CN116186176A - 一种数据处理方法、装置、设备及存储介质 - Google Patents
一种数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116186176A CN116186176A CN202310199262.4A CN202310199262A CN116186176A CN 116186176 A CN116186176 A CN 116186176A CN 202310199262 A CN202310199262 A CN 202310199262A CN 116186176 A CN116186176 A CN 116186176A
- Authority
- CN
- China
- Prior art keywords
- time
- pull chain
- zipper
- data
- chain table
- 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 23
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000004590 computer program Methods 0.000 claims description 16
- 230000002354 daily effect Effects 0.000 description 14
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013502 data validation Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual 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
- G06F16/28—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
-
- 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
- G06F16/2228—Indexing structures
-
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种数据处理方法、装置、设备及存储介质,属于数据处理技术领域。该方法包括:基于拉链表配置规则,对数据仓库中时间拉链表的表结构进行配置,得到至少一个初始时间拉链表;所述表结构包括周期持续时长;在当前时刻识别到数据发生更新的情况下,从所述至少一个初始时间拉链表中确定目标时间拉链表,并将更新的数据存储至所述目标时间拉链表。通过上述技术方案,可以实时数据仓库和批量数据仓库的统一管理。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种数据处理方法、装置、设备及存储介质。
背景技术
数据仓库时间拉链保存历史数据,但当前数据仓库时间拉链的处理频率通常默认是日,并且固化在程序中的。由于大数据实时处理技术的成熟,出现了比一天更短的时间周期的实时数据仓库,用于响应实时业务分析需求。短周期拉链表数据经过长时间的累积,就会产生大量的无用短周期的历史数据,另一方面传统的按日处理的批量数据仓库与实时数据仓库在企业内并行,有重复计算的缺点。
发明内容
本发明提供了一种数据处理方法、装置、设备及存储介质,以实现实时数据仓库和批量数据仓库的统一管理。
根据本发明的一方面,提供了一种数据处理方法,该方法包括:
基于拉链表配置规则,对数据仓库中时间拉链表的表结构进行配置,得到至少一个初始时间拉链表;所述表结构包括周期持续时长;
在当前时刻识别到数据发生更新的情况下,从所述至少一个初始时间拉链表中确定目标时间拉链表,并将更新的数据存储至所述目标时间拉链表。
根据本发明的另一方面,提供了一种数据处理装置,该装置包括:
初始时间拉链表确定模块,用于基于拉链表配置规则,对数据仓库中时间拉链表的表结构进行配置,得到至少一个初始时间拉链表;所述表结构包括周期持续时长;
目标时间拉链表确定模块,用于在当前时刻识别到数据发生更新的情况下,从所述至少一个初始时间拉链表中确定目标时间拉链表,并将更新的数据存储至所述目标时间拉链表。
根据本发明的另一方面,提供了一种电子设备,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计算机程序,所述计算机程序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本发明任一实施例所述的数据处理方法。
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数据处理方法。
本发明实施例的技术方案,通过基于拉链表配置规则,对数据仓库中时间拉链表的表结构进行配置,得到至少一个初始时间拉链表;表结构包括周期持续时长,之后在当前时刻识别到数据发生更新的情况下,从至少一个初始时间拉链表中确定目标时间拉链表,并将更新的数据存储至目标时间拉链表。上述技术方案,可以灵活且动态的配置时间拉链表的频率,即可以灵活定义时间拉链表的处理窗口,方便实现流批一体的数据仓库,可以实现实时数据仓库和批量数据仓库的统一管理。
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数据处理方法的流程图;
图2是根据本发明实施例二提供的一种数据处理方法的流程图;
图3是根据本发明实施例三提供的一种数据处理装置的结构示意图;
图4是实现本发明实施例的数据处理方法的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“初始”、“目标”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。
此外,还需要说明的是,本发明的技术方案中,所涉及的时间拉链表中相关数据等的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
实施例一
图1是根据本发明实施例一提供的一种数据处理方法的流程图。本实施例可适用于如何对数据进行灵活处理的情况,该方法可以由数据处理装置来执行,该数据处理装置可以采用硬件和/或软件的形式实现,并可集成于承载数据处理功能的电子设备中,例如服务器中。如图1所示,本实施例的数据处理方法可以包括:
S110、基于拉链表配置规则,对数据仓库中时间拉链表的表结构进行配置,得到至少一个初始时间拉链表。
本实施例中,时间拉链表即维护数据历史状态以及数据最新状态的表,通过数据生效起始时间和生效终止时间来记录历史状态,作用等同于不同时间的快照,相对于不同时刻的快照,拉链表去除了一部分不变的记录。对每张数据表可以定义其处理周期(包括起始时间和结束时间),相应的,使用时间拉链表存储该数据表时,该时间拉链表的生效起始时间和生效结束时间存储该处理周期的起始时间和结束时间;时间被周期划分,上个周期的结束时间等于下一个周期的开始时间,开始时间和结束时间可以跨多个周期,查询数据时时间落在该期间的数据为相对于查询时间有效数据,时间单位精确到分钟。
所谓表结构包括周期持续时长,即时间拉链表记录的数据所涉及的时间长度。进一步的,表结构还包括周期开始时刻和周期结束时刻。
所谓拉链表配置规则是指可以对时间拉链表的频率进行灵活配置的规则;所谓时间拉链表的频率即时间拉链表每日抓取数据的次数。
所谓初始时间拉链表是指基于拉链表配置规则设置好的每日可以抓取数据的时间拉链表;需要说明的是,初始时间拉链表是在存储数据前配置的好的时间拉链表,也可以理解为虚拟创建出的时间拉链表,不占用存储空间。
具体的,可以基于拉链表配置规则,对数据仓库中时间拉链表的表结构进行配置,例如,可以对拉链表配置规则进行解析,得到时间拉链表的日执行周期数和周期持续时长,进而根据日执行周期数和周期持续时长,生成至少一个初始时间拉链表。
其中,日执行周期数是指每日采用初始时间拉链表对数据变化进行抓取的周期数,也就是说,每天记录数据的次数。周期持续时长是指每个周期持续的时长。
可选的,可以基于拉链表配置规则,确定数据仓库中时间拉链表的日执行周期数;根据日总时长和日执行周期数,确定时间拉链表的周期持续时长;根据日执行周期数和周期持续时长,确定至少一个初始时间拉链表。具体的,可以对拉链表配置规则进行解析,确定时间拉链表中的日执行周期数,之后采用日总时长除以日执行周期数,确定时间拉链表的周期持续时长,进而根据日执行周期数和周期持续时长,确定至少一个初始时间拉链表。例如,确定配置好的日执行周期数为96,日总时长为1440分钟,则时间拉链表的周期持续时长为1440/96=15分钟,之后则可创建96个周期持续时长为15分钟的虚拟的初始时间拉链表。也就是说,理论上,某一数据可以在一天中发送变化时,每隔15分钟发生变化,被记录一次。需要说明的是,日执行周期数需是可以被日总时长整除的数,这样可以保证一天内每个周期的时长相同,便于后续数据存储合并等处理。
可以理解的是,可以基于拉链表配置规则,基于业务需求灵活动态配置时间拉链表的频率。时间拉链的处理窗口(即周期持续时长)灵活定义以后,可以根据业务需求和性能,动态配置每个处理窗口的频率和时长,方便用于实现流批一体的数据仓库,例如频率设置成1次每天,就是传统意义上的批量数据仓库,频率设置成96次,即15分钟处理一次,适用于实时数据仓库。
S120、在当前时刻识别到数据发生更新的情况下,从至少一个初始时间拉链表中确定目标时间拉链表,并将更新的数据存储至目标时间拉链表。
本实施例中,目标时间拉链表是指初始时间拉链表中存储了发生变化的数据的时间拉链表。
可选的,根据当前时刻和周期持续时长,确定当前周期数;根据当前周期数,从至少一个初始时间拉链表中确定目标时间拉链表。具体的,可以根据当前时刻,确定当前时刻相对于当日设定时刻(例如0点)的时长,之后用该时长除以周期持续时长后向上取整,得到当前周期数。例如当前时刻为1点23分,相当于0点的时长为83分钟,周期持续时长为15分钟,则当前周期数为5,即当前时刻处于第5个周期。进而根据当前周期数,从至少一个初始时间拉链表中确定目标时间拉链表,即将位于第5个周期的初始时间拉链表作为目标时间拉链表。
可以理解的是,可以根据实际需求,灵活采用不同频率的时间拉链表进行数据存储。
进一步的,还可与根据当前周期数和周期持续时长,确定当前周期开始时刻。例如,可与将当前周期数和周期持续时长乘积,作为当前周期开始时刻相对于0点的时长,进而可以将该时长换算成小时和分钟的表示方法,得到当前周期开始时刻。
可以理解的是,提供了一种可以根据当前时刻确定周期开始时刻的计算方法。
本发明实施例的技术方案,通过基于拉链表配置规则,对数据仓库中时间拉链表的表结构进行配置,得到至少一个初始时间拉链表;表结构包括周期持续时长,之后在当前时刻识别到数据发生更新的情况下,从至少一个初始时间拉链表中确定目标时间拉链表,并将更新的数据存储至目标时间拉链表。上述技术方案,可以灵活且动态的配置时间拉链表的频率,即可以灵活定义时间拉链表的处理窗口,方便实现流批一体的数据仓库,可以实现实时数据仓库和批量数据仓库的统一管理。
实施例二
图2是根据本发明实施例二提供的一种数据处理方法的流程图。本实施例在上述实施例的基础上,进一步优化,提供一种可选实施方案。如图2所示,本实施例的数据处理方法包括:
S210、基于拉链表配置规则,对数据仓库中时间拉链表的表结构进行配置,得到至少一个初始时间拉链表。
其中,表结构包括周期持续时长。
S220、在当前时刻识别到数据发生更新的情况下,从至少一个初始时间拉链表中确定目标时间拉链表,并将更新的数据存储至目标时间拉链表。
S230、基于拉链表合并规则,对目标时间拉链表进行合并,得到合并时间拉链表。
本实施例中,拉链表合并规则是指基于业务需求可以配置的时间拉链表合并的规则;可选的,拉链表合并规则中可以包括合并时刻、合并时间范围和合并周期数;其中,合并时刻即需要进行时间拉链表合并的时刻,例如可以是触发拉链表合并规则的当天、当月处或当月末等;合并时间范围是指需要进行时间拉链表合并是时间周期,例如可以是一天或者多个、一月或者多月等;合并周期数是指合并后的时间拉链表的周期数。进一步的,拉链表合并规则还可以包括表名即需要进行数据合并的数据表,该数据表中的变化数据以时间拉链表形式进行存储。
可选的,可以对预先配置好的拉链表合并规则进行解析,得到合并时刻和合并时间范围,之后在合并时刻对符合合并时间范围的待合并时间拉链表集进行合并。例如,可以基于拉链表合并规则,确定合并时刻、合并时间范围和合并周期数;根据合并时刻和合并时间范围,从至少一个目标时间拉链表中确定待合并时间拉链表集;根据合并周期数,对待合并时间拉链表集中的待合并拉链表进行合并,得到合并时间拉链表。其中,待合并时间拉链表集是指需要合并的目标拉链表的集合。合并时间拉链表是指对多个时间拉链表合并后的时间拉链表。
具体的,可以对时间拉链表规则进行解析,得到合并时刻和合并时间范围,之后,从合并时刻开始算起,将其之前的合并时间范围(比如一天)的若干个目标时间拉链表,作为待合并时间拉链表集,进而将待合并时间拉链集中的待合并拉链表进行合并。例如,对某张数据表时间周期是15分钟的配置表,即若该数据表中数据发生变化,则每15分钟记录一次产生一个目标时间拉链表,配置合并时间范围为1个月,合并周期是一天,当天系统日期是2022/7/22,那么对于2022/6/22以前的短周期的目标时间拉链表进行合并,合并后合并时间拉链表的周期是一天。所谓合并即删除合并时间范围内中间短周期的时间拉链表的数据,只保留最后一短周期的数据,来得到长周期的合并时间拉链表。
需要说明的是,合并时间拉链表的周期持续时长大于目标时间拉链表的周期持续时长。
可以理解的是,可以实现实时数据仓库和批量数据仓库统一,根据合并规则可以自动地进行周期合并,清理实时数据仓库无用的小周期数据,无需单独建设批量数据仓库。
本发明实施例的技术方案,通过基于拉链表配置规则,对数据仓库中时间拉链表的表结构进行配置,得到至少一个初始时间拉链表;表结构包括周期持续时长,之后在当前时刻识别到数据发生更新的情况下,从至少一个初始时间拉链表中确定目标时间拉链表,并将更新的数据存储至目标时间拉链表,进而基于拉链表合并规则,对目标时间拉链表进行合并,得到合并时间拉链表。上述技术方案,可以把灵活地将超过一定时间的短周期的数据准确的合并成长周期的数据,达到把实时数据仓库和批量数据仓库合并的目的,从而实现对数据的灵活处理。
实施例三
图3是根据本发明实施例三提供的一种数据处理装置的结构示意图。本实施例可适用于如何对数据进行灵活处理的情况,该数据处理装置可以采用硬件和/或软件的形式实现,并可集成于承载数据处理功能的电子设备中,例如服务器中。如图3所示,本实施例的数据处理装置可以包括:
初始时间拉链表确定模块310,用于基于拉链表配置规则,对数据仓库中时间拉链表的表结构进行配置,得到至少一个初始时间拉链表;表结构包括周期持续时长;
目标时间拉链表确定模块320,用于在当前时刻识别到数据发生更新的情况下,从至少一个初始时间拉链表中确定目标时间拉链表,并将更新的数据存储至目标时间拉链表。
本发明实施例的技术方案,通过基于拉链表配置规则,对数据仓库中时间拉链表的表结构进行配置,得到至少一个初始时间拉链表;表结构包括周期持续时长,之后在当前时刻识别到数据发生更新的情况下,从至少一个初始时间拉链表中确定目标时间拉链表,并将更新的数据存储至目标时间拉链表。上述技术方案,可以灵活且动态的配置时间拉链表的频率,即可以灵活定义时间拉链表的处理窗口,方便实现流批一体的数据仓库,可以实现实时数据仓库和批量数据仓库的统一管理。
可选的,初始时间拉链表确定模块310具体用于:
基于拉链表配置规则,确定数据仓库中时间拉链表的日执行周期数;
根据日总时长和日执行周期数,确定时间拉链表的周期持续时长;
根据日执行周期数和周期持续时长,确定至少一个初始时间拉链表。
可选的,目标时间拉链表确定模块320具体用于:
根据当前时刻和周期持续时长,确定当前周期数;
根据当前周期数,从至少一个初始时间拉链表中确定目标时间拉链表。
可选的,目标时间拉链表确定模块320还用于:
根据当前周期数和周期持续时长,确定当前周期开始时刻。
可选的,该装置还包括:
合并时间拉链表确定模块,用于基于拉链表合并规则,对目标时间拉链表进行合并,得到合并时间拉链表。
可选的,合并时间拉链表确定模块具体用于:
基于拉链表合并规则,确定合并时刻、合并时间范围和合并周期数;
根据合并时刻和合并时间范围,从至少一个目标时间拉链表中确定待合并时间拉链表集;
根据合并周期数,对待合并时间拉链表集中的待合并拉链表进行合并,得到合并时间拉链表。
可选的,合并时间拉链表的周期持续时长大于目标时间拉链表的周期持续时长。
本发明实施例所提供的数据处理装置可执行本发明任意实施例所提供的数据处理方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4是实现本发明实施例的数据处理方法的电子设备的结构示意图;图4示出了可以用来实施本发明的实施例的电子设备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,例如数据处理方法。
在一些实施例中,数据处理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数据处理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)而被配置为执行数据处理方法。
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。
Claims (10)
1.一种数据处理方法,其特征在于,包括:
基于拉链表配置规则,对数据仓库中时间拉链表的表结构进行配置,得到至少一个初始时间拉链表;所述表结构包括周期持续时长;
在当前时刻识别到数据发生更新的情况下,从所述至少一个初始时间拉链表中确定目标时间拉链表,并将更新的数据存储至所述目标时间拉链表。
2.根据权利要求1所述的方法,其特征在于,所述基于拉链表配置规则,对数据仓库中的时间拉链表的表结构进行配置,得到至少一个初始时间拉链表,包括:
基于所述拉链表配置规则,确定数据仓库中时间拉链表的日执行周期数;
根据日总时长和所述日执行周期数,确定时间拉链表的周期持续时长;
根据所述日执行周期数和所述周期持续时长,确定至少一个初始时间拉链表。
3.根据权利要求1所述的方法,其特征在于,在当前时刻识别到数据发生更新的情况下,从所述至少一个初始时间拉链表中确定目标时间拉链表,包括:
根据所述当前时刻和所述周期持续时长,确定当前周期数;
根据所述当前周期数,从所述至少一个初始时间拉链表中确定目标时间拉链表。
4.根据权利要求3所述的方法,其特征在于,还包括:
根据所述当前周期数和所述周期持续时长,确定当前周期开始时刻。
5.根据权利要求1所述的方法,其特征在于,还包括:
基于拉链表合并规则,对所述目标时间拉链表进行合并,得到合并时间拉链表。
6.根据权利要求5所述的方法,其特征在于,所述基于拉链表合并规则,对所述目标时间拉链表进行合并,得到合并时间拉链表,包括:
基于所述拉链表合并规则,确定合并时刻、合并时间范围和合并周期数;
根据所述合并时刻和所述合并时间范围,从至少一个目标时间拉链表中确定待合并时间拉链表集;
根据所述合并周期数,对所述待合并时间拉链表集中的待合并拉链表进行合并,得到所述合并时间拉链表。
7.根据权利要求5所述的方法,其特征在于,所述合并时间拉链表的周期持续时长大于所述目标时间拉链表的周期持续时长。
8.一种数据处理装置,其特征在于,包括:
初始时间拉链表确定模块,用于基于拉链表配置规则,对数据仓库中时间拉链表的表结构进行配置,得到至少一个初始时间拉链表;所述表结构包括周期持续时长;
目标时间拉链表确定模块,用于在当前时刻识别到数据发生更新的情况下,从所述至少一个初始时间拉链表中确定目标时间拉链表,并将更新的数据存储至所述目标时间拉链表。
9.一种电子设备,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计算机程序,所述计算机程序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权利要求1-7中任一项所述的数据处理方法。
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中任一项所述的数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310199262.4A CN116186176A (zh) | 2023-02-28 | 2023-02-28 | 一种数据处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310199262.4A CN116186176A (zh) | 2023-02-28 | 2023-02-28 | 一种数据处理方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116186176A true CN116186176A (zh) | 2023-05-30 |
Family
ID=86444235
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310199262.4A Pending CN116186176A (zh) | 2023-02-28 | 2023-02-28 | 一种数据处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116186176A (zh) |
-
2023
- 2023-02-28 CN CN202310199262.4A patent/CN116186176A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113377809A (zh) | 数据处理方法及装置,计算设备和介质 | |
CN115204815A (zh) | 一种电网客服工单超时预警方法、装置、设备及存储介质 | |
CN112925811B (zh) | 数据处理的方法、装置、设备、存储介质及程序产品 | |
CN116545905A (zh) | 一种服务健康检测方法、装置、电子设备及存储介质 | |
CN116186176A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN115718732A (zh) | 一种磁盘文件管理方法、装置、设备及存储介质 | |
CN115438007A (zh) | 一种文件合并方法、装置、电子设备及介质 | |
CN115049369A (zh) | 一种项目管理方法、装置、电子设备及存储介质 | |
CN115563015B (zh) | 一种代码热度统计方法、装置、设备和存储介质 | |
CN113225228B (zh) | 数据处理方法及装置 | |
CN117742900B (zh) | 一种服务调用图的构造方法、装置、设备及存储介质 | |
CN113010383B (zh) | 错误日志过滤方法、装置、电子设备以及可读介质 | |
CN115599634A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN117632027A (zh) | 一种磁盘空间处理方法、装置、设备及存储介质 | |
CN115455060A (zh) | 一种数据处理方法、装置、设备及介质 | |
CN115730000A (zh) | 一种基于数据湖的医疗数据集成方法、装置、设备及介质 | |
CN115601172A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN114564491A (zh) | 一种数据查询方法、装置、设备、介质、产品及查询组件 | |
CN118093048A (zh) | 一种多模块启动管理方法、装置、设备及介质 | |
CN115983222A (zh) | 基于EasyExcel的文件数据读取方法、装置、设备及介质 | |
CN115408115A (zh) | 事务启动时间的处理方法、装置、设备及存储介质 | |
CN117009391A (zh) | 一种多源数据处理方法、装置及可读存储介质 | |
CN115686517A (zh) | 基于移动开发平台的前端页面埋点方法、装置、电子设备和存储介质 | |
CN118132536A (zh) | 一种数据迁移方法、装置、设备以及存储介质 | |
CN115204424A (zh) | 云原生系统的智能运维方法、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 |