CN112464619B - 大数据处理方法、装置、设备及计算机可读存储介质 - Google Patents
大数据处理方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112464619B CN112464619B CN202110093307.0A CN202110093307A CN112464619B CN 112464619 B CN112464619 B CN 112464619B CN 202110093307 A CN202110093307 A CN 202110093307A CN 112464619 B CN112464619 B CN 112464619B
- Authority
- CN
- China
- Prior art keywords
- target
- data
- processing
- field
- target data
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/12—Use of codes for handling textual entities
- G06F40/126—Character encoding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/12—Use of codes for handling textual entities
- G06F40/151—Transformation
- G06F40/157—Transformation using dictionaries or tables
Abstract
本发明涉及大数据处理技术,揭露一种大数据处理方法,包括:根据数据处理指令,获取待处理目标所需的目标数据;将目标数据主题字段替换为与其相对应的预设字段编码,得到目标数据主题编码;将目标数据主题编码与目标数据值进行映射处理,得到目标数据值与目标数据主题编码的编码数据映射表;根据编码数据映射表和预先获取的目标处理函数对待处理目标进行大数据处理。本发明还涉及区块链技术,数据主题字段编码字典表存储于区块链中。本发明能够解决现有技术中,直接基于原始数据进行处理的方式,对磁盘、网络消耗、内存消耗非常大,且处理时间长等问题。
Description
技术领域
本发明涉及大数据处理,尤其涉及一种大数据处理的方法、装置、电子设备及计算机可读存储介质。
背景技术
大数据技术出现后,给海量数据中分析出有价值的数据,提供了很大的便利性,也为商业数据分析,商业决策,运营分析等提供了比较好的支持。
但是在目前大数据处理框架,如大数据的计算处理框架中的SPARK计算框架,在进行计算时候,往往是根据数据源实际的数据进行计算处理,即数据来源是什么样,数据处理时候就直接用原始数据进行,而实际数据主题字段的长度往往是非常长的,例如企业用户的ID,是32个以上的字符串长度,订单ID是比32位更长的字符串长度,并且数据处理过程中,往往是按照这种字符串长度很长的字段进行分组聚合处理,按照字符串长度很长的字段进行关联等。
上述这种直接基于原始数据进行处理的方式,虽然对大数据分布式处理来说,能得出处理结果,但是整个过程中对磁盘IO、网络消耗、内存消耗非常大,且处理时间长。
发明内容
本发明提供一种大数据处理方法、装置、电子设备及计算机可读存储介质,其主要目的在于能够解决现有技术中,直接基于原始数据进行处理的方式,对磁盘、网络消耗、内存消耗非常大,且处理时间长等问题。
第一方面,为实现上述目的,本发明提供的一种大数据处理方法,包括:
根据数据处理指令,获取待处理目标所需的目标数据;其中,所述目标数据包括目标数据主题字段以及与所述目标数据主题字段相对应的目标数据值;
根据预设数据主题字段编码字典表,将所述目标数据主题字段替换为与其相对应的预设字段编码,得到目标数据主题编码;其中,每个目标数据主题字段均匹配有一一对应的预设字段编码;且,所述预设字段编码的字符串长度小于所述目标数据主题字段的字符串长度;
将所述目标数据主题编码与所述目标数据值进行映射处理,得到所述目标数据值与所述目标数据主题编码的编码数据映射表;
根据所述编码数据映射表和预先获取的目标处理函数对所述待处理目标进行大数据处理;其中,所述目标处理函数为处理所述待处理目标所需的函数,每个待处理目标均匹配有相应的目标处理函数。
第二方面,为了解决上述问题,本发明还提供一种大数据处理装置,所述装置包括:
目标数据获取模块,用于根据数据处理指令,获取待处理目标所需的目标数据;其中,所述目标数据包括目标数据主题字段以及与所述目标数据主题字段相对应的目标数据值;
目标数据主题编码获取模块,用于根据预设数据主题字段编码字典表,将所述目标数据主题字段替换为与其相对应的预设字段编码,得到目标数据主题编码;其中,每个目标数据主题字段均匹配有一一对应的预设字段编码;且,所述预设字段编码的字符串长度小于所述目标数据主题字段的字符串长度;
编码数据映射表生成模块,用于将所述目标数据主题编码与所述目标数据值进行映射处理,得到所述目标数据值与所述目标数据主题编码的编码数据映射表;
大数据处理模块,用于根据所述编码数据映射表和预先获取的目标处理函数对所述待处理目标进行大数据处理;其中,所述目标处理函数为处理所述待处理目标所需的函数,每个待处理目标均匹配有相应的目标处理函数。
第三方面,为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现上述所述的大数据处理方法的步骤。
第四方面,为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现上述所述的大数据处理方法的步骤。
本发明提出的大数据处理方法、装置、电子设备及计算机可读存储介质,通过将目标数据主题字段替换为与其相对应的预设字段编码,得到目标数据主题编码;其中,每个目标数据主题字段均匹配有一一对应的预设字段编码;且,预设字段编码的字符串长度小于目标数据主题字段的字符串长度。能够有效减少磁盘、网络、内存以及处理时间的消耗,提高数据处理效率;通过将目标数据主题编码与目标数据值进行映射处理,得到目标数据值与目标数据主题编码的编码数据映射表;进一步提高处理的运行效率,节约数据处理的时间成本。
附图说明
图1为本发明一实施例提供的大数据处理方法的流程示意图;
图2为本发明一实施例提供的中文大数据处理装置的模块示意图;
图3为本发明一实施例提供的实现中文大数据处理方法的电子设备的内部结构示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种大数据处理方法。参照图1所示,为本发明一实施例提供的大数据处理方法的流程示意图。该方法可以由一个装置执行,该装置可以由软件和/或硬件实现。
在本实施例中,大数据处理方法包括:
步骤S110、根据数据处理指令,获取待处理目标所需的目标数据;其中,目标数据包括目标数据主题字段以及与目标数据主题字段相对应的目标数据值。
具体的,处理器接收数据处理指令,根据数据处理指令,获取待处理目标所需的所有的目标数据。目标数据存储在数据库中,或者存储在分布式的文件系统中,用于处理待处理目标。例如,对数据进行计算处理,根据数据计算指令,获取待计算目标所需的目标数据;又如,对数据进行统计处理,根据数据统计指令,获取待统计目标所需的目标数据;再如,对数据进行分析处理,根据数据分析指令,获取分析目标所需的目标数据。
本实施例优选为,目标数据存储在分布式文件系统中。获取待处理目标所需的目标数据包括目标数据主题字段和与目标数据主题字段所对应的目标数据值;例如,待处理目标是,统计上海市人口,该待处理目标进行统计处理时,需要用到上海市各个区的人口(或者更小的单位),如,上海市XXXXXXXXXXX区的人口数为50万人口,那么,上海市XXXXXXXXXXX区的人口数为50万人口为该场景中的一个目标数据,其中,上海市XXXXXXXXXXX区为目标数据主题字段;50万人口为目标数据值。当然,整个处理目标的处理过程需要的数据节点可能更多,如,对某个省的数据统计,数据节点包括该省的各个市的人口,每个市的各个区的人口以及每栋住宅楼中的人口等,数据链的体系较为庞大,因此需要将数据存储至分布式的文件系统中。待需要使用时,可通过Spark(计算引擎)或者spark-sql(计算引擎组件)从大数据hdfs(分布式文件系统)中进行数据加载或者从hive表(数据仓库工具)中读取,将读取的目标数据读到对应进程中的内存中。比如:spark计算任务有8个executor进程(执行任务),那么就按照数据本地原则将目标数据读取到8个executor进程中的内存里面储存。
作为本发明的一个可选实施例,根据数据处理指令,获取待处理目标所需的目标数据包括:
获取数据处理指令,其中,数据处理指令包括待处理目标;
根据待处理目标,从预设数据地址目录中获取与待处理目标相对应的数据的存储位置,作为目标数据的存储位置;其中,预设数据地址目录包括待处理目标和与待处理目标相对应的目标数据的存储位置;
根据目标数据的存储位置,获取待处理目标所需的目标数据。
具体的,处理器获取到数据处理指令,在数据处理指令中至少需要包括待处理目标,即需要进行何种数据处理,例如,统计上海市的人口,则统计上海市的人口便为待处理目标,统计上海市的人口需要的数据为目标数据。为了便于查询目标数据的存储位置,预设数据目录,其中,预设数据目录包括待处理目标和与待处理目标相对应的目标数据的存储位置;将待处理目标与预设数据目录中的各个处理目标进行比对,获取与待处理目标相同的处理目标,再从预设数据目录中获取与该处理目标所对应的数据的存储位置,作为目标数据的存储位置;处理器根据待处理的目标数据的存储位置,获取待处理目标所需的待处理的目标数据,储存至本地文件中待用。
步骤S120、根据预设数据主题字段编码字典表,将目标数据主题字段替换为与其相对应的预设字段编码,得到目标数据主题编码;其中,每个目标数据主题字段均匹配有一一对应的预设字段编码;且,预设字段编码的字符串长度小于目标数据主题字段的字符串长度。
具体的,由于参与数据处理的目标数据主题字段的字符长度可能很长,例如,32位长度的字符字段,在数据处理的过程中,可能需要进行多个进程的数据处理。目前的做法是按照上述字符串长度很长的目标数据主题字段进行分组聚合处理,按照字符串长度很长的目标数据主题字段进行关联等,这种直接基于原始数据进行数据处理的方式,虽然对大数据分布式处理来说,能得出结果,但是整个过程中,对磁盘,网络消耗,内存消耗,处理时间等消耗非常大。因此,在本发明中,通过将目标数据主题字段替换为与其相对应的预设字段编码的方式,能够有效减少磁盘、网络、内存以及处理时间的消耗。其中,预设字段编码的字符串长度小于目标数据主题字段的字符串长度;对于庞大的海量数据处理,以及多进程的数据处理,非常适用。对于千万级别的数据量或者更大的数据集,现有技术会带来非常大的内存,磁盘落地,网络传输的消耗,而本发明能够极大的减少内存,磁盘落地,网络传输的消耗;从而提高数据处理性能,加快数据处理速度。
作为本发明的一个可选实施例,在根据预设数据主题字段编码字典表,将目标数据主题字段替换为与其相对应的预设字段编码,得到目标数据主题编码之前,还包括:
根据预设编码规则,将数据主题字段进行编码处理,得到预设字段编码;
将数据主题字段和与其相对应的预设字段编码加载至预设字典表中,得到数据主题字段编码字典表。
具体的,通过数据主题字段编码字典表,便于对目标数据主题字段进行替换处理,不需要每次进行重新编码,待需要时,调取数据主题字段编码字典表的接口,获取与目标数据主题字段相应的预设字段编码即可。例如,目标数据主题字段在数据主题字段编码字典表中以orgId作为标识(代表数据主题字段的标识),其值为0EA3756D964D21C3E054A0369F1934EC(数据主题字段),与其相对应的预设字段编码标识为orgId_org(字段编码标识),其值为35678606(预设字段编码),字符串长度由原先的32位变成8位,长度减少了3/4。其中,预设编码规则可根据实际情况设定,例如,将用户32位长度的字符串user_id字段,转换为自增数值类型0,1,3……
作为本发明的一个可选实施例,数据主题字段编码字典表存储于区块链中,将目标数据主题字段替换为与其相对应的预设字段编码,得到目标数据主题编码包括:
从数据主题字段编码字典表中获取与目标数据主题字段相同的数据主题字段,作为相同数据主题字段;
从数据主题字段编码字典表中获取与相同数据主题字段相对应的预设字段编码,作为目标数据主题编码。
具体的,将目标数据主题字段作为入参传入数据主题字段编码字典表的接口,通过将目标数据主题字段与数据主题字段编码字典表中的各个数据主题字段进行比对,得到与目标数据主题字段相同的数据主题字段,再调取与该相同数据主题字段相对应的预设字段编码,作为目标数据主题编码,并将该目标数据主题编码输出,即得到目标数据主题编码。
步骤S130、将目标数据主题编码与目标数据值进行映射处理,得到目标数据值与目标数据主题编码的编码数据映射表。
具体的,在对海量数据的处理过程中,可能需要处理的进程有多个,例如,统计上海市人口,需要先对各住宅楼进行统计,再对各小区进行统计,最后再对整个上海市进行统计,为了对庞大的处理数据处理时更加方便,将目标数据主题编码与目标数据值进行映射处理,通过编码数据映射表再进行处理,提高数据处理效率。
作为本发明的一个可选实施例,将目标数据主题编码与目标数据值进行映射处理,得到目标数据值与目标数据主题编码的编码数据映射表包括:
分别获取与目标数据主题字段相对应的目标数据主题编码和目标数据值;
将目标数据主题编码与目标数据值一一对应地映射至预设映射表中,得到目标数据值与目标数据主题编码的编码数据映射表。
具体的,数据处理过程中,为了减小内存和传输的消耗,提高数据处理效率,以目标数据主题编码替代目标数据主题字段,目标数据主题字段均有对应的目标数据值,因此,以目标数据主题字段作为关联点,将目标数据主题编码和目标数据值一一对应地映射至预设映射表中,从而得到目标数据值与目标数据主题编码的编码数据映射表,便于后续数据处理使用。
步骤S140、根据编码数据映射表和预先获取的目标处理函数对待处理目标进行大数据处理;其中,目标处理函数为处理待处理目标所需的函数,每个待处理目标均匹配有相应的目标处理函数。
具体的,每个待处理目标都需要有与其相对应的处理函数,例如,统计人口时,统计人口为待处理目标,用于统计人口的统计函数或者计算函数为处理函数;处理函数可以预先储存在计算引擎Spark中,也可以储存在预设函数表中,根据待处理目标获取相应的处理函数,作为目标处理函数,再根据编码数据映射表和预先获取的目标处理函数对待处理目标进行大数据处理
作为本发明的一个可选实施例,根据编码数据映射表和预先获取的目标处理函数对待处理目标进行大数据处理包括:
从预设函数表中,获取与待处理目标相对应的处理目标表示字段,作为待处理目标表示字段;其中,预设函数表包括处理目标表示字段和与处理目标表示字段相匹配的处理函数;
从预设函数表中获取与待处理目标表示字段相匹配的处理函数,作为目标处理函数;
通过将编码数据映射表中的目标数据主题编码和目标数据值代入目标处理函数中,对待处理目标进行大数据处理。
具体的,通过预设函数表便于查询待处理目标处理时所需要的处理函数。预设函数表包括处理目标表示字段和与处理目标表示字段相匹配的处理函数,通过将待处理目标与预设函数表中的各处理目标表示字段进行比较,获取相应的处理目标表示字段,例如,在上述举例中,上海市人口便为处理目标表示字段,与该处理目标表示字段相匹配的处理函数有多个,例如,上海市各区人口统计函数;通过预设函数表得到与待处理目标表示字段相匹配的处理函数,作为目标处理函数,并将编码数据映射表中的目标数据主题编码和目标数据值代入目标处理函数中,对待处理目标进行大数据处理,得到最终的大数据处理结果。
作为本发明的一个可选实施例,在根据编码数据映射表和预先获取的目标处理函数对待处理目标进行大数据处理之后,还包括:
将大数据处理的结果和待处理目标表示字段加载至预设处理结果表格中,得到大数据处理结果表;
将大数据处理结果表输出。
具体的,为了便于查看大数据处理结果,以及使大数据处理结果表示的更加清晰,处理器将大数据处理结果和待处理目标表示字段加载至预设数据处理结果表中,得到大数据处理结果表,例如,在统计上海市人口的待处理目标中,最终输出的结果为上海市人口以及与上海市人口对应的大数据处理结果表。
如图2所示,是本发明一个实施例的大数据处理装置的功能模块图。
本发明所述大数据处理装置200可以安装于电子设备中。根据实现的功能,所述大数据处理装置可以包括目标数据获取模块210、目标数据主题编码获取模块220、编码数据映射表生成模块230、大数据处理模块240。本发所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
目标数据获取模块210,用于根据数据处理指令,获取待处理目标所需的目标数据;其中,目标数据包括目标数据主题字段以及与目标数据主题字段相对应的目标数据值。
具体的,处理器接收数据处理指令,根据数据处理指令,获取待处理目标所需的所有的目标数据。目标数据存储在数据库中,或者存储在分布式的文件系统中,用于处理待处理目标。例如,对数据进行计算处理,根据数据计算指令,获取待计算目标所需的目标数据;又如,对数据进行统计处理,根据数据统计指令,获取待统计目标所需的目标数据;再如,对数据进行分析处理,根据数据分析指令,获取分析目标所需的目标数据。
本实施例优选为,目标数据存储在分布式文件系统中。获取待处理目标所需的目标数据包括目标数据主题字段和与目标数据主题字段所对应的目标数据值;例如,待处理目标是,统计上海市人口,该待处理目标进行统计处理时,需要用到上海市各个区的人口(或者更小的单位),如,上海市XXXXXXXXXXX区的人口数为50万人口,那么,上海市XXXXXXXXXXX区的人口数为50万人口为该场景中的一个目标数据,其中,上海市XXXXXXXXXXX区为目标数据主题字段;50万人口为目标数据值。当然,整个处理目标的处理过程需要的数据节点可能更多,如,对某个省的数据统计,数据节点包括该省的各个市的人口,每个市的各个区的人口以及每栋住宅楼中的人口等,数据链的体系较为庞大,因此需要将数据存储至分布式的文件系统中。待需要使用时,可通过Spark(计算引擎)或者spark-sql(计算引擎组件)从大数据hdfs(分布式文件系统)中进行数据加载或者从hive表(数据仓库工具)中读取,将读取的目标数据读到对应进程中的内存中。比如:spark计算任务有8个executor进程(执行任务),那么就按照数据本地原则将目标数据读取到8个executor进程中的内存里面储存。
作为本发明的一个可选实施例,根据数据处理指令,获取待处理目标所需的目标数据包括:
获取数据处理指令,其中,数据处理指令包括待处理目标;
根据待处理目标,从预设数据地址目录中获取与待处理目标相对应的数据的存储位置,作为目标数据的存储位置;其中,预设数据地址目录包括待处理目标和与待处理目标相对应的目标数据的存储位置;
根据目标数据的存储位置,获取待处理目标所需的目标数据。
具体的,处理器获取到数据处理指令,在数据处理指令中至少需要包括待处理目标,即需要进行何种数据处理,例如,统计上海市的人口,则统计上海市的人口便为待处理目标,统计上海市的人口需要的数据为目标数据。为了便于查询目标数据的存储位置,预设数据目录,其中,预设数据目录包括处理目标和与处理目标相对应的数据的存储位置;将待处理目标与预设数据目录中的各个处理目标进行比对,获取与待处理目标相同的处理目标,再从预设数据目录中获取与该处理目标所对应的数据的存储位置,作为目标数据的存储位置;处理器根据待处理的目标数据的存储位置,获取待处理目标所需的待处理的目标数据,储存至本地文件中待用。
目标数据主题编码获取模块220,用于根据预设数据主题字段编码字典表,将目标数据主题字段替换为与其相对应的预设字段编码,得到目标数据主题编码;其中,每个目标数据主题字段均匹配有一一对应的预设字段编码;且,预设字段编码的字符串长度小于目标数据主题字段的字符串长度。
具体的,由于参与数据处理的目标数据主题字段的字符长度可能很长,例如,32位长度的字符字段,在数据处理的过程中,可能需要进行多个进程的数据处理。目前的做法是按照上述字符串长度很长的目标数据主题字段进行分组聚合处理,按照字符串长度很长的目标数据主题字段进行关联等,这种直接基于原始数据进行数据处理的方式,虽然对大数据分布式处理来说,能得出结果,但是整个过程中,对磁盘,网络消耗,内存消耗,处理时间等消耗非常大。因此,在本发明中,通过将目标数据主题字段替换为与其相对应的预设字段编码的方式,能够有效减少磁盘、网络、内存以及处理时间的消耗。其中,预设字段编码的字符串长度小于目标数据主题字段的字符串长度;对于庞大的海量数据处理,以及多进程的数据处理,非常适用。对于千万级别的数据量或者更大的数据集,现有技术会带来非常大的内存,磁盘落地,网络传输的消耗,而本发明能够极大的减少内存,磁盘落地,网络传输的消耗;从而提高数据处理性能,加快数据处理速度。
作为本发明的一个可选实施例,在根据预设数据主题字段编码字典表,将目标数据主题字段替换为与其相对应的预设字段编码,得到目标数据主题编码之前,还包括:
根据预设编码规则,将数据主题字段进行编码处理,得到预设字段编码;
将数据主题字段和与其相对应的预设字段编码加载至预设字典表中,得到数据主题字段编码字典表。
具体的,通过数据主题字段编码字典表,便于对目标数据主题字段进行替换处理,不需要每次进行重新编码,待需要时,调取数据主题字段编码字典表的接口,获取与目标数据主题字段相应的预设字段编码即可。例如,目标数据主题字段在数据主题字段编码字典表中以orgId作为标识(代表数据主题字段的标识),其值为0EA3756D964D21C3E054A0369F1934EC(数据主题字段),与其相对应的预设字段编码标识为orgId_org(字段编码标识),其值为35678606(预设字段编码),字符串长度由原先的32位变成8位,长度减少了3/4。其中,预设编码规则可根据实际情况设定,例如,将用户32位长度的字符串user_id字段,转换为自增数值类型0,1,3……
作为本发明的一个可选实施例,数据主题字段编码字典表存储于区块链中,将目标数据主题字段替换为与其相对应的预设字段编码,得到目标数据主题编码包括:
从数据主题字段编码字典表中获取与目标数据主题字段相同的数据主题字段,作为相同数据主题字段;
从数据主题字段编码字典表中获取与相同数据主题字段相对应的预设字段编码,作为目标数据主题编码。
具体的,将目标数据主题字段作为入参传入数据主题字段编码字典表的接口,通过将目标数据主题字段与数据主题字段编码字典表中的各个数据主题字段进行比对,得到与目标数据主题字段相同的数据主题字段,再调取与该相同数据主题字段相对应的预设字段编码,作为目标数据主题编码,并将该目标数据主题编码输出,即得到目标数据主题编码。
编码数据映射表生成模块230,用于将目标数据主题编码与目标数据值进行映射处理,得到目标数据值与目标数据主题编码的编码数据映射表。
具体的,在对海量数据的处理过程中,可能需要处理的进程有多个,例如,统计上海市人口,需要先对各住宅楼进行统计,再对各小区进行统计,最后再对整个上海市进行统计,为了对庞大的处理数据处理时更加方便,将目标数据主题编码与目标数据值进行映射处理,通过编码数据映射表再进行处理,提高数据处理效率。
作为本发明的一个可选实施例,将目标数据主题编码与目标数据值进行映射处理,得到目标数据值与目标数据主题编码的编码数据映射表包括:
分别获取与目标数据主题字段相对应的目标数据主题编码和目标数据值;
将目标数据主题编码与目标数据值一一对应地映射至预设映射表中,得到目标数据值与目标数据主题编码的编码数据映射表。
具体的,数据处理过程中,为了减小内存和传输的消耗,提高数据处理效率,以目标数据主题编码替代目标数据主题字段,目标数据主题字段均有对应的目标数据值,因此,以目标数据主题字段作为关联点,将目标数据主题编码和目标数据值一一对应地映射至预设映射表中,从而得到目标数据值与目标数据主题编码的编码数据映射表,便于后续数据处理使用。
大数据处理模块240,用于根据编码数据映射表和预先获取的目标处理函数对待处理目标进行大数据处理;其中,目标处理函数为处理待处理目标所需的函数,每个待处理目标均匹配有相应的目标处理函数。
具体的,每个待处理目标都需要有与其相对应的处理函数,例如,统计人口时,统计人口为待处理目标,用于统计人口的统计函数或者计算函数为处理函数;处理函数可以预先储存在计算引擎Spark中,也可以储存在预设函数表中,根据待处理目标获取相应的处理函数,作为目标处理函数,再根据编码数据映射表和预先获取的目标处理函数对待处理目标进行大数据处理,从而得到大数据处理结果。
作为本发明的一个可选实施例,根据编码数据映射表和预先获取的目标处理函数对待处理目标进行大数据处理包括:
从预设函数表中,获取与待处理目标相对应的处理目标表示字段,作为待处理目标表示字段;其中,预设函数表包括处理目标表示字段和与处理目标表示字段相匹配的处理函数;
从预设函数表中获取与待处理目标表示字段相匹配的处理函数,作为目标处理函数;
通过将编码数据映射表中的目标数据主题编码和目标数据值代入目标处理函数中,对待处理目标进行大数据处理。
具体的,通过预设函数表便于查询待处理目标处理时所需要的处理函数。预设函数表包括处理目标表示字段和与处理目标表示字段相匹配的处理函数,通过将待处理目标与预设函数表中的各处理目标表示字段进行比较,获取相应的处理目标表示字段,例如,在上述举例中,上海市人口便为处理目标表示字段,与该处理目标表示字段相匹配的处理函数有多个,例如,上海市各区人口统计函数;通过预设函数表得到与待处理目标表示字段相匹配的处理函数,作为目标处理函数,并将编码数据映射表中的目标数据主题编码和目标数据值代入目标处理函数中,对待处理目标进行大数据处理,最终得到数据处理结果。
作为本发明的一个可选实施例,在根据编码数据映射表和预先获取的目标处理函数对待处理目标进行大数据处理之后,还包括:
将大数据处理的结果和待处理目标表示字段加载至预设处理结果表格中,得到大数据处理结果表;
将大数据处理结果表输出。
具体的,为了便于查看大数据处理结果,以及使大数据处理结果表示的更加清晰,处理器将大数据处理结果和待处理目标表示字段加载至预设数据处理结果表中,得到大数据处理结果表,例如,在统计上海市人口的待处理目标中,最终输出的结果为上海市人口以及与上海市人口对应的大数据处理结果表。
如图3所示,是本发明一个实施例实现大数据处理方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如大数据处理程序12。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card, SMC)、安全数字(SecureDigital, SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如大数据处理程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如大数据处理程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的大数据处理程序12是多个指令的组合,在所述处理器10中运行时,可以实现:
根据数据处理指令,获取待处理目标所需的目标数据;其中,目标数据包括目标数据主题字段以及与目标数据主题字段相对应的目标数据值;
根据预设数据主题字段编码字典表,将目标数据主题字段替换为与其相对应的预设字段编码,得到目标数据主题编码;其中,每个目标数据主题字段均匹配有一一对应的预设字段编码;且,预设字段编码的字符串长度小于目标数据主题字段的字符串长度;
将目标数据主题编码与目标数据值进行映射处理,得到目标数据值与目标数据主题编码的编码数据映射表;
根据编码数据映射表和预先获取的目标处理函数对待处理目标进行大数据处理;其中,目标处理函数为处理待处理目标所需的函数,每个待处理目标均匹配有相应的目标处理函数。
具体地,所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。需要强调的是,为进一步保证上述数据主题字段编码字典表的私密和安全性,上述数据主题字段编码字典表还可以存储于一区块链的节点中。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元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。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (9)
1.一种大数据处理方法,应用于电子装置,其特征在于,所述方法包括:
根据数据处理指令,获取待处理目标所需的目标数据;其中,所述目标数据包括目标数据主题字段以及与所述目标数据主题字段相对应的目标数据值;
根据预设数据主题字段编码字典表,将所述目标数据主题字段替换为与其相对应的预设字段编码,得到目标数据主题编码;其中,每个目标数据主题字段均匹配有一一对应的预设字段编码;且,所述预设字段编码的字符串长度小于所述目标数据主题字段的字符串长度;
将所述目标数据主题编码与所述目标数据值进行映射处理,得到所述目标数据值与所述目标数据主题编码的编码数据映射表;
根据所述编码数据映射表和预先获取的目标处理函数对所述待处理目标进行大数据处理;其中,所述目标处理函数为处理所述待处理目标所需的函数,每个待处理目标均匹配有相应的目标处理函数;其中,
所述根据所述编码数据映射表和预先获取的目标处理函数对所述待处理目标进行大数据处理包括:
从预设函数表中,获取与所述待处理目标相对应的处理目标表示字段,作为待处理目标表示字段;其中,所述预设函数表包括处理目标表示字段和与所述处理目标表示字段相匹配的处理函数;
从所述预设函数表中获取与所述待处理目标表示字段相匹配的处理函数,作为目标处理函数;
通过将所述编码数据映射表中的目标数据主题编码和所述目标数据值代入所述目标处理函数中,对所述待处理目标进行大数据处理。
2.根据权利要求1所述的大数据处理方法,其特征在于,所述根据数据处理指令,获取待处理目标所需的目标数据包括:
获取数据处理指令,其中,所述数据处理指令包括待处理目标;
根据所述待处理目标,从预设数据地址目录中获取与所述待处理目标相对应的数据的存储位置,作为目标数据的存储位置;其中,所述预设数据地址目录包括待处理目标和与所述待处理目标相对应的目标数据的存储位置;
根据所述目标数据的存储位置,获取待处理目标所需的目标数据。
3.根据权利要求1所述的大数据处理方法,其特征在于,在所述根据预设数据主题字段编码字典表,将所述目标数据主题字段替换为与其相对应的预设字段编码,得到目标数据主题编码之前,还包括:
根据预设编码规则,将数据主题字段进行编码处理,得到预设字段编码;
将所述数据主题字段和与其相对应的预设字段编码加载至预设字典表中,得到数据主题字段编码字典表。
4.根据权利要求3所述的大数据处理方法,其特征在于,所述数据主题字段编码字典表存储于区块链中,根据预设数据主题字段编码字典表,所述将所述目标数据主题字段替换为与其相对应的预设字段编码,得到目标数据主题编码包括:
从所述数据主题字段编码字典表中获取与所述目标数据主题字段相同的数据主题字段,作为相同数据主题字段;
从所述数据主题字段编码字典表中获取与所述相同数据主题字段相对应的预设字段编码,作为目标数据主题编码。
5.根据权利要求1所述的大数据处理方法,其特征在于,所述将所述目标数据主题编码与所述目标数据值进行映射处理,得到所述目标数据值与所述目标数据主题编码的编码数据映射表包括:
分别获取与所述目标数据主题字段相对应的目标数据主题编码和目标数据值;
将所述目标数据主题编码与所述目标数据值一一对应地映射至预设映射表中,得到所述目标数据值与所述目标数据主题编码的编码数据映射表。
6.根据权利要求1所述的大数据处理方法,其特征在于,在所述根据所述编码数据映射表和预先获取的目标处理函数对所述待处理目标进行大数据处理后,还包括:
将所述大数据处理后的结果和所述待处理目标表示字段加载至预设处理结果表格中,得到大数据处理结果表;
将所述大数据处理结果表输出。
7.一种大数据处理装置,其特征在于,所述装置包括:
目标数据获取模块,用于根据数据处理指令,获取待处理目标所需的目标数据;其中,所述目标数据包括目标数据主题字段以及与所述目标数据主题字段相对应的目标数据值;
目标数据主题编码获取模块,用于根据预设数据主题字段编码字典表,将所述目标数据主题字段替换为与其相对应的预设字段编码,得到目标数据主题编码;其中,每个目标数据主题字段均匹配有一一对应的预设字段编码;且,所述预设字段编码的字符串长度小于所述目标数据主题字段的字符串长度;
编码数据映射表生成模块,用于将所述目标数据主题编码与所述目标数据值进行映射处理,得到所述目标数据值与所述目标数据主题编码的编码数据映射表;
大数据处理模块,用于根据所述编码数据映射表和预先获取的目标处理函数对所述待处理目标进行大数据处理;其中,所述目标处理函数为处理所述待处理目标所需的函数,每个待处理目标均匹配有相应的目标处理函数,
其中,所述根据所述编码数据映射表和预先获取的目标处理函数对所述待处理目标进行大数据处理包括:
从预设函数表中,获取与所述待处理目标相对应的处理目标表示字段,作为待处理目标表示字段;其中,所述预设函数表包括处理目标表示字段和与所述处理目标表示字段相匹配的处理函数;
从所述预设函数表中获取与所述待处理目标表示字段相匹配的处理函数,作为目标处理函数;
通过将所述编码数据映射表中的目标数据主题编码和所述目标数据值代入所述目标处理函数中,对所述待处理目标进行大数据处理。
8.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至6中任一所述的大数据处理方法的步骤。
9.一种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实现如权利要求1至6中任一所述的大数据处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110093307.0A CN112464619B (zh) | 2021-01-25 | 2021-01-25 | 大数据处理方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110093307.0A CN112464619B (zh) | 2021-01-25 | 2021-01-25 | 大数据处理方法、装置、设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112464619A CN112464619A (zh) | 2021-03-09 |
CN112464619B true CN112464619B (zh) | 2021-05-25 |
Family
ID=74802283
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110093307.0A Active CN112464619B (zh) | 2021-01-25 | 2021-01-25 | 大数据处理方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112464619B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113158144B (zh) * | 2021-03-16 | 2022-08-30 | 杭州趣链科技有限公司 | 作品内容上链处理方法、装置、计算机设备和存储介质 |
CN114513552B (zh) * | 2022-01-06 | 2024-04-02 | 中信百信银行股份有限公司 | 数据处理方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609816A (zh) * | 2012-02-13 | 2012-07-25 | 浪潮集团山东通用软件有限公司 | 一种通用的可按自定义规则编码的物料编码方法 |
CN103853820A (zh) * | 2014-02-20 | 2014-06-11 | 北京用友政务软件有限公司 | 一种数据处理方法及系统 |
CN106777292A (zh) * | 2016-12-29 | 2017-05-31 | 北京神州绿盟信息安全科技股份有限公司 | 一种数据序列化方法及装置 |
CN109460406A (zh) * | 2018-10-15 | 2019-03-12 | 咪咕文化科技有限公司 | 一种数据处理方法及装置 |
US10869252B2 (en) * | 2017-02-13 | 2020-12-15 | Samsung Electronics Co., Ltd | Apparatus and method for providing service in wireless communication system |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378457B (zh) * | 2019-06-26 | 2023-06-20 | 全球码链科技有限公司 | 一种码标的生成方法及装置 |
CN111899855B (zh) * | 2020-07-16 | 2024-04-26 | 武汉大学 | 一种个体健康与公共卫生数据时空聚集可视化构建方法及平台 |
-
2021
- 2021-01-25 CN CN202110093307.0A patent/CN112464619B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609816A (zh) * | 2012-02-13 | 2012-07-25 | 浪潮集团山东通用软件有限公司 | 一种通用的可按自定义规则编码的物料编码方法 |
CN103853820A (zh) * | 2014-02-20 | 2014-06-11 | 北京用友政务软件有限公司 | 一种数据处理方法及系统 |
CN106777292A (zh) * | 2016-12-29 | 2017-05-31 | 北京神州绿盟信息安全科技股份有限公司 | 一种数据序列化方法及装置 |
US10869252B2 (en) * | 2017-02-13 | 2020-12-15 | Samsung Electronics Co., Ltd | Apparatus and method for providing service in wireless communication system |
CN109460406A (zh) * | 2018-10-15 | 2019-03-12 | 咪咕文化科技有限公司 | 一种数据处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112464619A (zh) | 2021-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112134739A (zh) | 链路状态的追踪方法、装置、电子设备及计算机存储介质 | |
CN112464619B (zh) | 大数据处理方法、装置、设备及计算机可读存储介质 | |
CN112506486A (zh) | 搜索系统建立方法、装置、电子设备及可读存储介质 | |
CN114491047A (zh) | 多标签文本分类方法、装置、电子设备及存储介质 | |
CN114185895A (zh) | 数据导入导出方法、装置、电子设备及存储介质 | |
CN114881616A (zh) | 业务流程执行方法、装置、电子设备及存储介质 | |
CN113722533B (zh) | 信息推送方法、装置、电子设备及可读存储介质 | |
CN113468175B (zh) | 数据压缩方法、装置、电子设备及存储介质 | |
CN113868528A (zh) | 资讯推荐方法、装置、电子设备及可读存储介质 | |
CN112104662B (zh) | 远端数据读写方法、装置、设备及计算机可读存储介质 | |
CN112580079A (zh) | 权限配置方法、装置、电子设备及可读存储介质 | |
CN112256472A (zh) | 分布式数据调取方法、装置、电子设备及存储介质 | |
CN115687384A (zh) | Uuid标识生成方法、装置、设备及存储介质 | |
CN115145870A (zh) | 失败任务原因定位方法、装置、电子设备及存储介质 | |
CN114185588A (zh) | 增量包生成方法、装置、设备及存储介质 | |
CN114626103A (zh) | 数据一致性比对方法、装置、设备及介质 | |
CN112667244A (zh) | 数据校验方法、装置、电子设备及计算机可读存储介质 | |
CN113918517A (zh) | 多类型文件集中管理方法、装置、设备及存储介质 | |
CN113590856B (zh) | 标签查询方法、装置、电子设备及可读存储介质 | |
CN112527753B (zh) | Dns解析记录无损压缩方法、装置、电子设备及存储介质 | |
CN114546854A (zh) | 接口测试方法、装置、电子设备及存储介质 | |
CN115033605A (zh) | 数据查询方法、装置、电子设备及存储介质 | |
CN115795171A (zh) | 基于业务场景的信息推送方法、装置、电子设备及介质 | |
CN112667570A (zh) | 文件访问方法、装置、设备及可读存储介质 | |
CN115033510A (zh) | 组件通信方法、装置、电子设备及存储介质 |
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 |