎或计算引擎的特定及语法结构编译相应的查询语句,实现查询语句与存储引擎或计算引擎解耦,降低用户的学习成本,并有利于对实时处理业务的维护。
图4示出了根据本发明一个实施例提供的一种基于大数据的实时处理装置的功能结构示意图。如图4所示,该装置包括:接收模块41、解析校验模块42、确定模块43、及计算模块44。
接收模块41适于接收利用任一种对外调用方式输入的特定语言格式的查询语句;
解析校验模块42,适于对所述查询语句进行语法解析及校验,生成逻辑查询计划;
确定模块43,适于根据所述逻辑查询计划,确定与所述逻辑查询计划相对应的存储引擎中是否包含有实时数据存储引擎;
计算模块44,适于若确定模块确定与所述逻辑查询计划相对应的存储引擎中包含有实时数据存储引擎,则将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行所述实时计算任务。
可选的,计算模块44进一步适于:初始化运行环境,并启动实时任务资源申请;待实时任务资源申请完毕后,将所述查询语句转换为相对应的实时计算任务类,以供实时数据存储引擎通过调用所述实时计算任务类,实现对实时计算任务的处理。
可选的,解析校验模块42进一步包括:判断所述查询语句是否为混合查询语句;若否,则生成单数据查询计划;若是,则生成混合查询计划。
可选的,确定模块43进一步适于:确定与所述单数据查询计划相对应的存储引擎是否为实时数据存储引擎;
计算模块44进一步适于:若确定与所述单数据查询计划相对应的存储引擎为实时数据存储引擎,则将所述查询语句路由至所述实时数据存储引擎,并将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行。
可选的,确定模块43进一步适于:确定与所述混合查询计划相对应的至少一个存储引擎和至少一个计算引擎;确定与所述混合查询计划相对应的至少一个存储引擎中是否包含有实时数据存储引擎;
计算模块44进一步适于:若确定与所述混合查询计划相对应的至少一个存储引擎中包含有实时数据存储引擎,则将所述查询语句路由至所述实时数据存储引擎,并将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行并获得实时中间处理结果;将所述查询语句路由至所述至少一个计算引擎,以供所述至少一个计算引擎依据所述实时中间查询结果进行计算处理得到最终的查询结果。
可选的,所述查询语句为SQL语句。
其中,本实施例中大数据处理装置的各个模块的具体实施方式可参照图2和/或图3所示方法实施例中相应步骤的描述,本实施例对此不做赘述。
由此可见,本实施例接收利用任一种对外调用方式输入的特定语言格式的查询语句,使得用户无需根据数据实时处理所需的存储引擎或计算引擎的特定及语法结构编译相应的查询语句,从而将查询语句与存储引擎或计算引擎解耦,降低用户的学习成本;并进一步对查询语句进行语法解析及校验,生成逻辑查询计划,在确定与逻辑查询计划相对应的存储引擎中包含有实时数据存储引擎时,将查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行实时计算任务,从而实现数据的实时处理,并有利于对实时处理业务的维护。
根据本发明一个实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的基于大数据的实时处理方法。
图5示出了根据本发明一个实施例提供的一种计算设备的结构示意图,本发明具体实施例并不对计算设备的具体实现做限定。
如图5所示,该计算设备可以包括:处理器(processor)502、通信接口(Communications Interface)504、存储器(memory)506、以及通信总线508。
其中:
处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。
通信接口504,用于与其它设备比如客户端或其它服务器等的网元通信。
处理器502,用于执行程序510,具体可以执行上述基于大数据的实时处理方法实施例中的相关步骤。
具体地,程序510可以包括程序代码,该程序代码包括计算机操作指令。
处理器502可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器506,用于存放程序510。存储器506可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行以下操作:
接收利用任一种对外调用方式输入的特定语言格式的查询语句;
对所述查询语句进行语法解析及校验,生成逻辑查询计划;
根据所述逻辑查询计划,确定与所述逻辑查询计划相对应的存储引擎中是否包含有实时数据存储引擎;
若是,则将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行所述实时计算任务。
在一种可选的实施方式中,程序510具体可以用于使得处理器502执行以下操作:
初始化运行环境,并启动实时任务资源申请;
待实时任务资源申请完毕后,将所述查询语句转换为相对应的实时计算任务类,以供实时数据存储引擎通过调用所述实时计算任务类,实现对实时计算任务的处理。
在一种可选的实施方式中,程序510具体可以用于使得处理器502执行以下操作:
判断所述查询语句是否为混合查询语句;若是,则生成单数据查询计划;若否,则生成混合查询计划。
在一种可选的实施方式中,程序510具体可以用于使得处理器502执行以下操作:
确定与所述单数据查询计划相对应的存储引擎是否为实时数据存储引擎,若是,则将所述查询语句路由至所述实时数据存储引擎,并将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行。
在一种可选的实施方式中,程序510具体可以用于使得处理器502执行以下操作:
确定与所述混合查询计划相对应的至少一个存储引擎和至少一个计算引擎;
确定与所述混合查询计划相对应的至少一个存储引擎中是否包含有实时数据存储引擎;
若是,则将所述查询语句路由至所述实时数据存储引擎,并将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行并获得实时中间处理结果;
将所述查询语句路由至所述至少一个计算引擎,以供所述至少一个计算引擎依据所述实时中间查询结果进行计算处理得到最终的查询结果。
在一种可选的实施方式中,所述查询语句为SQL语句。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例中基于大数据的实时处理装置的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
本发明公开了:A1.一种基于大数据的实时处理方法,包括:
接收利用任一种对外调用方式输入的特定语言格式的查询语句;
对所述查询语句进行语法解析及校验,生成逻辑查询计划;
根据所述逻辑查询计划,确定与所述逻辑查询计划相对应的存储引擎中是否包含有实时数据存储引擎;
若是,则将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行所述实时计算任务。
A2.根据A1所述的方法,其中,所述将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行所述实时计算任务进一步包括:
初始化运行环境,并启动实时任务资源申请;
待实时任务资源申请完毕后,将所述查询语句转换为相对应的实时计算任务类,以供实时数据存储引擎通过调用所述实时计算任务类,实现对实时计算任务的处理。
A3.根据A1或A2所述的方法,其中,所述对所述查询语句进行语法解析及校验,生成逻辑查询计划进一步包括:
判断所述查询语句是否为混合查询语句;若是,则生成单数据查询计划;若否,则生成混合查询计划。
A4.根据A3所述的方法,其中,所述根据所述逻辑查询计划,确定与所述逻辑查询计划相对应的存储引擎中是否包含有实时数据存储引擎;若是,则将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行所述实时计算任务进一步包括:
确定与所述单数据查询计划相对应的存储引擎是否为实时数据存储引擎,若是,则将所述查询语句路由至所述实时数据存储引擎,并将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行。
A5.根据A3所述的方法,其中,所述根据所述逻辑查询计划,确定与所述逻辑查询计划相对应的存储引擎中是否包含有实时数据存储引擎;若是,则将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行所述实时计算任务进一步包括:
确定与所述混合查询计划相对应的至少一个存储引擎和至少一个计算引擎;
确定与所述混合查询计划相对应的至少一个存储引擎中是否包含有实时数据存储引擎;
若是,则将所述查询语句路由至所述实时数据存储引擎,并将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行并获得实时中间处理结果;
将所述查询语句路由至所述至少一个计算引擎,以供所述至少一个计算引擎依据所述实时中间查询结果进行计算处理得到最终的查询结果。
A6.根据A1-A5中任一项所述的方法,其中,所述查询语句为SQL语句。
本发明还公开了B7.一种基于大数据的实时处理装置,包括:
接收模块,适于接收利用任一种对外调用方式输入的特定语言格式的查询语句;
解析校验模块,适于对所述查询语句进行语法解析及校验,生成逻辑查询计划;
确定模块,适于根据所述逻辑查询计划,确定与所述逻辑查询计划相对应的存储引擎中是否包含有实时数据存储引擎;
计算模块,适于若确定模块确定与所述逻辑查询计划相对应的存储引擎中包含有实时数据存储引擎,则将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行所述实时计算任务。
B8.根据B7所述的装置,其中,所述计算模块进一步适于:
初始化运行环境,并启动实时任务资源申请;
待实时任务资源申请完毕后,将所述查询语句转换为相对应的实时计算任务类,以供实时数据存储引擎通过调用所述实时计算任务类,实现对实时计算任务的处理。
B9.根据B7或B8所述的装置,其中,所述解析校验模块进一步包括:
判断所述查询语句是否为混合查询语句;若否,则生成单数据查询计划;若是,则生成混合查询计划。
B10.根据B9所述的装置,其中,所述确定模块进一步适于:确定与所述单数据查询计划相对应的存储引擎是否为实时数据存储引擎;
所述计算模块进一步适于:若确定与所述单数据查询计划相对应的存储引擎为实时数据存储引擎,则将所述查询语句路由至所述实时数据存储引擎,并将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行。
B11.根据B9所述的装置,其中,所述确定模块进一步适于:确定与所述混合查询计划相对应的至少一个存储引擎和至少一个计算引擎;
确定与所述混合查询计划相对应的至少一个存储引擎中是否包含有实时数据存储引擎;
所述计算模块进一步适于:若确定与所述混合查询计划相对应的至少一个存储引擎中包含有实时数据存储引擎,则将所述查询语句路由至所述实时数据存储引擎,并将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行并获得实时中间处理结果;将所述查询语句路由至所述至少一个计算引擎,以供所述至少一个计算引擎依据所述实时中间查询结果进行计算处理得到最终的查询结果。
B12.根据B7-B11中任一项所述的装置,其中,所述查询语句为SQL语句。
本发明还公开了:C13.一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如A1-A6中任一项所述的基于大数据的实时处理方法对应的操作。
本发明还公开了:D14.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如A1-A6中任一项所述的基于大数据的实时处理方法对应的操作。
Claims (10)
1.一种基于大数据的实时处理方法,包括:
接收利用任一种对外调用方式输入的特定语言格式的查询语句;
对所述查询语句进行语法解析及校验,生成逻辑查询计划;
根据所述逻辑查询计划,确定与所述逻辑查询计划相对应的存储引擎中是否包含有实时数据存储引擎;
若是,则将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行所述实时计算任务。
2.根据权利要求1所述的方法,其中,所述将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行所述实时计算任务进一步包括:
初始化运行环境,并启动实时任务资源申请;
待实时任务资源申请完毕后,将所述查询语句转换为相对应的实时计算任务类,以供实时数据存储引擎通过调用所述实时计算任务类,实现对实时计算任务的处理。
3.根据权利要求1或2所述的方法,其中,所述对所述查询语句进行语法解析及校验,生成逻辑查询计划进一步包括:
判断所述查询语句是否为混合查询语句;若是,则生成单数据查询计划;若否,则生成混合查询计划。
4.根据权利要求3所述的方法,其中,所述根据所述逻辑查询计划,确定与所述逻辑查询计划相对应的存储引擎中是否包含有实时数据存储引擎;若是,则将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行所述实时计算任务进一步包括:
确定与所述单数据查询计划相对应的存储引擎是否为实时数据存储引擎,若是,则将所述查询语句路由至所述实时数据存储引擎,并将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行。
5.根据权利要求3所述的方法,其中,所述根据所述逻辑查询计划,确定与所述逻辑查询计划相对应的存储引擎中是否包含有实时数据存储引擎;若是,则将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行所述实时计算任务进一步包括:
确定与所述混合查询计划相对应的至少一个存储引擎和至少一个计算引擎;
确定与所述混合查询计划相对应的至少一个存储引擎中是否包含有实时数据存储引擎;
若是,则将所述查询语句路由至所述实时数据存储引擎,并将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行并获得实时中间处理结果;
将所述查询语句路由至所述至少一个计算引擎,以供所述至少一个计算引擎依据所述实时中间查询结果进行计算处理得到最终的查询结果。
6.根据权利要求1-5中任一项所述的方法,其中,所述查询语句为SQL语句。
7.一种基于大数据的实时处理装置,包括:
接收模块,适于接收利用任一种对外调用方式输入的特定语言格式的查询语句;
解析校验模块,适于对所述查询语句进行语法解析及校验,生成逻辑查询计划;
确定模块,适于根据所述逻辑查询计划,确定与所述逻辑查询计划相对应的存储引擎中是否包含有实时数据存储引擎;
计算模块,适于若确定模块确定与所述逻辑查询计划相对应的存储引擎中包含有实时数据存储引擎,则将所述查询语句转换为对应的实时计算任务,以供实时数据存储引擎执行所述实时计算任务。
8.根据权利要求7所述的装置,其中,所述计算模块进一步适于:
初始化运行环境,并启动实时任务资源申请;
待实时任务资源申请完毕后,将所述查询语句转换为相对应的实时计算任务类,以供实时数据存储引擎通过调用所述实时计算任务类,实现对实时计算任务的处理。
9.一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-6中任一项所述的基于大数据的实时处理方法对应的操作。
10.一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-6中任一项所述的基于大数据的实时处理方法对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811428196.9A CN111221841A (zh) | 2018-11-27 | 2018-11-27 | 基于大数据的实时处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811428196.9A CN111221841A (zh) | 2018-11-27 | 2018-11-27 | 基于大数据的实时处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111221841A true CN111221841A (zh) | 2020-06-02 |
Family
ID=70830395
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811428196.9A Pending CN111221841A (zh) | 2018-11-27 | 2018-11-27 | 基于大数据的实时处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111221841A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112860954A (zh) * | 2021-02-08 | 2021-05-28 | 中国邮政储蓄银行股份有限公司 | 实时计算的方法以及实时计算系统 |
CN112905598A (zh) * | 2021-03-15 | 2021-06-04 | 上海交通大学 | 基于接口实现分离的图任务中间结果存储方法及系统 |
WO2022105736A1 (zh) * | 2020-11-20 | 2022-05-27 | 深圳前海微众银行股份有限公司 | 数据处理方法、装置、设备、计算机存储介质和程序 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090019000A1 (en) * | 2007-07-12 | 2009-01-15 | Mitchell Jon Arends | Query based rule sets |
CN102982075A (zh) * | 2012-10-30 | 2013-03-20 | 北京京东世纪贸易有限公司 | 支持访问异构数据源的系统和方法 |
CN103440303A (zh) * | 2013-08-21 | 2013-12-11 | 曙光信息产业股份有限公司 | 一种异构云存储系统及其数据处理方法 |
CN106777108A (zh) * | 2016-12-15 | 2017-05-31 | 贵州电网有限责任公司电力科学研究院 | 一种基于混合存储架构的数据查询方法和装置 |
CN108519914A (zh) * | 2018-04-09 | 2018-09-11 | 腾讯科技(深圳)有限公司 | 大数据计算方法、系统和计算机设备 |
-
2018
- 2018-11-27 CN CN201811428196.9A patent/CN111221841A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090019000A1 (en) * | 2007-07-12 | 2009-01-15 | Mitchell Jon Arends | Query based rule sets |
CN102982075A (zh) * | 2012-10-30 | 2013-03-20 | 北京京东世纪贸易有限公司 | 支持访问异构数据源的系统和方法 |
CN103440303A (zh) * | 2013-08-21 | 2013-12-11 | 曙光信息产业股份有限公司 | 一种异构云存储系统及其数据处理方法 |
CN106777108A (zh) * | 2016-12-15 | 2017-05-31 | 贵州电网有限责任公司电力科学研究院 | 一种基于混合存储架构的数据查询方法和装置 |
CN108519914A (zh) * | 2018-04-09 | 2018-09-11 | 腾讯科技(深圳)有限公司 | 大数据计算方法、系统和计算机设备 |
Non-Patent Citations (1)
Title |
---|
向红: "基于本体的异构数据集成系统的研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022105736A1 (zh) * | 2020-11-20 | 2022-05-27 | 深圳前海微众银行股份有限公司 | 数据处理方法、装置、设备、计算机存储介质和程序 |
CN112860954A (zh) * | 2021-02-08 | 2021-05-28 | 中国邮政储蓄银行股份有限公司 | 实时计算的方法以及实时计算系统 |
CN112905598A (zh) * | 2021-03-15 | 2021-06-04 | 上海交通大学 | 基于接口实现分离的图任务中间结果存储方法及系统 |
CN112905598B (zh) * | 2021-03-15 | 2022-06-28 | 上海交通大学 | 基于接口实现分离的图任务中间结果存储方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110704479A (zh) | 任务处理方法、装置、电子设备及存储介质 | |
CN111221842A (zh) | 大数据处理系统及方法 | |
US9122540B2 (en) | Transformation of computer programs and eliminating errors | |
CN111309751A (zh) | 大数据处理方法及装置 | |
CN106547527B (zh) | 一种JavaScript文件构建方法及装置 | |
CN108369591B (zh) | 用于缓存和参数化ir的系统和方法 | |
CN111221852A (zh) | 基于大数据的混合查询处理方法及装置 | |
CN108694221B (zh) | 数据实时分析方法、模块、设备和装置 | |
CN111221841A (zh) | 基于大数据的实时处理方法及装置 | |
CN111026634A (zh) | 一种接口自动化测试系统、方法、装置及存储介质 | |
CN112860730A (zh) | Sql语句的处理方法、装置、电子设备及可读存储介质 | |
CN114064601B (zh) | 存储过程转换方法、装置、设备和存储介质 | |
CN115809063B (zh) | 一种存储过程编译方法、系统、电子设备和存储介质 | |
CN111221888A (zh) | 大数据分析系统及方法 | |
CN112988163A (zh) | 编程语言智能适配方法、装置、电子设备和介质 | |
CN111580821B (zh) | 脚本绑定方法、装置、电子设备及计算机可读存储介质 | |
CN110489124B (zh) | 源代码执行方法、装置、存储介质及计算机设备 | |
CN111221860A (zh) | 基于大数据的混合查询优化方法及装置 | |
CN113495723B (zh) | 一种调用功能组件的方法、装置及存储介质 | |
CN111221843A (zh) | 大数据处理方法及装置 | |
CN113515285B (zh) | 生成实时计算逻辑数据的方法和装置 | |
CN113064914A (zh) | 数据提取方法及装置 | |
CN106682221B (zh) | 问答交互的响应方法、装置及问答系统 | |
CN112650502A (zh) | 批处理任务处理方法、装置、计算机设备和存储介质 | |
CN115563183B (zh) | 查询方法、装置及程序产品 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200602 |
|
RJ01 | Rejection of invention patent application after publication |