CN115964052A - 数据处理方法、装置、电子设备和计算机可读介质 - Google Patents

Abstract

本发明公开了数据处理方法、装置、电子设备和计算机可读介质，涉及大数据处理和云计算技术领域。该方法的一具体实施方式包括：创建ClickHouse的自定义函数并配置所述自定义函数的配置信息；通过管道读取ClickHouse输入的输入参数，对所述输入参数进行切割，从而得到多个输入字段；对所述多个输入字段进行解析，根据解析结果调用所述自定义函数，从而得到多个输出字段；将所述多个输出字段连接成输出参数，将所述输出参数返回至ClickHouse的调用处。该实施方式能够解决每次新增处理逻辑时修改ClickHouse的配置文件不方便的技术问题。

Description

数据处理方法、装置、电子设备和计算机可读介质

技术领域

本发明涉及大数据处理和云计算技术领域，尤其涉及一种数据处理方法、装置、电子设备和计算机可读介质。

背景技术

ClickHouse常用来做数据分析，但有时通过SQL语句，面临一些复杂的处理逻辑，就不像应用程序处理数据的逻辑那样方便和容易实现了，纯SQL语句有其局限性，所以很多数据库都提供了用户外部自定义函数的功能，可以通过其他开发语言如C，C++，Java，Python等开发外部自定义函数，扩展数据库的功能，ClickHouse也不例外。

外部自定义函数有两点好处：第一点，是不用局限于SQL语句功能的限制，让数据处理更加灵活，对一些用SQL语句难以实现的功能，使用其他开发语言实现起来更加容易；第二点，如果用SQL语言难以实现，不采用自定义函数，就会采用应用程序将数据从数据库中提取出来，在应用程序处进行数据的逻辑处理，然后将处理结果保存回数据库，这样一来一回有两个环节的数据网络传输，面对需要处理的数据量较大，如TB级的数据，在网络传输上，就会消耗大量的时间(可能需要几个小时甚至几天)，而自定义函数在数据库的服务端处理数据，就避免的这种需要数据来回传输的情况，从而节省时间，加快了数据处理的速度。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

出于管理的需要，保障ClickHouse的稳定运行，会有专人进行数据库的管理，数据库的配置文件权限也会进行严格的限定，不允许其他人员随意更改，如果申请走审核流程去修改ClickHouse的配置，流程周期长，无法适应业务灵活多变的特点。如果每次新增一种处理逻辑，都需要新增或修改数据库的配置文件，是非常不方便的。

发明内容

有鉴于此，本发明实施例提供一种数据处理方法、装置、电子设备和计算机可读介质，以解决每次新增处理逻辑时修改ClickHouse的配置文件不方便的技术问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种数据处理方法，包括：

创建ClickHouse的自定义函数并配置所述自定义函数的配置信息；其中，所述自定义函数实现程序包或者脚本文件主文件包含多个子模块，所述子模块为以下至少一种：模型、子程序文件和逻辑脚本；

通过管道读取ClickHouse输入的输入参数，对所述输入参数进行切割，从而得到多个输入字段；

对所述多个输入字段进行解析，根据解析结果调用所述自定义函数，从而得到多个输出字段；

将所述多个输出字段连接成输出参数，将所述输出参数返回至ClickHouse的调用处。

可选地，创建ClickHouse的自定义函数并配置所述自定义函数的配置信息，包括：

将自定义函数实现程序包或者脚本文件主文件放到自义定函数程序包目录下；

在ClickHouse的配置文件同级目录下创建所述自定义函数的配置文件，在所述自定义函数的配置文件中定义所述自义定函数的接口。

可选地，所述接口定义包括：输入参数为一个字符串、输出参数为一个字符串和启动命令为一个启动脚本；

在所述自定义函数的配置文件中定义所述自义定函数的接口之后，还包括：

编写启动脚本，所述启动脚本用于启动所述自定义函数；

将所述自定义函数生效。

可选地，所述自义定函数程序包目录满足如下条件：

ClickHouse服务的运行用户有可读权限；

创建自义定函数的用户有上传文件到所述目录的权限。

可选地，对所述输入参数进行切割，从而得到多个输入字段，包括：

根据分隔符对所述输入参数进行切割，得到多个输入字段；其中，所述输入参数为一个字符串。

可选地，对所述多个输入字段进行解析，根据解析结果调用所述自定义函数，从而得到多个输出字段，包括：

按照变量名＝变量值的方式，对所述多个输入字段进行解析；

从解析结果中获取目标子模块的标识；

获取所述目标子模块中的输入字段名、字段类型和字段长度，以及输出字段名、字段类型和字段长度，对所述解析结果进行类型转换并对所述目标子模块的输入参数进行赋值；

执行所述目标子模块，从而得到输出结果值；

按照字段名＝字段值的方式，将所述输出结果值转换成多个输出字段。

可选地，将所述多个输出字段连接成输出参数，包括：

采用分隔符将所述多个输出字段连接成输出参数；其中，所述输出参数为一个字符串。

另外，根据本发明实施例的另一个方面，提供了一种数据处理装置，包括：

创建模块，用于创建ClickHouse的自定义函数并配置所述自定义函数的配置信息；其中，所述自定义函数实现程序包或者脚本文件主文件包含多个子模块，所述子模块为以下至少一种：模型、子程序文件和逻辑脚本；

读取模块，用于通过管道读取ClickHouse输入的输入参数，对所述输入参数进行切割，从而得到多个输入字段；

处理模块，用于对所述多个输入字段进行解析，根据解析结果调用所述自定义函数，从而得到多个输出字段；

返回模块，用于将所述多个输出字段连接成输出参数，将所述输出参数返回至ClickHouse的调用处。

可选地，所述创建模块还用于：

将自定义函数实现程序包或者脚本文件主文件放到自义定函数程序包目录下；

在ClickHouse的配置文件同级目录下创建所述自定义函数的配置文件，在所述自定义函数的配置文件中定义所述自义定函数的接口。

可选地，所述接口定义包括：输入参数为一个字符串、输出参数为一个字符串和启动命令为一个启动脚本；

所述创建模块还用于：

在所述自定义函数的配置文件中定义所述自义定函数的接口之后，编写启动脚本，所述启动脚本用于启动所述自定义函数；

将所述自定义函数生效。

可选地，所述自义定函数程序包目录满足如下条件：

ClickHouse服务的运行用户有可读权限；

创建自义定函数的用户有上传文件到所述目录的权限。

可选地，所述读取模块还用于：

根据分隔符对所述输入参数进行切割，得到多个输入字段；其中，所述输入参数为一个字符串。

可选地，所述处理模块还用于：

按照变量名＝变量值的方式，对所述多个输入字段进行解析；

从解析结果中获取目标子模块的标识；

获取所述目标子模块中的输入字段名、字段类型和字段长度，以及输出字段名、字段类型和字段长度，对所述解析结果进行类型转换并对所述目标子模块的输入参数进行赋值；

执行所述目标子模块，从而得到输出结果值；

按照字段名＝字段值的方式，将所述输出结果值转换成多个输出字段。

可选地，所述返回模块还用于：

采用分隔符将所述多个输出字段连接成输出参数；其中，所述输出参数为一个字符串。

根据本发明实施例的另一个方面，还提供了一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，所述一个或多个处理器实现上述任一实施例所述的方法。

根据本发明实施例的另一个方面，还提供了一种计算机可读介质，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任一实施例所述的方法。

根据本发明实施例的另一个方面，还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的方法。

上述发明中的一个实施例具有如下优点或有益效果：因为采用创建ClickHouse的自定义函数并配置自定义函数的配置信息，自定义函数实现程序包或者脚本文件主文件包含多个子模块的技术手段，所以克服了现有技术中每次新增处理逻辑时修改ClickHouse的配置文件不方便的技术问题。本发明实施例通过ClickHouse自定义函数，减少了数据处理加工过程中拉取和保存数据时的两次数据网络传输过程，减少了网络IO，提升了数据加工处理的效率，节省了时间；而且通过一次配置好后，一个函数就可以动态实现不同的处理逻辑，用以适应不同的业务场景，动态函数功能的实现，为业务功能调整和业务功能的新增提供了便利，可扩展性好。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

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附图。其中：

图1是根据本发明实施例的数据处理方法的流程图；

图2是根据本发明实施例的自定义函数实现程序包或者脚本文件主文件的结构示意图；

图3是根据本发明实施例的创建自定义函数的流程图；

图4是根据本发明一个可参考实施例的数据处理方法的流程图；

图5是根据本发明实施例的数据处理装置的示意图；

图6是本发明实施例可以应用于其中的示例性系统架构图；

图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要说明的是，本发明的技术方案中，所涉及的用户个人信息的采集、分析、使用、传输、存储等方面，均符合相关法律法规的规定，被用于合法且合理的用途，不在这些合法使用等方面之外共享、泄露或出售，并且接受监管部门的监督管理。应当对用户个人信息采取必要措施，以防止对此类个人信息数据的非法访问，确保有权访问个人信息数据的人员遵守相关法律法规的规定，确保用户个人信息安全。一旦不再需要这些用户个人信息数据，应当通过限制甚至禁止数据收集和/或删除数据的方式将风险降至最低。

当适用时，包括在某些相关应用程序中，通过对数据去标识来保护用户隐私，例如在适用时通过移除特定标识符(例如，姓名、账号、手机号等)、控制所存储数据的量或特异性、控制数据如何被存储、和/或其他方法去标识。

图1是根据本发明实施例的数据处理方法的流程图。作为本发明的一个实施例，如图1所示，所述数据处理方法可以包括：

步骤101，创建ClickHouse的自定义函数并配置所述自定义函数的配置信息。

ClickHouse在21.11版本之后，支持了用户自定函数(UDF)，且因为它对自定义函数的支持方式，是通过管道的进程间通信，这大大扩展了UDF自定义函数的实现方式，几乎与开发语言无关了。可选地，可以使用合适的开发语言开发自定义函数，比如C，C++，Java，Python等。

可选地，步骤101可以包括：将自定义函数实现程序包或者脚本文件主文件放到自义定函数程序包目录下；在ClickHouse的配置文件同级目录下创建所述自定义函数的配置文件，在所述自定义函数的配置文件中定义所述自义定函数的接口。如图2所示，所述自定义函数实现程序包或者脚本文件主文件包含多个子模块，所述子模块为以下至少一种：模型、子程序文件和逻辑脚本，通过各个子模块实现函数功能的动态化。因此创建好自定义函数后，后续在不对ClickHouse自定义函数配置文件进行修改的前提下，也可以实现一个函数可以处理不同的数据，适用不同的业务场景。

可选地，所述接口定义包括：输入参数为一个字符串、输出参数为一个字符串和启动命令为一个启动脚本。可选地，在所述自定义函数的配置文件中定义所述自义定函数的接口之后，还包括：编写启动脚本，所述启动脚本用于启动所述自定义函数；将所述自定义函数生效。可以在ClickHouse的user_scripts目录下编写启动自定义函数的脚本，该脚本的名称与接口定义中的启动脚本一致，可以采用重启ClickHouse或者等待ClickHouse探测到配置文件变动而重新加载等方式使自定义函数生效。

本发明实施例将自定义函数实现程序包或者脚本文件主文件放到ClickHouse服务器上自义定函数程序包目录下，所述自义定函数程序包目录满足如下条件：ClickHouse服务的运行用户有可读权限；创建自义定函数的用户有上传文件到所述目录的权限。

为了保障ClickHouse服务的稳定运行，会进行权限管控，修改配置并不是很方便，所以建好配置后，后续不再修改配置文件，基于此原因，函数接口定义好之后，接口的输入参数和输出参数就固定了下来，为了实现函数功能的多样性，就需要实现动态函数功能，如图2所示，自定义函数实现程序包或者脚本文件主文件中包含多个子模块，可以是模型、子程序文件和逻辑脚本等，这些子模块由主文件启动后的进程进行调度，让函数能够执行不同的处理逻辑。需要说明的是，自定义函数在部署之后，后续面对业务功能的调整，或者新业务场景的使用，原有的函数处理逻辑需要面临调整或者新增。那么要将自定义函数对应的业务功能的子模块(可能是模型、子程序文件、逻辑脚本等)进行调整或者新增，自定义函数实现程序包或者脚本文件主文件中即可。

因此，本发明实施例能够实现函数功能动态化，不用每次有新的逻辑加入或者调整时，都去修改ClickHouse的配置文件，这会带来很大的便利。

步骤102，通过管道读取ClickHouse输入的输入参数，对所述输入参数进行切割，从而得到多个输入字段。

ClickHouse与自定义函数通过管道的进程间通信，因此当ClickHouse调用自定义函数时通过管道读取ClickHouse输入的输入参数，然后对输入参数进行切割，从而得到多个输入字段。

可选地，对所述输入参数进行切割，从而得到多个输入字段，包括：根据分隔符对所述输入参数进行切割，得到多个输入字段；其中，所述输入参数为一个字符串。自定义函数的输入参数为一个字符串，可以采用预设的分隔符(比如：|@|或者/@/等分隔符)对输入参数进行切割，从而得到多个输入字段。

步骤103，对所述多个输入字段进行解析，根据解析结果调用所述自定义函数，从而得到多个输出字段。

对切割得到的多个输入字段进行解析，根据解析结果确定需要调用的目标子模块，然后对该目标子模块进行赋值并调用该目标子模块，从而得到该目标子模块的输出结果。

可选地，步骤103可以包括：按照变量名＝变量值的方式，对所述多个输入字段进行解析；从解析结果中获取目标子模块的标识；获取所述目标子模块中的输入字段名、字段类型和字段长度，以及输出字段名、字段类型和字段长度，对所述解析结果进行类型转换并对所述目标子模块的输入参数进行赋值；执行所述目标子模块，从而得到输出结果值；按照字段名＝字段值的方式，将所述输出结果值转换成多个输出字段。首先按照变量名＝变量值的方式，对多个输入字段进行解析，从解析结果中获取目标子模块的标识(也就是需要调用的子模块的标识)，比如module＝module1，然后获取该目标子模块中的输入字段名、字段类型和字段长度，以及输出字段名、字段类型和字段长度，从解析结果中获取与字段名一致的变量名对应的变量值，并对变量值做类型转换，再对目标子模块的输入参数进行赋值，接着执行目标子模块，从而得到目标子模块输出的结果值，最后按照字段名＝字段值的方式，将输出结果值转换成多个输出字段。

比如，目标子模块的输出结果表为process_result，那么可以通过查询语句select cst_id,cst_nm,result from process_result获得每条记录对应的输出结果，然后从result字段，用分隔符拆分字段后，根据变量名＝变量值，得到目标子模块输出结果中每个字段结果值。

步骤104，将所述多个输出字段连接成输出参数，将所述输出参数返回至ClickHouse的调用处。

可选地，将所述多个输出字段连接成输出参数，包括：采用分隔符将所述多个输出字段连接成输出参数；其中，所述输出参数为一个字符串。与步骤102类似，可以采用预设的分隔符(比如：|@|或者/@/等分隔符)将多个输出字段连接成输出参数，最终的输出参数为一个字符串，将该字符串返回至ClickHouse的调用处。

根据上面所述的各种实施例，可以看出本发明实施例通过创建ClickHouse的自定义函数并配置自定义函数的配置信息，自定义函数实现程序包或者脚本文件主文件包含多个子模块的技术手段，解决了现有技术中每次新增处理逻辑时修改ClickHouse的配置文件不方便的技术问题。本发明实施例通过ClickHouse自定义函数，减少了数据处理加工过程中拉取和保存数据时的两次数据网络传输过程，减少了网络IO，提升了数据加工处理的效率，节省了时间；而且通过一次配置好后，一个函数就可以动态实现不同的处理逻辑，用以适应不同的业务场景，动态函数功能的实现，为业务功能调整和业务功能的新增提供了便利，可扩展性好。

图3是根据本发明实施例的创建自定义函数的流程图。作为本发明的又一个实施例，如图3所示，自定义函数的创建过程可以包括以下步骤：

步骤301，将自定义函数实现程序包或者脚本文件主文件放到自义定函数程序包目录下。

其中，所述自义定函数程序包目录满足如下条件：

ClickHouse服务的运行用户有可读权限；

创建自义定函数的用户有上传文件到所述目录的权限。

可选地，可以使用合适的开发语言开发自定义函数，比如C，C++，Java，Python等。

步骤302，在ClickHouse的配置文件同级目录下创建所述自定义函数的配置文件，在所述自定义函数的配置文件中定义所述自义定函数的接口。

比如，在ClickHouse的config.xml配置文件的同级目录下创建udf_function.xml文件，该配置文件的命名规则符合*_function.xml，udf可以换成其他名称，然后在udf_function.xml文件定义通用的函数接口：输入参数为一个字符串、输出参数为一个字符串和启动命令为一个启动脚本。

步骤303，编写用于启动所述自定义函数的启动脚本。

在ClickHouse的user_scripts目录下编写启动自定义函数的脚本，该脚本的名称与接口定义中的启动脚本一致。

步骤304，将所述自定义函数生效。

比如重启ClickHouse或者等待ClickHouse探测到配置文件变动而重新加载。

本发明实施例将自定义函数实现程序包或者脚本文件主文件放到ClickHouse服务器上自义定函数程序包目录下，所述自义定函数程序包目录满足如下条件：ClickHouse服务的运行用户有可读权限；创建自义定函数的用户有上传文件到所述目录的权限。

函数接口定义好之后，接口的输入参数和输出参数就固定了下来，为了实现函数功能的多样性，就需要实现动态函数功能，如图2所示，自定义函数实现程序包或者脚本文件主文件中包含多个子模块，可以是模型、子程序文件和逻辑脚本等，这些子模块由主文件启动后的进程进行调度，让函数能够执行不同的处理逻辑。需要说明的是，自定义函数在部署之后，后续面对业务功能的调整，或者新业务场景的使用，原有的函数处理逻辑需要面临调整或者新增。那么要将自定义函数对应的业务功能的子模块(可能是模型、子程序文件、逻辑脚本等)进行调整或者新增，自定义函数实现程序包或者脚本文件主文件中即可。

因此，本发明实施例能够实现函数功能动态化，不用每次有新的逻辑加入或者调整时，都去修改ClickHouse的配置文件，这会带来很大的便利。

图4是根据本发明一个可参考实施例的数据处理方法的流程图。作为本发明的又一个实施例，如图4所示，所述数据处理方法可以包括：

步骤401，创建ClickHouse的自定义函数并配置所述自定义函数的配置信息；其中，所述自定义函数实现程序包或者脚本文件主文件包含多个子模块，所述子模块为以下至少一种：模型、子程序文件和逻辑脚本。

步骤402，通过管道读取ClickHouse输入的输入参数。

步骤403，根据分隔符对所述输入参数进行切割，得到多个输入字段；其中，所述输入参数为一个字符串。

步骤404，按照变量名＝变量值的方式，对所述多个输入字段进行解析。

步骤405，从解析结果中获取目标子模块的标识。

步骤406，获取所述目标子模块中的输入字段名、字段类型和字段长度，以及输出字段名、字段类型和字段长度。

步骤407，对所述解析结果进行类型转换并对所述目标子模块的输入参数进行赋值。

步骤408，执行所述目标子模块，从而得到输出结果值。

步骤409，按照字段名＝字段值的方式，将所述输出结果值转换成多个输出字段。

步骤410，采用分隔符将所述多个输出字段连接成输出参数；其中，所述输出参数为一个字符串。

步骤411，将所述输出参数返回至ClickHouse的调用处。

另外，在本发明一个可参考实施例中数据处理方法的具体实施内容，在上面所述数据处理方法中已经详细说明了，故在此重复内容不再说明。

图5是根据本发明实施例的数据处理装置的示意图。如图5所示，所述数据处理装置500包括创建模块501、读取模块502、处理模块503和返回模块504；其中，创建模块501用于创建ClickHouse的自定义函数并配置所述自定义函数的配置信息；其中，所述自定义函数实现程序包或者脚本文件主文件包含多个子模块，所述子模块为以下至少一种：模型、子程序文件和逻辑脚本；读取模块502用于通过管道读取ClickHouse输入的输入参数，对所述输入参数进行切割，从而得到多个输入字段；处理模块503用于对所述多个输入字段进行解析，根据解析结果调用所述自定义函数，从而得到多个输出字段；返回模块504用于将所述多个输出字段连接成输出参数，将所述输出参数返回至ClickHouse的调用处。

可选地，所述创建模块501还用于：

将自定义函数实现程序包或者脚本文件主文件放到自义定函数程序包目录下；

在ClickHouse的配置文件同级目录下创建所述自定义函数的配置文件，在所述自定义函数的配置文件中定义所述自义定函数的接口。

可选地，所述接口定义包括：输入参数为一个字符串、输出参数为一个字符串和启动命令为一个启动脚本；

所述创建模块501还用于：

在所述自定义函数的配置文件中定义所述自义定函数的接口之后，编写启动脚本，所述启动脚本用于启动所述自定义函数；

将所述自定义函数生效。

可选地，所述自义定函数程序包目录满足如下条件：

ClickHouse服务的运行用户有可读权限；

创建自义定函数的用户有上传文件到所述目录的权限。

可选地，所述读取模块502还用于：

根据分隔符对所述输入参数进行切割，得到多个输入字段；其中，所述输入参数为一个字符串。

可选地，所述处理模块503还用于：

按照变量名＝变量值的方式，对所述多个输入字段进行解析；

从解析结果中获取目标子模块的标识；

获取所述目标子模块中的输入字段名、字段类型和字段长度，以及输出字段名、字段类型和字段长度，对所述解析结果进行类型转换并对所述目标子模块的输入参数进行赋值；

执行所述目标子模块，从而得到输出结果值；

按照字段名＝字段值的方式，将所述输出结果值转换成多个输出字段。

可选地，所述返回模块504还用于：

采用分隔符将所述多个输出字段连接成输出参数；其中，所述输出参数为一个字符串。

需要说明的是，在本发明所述数据处理装置的具体实施内容，在上面所述数据处理方法中已经详细说明了，故在此重复内容不再说明。

图6示出了可以应用本发明实施例的数据处理方法或数据处理装置的示例性系统架构600。

如图6所示，系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的物品信息查询请求等数据进行分析等处理，并将处理结果反馈给终端设备。

需要说明的是，本发明实施例所提供的数据处理方法一般由服务器605执行，相应地，所述数据处理装置一般设置在服务器605中。

应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图7，其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例，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7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机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。而在本发明中，计算机可读的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，其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、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。计算机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、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括创建模块、读取模块、处理模块和返回模块，其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，该设备实现如下方法：创建ClickHouse的自定义函数并配置所述自定义函数的配置信息；通过管道读取ClickHouse输入的输入参数，对所述输入参数进行切割，从而得到多个输入字段；对所述多个输入字段进行解析，根据解析结果调用所述自定义函数，从而得到多个输出字段；将所述多个输出字段连接成输出参数，将所述输出参数返回至ClickHouse的调用处。

作为另一方面，本发明实施例还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的方法。

根据本发明实施例的技术方案，因为采用创建ClickHouse的自定义函数并配置自定义函数的配置信息，自定义函数实现程序包或者脚本文件主文件包含多个子模块的技术手段，所以克服了现有技术中每次新增处理逻辑时修改ClickHouse的配置文件不方便的技术问题。本发明实施例通过ClickHouse自定义函数，减少了数据处理加工过程中拉取和保存数据时的两次数据网络传输过程，减少了网络IO，提升了数据加工处理的效率，节省了时间；而且通过一次配置好后，一个函数就可以动态实现不同的处理逻辑，用以适应不同的业务场景，动态函数功能的实现，为业务功能调整和业务功能的新增提供了便利，可扩展性好。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (17)

1.一种数据处理方法，其特征在于，包括：

创建ClickHouse的自定义函数并配置所述自定义函数的配置信息；其中，所述自定义函数实现程序包或者脚本文件主文件包含多个子模块，所述子模块为以下至少一种：模型、子程序文件和逻辑脚本；

通过管道读取ClickHouse输入的输入参数，对所述输入参数进行切割，从而得到多个输入字段；

对所述多个输入字段进行解析，根据解析结果调用所述自定义函数，从而得到多个输出字段；

将所述多个输出字段连接成输出参数，将所述输出参数返回至ClickHouse的调用处。

2.根据权利要求1所述的方法，其特征在于，创建ClickHouse的自定义函数并配置所述自定义函数的配置信息，包括：

将自定义函数实现程序包或者脚本文件主文件放到自义定函数程序包目录下；

在ClickHouse的配置文件同级目录下创建所述自定义函数的配置文件，在所述自定义函数的配置文件中定义所述自义定函数的接口。

3.根据权利要求2所述的方法，其特征在于，所述接口定义包括：输入参数为一个字符串、输出参数为一个字符串和启动命令为一个启动脚本；

在所述自定义函数的配置文件中定义所述自义定函数的接口之后，还包括：

编写启动脚本，所述启动脚本用于启动所述自定义函数；

将所述自定义函数生效。

4.根据权利要求2所述的方法，其特征在于，所述自义定函数程序包目录满足如下条件：

ClickHouse服务的运行用户有可读权限；

创建自义定函数的用户有上传文件到所述目录的权限。

5.根据权利要求1所述的方法，其特征在于，对所述输入参数进行切割，从而得到多个输入字段，包括：

根据分隔符对所述输入参数进行切割，得到多个输入字段；其中，所述输入参数为一个字符串。

6.根据权利要求1所述的方法，其特征在于，对所述多个输入字段进行解析，根据解析结果调用所述自定义函数，从而得到多个输出字段，包括：

按照变量名＝变量值的方式，对所述多个输入字段进行解析；

从解析结果中获取目标子模块的标识；

获取所述目标子模块中的输入字段名、字段类型和字段长度，以及输出字段名、字段类型和字段长度，对所述解析结果进行类型转换并对所述目标子模块的输入参数进行赋值；

执行所述目标子模块，从而得到输出结果值；

按照字段名＝字段值的方式，将所述输出结果值转换成多个输出字段。

7.根据权利要求1所述的方法，其特征在于，将所述多个输出字段连接成输出参数，包括：

采用分隔符将所述多个输出字段连接成输出参数；其中，所述输出参数为一个字符串。

8.一种数据处理装置，其特征在于，包括：

创建模块，用于创建ClickHouse的自定义函数并配置所述自定义函数的配置信息；其中，所述自定义函数实现程序包或者脚本文件主文件包含多个子模块，所述子模块为以下至少一种：模型、子程序文件和逻辑脚本；

读取模块，用于通过管道读取ClickHouse输入的输入参数，对所述输入参数进行切割，从而得到多个输入字段；

处理模块，用于对所述多个输入字段进行解析，根据解析结果调用所述自定义函数，从而得到多个输出字段；

返回模块，用于将所述多个输出字段连接成输出参数，将所述输出参数返回至ClickHouse的调用处。

9.根据权利要求8所述的装置，其特征在于，所述创建模块还用于：

将自定义函数实现程序包或者脚本文件主文件放到自义定函数程序包目录下；

在ClickHouse的配置文件同级目录下创建所述自定义函数的配置文件，在所述自定义函数的配置文件中定义所述自义定函数的接口。

10.根据权利要求9所述的装置，其特征在于，所述接口定义包括：输入参数为一个字符串、输出参数为一个字符串和启动命令为一个启动脚本；

所述创建模块还用于：

在所述自定义函数的配置文件中定义所述自义定函数的接口之后，编写启动脚本，所述启动脚本用于启动所述自定义函数；

将所述自定义函数生效。

11.根据权利要求9所述的装置，其特征在于，所述自义定函数程序包目录满足如下条件：

ClickHouse服务的运行用户有可读权限；

创建自义定函数的用户有上传文件到所述目录的权限。

12.根据权利要求8所述的装置，其特征在于，所述读取模块还用于：

根据分隔符对所述输入参数进行切割，得到多个输入字段；其中，所述输入参数为一个字符串。

13.根据权利要求8所述的装置，其特征在于，所述处理模块还用于：

按照变量名＝变量值的方式，对所述多个输入字段进行解析；

从解析结果中获取目标子模块的标识；

获取所述目标子模块中的输入字段名、字段类型和字段长度，以及输出字段名、字段类型和字段长度，对所述解析结果进行类型转换并对所述目标子模块的输入参数进行赋值；

执行所述目标子模块，从而得到输出结果值；

按照字段名＝字段值的方式，将所述输出结果值转换成多个输出字段。

14.根据权利要求8所述的装置，其特征在于，所述返回模块还用于：

采用分隔符将所述多个输出字段连接成输出参数；其中，所述输出参数为一个字符串。

15.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

16.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。

17.一种计算机程序产品，包括计算机程序，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1-7中任一项所述的方法。

Images