CN112699156A - 数据处理方法及装置、存储介质及电子终端 - Google Patents
数据处理方法及装置、存储介质及电子终端 Download PDFInfo
- Publication number
- CN112699156A CN112699156A CN202011629724.4A CN202011629724A CN112699156A CN 112699156 A CN112699156 A CN 112699156A CN 202011629724 A CN202011629724 A CN 202011629724A CN 112699156 A CN112699156 A CN 112699156A
- Authority
- CN
- China
- Prior art keywords
- data
- type
- database
- primary key
- queue
- 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 21
- 238000012545 processing Methods 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 47
- 238000007405 data analysis Methods 0.000 claims abstract description 20
- 238000004519 manufacturing process Methods 0.000 claims abstract description 20
- 238000013523 data management Methods 0.000 claims description 16
- 230000004044 response Effects 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000000903 blocking effect Effects 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 230000000977 initiatory effect Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 10
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- 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
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/546—Message passing systems or structures, e.g. queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/547—Remote procedure calls [RPC]; Web services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/508—Monitor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/54—Indexing scheme relating to G06F9/54
- G06F2209/544—Remote
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/54—Indexing scheme relating to G06F9/54
- G06F2209/548—Queue
Abstract
本公开涉及计算机技术领域,具体涉及一种数据处理方法、一种数据处理装置、一种存储介质以及一种电子终端。所述方法包括:接收数据生产端上传的待处理数据;其中,所述待处理数据包含数据类型标识;基于所述数据类型标识将第一类型数据保存至数据库,以及将第二类型数据保存至任务表;由所述数据库中提取第一类型数据并进行数据解析,以根据数据解析结果将数据主键保存至redis数据库队列中,将对应的数据保存至redis数据库键值对中;响应于服务启动指令,由所述redis数据库队列中获取目标数据主键,以基于所述目标数据主键批量拉取对应的数据,并执行拉取的所述数据。本公开的方案能够支持百万级TPS读取。
Description
技术领域
本公开涉及计算机技术领域,具体涉及一种数据处理方法、一种数据处理装置、一种存储介质以及一种电子终端。
背景技术
随着互联网技术的快速发展,出现越来越多的高流量、高并发的应用场景。例如,在商家促销、购物节的时间段内,商家和用户数量众多,数据量庞大,交易过程中产生的数据量可能是平时的数倍。在面对高流量、高并发的应用场景时,一般采用配置更多机房、多集群应用部署的方式,将所需要的数据尽可能加载到系统内存中,在流量洪峰来临时直接进行内存计算。
现有技术在进行数据拉取时,一般采用消息队列、RPC拉取或者Zookeeper(分布式服务)的方法。但这样的方式均存在一定的缺陷,例如,使用消息队列时,无法进行批量处理,数据量多,更新频繁时只能一条一条处理。处理速度较慢,容易造成数据积压。Zookeeper并不能很好的适用大型文件和对象,当数据变更频繁,多客户端的情况下数据压力会急剧增大。而RPC拉取的方法则很容易拉取到多余数据,很难进行差异性区分。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种数据处理方法、一种数据处理装置、一种存储介质以及一种电子终端,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的第一方面,提供一种数据处理方法,包括:接收数据生产端上传的待处理数据;其中,所述待处理数据包含数据类型标识;
基于所述数据类型标识将第一类型数据保存至数据库,以及将第二类型数据保存至任务表;
由所述数据库中提取所述任务表并进行数据解析,以根据数据解析结果将数据主键保存至redis数据库队列中,将对应的数据保存至redis数据库键值对中;
响应于服务启动指令,由所述redis数据库队列中获取目标数据主键,以基于所述目标数据主键批量拉取对应的数据,并执行拉取的所述数据。
在本公开的一种示例性实施例中,所述方法还包括:
所述数据生产端对目标数据进行解析以对所述目标数据进行分类,并对所述目标数据分类结果配置数据类型标识以生成所述待处理数据。
在本公开的一种示例性实施例中,所述基于所述数据类型标识将第一类型数据保存至数据库之前,所述方法还包括:
为所述第一类型数据配置事物标识信息,以用于将配置有相同事物标识信息的所述第一类型数据全部写入所述数据中。
在本公开的一种示例性实施例中,所述基于所述数据类型标识将第一类型数据保存至数据库,以及将第二类型数据保存至任务表时,所述方法还包括:
为所述第一类型数据和所述第二类型数据配置数据调用监控任务,以用于监控是否存在远程数据调用任务;
在识别到所述远程数据调用任务时,阻断所述远程数据调用任务并生成调用提示信息。
在本公开的一种示例性实施例中,所述由所述数据库中提取所述任务表并进行数据解析,包括:
响应于预配置的定时任务,在目标时间节点提取所述任务表并进行解析。
在本公开的一种示例性实施例中,所述将数据主键保存至redis数据库队列中之前,所述方法还包括:
读取所述第一类型数据的数据总量,并确定数据总量对应的数据管理区间;
基于所述数据管理区间调用对应的数据管理策略为所述数据主键配置队列,并将各所述数据主键保存至对应的数据队列中。
在本公开的一种示例性实施例中,所述响应于服务启动指令,由所述redis数据库队列中获取目标数据主键,以基于所述目标数据主键批量拉取对应的数据,并执行拉取的所述数据,包括:
响应于服务启动指令获取可用资源信息,并基于所述可用资源信息配置数据拉取策略;
执行所述数据拉取策略,以从所述redis数据库队列中获取目标数据主键;
根据所述目标数据主键向键值对中提取对应的数据,并加载到缓存中;
由内存提取数据并处理所述数据,并根据数据处理结果更新数据位置信息。
根据本公开的第二方面,提供一种数据处理装置,包括:
待处理数据接收模块,用于接收数据生产端上传的待处理数据;其中,所述待处理数据包含数据类型标识;
待处理数据存储模块,用于基于所述数据类型标识将第一类型数据保存至数据库,以及将第二类型数据保存至任务表;
数据解析模块,用于由所述数据库中提取所述任务表并进行数据解析,以根据数据解析结果将数据主键保存至redis数据库队列中,将对应的数据保存至redis数据库键值对中;
数据处理模块,用于响应于服务启动指令,由所述redis数据库队列中获取目标数据主键,以基于所述目标数据主键批量拉取对应的数据,并执行拉取的所述数据。
根据本公开的第三方面,提供一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述的数据处理方法。
根据本公开的第四方面,提供一种电子终端,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行上述的数据处理方法。
本公开的一种实施例所提供的数据处理方法中,在接收数据生产端上传的待处理数据之后,根据数据类型标识将第一类型数据保存至数据库,以及将第二类型数据保存至任务表;再由所述数据库中提取任务表并进行数据解析,以根据数据解析结果将数据主键保存至redis数据库队列中,将对应的数据保存至redis数据库键值对中;在接收到服务启动指令之后,能够由所述redis数据库队列中获取目标数据主键,以基于所述目标数据主键批量拉取对应的数据,并执行拉取的所述数据。通过利用redis数据库来保存关键数据的主键,可以满足多种业务要求。另外,通过根据服务启动指令向redis数据库队列中获取目标数据主键,使得不同的终端可以根据自身处理能力获取数据,能够有效缓解客户端的数据处理压力,并实现数万级文件秒加载到内存中。另外,本方案开发成本较低,系统接入成本低,对原有业务无需过多改造。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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附图。
图1示意性示出本公开示例性实施例中一种数据处理方法的流程示意图;
图2示意性示出本公开示例性实施例中一种基于数据量配置数据管理策略的的方法流程示意图;
图3示意性示出本公开示例性实施例中一种由redis数据库中拉取数据的方法流程示意图;
图4示意性示出本公开示例性实施例中一种数据处理装置组成示意图;
图5示意性示出本公开示例性实施例中一种电子设备的组成示意图;
图6示意性示出本公开示例性实施例中一种程序产品的示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
在相关技术中,在应对高数据流量,高任务并发的应用场景时,一般采用增加机房数量,多集群应用部署的方法,将所需要的数据尽可能加载到系统内存中,在流量洪峰来临时直接进行内存计算,无需进行远程RPC调用(Remote Procedure Call,远程过程调用),提高系统响应速度,以及降低对依赖接口的压力。但在不同的应用场景和业务系统中,需要加载到内存的数据不尽相同,有些需要一些字符信息,有些可能需要将整个大对象文本进行加载。在可用内存范围内,能够加载的数据越多,在应对高并发时响应速度越快。但多机器同时加载,确保数据不会丢失,不会有差异,同时要求多机器加载几乎同步,这点就对应用架构有着严格要求,并且在现在互联网架构中也是极为重要的一环。现有技术中,一般来说,使用消息队列、Zookeeper或者RPC调用的方法可以做到将数据拉取到系统内存。但是,现有的各技术方案均存在一定的缺点。例如,使用消息队列时,比如RabbitMQ、RocketMQ等,无法进行批量处理,数据量多,更新频繁时只能一条一条处理。处理速度较慢,容易造成数据积压。Zookeeper适合用于一些配置文件,变更不是很频繁的数据;对于一些大型文件、对象就不是很适用;并且当数据变更频繁,多客户端的情况下数据压力会很大。而采用各个客户端RPC拉取的方案时,首先客户端不知道哪些数据需要拉取,如果采用全量拉取方式,很容易拉取到多余数据,很难进行差异性区分。
面对上述问题,本示例实施方式中首先提供了一种数据处理方法,能够在多集群、多客户端的场景下,在秒级时间内进行数据拉取并保存到系统内存。参考图1中所示,上述的数据处理方法可以包括以下步骤:
步骤S11,接收数据生产端上传的待处理数据;其中,所述待处理数据包含数据类型标识;
步骤S12,基于所述数据类型标识将第一类型数据保存至数据库,以及将第二类型数据保存至任务表;
步骤S13,由所述数据库中提取所述任务表并进行数据解析,以根据数据解析结果将数据主键保存至redis数据库队列中,将对应的数据保存至redis数据库键值对中;
步骤S14,响应于服务启动指令,由所述redis数据库队列中获取目标数据主键,以基于所述目标数据主键批量拉取对应的数据,并执行拉取的所述数据。
本示例实施方式所提供的数据处理方法,一方面,通过利用redis数据库来保存关键数据的主键,可以满足多种业务要求。另一方面,通过根据服务启动指令向redis数据库队列中获取目标数据主键,使得不同的客户端可以根据自身处理能力获取数据,能够有效缓解客户端的数据处理压力。另外,本方案开发成本较低,系统接入成本低,对原有业务无需过多改造。
下面,将结合附图及实施例对本示例实施方式中的数据处理方法中各个步骤进行更详细的说明。
在步骤S11中,接收数据生产端上传的待处理数据;其中,所述待处理数据包含数据类型标识。
本示例实施方式中,上述的数据处理方法可以应用于数据生成端和数据处理端之间;举例而言,上述的数据生产端可以是商家、用户或者其他的业务终端;数据处理端可以是后台的业务服务器。例如,上述的待处理数据可以是不同商家上传的商品维护信息,例如,可以是商品的价格、产地、名称、编码、说明等等数据。
数据生产端生产的数据需要存储在业务服务器的内存中;具体的,可以保存在业务服务器的数据库中。对于业务服务器来说,可以配置有前端的数据处理端。该数据数据端可以通过一个数据处理服务器来实现相关的功能;或者,也可以是业务服务器的前端业务组件,来实现相关的功能。本申请对数据处理端的具体实现形式不做特殊限定。对于数据生产端上传的待处理数据,可以预先对数据的类型进行标示,从而可以对特定类型的数据保存至内存中。
本示例实施方式中,具体的,对于数据生产端来说,上述的方法还可以包括:所述数据生产端对目标数据进行解析以对所述目标数据进行分类,并对所述目标数据分类结果配置数据类型标识以生成所述待处理数据。
举例来说,上述的目标数据可以是用户针对指定商品的待修改的商品数据;数据生产端在获取用户输入的数据后,可以对改些数据按预设的规则进行数据分类,并添加标识信息。一般来说,可以将数据标记为核心数据和待数据处理端使用的完整业务数据。对应的,可以添加第一类型数据标识和第二数据类型标识。
在步骤S12中,基于所述数据类型标识将第一类型数据保存至数据库,以及将第二类型数据保存至任务表。
本示例实施方式中,第一类型数据可以是业务核心数据,第二类型数据可以是完整数据,或者是待数据处理端使用的除业务核心数据之外的其他数据。具体的,服务器端在接收到待处理数据后,便可以将业务核心数据写入数据库中,而将其他的待使用数据保存至数据库的任务表中。这样可以实现将数据处理和业务数据之间相互隔离,不相互依赖、影响。
本示例实施方式中,上述的方法还可以包括:在将数据写入数据库之前,为所述第一类型数据配置事物标识信息,以用于将配置有相同事物标识信息的所述第一类型数据全部写入所述数据中。
具体的,通过为业务核心数据配置事务标识,可以使得多个数据写入数据库时,对于同一个事物对应的数据,确保全部写入成功,或者全部写入失败。
本示例实施方式中,上述的方法还可以包括:为所述第一类型数据和所述第二类型数据配置数据调用监控任务,以用于监控是否存在远程数据调用任务;在识别到所述远程数据调用任务时,阻断所述远程数据调用任务并生成调用提示信息。
具体的,通过为事务内部的数据进行监控,并在监控到存在远程数据调用指令时,对指令执行忽略操作,或者拒绝操作,实现对远程数据调用的阻断,保证事务内部数据不会被外部远程调用。降低数据处理压力,并提升数据安全性。
在步骤S13中,由所述数据库中提取所述任务表并进行数据解析,以根据数据解析结果将数据主键保存至redis数据库队列中,将对应的数据保存至redis数据库键值对中。
本示例实施方式中,对于数据处理端来说,可以预先配置提取数据和/或解析数据的定时任务,并为不同的定时任务配置任务队列。根据定时任务,在预定的时间节点执行该定时任务,从数据库中提取任务表,并判断数据的当前状态并对数据进行解析。将数据解析结果中的数据主键保存到redis数据库队列中,并将对应的数据保存至redis数据库的键值对(key-value)中。
此外,在其他示例性实时方式中,也可以根据数据量的大小来划分数据队列。具体的,参考图2所示,上述的方法可以包括以下步骤:
步骤S21,读取所述第一类型数据的数据总量,并确定数据总量对应的数据管理区间;
步骤S22,基于所述数据管理区间调用对应的数据管理策略为所述数据主键配置队列,并将各所述数据主键保存至对应的数据队列中。
具体来说,若数据库中的数据量较大,便可以采取按天、按小时的间隔配置队列,例如每天配置一个队列,为每个小时配置一个队列;或者,按照数据类型来配置队列,不同的数据类型可以使用同一队列。具体的,可以预先结合数据量来配置对应的队列创建规则,作为上述的数据管理策略。例如,在数据量较大的场景中,如果每天产生的数据量较大,可以考虑按照天、小时来区分队列,或者按照数据类型来区分队列。每个类别的数据数据保存到单独的redis队列中,这样的好处就是队列的数据不会太长。可以根据业务不同来做不同的处理。
在步骤S14中,响应于服务启动指令,由所述redis数据库队列中获取目标数据主键,以基于所述目标数据主键批量拉取对应的数据,并执行拉取的所述数据。
本示例实施方式中,具体来说,参考图3所示,上述的步骤S14可以包括:
步骤S141,响应于服务启动指令获取可用资源信息,并基于所述可用资源信息配置数据拉取策略;
步骤S142,执行所述数据拉取策略,以从所述redis数据库队列中获取目标数据主键;
步骤S143,根据所述目标数据主键向键值对中提取对应的数据,并加载到缓存中;
步骤S144,由内存提取数据并处理所述数据,并根据数据处理结果更新数据位置信息。
具体的,上述的服务启动指令可以是来自定时任务的指令,或者是用户的控制指令。对于业务服务器来说,若为定时任务,则可以定时从redis队列中读取全部的数据主键,并依次进行加载,加载至缓存中。或者,也可以根据业务服务器当前的内存占用情况、可用算力,来计算当前拉取数据主键的数量和/或类型。另外,可以预先配置数据拉取策略,并根据业务服务器当前的状态,或者队列的数量、数据主键的数量配置对应的数据拉取方式。
具体的,从redis队列中获取数据主键,获取时可以采用索引下标的方式,每次获取特定个数的数据。获取数据主键后,根据每个主键从redis中获取数据详情,并加载到内存中。当某个数据处理失败时可以放到内存队列里面,并可以进行存储。例如,当服务启动时,从redis队列中读取全部数据主键并依次进行加载,如果数据处理成功,则记录当前最新位置,如果处理失败则放入重试队列中。当服务启动完成后,开启内部定时任务,定时从redis队列中拉取最新的数据,以及对待重试的数据进行处理。每次从redis队列拉取不同数量的数据,这里是批量拉取处理。可以减少对redis的调用,提高效率。
本公开所提供的数据处理方法,实现基于redis的列表来保存关键数据的主键,解决了将数据保存到内存的问题。根据不同业务系统可以配置不同的拉取策略;适用于任何业务要求,技术门槛低,并且开发成本较低,系统接入成本低。文件数据利用redis存储,存储简单,能够支持百万级TPS(Transactions Per Second,事务数/秒)读取。通过设置维护重试队列,对处理失败的数据进行重试,确保数据不会丢失。
需要注意的是,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
进一步的,参考图4所示,本示例的实施方式中还提供了一种数据处理装置40,包括:待处理数据接收模块401、待处理数据存储模块402、数据解析模块403以及数据处理模块404。其中:
所述待处理数据接收模块401可以用于接收数据生产端上传的待处理数据;其中,所述待处理数据包含数据类型标识。
所述待处理数据存储模块402可以用于基于所述数据类型标识将第一类型数据保存至数据库,以及将第二类型数据保存至任务表。
所述数据解析模块403可以用于由所述数据库中提取所述任务表并进行数据解析,以根据数据解析结果将数据主键保存至redis数据库队列中,将对应的数据保存至redis数据库键值对中。
所述数据处理模块404可以用于响应于服务启动指令,由所述redis数据库队列中获取目标数据主键,以基于所述目标数据主键批量拉取对应的数据,并执行拉取的所述数据。
本示例实施方式中,所述装置还可以包括:数据分类模块。
所述数据分类模块可以用于所述数据生产端对目标数据进行解析以对所述目标数据进行分类,并对所述目标数据分类结果配置数据类型标识以生成所述待处理数据。
本示例实施方式中,所述装置还可以包括:事物标识配置模块。
所述事物标识配置模块可以用于基于所述数据类型标识将第一类型数据保存至数据库之前,为所述第一类型数据配置事物标识信息,以用于将配置有相同事物标识信息的所述第一类型数据全部写入所述数据中。
本示例实施方式中,所述装置还包括:数据监控模块。
所述数据监控模块可以用于为所述第一类型数据和所述第二类型数据配置数据调用监控任务,以用于监控是否存在远程数据调用任务;在识别到所述远程数据调用任务时,阻断所述远程数据调用任务并生成调用提示信息。
本示例实施方式中,所述数据解析模块403可以用于响应于预配置的定时任务,在目标时间节点提取所述任务表并进行解析。
本示例实施方式中,所述装置还可以包括:数据管理策略选择模块。
所述数据管理策略选择模块可以用于读取所述第一类型数据的数据总量,并确定数据总量对应的数据管理区间;基于所述数据管理区间调用对应的数据管理策略为所述数据主键配置队列,并将各所述数据主键保存至对应的数据队列中。
本示例实施方式中,所述数据处理模块可以用于响应于服务启动指令获取可用资源信息,并基于所述可用资源信息配置数据拉取策略;执行所述数据拉取策略,以从所述redis数据库队列中获取目标数据主键;根据所述目标数据主键向键值对中提取对应的数据,并加载到缓存中;由内存提取数据并处理所述数据,并根据数据处理结果更新数据位置信息。
上述的知识数据处理装置40中各模块的具体细节已经在对应的数据处理方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图5来描述根据本发明的这种实施方式的电子设备600。图5显示的电子设备500仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于:上述至少一个处理单元510、上述至少一个存储单元520、连接不同系统组件(包括存储单元520和处理单元510)的总线530。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元510执行,使得所述处理单元510执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元510可以执行如图1中所示的数据处理方法。
存储单元520可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202,还可以进一步包括只读存储单元(ROM)5203。
存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204,这样的程序模块5205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线530可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备500也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备500交互的设备通信,和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口550进行。并且,电子设备500还可以通过网络适配器560与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器560通过总线530与电子设备500的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备500使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
参考图6所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品600,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (10)
1.一种数据处理方法,其特征在于,包括:
接收数据生产端上传的待处理数据;其中,所述待处理数据包含数据类型标识;
基于所述数据类型标识将第一类型数据保存至数据库,以及将第二类型数据保存至任务表;
由所述数据库中提取所述任务表并进行数据解析,以根据数据解析结果将数据主键保存至redis数据库队列中,将对应的数据保存至redis数据库键值对中;
响应于服务启动指令,由所述redis数据库队列中获取目标数据主键,以基于所述目标数据主键批量拉取对应的数据,并执行拉取的所述数据。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
所述数据生产端对目标数据进行解析以对所述目标数据进行分类,并对所述目标数据分类结果配置数据类型标识以生成所述待处理数据。
3.根据权利要求1所述的方法,其特征在于,所述基于所述数据类型标识将第一类型数据保存至数据库之前,所述方法还包括:
为所述第一类型数据配置事物标识信息,以用于将配置有相同事物标识信息的所述第一类型数据全部写入所述数据中。
4.根据权利要求1或3所述的方法,其特征在于,所述基于所述数据类型标识将第一类型数据保存至数据库,以及将第二类型数据保存至任务表时,所述方法还包括:
为所述第一类型数据和所述第二类型数据配置数据调用监控任务,以用于监控是否存在远程数据调用任务;
在识别到所述远程数据调用任务时,阻断所述远程数据调用任务并生成调用提示信息。
5.根据权利要求1所述的方法,其特征在于,所述由所述数据库中提取所述任务表并进行数据解析,包括:
响应于预配置的定时任务,在目标时间节点提取所述任务表并进行解析。
6.根据权利要求1所述的方法,其特征在于,所述将数据主键保存至redis数据库队列中之前,所述方法还包括:
读取所述第一类型数据的数据总量,并确定数据总量对应的数据管理区间;
基于所述数据管理区间调用对应的数据管理策略为所述数据主键配置队列,并将各所述数据主键保存至对应的数据队列中。
7.根据权利要求1所述的方法,其特征在于,所述响应于服务启动指令,由所述redis数据库队列中获取目标数据主键,以基于所述目标数据主键批量拉取对应的数据,并执行拉取的所述数据,包括:
响应于服务启动指令获取可用资源信息,并基于所述可用资源信息配置数据拉取策略;
执行所述数据拉取策略,以从所述redis数据库队列中获取目标数据主键;
根据所述目标数据主键向键值对中提取对应的数据,并加载到缓存中;
由内存提取数据并处理所述数据,并根据数据处理结果更新数据位置信息。
8.一种数据处理装置,其特征在于,包括:
待处理数据接收模块,用于接收数据生产端上传的待处理数据;其中,所述待处理数据包含数据类型标识;
待处理数据存储模块,用于基于所述数据类型标识将第一类型数据保存至数据库,以及将第二类型数据保存至任务表;
数据解析模块,用于由所述数据库中提取所述任务表并进行数据解析,以根据数据解析结果将数据主键保存至redis数据库队列中,将对应的数据保存至redis数据库键值对中;
数据处理模块,用于响应于服务启动指令,由所述redis数据库队列中获取目标数据主键,以基于所述目标数据主键批量拉取对应的数据,并执行拉取的所述数据。
9.一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现根据权利要求1至7中任一项所述的数据处理方法。
10.一种电子终端,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行如权利要求1至7中任一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011629724.4A CN112699156A (zh) | 2020-12-31 | 2020-12-31 | 数据处理方法及装置、存储介质及电子终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011629724.4A CN112699156A (zh) | 2020-12-31 | 2020-12-31 | 数据处理方法及装置、存储介质及电子终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112699156A true CN112699156A (zh) | 2021-04-23 |
Family
ID=75513437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011629724.4A Pending CN112699156A (zh) | 2020-12-31 | 2020-12-31 | 数据处理方法及装置、存储介质及电子终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112699156A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101216784A (zh) * | 2008-01-16 | 2008-07-09 | 中兴通讯股份有限公司 | 语言模块之间数据交互的方法、系统和设备 |
CN107894919A (zh) * | 2017-11-30 | 2018-04-10 | 中国平安财产保险股份有限公司 | 定时任务触发方法、装置、设备及可读存储介质 |
US20180212857A1 (en) * | 2017-01-26 | 2018-07-26 | International Business Machines Corporation | Proactive channel agent |
KR20190047941A (ko) * | 2017-10-30 | 2019-05-09 | 한림대학교 산학협력단 | 텍스트 데이터 수집 및 분석의 통합을 위한 방법 및 장치 |
CN111221871A (zh) * | 2019-11-15 | 2020-06-02 | 江苏满运软件科技有限公司 | 实时查询任务发布方法、平台、设备及存储介质 |
CN112068973A (zh) * | 2020-09-09 | 2020-12-11 | 深圳乐信软件技术有限公司 | 策略模式的异步信息处理方法、装置、服务器和存储介质 |
-
2020
- 2020-12-31 CN CN202011629724.4A patent/CN112699156A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101216784A (zh) * | 2008-01-16 | 2008-07-09 | 中兴通讯股份有限公司 | 语言模块之间数据交互的方法、系统和设备 |
US20180212857A1 (en) * | 2017-01-26 | 2018-07-26 | International Business Machines Corporation | Proactive channel agent |
KR20190047941A (ko) * | 2017-10-30 | 2019-05-09 | 한림대학교 산학협력단 | 텍스트 데이터 수집 및 분석의 통합을 위한 방법 및 장치 |
CN107894919A (zh) * | 2017-11-30 | 2018-04-10 | 中国平安财产保险股份有限公司 | 定时任务触发方法、装置、设备及可读存储介质 |
CN111221871A (zh) * | 2019-11-15 | 2020-06-02 | 江苏满运软件科技有限公司 | 实时查询任务发布方法、平台、设备及存储介质 |
CN112068973A (zh) * | 2020-09-09 | 2020-12-11 | 深圳乐信软件技术有限公司 | 策略模式的异步信息处理方法、装置、服务器和存储介质 |
Non-Patent Citations (1)
Title |
---|
吴水才,常战军,顾建钦主编: "医院信息化概论", 31 January 2015, 北京工业大学出版社, pages: 0112 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111339186B (zh) | 工作流引擎数据同步方法、装置、介质及电子设备 | |
US10572319B2 (en) | Optimization of message oriented middleware monitoring in heterogenenous computing environments | |
CN110019498B (zh) | 日志同步方法及装置、存储介质、电子设备 | |
CN107045475B (zh) | 测试方法和装置 | |
US11934287B2 (en) | Method, electronic device and computer program product for processing data | |
US10855750B2 (en) | Centralized management of webservice resources in an enterprise | |
CN111538659B (zh) | 业务场景的接口测试方法、系统、电子设备和存储介质 | |
US20230376329A1 (en) | Systems and methods for automatically generating guided user interfaces (guis) for tracking and migrating legacy networked resources within an enterprise during a technical migration | |
CN111913759A (zh) | 控制应用程序执行的方法、装置、计算设备和介质 | |
US9384120B2 (en) | Testing of transaction tracking software | |
CN116112457A (zh) | 消息通知的方法、装置、计算机设备及存储介质 | |
CN112579406A (zh) | 一种日志调用链生成方法和装置 | |
CN113590447B (zh) | 埋点处理方法和装置 | |
CN112699156A (zh) | 数据处理方法及装置、存储介质及电子终端 | |
US11601326B1 (en) | Problem detection and categorization for integration flows | |
CN112910855B (zh) | 一种样例报文处理方法及装置 | |
CN113360558B (zh) | 数据处理方法、数据处理装置、电子设备及存储介质 | |
CN115237399A (zh) | 用于采集数据的方法、存储介质、处理器及工程车辆 | |
CN114090514A (zh) | 分布式系统的日志检索方法及装置 | |
US10372436B2 (en) | Systems and methods for maintaining operating consistency for multiple users during firmware updates | |
CN108628909B (zh) | 信息推送方法和装置 | |
CN112084114A (zh) | 用于测试接口的方法和装置 | |
CN112799797A (zh) | 一种任务管理的方法和装置 | |
US20230308369A1 (en) | Data migration in application performance monitoring | |
US20230289354A1 (en) | Endpoint scan and profile generation |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Daxing District, Beijing, 100176 Applicant after: Jingdong Technology Holding Co.,Ltd. Address before: Room 221, 2 / F, block C, 18 Kechuang 11th Street, Beijing Economic and Technological Development Zone, 100176 Applicant before: Jingdong Digital Technology Holding Co., Ltd |