CN111339184A

CN111339184A - 一种Hive的同步方法、系统、设备以及介质

Info

Publication number: CN111339184A
Application number: CN202010094667.8A
Authority: CN
Inventors: 李勇
Original assignee: Suzhou Inspur Intelligent Technology Co Ltd
Current assignee: Suzhou Inspur Intelligent Technology Co Ltd
Priority date: 2020-02-16
Filing date: 2020-02-16
Publication date: 2020-06-26

Abstract

本发明公开了一种Hive的同步方法，包括以下步骤：获取满足预设条件的SQL命令；利用所述SQL命令生成消息；提取所述消息中的审核单位并根据所述审核单位获取对应的审核信息；判断所述审核信息对应的审核状态；响应于所述审核状态为审核通过，利用审核通过的消息进行同步。本发明还公开了一种系统、计算机设备以及可读存储介质。本发明实施例提供的方案通过在同步过程中通过增加审核步骤，可以对敏感数据进行保护。

Description

一种Hive的同步方法、系统、设备以及介质

技术领域

本发明涉及灾备同步领域，具体涉及一种Hive的同步方法、系统、设备以及存储介质。

背景技术

目前常用的灾备同步方案主要是通过懒加载，主从模式将数据和元数据直接同步到另外的仓库，准实时同步方式对Hive元数据和数据进行全量的export，然后替换从仓库的数据，没有审核机制，不能很好的保护数据。

发明内容

有鉴于此，为了克服上述问题的至少一个方面，本发明实施例提出一种Hive的同步方法，包括以下步骤：

获取满足预设条件的SQL命令；

利用所述SQL命令生成消息；

提取所述消息中的审核单位并根据所述审核单位获取对应的审核信息；

判断所述审核信息对应的审核状态；

响应于所述审核状态为审核通过，利用审核通过的消息进行同步。

在一些实施例中，提取所述消息中的审核单位并根据所述审核单位获取对应的审核信息，进一步包括：

判断所述审核信息是否存在；

响应于所述审核信息存在，获取所述审核单位对应的审核信息。

在一些实施例中，还包括：

响应于所述审核信息不存在，新建所述审核单位对应的审核信息。

在一些实施例中，还包括：

响应于所述审核状态为新建，将所述消息转移到延时处理队列；

对所述延时处理队列中的消息进行审核并更新对应的审核状态；

在一些实施例中，对所述延时处理队列中的消息进行审核并更新对应的审核状态，进一步包括：

获取所述延时处理队列中预设数量的消息；

对所述预设数量的消息中具有相同审核单位的消息进行合并；

对合并后的消息进行审核并更新对应的审核状态。

在一些实施例中，利用审核通过的消息进行同步，进一步包括：

根据预设的同步策略确定对所述审核通过的消息进行同步的时间。

在一些实施例中，还包括：

根据Hive的元数据确定对数据同步的方式。

基于同一发明构思，根据本发明的另一个方面，本发明的实施例还提供了一种Hive的同步系统，包括：

监听模块，所述监听模块配置为获取满足预设条件的SQL命令；

生成模块，所述生成模块配置为利用所述SQL命令生成消息；

提取模块，所述提取模块配置为提取所述消息中的审核单位并根据所述审核单位获取对应的审核信息；

审核模块，审核模块配置为判断所述审核信息对应的审核状态；

同步模块，所述同步模块配置为响应于所述审核状态为审核通过，利用审核通过的消息进行同步。

基于同一发明构思，根据本发明的另一个方面，本发明的实施例还提供了一种计算机设备，包括：

至少一个处理器；以及

存储器，所述存储器存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时执行如上所述的任一种Hive的同步方法的步骤。

基于同一发明构思，根据本发明的另一个方面，本发明的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时执行如上所述的任一种Hive的同步方法的步骤。

本发明具有以下有益技术效果之一：本发明提出的方案通过策略进行过滤和存储，不仅可以防止策略错发，也可以保证在策略量很多的情况下，保证策略不被丢失。

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简单地介绍，显而易见地，下面描述中的附图仅仅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实施例。

图1为本发明的实施例提供的Hive的同步方法的流程示意图；

图2为本发明的实施例提供的执行中心的流程示意图；

图3为本发明的实施例提供的Hive的同步系统的结构示意图；

图4为本发明的实施例提供的计算机设备的结构示意图；

图5为本发明的实施例提供的计算机可读存储介质的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明实施例进一步详细说明。

需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。

需要说明的是，在本发明的实施例中，SQL(Structured Query Language)指结构化查询语言。

根据本发明的一个方面，本发明的实施例提出一种Hive的同步方法，如图1所示，其可以包括步骤：S1，获取满足预设条件的SQL命令；S2，利用所述SQL命令生成消息；S3，提取所述消息中的审核单位并根据所述审核单位获取对应的审核信息；S4，判断所述审核信息对应的审核状态；S5，响应于所述审核状态为审核通过，利用审核通过的消息进行同步。

本发明实施例提供的方案通过在同步过程中通过增加审核步骤，可以对敏感数据进行保护。

在一些实施例中，在步骤S1获取满足预设条件的SQL命令中，可以通过给Hive添加一个SQL监听器，然后仅监听执行成功且对Hive进行修改、添加和删除元数据和数据的命令。也即只有当SQL命令已经执行成功且该SQL命令是对数据有修改、添加和删除的命令或者对表结构(元数据)有改动的命令时，才进行监听获取。

在一些实施例中，在步骤S2利用所述预设的SQL命令生成消息中，消息可以包括SQL命令内容，时间和操作人。

在一些实施例中，步骤S3提取所述消息中的审核单位并根据所述审核单位获取对应的审核信息，进一步包括：

判断所述审核信息是否存在；

具体的，对消息的审核是以“表”为单位的且可以在审核中心进行，因此需要对SQL进行提取“审核单位”。例如，添加数据delele from tablenanme1 where**与insert intotablenanme1 values**，“审核单位”都是同一张表“tablenanme1”。而审核单位的“审核信息”则可以通过查询历史审核记录判定是否审核过。此处“审核信息”包含三种状态：新建，审核失败，审核通过。

在一些实施例中，方法还包括：

具体的，当审核中心收到监听器发送的消息后，通过查询历史审核记录并没有该消息的审核记录，则新建审核信息，此时的该消息的审核信息对应的审核状态为新建，并将该消息转移到延时处理队列，而当再次收到具有相同的审核单位的其他消息时，如果审核单位对应的审核状态仍为新建，同样将具有相同的审核单位的其他消息转移到延时处理队列。审核人员对延时处理队列中的消息进行审核后，更新对应的审核状态，并将审核通过的消息发送到调度中心，以利用审核通过的消息进行同步。

例如，当消息A和消息B的审核单位均为a，但是历史审核记录中并没有a对应的审核状态，则在收到消息A后新建审核信息并将消息A转移到延时处理队列，此时审核单位a对应的审核状态为新建，这样当收到消息B后，由于B的审核单位也为a，因此同样将消息B也转移到延时处理队列。

需要说明的是，审核人可以对消息进行审核，审核有成功和失败两种结果，灾备同步方案只需要对重要的数据进行备份。而是否审核通过则需要根据具体业务判断，例如交易信息表，打印日志信息表，登录密码表，交易信息表等很重要的业务需要灾备同步，而打印日志信息表不重要没必要灾备同步，另外像登录密码表虽然很重要但是还有实体数据库做存储，也不需要灾备同步。

在一些实施例中，当审核中心收到监听器发送的消息后，通过查询历史审核记录有该消息的审核记录，并且审核记录对应的审核状态为审核通过，则将该消息发送到调度中心，以利用审核通过的该消息进行同步，也即步骤S5响应于所述审核状态为审核通过，利用审核通过的消息进行同步。而审核记录对应的审核状态为审核失败，则将该消息丢弃。

需要说明的是，审核中心接受到的消息后，在查询历史审核信息时，如果其审核单位没有对应的历史审核信息，则新建审核信息后，将消息发送到延时处理队列，或者审核单位对应的审核状态为新建，同样将其发送到延时处理队列。如果其审核单位对应的历史审核状态为审核通过，则将消息发送到调度中心，以进行后续同步。如果其审核单位对应的历史审核状态为审核失败，则直接丢弃消息。

获取所述延时处理队列中预设数量的消息；

对合并后的消息进行审核并更新对应的审核状态。

具体得，对延迟处理队列中的消息的处理不是监听，而是定时批量，例如查询有1000条消息，则每批次处理100条，会对数据进行10次处理，每批次会对有相同审核单位的消息进行合并。并且未处理的消息仍在延时处理队列中，以防止消息丢失。

具体的，大数据是办法实时同步的。同步数据量大可能需要很长时间。特别是全量同步，所以在同步表比较多的情况下就需要考虑很多因素，例如错开业务高峰，不影响主机群业务，降低主机群负载等因素，调度中心根据不同的策略进行发配到执行中心，因此可能出现如下同步方式：1).准实时同步：收到信息立马同步；2).固定时间同步：例如一批表凌晨3点，另一批表凌晨4点；3).定时同步：收到信息后十分钟同步；4).高级属性-合并操作同步：例如30分钟内连续两次添加数据(排除select insert方式情况并非所有添加数据都可合并)，就可以将两次合并，此处仍然是批量处理数据以“审核单位”为基础，会对“消息”进行合并。

在一些实施例中，方法还包括：

根据Hive的元数据确定对数据同步的方式。

具体的，如图2所示，图2示出了执行中心的流程图，如图所示，执行中心收到消息执行同步。同步可以包含同步“元数据”(对表结构的改动)与“数据”。其中“元数据”可以直接从原Hive数据源同步。同步“数据”时可以分“全量同步“和“增量同步”。执行中心可以根据元数据来判断数据是否能够进行“增量同步”，若不需要同步元数据，只需要同步数据，则可以通过原Hive数据源获取到元数据，以判断数据是否能够进行增量同步。

在一些实施例中，判定能否“增量同步”方法可以包括：

1.全部“外表“(元数据里能区分出来)都能够进行增量同步

2.“内表“(元数据里能区分出来)需要根据事务性，存储格式判断是否能进行增量同步。

本发明实施例提供的方案通过在同步过程中通过增加审核步骤，可以对敏感数据进行保护，同时提供多种同步策略，按需求和业务进行同步，能够根据表元数据和存储类型进行增量同步。

基于同一发明构思，根据本发明的另一个方面，本发明的实施例还提供了一种Hive的同步系统400，如图3所示，包括：

监听模块401，所述监听模块401配置为获取满足预设条件的SQL命令；

生成模块402，所述生成模块402配置为利用所述SQL命令生成消息；

提取模块403，所述提取模块403配置为提取所述消息中的审核单位并根据所述审核单位获取对应的审核信息；

审核模块404，审核模块404配置为判断所述审核信息对应的审核状态；

同步模块405，所述同步模块405配置为响应于所述审核状态为审核通过，利用审核通过的消息进行同步。

基于同一发明构思，根据本发明的另一个方面，如图4所示，本发明的实施例还提供了一种计算机设备501，包括：

至少一个处理器520；以及

存储器510，存储器510存储有可在处理器上运行的计算机程序511，处理器520执行程序时执行如上的任一种Hive的同步方法的步骤。

基于同一发明构思，根据本发明的另一个方面，如图5所示，本发明的实施例还提供了一种计算机可读存储介质601，计算机可读存储介质601存储有计算机程序指令610，计算机程序指令610被处理器执行时执行如上的任一种Hive的同步方法的步骤。

最后需要说明的是，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关硬件来完成，的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，的存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。上述计算机程序的实施例，可以达到与之对应的前述任意方法实施例相同或者相类似的效果。

此外，典型地，本发明实施例公开的装置、设备等可为各种电子终端设备，例如手机、个人数字助理(PDA)、平板电脑(PAD)、智能电视等，也可以是大型终端设备，如服务器等，因此本发明实施例公开的保护范围不应限定为某种特定类型的装置、设备。本发明实施例公开的客户端可以是以电子硬件、计算机软件或两者的组合形式应用于上述任意一种电子终端设备中。

此外，根据本发明实施例公开的方法还可以被实现为由CPU执行的计算机程序，该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被CPU执行时，执行本发明实施例公开的方法中限定的上述功能。

此外，上述方法步骤以及系统单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。

此外，应该明白的是，本文的计算机可读存储介质(例如，存储器)可以是易失性存储器或非易失性存储器，或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的，非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)或快闪存储器。易失性存储器可以包括随机存取存储器(RAM)，该RAM可以充当外部高速缓存存储器。作为例子而非限制性的，RAM可以以多种形式获得，比如同步RAM(DRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDRSDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、以及直接Rambus RAM(DRRAM)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。

本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性，已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现的功能，但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。

结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里功能的下列部件来实现或执行：通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器，但是可替换地，处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置。

结合这里的公开所描述的方法或算法的步骤可以直接包含在硬件中、由处理器执行的软件模块中或这两者的组合中。软件模块可以驻留在RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域已知的任何其它形式的存储介质中。示例性的存储介质被耦合到处理器，使得处理器能够从该存储介质中读取信息或向该存储介质写入信息。在一个替换方案中，存储介质可以与处理器集成在一起。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。在一个替换方案中，处理器和存储介质可以作为分立组件驻留在用户终端中。

在一个或多个示例性设计中，功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现，则可以将功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质，该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的，该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁性存储设备，或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够被通用或专用计算机或者通用或专用处理器访问的任何其它介质。此外，任何连接都可以适当地称为计算机可读介质。例如，如果使用同轴线缆、光纤线缆、双绞线、数字用户线路(DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件，则上述同轴线缆、光纤线缆、双绞线、DSL或诸如红外线、无线电和微波的无线技术均包括在介质的定义。如这里所使用的，磁盘和光盘包括压缩盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘、蓝光盘，其中磁盘通常磁性地再现数据，而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。

以上是本发明公开的示例性实施例，但是应当注意，在不背离权利要求限定的本发明实施例公开的范围的前提下，可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外，尽管本发明实施例公开的元素可以以个体形式描述或要求，但除非明确限制为单数，也可以理解为多个。

应当理解的是，在本文中使用的，除非上下文清楚地支持例外情况，单数形式“一个”旨在也包括复数形式。还应当理解的是，在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。

上述本发明实施例公开实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子；在本发明实施例的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，并存在如上的本发明实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。

Claims

1.一种Hive的同步方法，其特征在于，包括以下步骤：

获取满足预设条件的SQL命令；

利用所述SQL命令生成消息；

判断所述审核信息对应的审核状态；

2.如权利要求1所述的方法，其特征在于，提取所述消息中的审核单位并根据所述审核单位获取对应的审核信息，进一步包括：

判断所述审核信息是否存在；

3.如权利要求2所述的方法，其特征在于，还包括：

4.如权利要求1所述的方法，其特征在于，还包括：

5.如权利要求4所述的方法，其特征在于，对所述延时处理队列中的消息进行审核并更新对应的审核状态，进一步包括：

获取所述延时处理队列中预设数量的消息；

对合并后的消息进行审核并更新对应的审核状态。

6.如权利要求1或4所述的方法，其特征在于，利用审核通过的消息进行同步，进一步包括：

7.如权利要求6所述的方法，其特征在于，还包括：

根据Hive的元数据确定对数据同步的方式。

8.一种Hive的同步系统，其特征在于，包括：

生成模块，所述生成模块配置为利用所述SQL命令生成消息；

9.一种计算机设备，包括：

至少一个处理器；以及

存储器，所述存储器存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时执行如权利要求1-7任意一项所述的方法的步骤。

10.一种计算机可读存储介质，所述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执行如权利要求1-7任意一项所述的方法的步骤。