CN116089499A - 基于kafka数据量的数据统计方法、装置及介质 - Google Patents

基于kafka数据量的数据统计方法、装置及介质 Download PDF

Info

Publication number
CN116089499A
CN116089499A CN202310107380.8A CN202310107380A CN116089499A CN 116089499 A CN116089499 A CN 116089499A CN 202310107380 A CN202310107380 A CN 202310107380A CN 116089499 A CN116089499 A CN 116089499A
Authority
CN
China
Prior art keywords
data
information table
basic information
target
table 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.)
Pending
Application number
CN202310107380.8A
Other languages
English (en)
Inventor
肖燕珍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Si Tech Information Technology Co Ltd
Original Assignee
Beijing Si Tech Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Si Tech Information Technology Co Ltd filed Critical Beijing Si Tech Information Technology Co Ltd
Priority to CN202310107380.8A priority Critical patent/CN116089499A/zh
Publication of CN116089499A publication Critical patent/CN116089499A/zh
Pending legal-status Critical Current

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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • 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
    • G06F16/2455—Query execution
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明公开了一种基于kafka数据量的数据统计方法、装置及介质。通过周期性地获取待查询的数据质量列表，并解析得到目标时刻对应的各待查询数据信息；根据各待查询数据信息进行数据查询，得到基本信息表数据列表，并依次获取基本信息表数据列表中的一条基本信息表数据；根据基本信息表数据，确定出当前偏移量和初始偏移量，并计算得到目标时刻对应的目标数据量；根据目标数据量，确定目标操作结果，并返回依次获取基本信息表数据列表中的一条基本信息表数据的操作，直至遍历完成基本信息表数据列表。解决了流平台不能实时监控数据变化，无法确定是否存在数据丢失的问题，实现了能够实时监测数据的变化，提高数据的安全性、易用性和直观性。

Description

基于kafka数据量的数据统计方法、装置及介质
技术领域
本发明涉及数据处理技术领域，尤其涉及一种基于kafka数据量的数据统计方法、装置及介质。
背景技术
流平台可以实现发布和订阅消息流，类似于消息队列。流平台以容错的方式存储消息流，实时处理消息流。具体的，流平台可以是kafka，kafka通常应用于两大类应用，比如说可以构建实时数据流管道，以可靠的获取系统或应用之间的数据，构建实时转换或响应数据流的应用程序。
发明人在实现本发明的过程中，发现现有技术存在如下缺陷：目前，流平台目前无法了解到是否存在数据丢失的情况，缺少一个实时监控数据变化情况的功能模块。
发明内容
本发明提供了一种基于kafka数据量的数据统计方法、装置及介质，以实现实时监测数据的变化，提高数据的安全性、易用性和直观性。
根据本发明的一方面，提供了一种基于kafka数据量的数据统计方法，其中，包括：
周期性地获取待查询的数据质量列表，并解析所述数据质量列表得到目标时刻对应的各待查询数据信息；
根据所述各待查询数据信息进行数据查询，得到基本信息表数据列表，并依次获取所述基本信息表数据列表中的一条基本信息表数据；其中，所述基本信息表数据列表包括至少一条基本信息表数据；
根据所述基本信息表数据，确定出当前偏移量和初始偏移量，并根据所述当前偏移量和所述初始偏移量计算得到所述目标时刻对应的目标数据量；
根据所述目标数据量，确定目标操作结果，并返回依次获取所述基本信息表数据列表中的一条基本信息表数据的操作，直至遍历完成所述基本信息表数据列表。
根据本发明的另一方面，提供了一种基于kafka数据量的数据统计装置，其中，包括：
各待查询数据信息确定模块，用于周期性地获取待查询的数据质量列表，并解析所述数据质量列表得到目标时刻对应的各待查询数据信息；
基本信息表数据获取模块，用于根据所述各待查询数据信息进行数据查询，得到基本信息表数据列表，并依次获取所述基本信息表数据列表中的一条基本信息表数据；其中，所述基本信息表数据列表包括至少一条基本信息表数据；
目标数据量计算模块，用于根据所述基本信息表数据，确定出当前偏移量和初始偏移量，并根据所述当前偏移量和所述初始偏移量计算得到所述目标时刻对应的目标数据量；
目标操作结果确定模块，用于根据所述目标数据量，确定目标操作结果，并返回依次获取所述基本信息表数据列表中的一条基本信息表数据的操作，直至遍历完成所述基本信息表数据列表。
根据本发明的另一方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在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计算机程序时实现本发明任一实施例所述的基于kafka数据量的数据统计方法。
根据本发明的另一方面，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指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的基于kafka数据量的数据统计方法。
本发明实施例的技术方案，通过周期性地获取待查询的数据质量列表，并解析得到目标时刻对应的各待查询数据信息；根据各待查询数据信息进行数据查询，得到基本信息表数据列表，并依次获取基本信息表数据列表中的一条基本信息表数据；根据基本信息表数据，确定出当前偏移量和初始偏移量，并计算得到目标时刻对应的目标数据量；根据目标数据量，确定目标操作结果，并返回依次获取基本信息表数据列表中的一条基本信息表数据的操作，直至遍历完成基本信息表数据列表。解决了流平台不能实时监控数据变化，无法确定是否存在数据丢失的问题，实现了能够实时监测数据的变化，提高数据的安全性、易用性和直观性。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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。
图1是根据本发明实施例一提供的一种基于kafka数据量的数据统计方法的流程图；
图2是根据本发明实施例二提供的另一种基于kafka数据量的数据统计方法的流程图；
图3是根据本发明实施例三提供的一种基于kafka数据量的数据统计装置的结构示意图；
图4是根据本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“目标”、“当前”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种基于kafka数据量的数据统计方法的流程图，本实施例可适用于在流平台中，实时监控数据变化，以及确定是否存在数据丢失的情况，该方法可以由基于kafka数据量的数据统计装置来执行，该基于kafka数据量的数据统计装置可以采用硬件和/或软件的形式实现。
相应的，如图1所示，该方法包括：
S110、周期性地获取待查询的数据质量列表，并解析所述数据质量列表得到目标时刻对应的各待查询数据信息。
其中，待查询的数据质量列表可以是描述需要通过具体的方式进行数据的查询，可以通过对待查询的数据质量列表进行解析，得到相应的查询数据信息方式。各待查询数据信息可以包括多种数据信息查询方式，其中，待查询数据信息可以包括有数据表名字、查询时间条件、kafka主题条件、或者融合条件信息。
可选的，所述待查询数据信息包括下述至少一项：数据表名字、查询时间条件、kafka主题条件、或者融合条件信息。
在本实施例中，可以通过数据表名字进行查询，也可以根据查询时间条件进行数据的查询，或者通过kafka主题条件进行数据的查询，或者通过融合条件信息进行数据的查询，通过不同的数据信息的查询，能够确定出基本信息表数据列表。
S120、根据所述各待查询数据信息进行数据查询，得到基本信息表数据列表，并依次获取所述基本信息表数据列表中的一条基本信息表数据。
其中，所述基本信息表数据列表包括至少一条基本信息表数据。
其中，基本信息表数据列表可以是根据查询出的数据结果以列表的形式来构成的基本信息表数据，在基本信息表数据列表中，包括多条基本信息表数据。基本信息表数据可以是描述数据对应的数据量的信息，并且基本数据表数据可以包括当前时刻数据量、上一时刻的数据量和初始时刻的数据量。
在本实施例中，在确定基本信息表数据列表之后，可以确定出基本信息表数据列表中包含基本信息表数据的条数，需要依次取出一条基本信息表数据进行偏移量的计算，之后得到相应的目标数据量，从而实现对数据信息的统计操作。
S130、根据所述基本信息表数据，确定出当前偏移量和初始偏移量，并根据所述当前偏移量和所述初始偏移量计算得到所述目标时刻对应的目标数据量。
其中，当前偏移量可以是当前时刻对应的数据信息的偏移量。初始偏移量可以是初始时刻对应的数据偏移量。目标数据量可以是统计出当前时刻的数据量的大小。
在本实施例中，需要通过当前偏移量和初始偏移量的大小来进行一步地计算出目标数据量，示例性的，假设当前偏移量为10000，初始偏移量为0，可以计算出目标数据量为10000。另外的，根据基本信息表数据的数据信息，可以计算出当前偏移量和初始偏移量的大小。
可选的，所述基本信息表数据包括：当前时刻数据量、上一时刻的数据量和初始时刻的数据量；所述根据所述基本信息表数据，确定出当前偏移量和初始偏移量，并根据所述当前偏移量和所述初始偏移量计算得到所述目标时刻对应的目标数据量，包括：根据所述当前时刻数据量和所述上一时刻的数据量，计算得到所述当前偏移量；根据所述基本信息表数据对应的初始时刻的数据量和所述基本信息表数据列表，确定出所述初始偏移量；其中，按照时间排序中最小时间对应的数据量，来确定所述初始时刻的数据量；将所述当前偏移量减去所述初始偏移量计算得到所述目标时刻对应的所述目标数据量。
其中，当前时刻数据量可以是在系统中记录的当前时刻对应的数据量。上一时刻的数据量可以是距离当前时刻最近的上一时刻的数据量的大小。初始时刻的数据量可以是当前时刻对应的当天中的第一条。
示例性的，假设在基本信息表数据中，当前时刻数据量为50000，上一时刻的数据量为40000，和初始时刻的数据0，可以计算出当前偏移量为10000和初始偏移量为0。
具体的，根据目标主题当天进入数据库的时间，对时间进行排序处理，得到的第一条数据量，也即初始时刻的数据量。通过基本信息表数据对应的初始时刻的数据量和基本信息表数据列表，需要确定出初始偏移量为0。
进一步的，根据当前偏移量为10000和初始偏移量为0，可以计算出目标数据量为10000。
这样设置的好处在于：通过根据基本信息表数据来计算出当前偏移量和初始偏移量，并进一步地确定出目标数据量。这样统计出的数据量更加准确，并且能够及时地反映出是否存在数据的缺失。
可选的，所述根据所述基本信息表数据对应的初始时刻的数据量和所述基本信息表数据列表，确定出所述初始偏移量，包括：获取所述基本信息表数据列表对应的kafka数据变化表，以及获取所述基本信息表数据对应的目标kafka主题；判断所述kafka数据变化表中是否存在目标kafka主题的记录，若是，则获取所述目标时刻对应的初始时刻的所述初始偏移量。
其中，kafka数据变化表可以是在kafka主题下统计出的数据变化表，在kafka数据变化表进行目标kafka主题的记录，当有目标kafka主题对应的数据存入数据库时，需要进行记录。
在本实施例中，需要判断kafka数据变化表中是否存在目标kafka主题的记录，如果存在，则需要获取目标时刻对应的初始时刻的初始偏移量；如果不存在，则需要令目标数据量等于0，并且将目标数据量直接存入数据库中，说明在本条目标数据量存入之前，并没有进行该目标数据量的存储，因此也不需要进行初始偏移量的获取操作。
S140、根据所述目标数据量，确定目标操作结果，并返回依次获取所述基本信息表数据列表中的一条基本信息表数据的操作，直至遍历完成所述基本信息表数据列表。
其中，目标操作结果可以是根据目标数据量的大小，来进一步地确定出进行目标数据量的存储还是告警操作。
在本实施例中，处理完成当前基本信息表数据之后，需要从基本信息表数据列表中获取下一条基本信息表数据，直至遍历完成该基本信息表数据列表。
另外的，在确定出目标数据量之后，还可以通过折线图、或者饼状图等方式来进行数据可视化操作。
可选的，所述根据所述目标数据量，确定目标操作结果，包括：判断所述目标数据量是否大于等于零，若是，则确定所述目标操作结果对应为将所述目标数据量存储于数据库中；若否，则为所述目标操作结果对应生成告警信息，并将所述告警信息插入告警信息表中，将所述告警信息表反馈给用户。
在本实施例中，如果目标数据量大于等于零，则说明目标数据量一直保持正增长，不存在数据缺失的情况，因此将目标数据量存储于数据库中；反之，说明目标数据量存在数据缺失的情况，因此需要生成告警信息，并将告警信息插入告警信息表中，将告警信息表反馈给用户。
这样设置的好处在于：通过判断目标数据量的大小，进一步地确定出是否存在数据缺失，进一步地进行反馈，能够提高数据信息的安全性。
本发明实施例的技术方案，通过周期性地获取待查询的数据质量列表，并解析得到目标时刻对应的各待查询数据信息；根据各待查询数据信息进行数据查询，得到基本信息表数据列表，并依次获取基本信息表数据列表中的一条基本信息表数据；根据基本信息表数据，确定出当前偏移量和初始偏移量，并计算得到目标时刻对应的目标数据量；根据目标数据量，确定目标操作结果，并返回依次获取基本信息表数据列表中的一条基本信息表数据的操作，直至遍历完成基本信息表数据列表。解决了流平台不能实时监控数据变化，无法确定是否存在数据丢失的问题，实现了能够实时监测数据的变化，提高数据的安全性、易用性和直观性。
实施例二
图2为本发明实施例二提供的另一种基于kafka数据量的数据统计方法的流程图，本实施例以上述各实施例为基础进行优化，在本实施例中，在所述根据所述目标数据量，确定目标操作结果之后，还包括对所述目标数据量进行验证处理的具体操作过程。
相应的，如图2所示，该方法包括：
S210、周期性地获取待查询的数据质量列表，并解析所述数据质量列表得到目标时刻对应的各待查询数据信息。
S220、根据所述各待查询数据信息进行数据查询，得到基本信息表数据列表，并依次获取所述基本信息表数据列表中的一条基本信息表数据。
其中，所述基本信息表数据列表包括至少一条基本信息表数据。
S230、根据所述基本信息表数据，确定出当前偏移量和初始偏移量，并根据所述当前偏移量和所述初始偏移量计算得到所述目标时刻对应的目标数据量。
S240、根据所述目标数据量，确定目标操作结果，并返回依次获取所述基本信息表数据列表中的一条基本信息表数据的操作，直至遍历完成所述基本信息表数据列表。
S250、根据所述目标数据量，对所述基本信息表数据进行更新处理，得到更新基本信息表数据。
其中，更新基本信息表数据可以是在确定出目标数据量之后，需要对基本信息表进行更新处理，从而得到新的基本信息表数据。
S260、将所述目标数据量和所述更新基本信息表数据存入数据库中。
在本实施例中，在确定出更新基本信息表数据之后，需要将目标数据量和更新基本信息表数据存入数据库中，提高了数据信息查询的便利性和安全性，也方便之后的数据验证操作。
S270、根据所述数据库对应的预先设置的数据信息验证模块，对所述目标数据量进行验证处理，并得到验证结果。
其中，所述数据信息验证模块包括下述至少一项：kafka集群验证模块、文件服务器验证模块和分布式文件系统验证模块，各所述数据信息验证模块包括至少一个数据验证目录。
其中，数据信息验证模块可以是能够进行数据验证的模块，数据信息验证模块可以包括有kafka集群验证模块、文件服务器验证模块和分布式文件系统验证模块，并且在不同的验证模块中有多个不同的目录。
另外的，验证结果可以包括验证通过或者验证不通过两种方式。具体的，验证通过说明通过数据信息验证模块得出的目标数据量和存入的目标数据量一致，所以能够进行数据存储，反之，不能够进行数据存储，并进行告警操作。
可选的，所述根据所述数据库对应的预先设置的数据信息验证模块，对所述目标数据量进行验证处理，并得到验证结果，包括：在所述数据信息验证模块中，依次获取一个目标数据信息验证模块；根据所述目标数据信息验证模块，确定出标准数据量；判断所述更新基本信息表数据对应的目标数据量是否与标准数据量一致，若是，则确定完成目标数据量的验证；若否，则生成告警信息，并将所述告警信息插入告警信息表中，将所述告警信息表反馈给用户。
其中，目标数据信息验证模块可以是在kafka集群验证模块、文件服务器验证模块和分布式文件系统验证模块中获取一个或者多个验证模块，当全部数据信息验证模块均满足要求，则说明验证通过。
进一步的，通过多个数据信息验证模块进行目标数据量的验证，提高了验证结果的可靠性，从而能够更加准确地进行数据量的统计操作。
另外的，标准数据量可以是通过目标数据信息验证模块，以及预先获取的基本信息表数据来计算出的标准数据量。
在本实施例中，根据更新基本信息表数据对应的目标数据量和标准数据量来进一步地确定出是否通过目标数据量的验证操作。如果没有通过，需要生成告警信息，并将告警信息插入告警信息表中，将告警信息表反馈给用户，这样可以提高数据统计的安全性。
本发明实施例的技术方案，通过周期性地获取待查询的数据质量列表，并解析得到目标时刻对应的各待查询数据信息；根据各待查询数据信息进行数据查询，得到基本信息表数据列表，并依次获取基本信息表数据列表中的一条基本信息表数据；根据基本信息表数据，确定出当前偏移量和初始偏移量，并计算得到目标时刻对应的目标数据量；根据目标数据量，确定目标操作结果，并返回依次获取基本信息表数据列表中的一条基本信息表数据的操作，直至遍历完成基本信息表数据列表。实现了能够实时监测数据的变化，提高数据的易用性和直观性，通过数据信息验证模块的验证，可以提高数据统计的安全性。
实施例三
图3为本发明实施例三提供的一种基于kafka数据量的数据统计装置的结构示意图。本实施例所提供的一种基于kafka数据量的数据统计装置可以通过软件和/或硬件来实现，可配置于终端设备或者服务器中来实现本发明实施例中的一种基于kafka数据量的数据统计方法。如图3所示，该装置包括：各待查询数据信息确定模块310、基本信息表数据获取模块320、目标数据量计算模块330和目标操作结果确定模块340。
其中，各待查询数据信息确定模块310，用于周期性地获取待查询的数据质量列表，并解析所述数据质量列表得到目标时刻对应的各待查询数据信息；
基本信息表数据获取模块320，用于根据所述各待查询数据信息进行数据查询，得到基本信息表数据列表，并依次获取所述基本信息表数据列表中的一条基本信息表数据；其中，所述基本信息表数据列表包括至少一条基本信息表数据；
目标数据量计算模块330，用于根据所述基本信息表数据，确定出当前偏移量和初始偏移量，并根据所述当前偏移量和所述初始偏移量计算得到所述目标时刻对应的目标数据量；
目标操作结果确定模块340，用于根据所述目标数据量，确定目标操作结果，并返回依次获取所述基本信息表数据列表中的一条基本信息表数据的操作，直至遍历完成所述基本信息表数据列表。
本发明实施例的技术方案，通过周期性地获取待查询的数据质量列表，并解析得到目标时刻对应的各待查询数据信息；根据各待查询数据信息进行数据查询，得到基本信息表数据列表，并依次获取基本信息表数据列表中的一条基本信息表数据；根据基本信息表数据，确定出当前偏移量和初始偏移量，并计算得到目标时刻对应的目标数据量；根据目标数据量，确定目标操作结果，并返回依次获取基本信息表数据列表中的一条基本信息表数据的操作，直至遍历完成基本信息表数据列表。解决了流平台不能实时监控数据变化，无法确定是否存在数据丢失的问题，实现了能够实时监测数据的变化，提高数据的安全性、易用性和直观性。
可选的，所述基本信息表数据可以具体用于：当前时刻数据量、上一时刻的数据量和初始时刻的数据量；
可选的，目标数据量计算模块330，可以具体包括：当前偏移量计算单元，用于根据所述当前时刻数据量和所述上一时刻的数据量，计算得到所述当前偏移量；初始偏移量确定单元，用于根据所述基本信息表数据对应的初始时刻的数据量和所述基本信息表数据列表，确定出所述初始偏移量；其中，按照时间排序中最小时间对应的数据量，来确定所述初始时刻的数据量；目标数据量计算单元，用于将所述当前偏移量减去所述初始偏移量计算得到所述目标时刻对应的所述目标数据量。
可选的，目标操作结果确定模块340，可以具体用于：所述根据所述目标数据量，确定目标操作结果，包括：判断所述目标数据量是否大于等于零，若是，则确定所述目标操作结果对应为将所述目标数据量存储于数据库中；若否，则为所述目标操作结果对应生成告警信息，并将所述告警信息插入告警信息表中，将所述告警信息表反馈给用户。
可选的，所述初始偏移量确定单元，可以具体用于：获取所述基本信息表数据列表对应的kafka数据变化表，以及获取所述基本信息表数据对应的目标kafka主题；判断所述kafka数据变化表中是否存在目标kafka主题的记录，若是，则获取所述目标时刻对应的初始时刻的所述初始偏移量。
可选的，还包括，验证结果确定模块，可以具体包括：更新基本信息表数据确定单元，用于在所述根据所述目标数据量，确定目标操作结果之后，根据所述目标数据量，对所述基本信息表数据进行更新处理，得到更新基本信息表数据；数据库存入单元，用于将所述目标数据量和所述更新基本信息表数据存入数据库中；验证结果确定单元，用于根据所述数据库对应的预先设置的数据信息验证模块，对所述目标数据量进行验证处理，并得到验证结果；其中，所述数据信息验证模块包括下述至少一项：kafka集群验证模块、文件服务器验证模块和分布式文件系统验证模块，各所述数据信息验证模块包括至少一个数据验证目录。
可选的，验证结果确定单元，可以具体用于：在所述数据信息验证模块中，依次获取一个目标数据信息验证模块；根据所述目标数据信息验证模块，确定出标准数据量；判断所述更新基本信息表数据对应的目标数据量是否与标准数据量一致，若是，则确定完成目标数据量的验证；若否，则生成告警信息，并将所述告警信息插入告警信息表中，将所述告警信息表反馈给用户。
可选的，所述待查询数据信息包括下述至少一项：数据表名字、查询时间条件、kafka主题条件、或者融合条件信息。
本发明实施例所提供的基于kafka数据量的数据统计装置可执行本发明任意实施例所提供的基于kafka数据量的数据统计方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例四的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如基于kafka数据量的数据统计方法。
在一些实施例中，基于kafka数据量的数据统计方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的基于kafka数据量的数据统计方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行基于kafka数据量的数据统计方法。
该方法包括：周期性地获取待查询的数据质量列表，并解析所述数据质量列表得到目标时刻对应的各待查询数据信息；根据所述各待查询数据信息进行数据查询，得到基本信息表数据列表，并依次获取所述基本信息表数据列表中的一条基本信息表数据；其中，所述基本信息表数据列表包括至少一条基本信息表数据；根据所述基本信息表数据，确定出当前偏移量和初始偏移量，并根据所述当前偏移量和所述初始偏移量计算得到所述目标时刻对应的目标数据量；根据所述目标数据量，确定目标操作结果，并返回依次获取所述基本信息表数据列表中的一条基本信息表数据的操作，直至遍历完成所述基本信息表数据列表。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
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，根据设计要求和其他因素，可以进行各种修改、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。
实施例五
本发明实施例五还提供一种包含计算机可读存储介质，所述计算机可读指令在由计算机处理器执行时用于执行一种基于kafka数据量的数据统计方法，该方法包括：周期性地获取待查询的数据质量列表，并解析所述数据质量列表得到目标时刻对应的各待查询数据信息；根据所述各待查询数据信息进行数据查询，得到基本信息表数据列表，并依次获取所述基本信息表数据列表中的一条基本信息表数据；其中，所述基本信息表数据列表包括至少一条基本信息表数据；根据所述基本信息表数据，确定出当前偏移量和初始偏移量，并根据所述当前偏移量和所述初始偏移量计算得到所述目标时刻对应的目标数据量；根据所述目标数据量，确定目标操作结果，并返回依次获取所述基本信息表数据列表中的一条基本信息表数据的操作，直至遍历完成所述基本信息表数据列表。
当然，本发明实施例所提供的一种包含计算机可读存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的基于kafka数据量的数据统计方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述基于kafka数据量的数据统计装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
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，根据设计要求和其他因素，可以进行各种修改、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 (10)

1.一种基于kafka数据量的数据统计方法，其特征在于，包括：
周期性地获取待查询的数据质量列表，并解析所述数据质量列表得到目标时刻对应的各待查询数据信息；
根据所述各待查询数据信息进行数据查询，得到基本信息表数据列表，并依次获取所述基本信息表数据列表中的一条基本信息表数据；其中，所述基本信息表数据列表包括至少一条基本信息表数据；
根据所述基本信息表数据，确定出当前偏移量和初始偏移量，并根据所述当前偏移量和所述初始偏移量计算得到所述目标时刻对应的目标数据量；
根据所述目标数据量，确定目标操作结果，并返回依次获取所述基本信息表数据列表中的一条基本信息表数据的操作，直至遍历完成所述基本信息表数据列表。
2.根据权利要求1所述的方法，其特征在于，所述基本信息表数据包括：当前时刻数据量、上一时刻的数据量和初始时刻的数据量；
所述根据所述基本信息表数据，确定出当前偏移量和初始偏移量，并根据所述当前偏移量和所述初始偏移量计算得到所述目标时刻对应的目标数据量，包括：
根据所述当前时刻数据量和所述上一时刻的数据量，计算得到所述当前偏移量；
根据所述基本信息表数据对应的初始时刻的数据量和所述基本信息表数据列表，确定出所述初始偏移量；其中，按照时间排序中最小时间对应的数据量，来确定所述初始时刻的数据量；
将所述当前偏移量减去所述初始偏移量计算得到所述目标时刻对应的所述目标数据量。
3.根据权利要求2所述的方法，其特征在于，所述根据所述目标数据量，确定目标操作结果，包括：
判断所述目标数据量是否大于等于零，若是，则确定所述目标操作结果对应为将所述目标数据量存储于数据库中；
若否，则为所述目标操作结果对应生成告警信息，并将所述告警信息插入告警信息表中，将所述告警信息表反馈给用户。
4.根据权利要求2所述的方法，其特征在于，所述根据所述基本信息表数据对应的初始时刻的数据量和所述基本信息表数据列表，确定出所述初始偏移量，包括：
获取所述基本信息表数据列表对应的kafka数据变化表，以及获取所述基本信息表数据对应的目标kafka主题；
判断所述kafka数据变化表中是否存在目标kafka主题的记录，若是，则获取所述目标时刻对应的初始时刻的所述初始偏移量。
5.根据权利要求3所述的方法，其特征在于，在所述根据所述目标数据量，确定目标操作结果之后，还包括：
根据所述目标数据量，对所述基本信息表数据进行更新处理，得到更新基本信息表数据；
将所述目标数据量和所述更新基本信息表数据存入数据库中；
根据所述数据库对应的预先设置的数据信息验证模块，对所述目标数据量进行验证处理，并得到验证结果；
其中，所述数据信息验证模块包括下述至少一项：kafka集群验证模块、文件服务器验证模块和分布式文件系统验证模块，各所述数据信息验证模块包括至少一个数据验证目录。
6.根据权利要求5所述的方法，其特征在于，所述根据所述数据库对应的预先设置的数据信息验证模块，对所述目标数据量进行验证处理，并得到验证结果，包括：
在所述数据信息验证模块中，依次获取一个目标数据信息验证模块；
根据所述目标数据信息验证模块，确定出标准数据量；
判断所述更新基本信息表数据对应的目标数据量是否与标准数据量一致，若是，则确定完成目标数据量的验证；
若否，则生成告警信息，并将所述告警信息插入告警信息表中，将所述告警信息表反馈给用户。
7.根据权利要求1所述的方法，其特征在于，所述待查询数据信息包括下述至少一项：数据表名字、查询时间条件、kafka主题条件、或者融合条件信息。
8.一种基于kafka数据量的数据统计装置，其特征在于，包括：
各待查询数据信息确定模块，用于周期性地获取待查询的数据质量列表，并解析所述数据质量列表得到目标时刻对应的各待查询数据信息；
基本信息表数据获取模块，用于根据所述各待查询数据信息进行数据查询，得到基本信息表数据列表，并依次获取所述基本信息表数据列表中的一条基本信息表数据；其中，所述基本信息表数据列表包括至少一条基本信息表数据；
目标数据量计算模块，用于根据所述基本信息表数据，确定出当前偏移量和初始偏移量，并根据所述当前偏移量和所述初始偏移量计算得到所述目标时刻对应的目标数据量；
目标操作结果确定模块，用于根据所述目标数据量，确定目标操作结果，并返回依次获取所述基本信息表数据列表中的一条基本信息表数据的操作，直至遍历完成所述基本信息表数据列表。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在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计算机程序时实现如权利要求1-7中任一项所述的基于kafka数据量的数据统计方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的基于kafka数据量的数据统计方法。
CN202310107380.8A 2023-01-31 2023-01-31 基于kafka数据量的数据统计方法、装置及介质 Pending CN116089499A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310107380.8A CN116089499A (zh) 2023-01-31 2023-01-31 基于kafka数据量的数据统计方法、装置及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310107380.8A CN116089499A (zh) 2023-01-31 2023-01-31 基于kafka数据量的数据统计方法、装置及介质

Publications (1)

Publication Number Publication Date
CN116089499A true CN116089499A (zh) 2023-05-09

Family

ID=86208179

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310107380.8A Pending CN116089499A (zh) 2023-01-31 2023-01-31 基于kafka数据量的数据统计方法、装置及介质

Country Status (1)

Country Link
CN (1) CN116089499A (zh)

Similar Documents

Publication Publication Date Title
CN116010220A (zh) 一种告警诊断方法、装置、设备及存储介质
CN117762950B (zh) 基于树形结构的日志数据分析处理方法、装置及介质
CN117424850B (zh) 一种异常链路聚合方法、查询方法、装置、设备及介质
CN116820826B (zh) 一种基于调用链的根因定位方法、装置、设备及存储介质
CN115168154B (zh) 一种基于动态基线的异常日志检测方法、装置及设备
CN115629903A (zh) 任务延迟监控方法、装置、设备及存储介质
CN115906135A (zh) 目标数据泄露路径的溯源方法、装置、电子设备和存储介质
CN115049369A (zh) 一种项目管理方法、装置、电子设备及存储介质
CN114661562A (zh) 一种数据告警方法、装置、设备及介质
CN116089499A (zh) 基于kafka数据量的数据统计方法、装置及介质
CN113094241A (zh) 一种实时程序准确性的确定方法、装置、设备及存储介质
CN116991683B (zh) 一种告警信息处理方法、装置、设备及介质
CN116991684B (zh) 一种告警信息处理方法、装置、设备及介质
CN116991620B (zh) 一种解决方案确定方法、装置、设备及介质
CN115361308B (zh) 一种工控网络数据风险确定方法、装置、设备及存储介质
CN116185765B (zh) 一种告警处理方法、装置、电子设备及存储介质
CN117150215B (zh) 一种考核结果确定方法、装置、电子设备及存储介质
CN115858325B (zh) 一种项目日志的调整方法、装置、设备和存储介质
CN116149933B (zh) 一种异常日志数据确定方法、装置、设备及存储介质
CN117875282A (zh) 一种测试工作量统计方法、装置、设备及存储介质
CN117608896A (zh) 交易数据处理方法、装置、电子设备及存储介质
CN117014291A (zh) 基于工单流分组的异常节点确定方法、装置、设备及介质
CN115495380A (zh) 测试用例生成方法、装置、电子设备及存储介质
CN118170555A (zh) 分布式服务异常定位方法、装置、电子设备以及存储介质
CN116319454A (zh) 应用程序网络耗时检测方法、装置、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