CN112364018A - 一种生成宽表的方法、装置、设备及存储介质 - Google Patents
一种生成宽表的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112364018A CN112364018A CN202011205080.6A CN202011205080A CN112364018A CN 112364018 A CN112364018 A CN 112364018A CN 202011205080 A CN202011205080 A CN 202011205080A CN 112364018 A CN112364018 A CN 112364018A
- Authority
- CN
- China
- Prior art keywords
- log data
- data
- generating
- dimension
- wide
- 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
Images
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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Debugging And Monitoring (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种生成宽表的方法、装置、设备及存储介质。该方法包括:获取日志数据、以及按照预设周期变化的日志数据的第一维度表和第二维度表;根据所述日志数据生成事实表;根据所述第一维度表和所述事实表生成第一宽表;根据所述第一宽度表和所述第二维度表生成第二宽表。能够通过减少生成宽表数据的成本和时间,满足时效性较强的业务需求,支持业务的正常运行。
Description
技术领域
本发明属于数据处理技术领域,尤其涉及一种生成宽表的方法、装置、设备及存储介质。
背景技术
随着各种软、硬件技术的不断进步,数据生产量越来越庞大,数据源不断地涌入服务器中。
当前,主要通过数据仓库存储数据,数据仓库中宽表将业务主体相关的指标、维度、属性关联在一起。对于时变的维度来说,每隔一段时间需要在大宽表中生成新数据。
由于宽表在生成新数据时需要大量成本和时间,对于时效性要求比较严格的业务,现有的生成宽表技术不能支持业务的正常运行。
发明内容
本发明实施例提供一种生成宽表的方法、装置、设备及存储介质,能够通过减少生成宽表数据的成本和时间,满足时效性较强的业务的时效需求,支持业务的正常运行。
第一方面,本发明实施例提供一种生成宽表的方法,该方法包括:
获取日志数据、以及按照预设周期变化的日志数据的第一维度表和第二维度表;
根据日志数据生成事实表;
根据第一维度表和事实表生成第一宽表;
根据第一宽度表和第二维度表生成第二宽表。
在一种可能的实现方式中,第一维度表为按照第一变化周期变化日志数据的维度表;第二维度表为按照第二变化周期变化日志数据的维度表。
在一种可能的实现方式中,第一变化周期大于所述第二变化周期。
在一种可能的实现方式中,在根据所述日志数据生成事实表之前,该方法还包括:
对日志数据进行预处理,得到预处理后的日志数据;
其中,预处理包括以下至少一项:
补充日志数据中缺失的数据;
修正日志数据中错误的数据;
删除日志数据中重复的数据。
在一种可能的实现方式中,第二宽表为包括生成所述第二宽表的逻辑视图表。
第二方面,本发明实施例提供了一种生成宽表的装置,该装置包括:
获取模块,用于获取日志数据、以及按照预设周期变化的日志数据的第一维度表和第二维度表;
生成模块,用于根据日志数据生成事实表;还用于根据第一维度表和事实表生成第一宽表;还用于根据第一宽度表和第二维度表生成第二宽度表。
在一种可能的实现方式中,第一维度表为按照第一变化周期变化日志数据的维度表;第二维度表为按照第二变化周期变化日志数据的维度表;第一变化周期大于所述第二变化周期。
在一种可能的实现方式中,该装置还包括:
预处理模块,用于对日志数据进行预处理,得到预处理后的日志数据;
其中,预处理包括以下至少一项:
补充日志数据中缺失的数据;
修正日志数据中错误的数据;
删除日志数据中重复的数据。
第三方面,本发明实施例提供了一种生成宽表设备,该设备包括:处理器以及存储有计算机程序指令的存储器;处理器执行计算机程序指令时,实现如第一方面或者第一方面的任一可能实现方式中的方法。
第四方面,本发明实施例提供了一种计算机存储介质,该计算机存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现如第一方面或者第一方面的任一可能实现方式中的方法。
本发明的实施例提供的技术方案至少带来以下有益效果:
本发明根据日志数据生成事实表,根据第一维度表和事实表生成第一宽表,根据第一宽表和第二维度表生成第二宽表,第一宽表和第二宽表为按照预设周期变化的日志数据的维度表。可以将不同变化周期的日志数据的维度分为两个维度表,可以在第一维度表中的数据未发生变化,而第二维度表中的数据未发生变化时,仅根据之前生成的第一宽表和第二维度表生成新的第二宽表,减少生成第二宽表的成本和时间,有效的节约第二宽表重新刷新生成的资源和时间成本,有效的提高业务推进的速度和能力,从而满足对于时效性要求比较严格的业务的时效需求。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单的介绍,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是本发明实施例提供的现有的生成宽表的方法示意图;
图2是本发明实施例提供的一种生成宽表的方法流程图;
图3是本发明实施例提供的一种的生成宽表的方法示意图;
图4是本发明实施例提供的一种生成宽表的装置的示意图;
图5是本发明实施例提供的电子设备的结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例,为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本发明进行进一步详细描述。应理解,此处所描述的具体实施例仅被配置为解释本发明,并不被配置为限定本发明。对于本领域技术人员来说,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
随着各种软、硬件技术的不断进步,数据生产量越来越庞大,数据源不断地涌入服务器中。
当前,主要通过数据仓库存储数据,数据仓库中宽表将业务主体相关的指标、维度、属性关联在一起。对于时变的维度来说,每隔一段时间需要在大宽表中生成新数据。
下面结合图1介绍现有的生成宽表的方法。
如图1所示,服务器获取日志数据,日志数据以表格的形式存储形成日志数据表110,日志数据表110可以包括n个数据日志表,n为大于0的整数。
日志数据的来源可以是服务器、操作系统、业务系统等。在一个示例中,日志数据是系统、或者应用软件在运行过程中产生的各种数据(如:用户名、用户执行的程序名、日期、时间等)。
服务器根据日志数据表110生成事实表130,事实表130可以包括m 个事实表,m为大于0的整数。
事实表的主要特点是包含数字数据(事实),并且这些数字信息可以汇总,以提供有关单位作为历史的数据。
服务器获取维度表120,根据维度表120和事实表130生成宽表140,维度表120可以包括k个维度表,k为大于0的整数。
维度表可以看作是用户来分析数据的窗口,维度表中包含事实数据表中事实记录的特性,有些特性提供描述性信息,有些特性指定如何汇总事实数据表数据,以便为分析者提供有用的信息。维度表可以包括比如:详细的产品,客户属性,存储信息等。
宽表是将业务主题相关的指标、维度、属性关联在一起的一张数据库表。
服务器需要对维度表随时间重新生成数据,以矫正宽表和维度表中随时间变化的数据。
由于宽表在需要根据日志数据的变化和维度表的变化生成新数据时,需要大量成本和时间,对于时效性要求比较严格的业务,现有的生成大宽表技术不能支持业务的正常运行。
基于上述问题,本发明实施例提供一种生成宽表的方法、装置、设备、计算机存储介质,有利于生成支持业务的正常运行的宽表,满足对于时效性要求比较严格的业务的时效需求。
下面将结合图2详细阐述本发明一个实施例提供的生成宽表的方法。如图2所示,该方法可以包括以下步骤:
S210,获取日志数据、以及按照预设周期变化的日志数据的第一维度表和第二维度表。
服务器获取日志数据、第一维度表和第二维度表,其中第一维度表和第二维度表为按照预设周期变化的日志数据的维度表。预设周期可以为一天、一个月、一季度、一年等,按照实际需求进行设置。
第一维度表和第二维度表中的维度共同构成宽表的维度,且第一维度表包括的任意一个维度和第二维度表中包括的任意一个维度均不同。
S220,根据所述日志数据生成事实表。
服务器根据日志数据生成事实表,通过事实表将日志数据整理存储,使数据简洁、明了,便于技术人员看懂数据。
S230,根据所述第一维度表和所述事实表生成第一宽表。
服务器根据第一维度表和事实表生成第一宽表。第一宽表为生成最终宽表的一个中间宽表。
S240,根据所述第一宽度表和所述第二维度表生成第二宽表。
服务器根据第一宽度表和第二维度表生成第二宽表。
本发明实施例提供的方法,服务器先根据日志数据生成事实表,然后根据事实表和第一维度表生成第一宽表,根据第一宽表和第二维度表生成第二宽表。通过按照日志数据的变化周期的第一维度表和第二维度表,把数据变化周期较长的维度与数据变化周期较短的维度分开,减少生成第二宽表的成本和时间,满足时效性较强的业务需求,支持业务的正常运行。
在本发明的一个实施例中,第一维度表为按照第一变化周期变化日志数据的维度表;第二维度表为按照第二变化周期变化日志数据的维度表。
本发明实施例为把日志数据变化周期较长的维度与日志数据变化周期较短的维度分开提供了时间依据。
在本发明的一个实施例中,第一变化周期大于第二变化周期。
在一个示例中,用户历史消费数据的日志数据中,用户在某个商店购买了某个商品,则该用户购买的商品不随时间变化,该商品价格随时间缓慢变化(如变化周期为一季度、一年等),该商店内售卖的商品类型随时间快速变化(如变化周期为一个月),则将商品名称维度和商品价格维度归纳到第一维度表,将商品类型维度归纳到第二维度表。
本发明实施例提供的方法,服务器先根据日志数据生成事实表,然后根据事实表和数据变化周期较小第一维度表生成第一宽表,根据第一宽表和数据变化周期较大的第二维度表生成第二宽表。可以在第一维度表的数据未发生变化,而第二维度表的数据未发生变化时,仅根据之前生成的第一宽表和第二维度表生成新的第二宽表,减少生成第二宽表的成本和时间,有效的节约日志数据刷新后生成第二宽表的资源和时间成本,有效的提高业务推进的速度和能力,从而满足对于时效性要求比较严格的业务的时效需求。
如图2所示的方法,在根据日志数据生成事实表之前,该方法还包括:
对日志数据进行预处理,得到预处理后的日志数据;
其中,预处理包括以下至少一项:
补充所述日志数据中缺失的数据;
修正所述日志数据中错误的数据;
删除所述日志数据中重复的数据。
对日志数据进行预处理可以将脏数据转化为满足数据质量要求的数据。
日志数据中缺失的数据可以是一些应该有的信息缺失,如供应商的名称、分公司的名称、客户的区域信息缺失、业务系统中主表与明细表不能匹配等。可以用平均值、最大值、最小值或更为复杂的概率估计代替缺失的值,从而达到清理的目的。补充日志数据中缺失的数据,需要先将缺失的数据过滤出来,补全后才写入数据仓库。
日志数据中错误的数据可以是数值数据输成全角数字字符、字符串数据后面有一个回车操作、日期格式不正确、日期越界等。可以使用统计分析的方法识别可能的错误值或异常值,如偏差分析、识别不遵守分布或回归方程的值,也可以用简单规则库检查数据值,或使用不同属性间的约束、外部的数据来检测修正。日志数据中错误的数据需要先将这一类数据查找出来,修正后再写入数据仓库。
删除日志数据中重复的数据,首先通过可以检测重复数据的算法检测出标识同一个数据的重复记录,将重复数据记录的所有字段导出来,整理删除多余的数据后再写入数据仓库。
本发明实施例提供的对日志数据的预处理方法,可以使日志数据变得完整和精准,从而使后续对这些数据进行分析的结果更为准确。
在本发明的一个实施例中,第二宽表为包括生成第二宽表的逻辑视图表。
也就是说,第二宽表包括生成第二宽表的逻辑方法,不一定是实体宽表。
本发明实施例提供了生成第二宽表的逻辑方法,为减少生成第二宽表的成本和时间提供逻辑方法,有效的节约第二宽表重新刷新生成的资源和时间成本,有效的提高业务推进的速度和能力,从而满足对于时效性要求比较严格的业务的时效需求。
在一个示例中,本发明提供的生成宽表的方法如图3所示。
如图3所示的生成宽表的方法,包括:
服务器获取日志数据,服务器获取日志数据,日志数据以表格的形式存储形成日志数据表310,日志数据表310可以包括n个数据日志表,n为大于0的整数。
图2所示的生成宽表的方法中,可以将日志数据的变化周期较长的第一维度表称为缓慢变化维度表,将日志数据的变化周期较短的第二维度表称为时变维度表。可以将第一宽表称为宽表,可以将第二宽表称为逻辑宽表。宽表可以是生成最终宽表的中间宽表。逻辑宽表可以是包括所有生成最终宽表的逻辑方法的视图表。
如图3所示的方法,服务器还获取缓慢变化的维度表320和时变维度表330。缓慢变化维度表可以包括k个维度表,k为大于0的整数。时变维度表可以包括p个维度表,p为大于0的整数。
服务器根据日志数据表310生成事实表340,事实表340可以包括m 个事实表,m为大于0的整数。然后服务器根据事实表340和缓慢变化维度表320生成宽表350。服务器再根据宽表350和时变维度表330生成逻辑宽表360。
本示例提供的生成宽表的方法,服务器先根据日志数据表生成事实表,然后根据事实表和缓慢变化维度表生成宽表,根据宽表时变维度表逻辑宽表。可以在缓慢辩护维度表中的数据未发生变化,而时变维度表中的数据未发生变化时,仅根据之前生成的宽表和时变维度表生成新的逻辑宽表,减少生成逻辑宽表的成本和时间,有效的节约日志数据刷新后生成逻辑宽表的资源和时间成本,有效的提高业务推进的速度和能力,从而满足对于时效性要求比较严格的业务的时效需求。
基于图2对应实施例提供的生成宽表的方法,本发明实施例还提供了一种生成宽表的装置,如图4所示。
图4是本发明实施例提供的一种生成宽表的装置的结构示意图,该生成宽表的装置400可以包括获取模块410、生成模块420;其中:
获取模块410,用于获取日志数据、以及按照预设周期变化的日志数据的第一维度表和第二维度表;
生成模块420,用于根据日志数据生成事实表;还用于根据第一维度表和所述事实表生成第一宽表;还用于根据第一宽度表和所述第二维度表生成第二宽度表。
本发明实施例提供的生成宽表的装置根据日志数据生成事实表,通过事实表将日志数据整理存储,使数据简洁明了,便于技术人员看懂数据。然后该装置根据事实表和第一维度表生成第一宽表,根据第一宽表和第二维度表生成第二宽表。该装置通过按照日志数据的变化周期的第一维度表和第二维度表。把数据变化周期较长的维度与数据变化周期较短的维度分开,减少生成第二宽表的成本和时间,从而满足时效性较强的业务的时效需求,支持业务的正常运行。
在本发明的一个实施例中,第一维度表为按照第一变化周期变化日志数据的维度表。第二维度表为按照第二变化周期变化日志数据的维度表。第一变化周期大于所述第二变化周期。
本发明实施例为把数据变化周期较长的维度与数据变化周期较短的维度分开提供了时间依据。
在本发明的一个实施例中,第一变化周期大于第二变化周期。
在一个示例中,用户历史消费数据的日志数据中,用户在某个商店购买了某个商品,则该用户购买的商品不随时间变化,该商品价格随时间缓慢变化(如变化周期为一季度、一年等),该商店内售卖的商品类型随时间快速变化(如变化周期为一个月),则将商品名称维度和商品价格维度归纳到第一维度表,将商品类型维度归纳到第二维度表。
本发明实施例提供的生成宽表的装置,先根据日志数据生成事实表,然后根据事实表和数据变化周期较小第一维度表生成第一宽表,根据第一宽表和数据变化周期较大的第二维度表生成第二宽表。可以在第一维度表中的数据未发生变化,而第二维度表中的数据未发生变化时,仅根据之前生成的第一宽表和第二维度表生成新的第二宽表,减少生成第二宽表的成本和时间,有效的节约第二宽表重新刷新生成的资源和时间成本,有效的提高业务推进的速度和能力,从而满足对于时效性要求比较严格的业务的时效需求。
在本发明提供的一个实施例中,如图4所示的生成宽表的装置400,可以包括预处理模块430;其中:
预处理模块430,用于对日志数据进行预处理,得到预处理后的日志数据;
其中,预处理包括以下至少一项:
补充日志数据中缺失的数据;
修正日志数据中错误的数据;
删除日志数据中重复的数据。
在一个示例中,预处理模块430可以包括补充单元、修正单元、删除单元中的至少一个单元。
补充单元,用于补充日志数据中缺失的数据;
修正单元,用于修正日志数据中错误的数据;
删除单元,用于删除日志数据中重复的数据。
对日志数据进行预处理可以将脏数据转化为满足数据质量要求的数据。
日志数据中缺失的数据可以是一些应该有的信息缺失,如供应商的名称、分公司的名称、客户的区域信息缺失、业务系统中主表与明细表不能匹配等。可以用平均值、最大值、最小值或更为复杂的概率估计代替缺失的值,从而达到清理的目的。补充日志数据中缺失的数据,需要先将缺失的数据过滤出来,补全后才写入数据仓库。
日志数据中错误的数据可以是数值数据输成全角数字字符、字符串数据后面有一个回车操作、日期格式不正确、日期越界等。可以使用统计分析的方法识别可能的错误值或异常值,如偏差分析、识别不遵守分布或回归方程的值,也可以用简单规则库检查数据值,或使用不同属性间的约束、外部的数据来检测修正。日志数据中错误的数据需要先将这一类数据查找出来,修正后再写入数据仓库。
删除日志数据中重复的数据,首先通过可以检测重复数据的算法检测出标识同一个数据的重复记录,将重复数据记录的所有字段导出来,整理删除多余的数据后再写入数据仓库。
本发明实施例提供的装置,可以使日志数据变得完整和精准,从而使后续对这些数据进行处理的结果更为准确。
图5示出了本发明实施例提供的一种电子设备的硬件结构示意图。
在电子设备可以包括处理器501以及存储有计算机程序指令的存储器502。
具体地,上述处理器501可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器502可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器502可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus, USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器502可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器502可在综合网关容灾设备的内部或外部。在特定实施例中,存储器 502是非易失性固态存储器。在特定实施例中,存储器502包括只读存储器(ROM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM (EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器501通过读取并执行存储器502中存储的计算机程序指令,以实现图2和图3所示实施例中的任意一种生成宽表的方法。
在一个示例中,电子设备还可包括通信接口503和总线510。其中,如图5所示,处理器501、存储器502、通信接口503通过总线510连接并完成相互间的通信。
通信接口503,主要用于实现本发明实施例中各模块、装置、单元和/ 或设备之间的通信。
总线510包括硬件、软件或两者,将电子设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI- Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线510可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线,但本发明考虑任何合适的总线或互连。
该电子设备可以执行本发明实施例中的生成宽表的方法,从而实现结合图2描述的生成宽表的方法。
另外,结合上述实施例中的生成宽表的方法,本发明实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种生成宽表的方法。
需要明确的是,本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本发明的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本发明的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本发明中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本发明不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
以上所述,仅为本发明的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种生成宽表的方法,其特征在于,所述方法包括:
获取日志数据、以及按照预设周期变化的日志数据的第一维度表和第二维度表;
根据所述日志数据生成事实表;
根据所述第一维度表和所述事实表生成第一宽表;
根据所述第一宽度表和所述第二维度表生成第二宽表。
2.根据权利要求1所述的方法,其特征在于,所述第一维度表为按照第一变化周期变化日志数据的维度表;所述第二维度表为按照第二变化周期变化日志数据的维度表。
3.根据权利要求2所述的方法,其特征在于,所述第一变化周期大于所述第二变化周期。
4.根据权利要求1所述的方法,其特征在于,在所述根据所述日志数据生成事实表之前,所述方法还包括:
对所述日志数据进行预处理,得到预处理后的日志数据;
其中,所述预处理包括以下至少一项:
补充所述日志数据中缺失的数据;
修正所述日志数据中错误的数据;
删除所述日志数据中重复的数据。
5.根据权利要求1所述的方法,其特征在于,所述第二宽表为包括生成所述第二宽表的逻辑视图表。
6.一种生成宽表的装置,其特征在于,所述装置包括:
获取模块,用于获取日志数据、以及按照预设周期变化的日志数据的第一维度表和第二维度表;
生成模块,用于根据所述日志数据生成事实表;还用于根据所述第一维度表和所述事实表生成第一宽表;还用于根据所述第一宽度表和所述第二维度表生成第二宽度表。
7.根据权利要求6所述的装置,其特征在于,所述第一维度表为按照第一变化周期变化日志数据的维度表;所述第二维度表为按照第二变化周期变化日志数据的维度表;所述第一变化周期大于所述第二变化周期。
8.根据权利要求6所述的装置,其特征在于,所述装置还包括:
预处理模块,用于对所述日志数据进行预处理,得到预处理后的日志数据;
其中,所述预处理包括以下至少一项:
补充所述日志数据中缺失的数据;
修正所述日志数据中错误的数据;
删除所述日志数据中重复的数据。
9.一种电子设备,其特征在于,所述设备包括:处理器以及存储有计算机程序指令的存储器;所述处理器执行所述计算机程序指令时实现如权利要求1-5任意一项所述的生成宽表的方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-5任意一项所述的生成宽表的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011205080.6A CN112364018B (zh) | 2020-11-02 | 2020-11-02 | 一种生成宽表的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011205080.6A CN112364018B (zh) | 2020-11-02 | 2020-11-02 | 一种生成宽表的方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112364018A true CN112364018A (zh) | 2021-02-12 |
CN112364018B CN112364018B (zh) | 2021-07-16 |
Family
ID=74512619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011205080.6A Active CN112364018B (zh) | 2020-11-02 | 2020-11-02 | 一种生成宽表的方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112364018B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104866487A (zh) * | 2014-02-24 | 2015-08-26 | 阿里巴巴集团控股有限公司 | 一种宽表刷新的方法和装置 |
CN107330045A (zh) * | 2017-06-28 | 2017-11-07 | 携程旅游网络技术(上海)有限公司 | 机票预订平台的大数据可视化分析方法及系统 |
CN109840246A (zh) * | 2019-01-31 | 2019-06-04 | 北京三快在线科技有限公司 | 一种用于计算目标特征的历史数据的方法及装置 |
WO2019128318A1 (zh) * | 2017-12-29 | 2019-07-04 | 华为技术有限公司 | 数据处理方法、装置和系统 |
CN110399600A (zh) * | 2019-07-24 | 2019-11-01 | 北京明略软件系统有限公司 | 生成宽表的方法及装置 |
CN110442844A (zh) * | 2019-07-03 | 2019-11-12 | 北京达佳互联信息技术有限公司 | 数据处理方法、装置、电子设备及存储介质 |
CN110785749A (zh) * | 2018-06-25 | 2020-02-11 | 北京嘀嘀无限科技发展有限公司 | 用于生成宽表的系统和方法 |
CN111125099A (zh) * | 2019-12-10 | 2020-05-08 | 苏宁云计算有限公司 | 基于Druid宽表的关联数据处理方法及装置 |
-
2020
- 2020-11-02 CN CN202011205080.6A patent/CN112364018B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104866487A (zh) * | 2014-02-24 | 2015-08-26 | 阿里巴巴集团控股有限公司 | 一种宽表刷新的方法和装置 |
CN107330045A (zh) * | 2017-06-28 | 2017-11-07 | 携程旅游网络技术(上海)有限公司 | 机票预订平台的大数据可视化分析方法及系统 |
WO2019128318A1 (zh) * | 2017-12-29 | 2019-07-04 | 华为技术有限公司 | 数据处理方法、装置和系统 |
CN110785749A (zh) * | 2018-06-25 | 2020-02-11 | 北京嘀嘀无限科技发展有限公司 | 用于生成宽表的系统和方法 |
CN109840246A (zh) * | 2019-01-31 | 2019-06-04 | 北京三快在线科技有限公司 | 一种用于计算目标特征的历史数据的方法及装置 |
CN110442844A (zh) * | 2019-07-03 | 2019-11-12 | 北京达佳互联信息技术有限公司 | 数据处理方法、装置、电子设备及存储介质 |
CN110399600A (zh) * | 2019-07-24 | 2019-11-01 | 北京明略软件系统有限公司 | 生成宽表的方法及装置 |
CN111125099A (zh) * | 2019-12-10 | 2020-05-08 | 苏宁云计算有限公司 | 基于Druid宽表的关联数据处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112364018B (zh) | 2021-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11030157B2 (en) | Template based data reduction for commercial data mining | |
CN107123047B (zh) | 基于债券交易的数据采集系统及其数据采集方法 | |
EP3133511A1 (en) | Systems and methods for automatic clustering and canonical designation of related data in various data structures | |
CN111563074B (zh) | 一种基于多维标签的数据质量检测方法和系统 | |
CN114461644A (zh) | 一种数据采集方法、装置、电子设备及存储介质 | |
CN111861486A (zh) | 异常账户识别方法、装置、设备及介质 | |
CN113095509A (zh) | 线上机器学习模型的更新方法和装置 | |
CN116841779A (zh) | 异常日志检测方法、装置、电子设备和可读存储介质 | |
CN112364018B (zh) | 一种生成宽表的方法、装置、设备及存储介质 | |
CN111245815B (zh) | 数据处理方法、装置、存储介质及电子设备 | |
CN111160975A (zh) | 一种目标用户确定方法、装置、设备及计算机存储介质 | |
CN114817750A (zh) | 信息处理方法、装置、设备、介质及产品 | |
WO2019245885A1 (en) | Event detection based on text streams | |
CN113673214A (zh) | 信息清单的对齐方法、装置、存储介质和电子设备 | |
CN112800333A (zh) | 企业用户服务的推荐方法、装置、设备及存储介质 | |
CN118230608B (zh) | 一种基于数据分析的航班时刻修正方法及系统 | |
CN110019164A (zh) | 一种异构结构化数据融合概率的计算方法及系统 | |
CN115543667B (zh) | 一种piu子系统的参数关联性分析方法、装置、设备及介质 | |
CN114996590A (zh) | 一种分类方法、装置、设备及存储介质 | |
CN112328595A (zh) | 一种数据查找方法、装置、设备及存储介质 | |
CN115878873A (zh) | 异常用户的特征确定方法、装置、设备及存储介质 | |
CN112306961A (zh) | 日志处理方法、装置、设备及存储介质 | |
CN116680449A (zh) | 对多源数据进行同一用户识别的方法、装置、设备及介质 | |
CN114186064A (zh) | 标签分类方法、装置、设备及计算机存储介质 | |
CN115237917A (zh) | 数据中台的数据计算方法、装置、设备及可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211221 Address after: 200233 4th floor, B3 south building, Putian Industrial Park, 700 Yishan Road, Xuhui District, Shanghai Patentee after: Shanghai Youkun Information Technology Co.,Ltd. Address before: 200233 4th floor, B3 south building, Putian Industrial Park, 700 Yishan Road, Xuhui District, Shanghai Patentee before: Shanghai SMK Network Technology Co.,Ltd. |
|
TR01 | Transfer of patent right |