CN116303528A - 数据探查方法、装置及设备 - Google Patents
数据探查方法、装置及设备 Download PDFInfo
- Publication number
- CN116303528A CN116303528A CN202211631876.7A CN202211631876A CN116303528A CN 116303528 A CN116303528 A CN 116303528A CN 202211631876 A CN202211631876 A CN 202211631876A CN 116303528 A CN116303528 A CN 116303528A
- Authority
- CN
- China
- Prior art keywords
- data
- data exploration
- exploration
- target
- task
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 239000000523 sample Substances 0.000 claims abstract description 153
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static 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
- G06F16/242—Query formulation
- G06F16/2433—Query languages
-
- 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
- G06F16/2453—Query optimisation
-
- 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
-
- 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
- G06F16/248—Presentation of query results
-
- 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)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请公开了一种数据探查方法、装置及设备。该方法包括：响应于目标探查请求，对所述目标探查请求进行解析，以获取所述目标探查请求对应的数据探查参数，所述数据探查参数包括用于指示所述目标数据探查请求对应的目标数据源的参数；基于数据探查参数名称与数据探查参数值之间的对应关系，将所述目标探查请求对应的数据探查参数填充到预设的数据探查任务模板中，以建立所述目标数据探查请求对应的目标数据探查任务；以及依据所述数据探查参数中用于指示所述目标数据源的参数，将所述目标数据探查任务与所述目标数据源进行关联；执行所述目标数据探查任务，以对所述目标数据源进行数据探查，获取所述目标数据探查任务对应的数据探查结果。
Description
技术领域
本申请涉及大数据分析技术领域，尤其涉及一种数据探查方法、装置及设备。
背景技术
目前，针对数据源多样化的场景进行数据探查通常只能针对每类数据源使用其固定的SQL语法来进行数据探查，这在开发和扩展过程中编写不灵活，维护成本也较高。同时，面对不同应用场景中的数据探查需求规则时，每次需求规则的变更都需要修改对应的SQL代码以适配对应的场景需求，修改成本较高，无法应对多样化的客户需求。
发明内容
本申请实施例提供一种数据探查方法、装置及设备，以解决现有技术中每次数据探查需求变更都需要修改对应的SQL代码，导致修改成本较高的问题。
本申请实施例采用下述技术方案：
一种数据探查方法，包括：
响应于目标探查请求，对所述目标探查请求进行解析，以获取所述目标探查请求对应的数据探查参数，所述数据探查参数包括用于指示所述目标数据探查请求对应的目标数据源的参数；
基于数据探查参数名称与数据探查参数值之间的对应关系，将所述目标探查请求对应的数据探查参数填充到预设的数据探查任务模板中，以建立所述目标数据探查请求对应的目标数据探查任务；以及依据所述数据探查参数中用于指示所述目标数据源的参数，将所述目标数据探查任务与所述目标数据源进行关联；
执行所述目标数据探查任务，以对所述目标数据源进行数据探查，获取所述目标数据探查任务对应的数据探查结果。
一种数据探查装置，包括：
请求解析模块，用于响应于目标探查请求，对所述目标探查请求进行解析，以获取所述目标探查请求对应的数据探查参数，所述数据探查参数包括用于指示所述目标数据探查请求对应的目标数据源的参数；
模板填充模块，用于基于数据探查参数名称与数据探查参数值之间的对应关系，将所述目标探查请求对应的数据探查参数填充到预设的数据探查任务模板中，以建立所述目标数据探查请求对应的目标数据探查任务；以及依据所述数据探查参数中用于指示所述目标数据源的参数，将所述目标数据探查任务与所述目标数据源进行关联；
任务执行模块，用于执行所述目标数据探查任务，以对所述目标数据源进行数据探查，获取所述目标数据探查任务对应的数据探查结果。
一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述所述的数据探查方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的数据探查方法的步骤。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：
本申请中，由于能够响应于目标探查请求，对目标探查请求进行解析，获取到目标探查请求对应的数据探查参数，该数据探查参数包括用于指示目标数据探查请求对应的目标数据源的参数，再基于数据探查参数名称与数据探查参数值之间的对应关系，将目标探查请求对应的数据探查参数填充到预设的数据探查任务模板中，建立起目标数据探查请求对应的目标数据探查任务，以及依据数据探查参数中用于指示目标数据源的参数，将目标数据探查任务与目标数据源进行关联，最后执行目标数据探查任务，以对目标数据源进行数据探查，获取目标数据探查任务对应的数据探查结果，这样无论探查需求怎样变化，都可利用数据探查参数名称与数据探查参数值之间的对应关系，对标准化的数据探查任务模板进行填充，建立对应的数据探查任务，并将所建立的数据探查任务与其所要探查的数据源相关联，避免了每次数据探查需求变更都需要修改对应的SQL代码，导致修改成本较高的问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本申请实施例提供的一种数据探查方法的具体实施流程示意图；
图2为本申请实施例提供的数据探查方法所应用的系统的结构示意图；
图3为本申请实施例提供的一种数据探查装置的结构示意图；
图4为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
以下结合附图，详细说明本申请各实施例提供的技术方案。
为解决现有技术中每次数据探查需求变更都需要修改对应的SQL代码，导致修改成本较高的问题，本申请实施例提出一种数据探查方法，由于能够响应于目标探查请求，对目标探查请求进行解析，获取到目标探查请求对应的数据探查参数，该数据探查参数包括用于指示目标数据探查请求对应的目标数据源的参数，再基于数据探查参数名称与数据探查参数值之间的对应关系，将目标探查请求对应的数据探查参数填充到预设的数据探查任务模板中，建立起目标数据探查请求对应的目标数据探查任务，以及依据数据探查参数中用于指示目标数据源的参数，将目标数据探查任务与目标数据源进行关联，最后执行目标数据探查任务，以对目标数据源进行数据探查，获取目标数据探查任务对应的数据探查结果。
下面结合图1所示的数据探查方法的具体实施流程示意图，对该方法的实施过程进行详细介绍，图1所示的方法可包括：
步骤110，响应于目标探查请求，对目标探查请求进行解析，以获取目标探查请求对应的数据探查参数，数据探查参数包括用于指示目标数据探查请求对应的目标数据源的参数。
步骤120，基于数据探查参数名称与数据探查参数值之间的对应关系，将目标探查请求对应的数据探查参数填充到预设的数据探查任务模板中，以建立目标数据探查请求对应的目标数据探查任务；以及依据数据探查参数中用于指示目标数据源的参数，将目标数据探查任务与目标数据源进行关联。
步骤130，执行目标数据探查任务，以对目标数据源进行数据探查，获取目标数据探查任务对应的数据探查结果。
图2为本申请实施例提供的数据探查方法所应用的系统的结构示意图。在图2中，该数据探查系统可包括接口请求层、模板解析层、数据探查层和结果展示层。其中，接口请求层可通过接口服务与前端界面进行交互，用于接收用户在前端界面发起的数据探查请求，并对用户的数据探查请求进行解析，以对用户想要进行的数据探查所需的参数进行集中整理；模板解析层可将接口请求层解析整理得到的数据探查所需的参数填充到预设的数据探查任务模板中，建立与用户的数据探查请求相匹配的数据探查任务；数据探查层可依据模板解析层建立的数据探查任务进行数据探查，以得到数据探查结果；结果展示层可将数据探查层探查得到的数据探查结果进行展示并返回给前端界面供用户参考。
例如对于步骤110，数据探查是数据治理项目中非常重要的一步，通过数据探查可以清晰地了解到对接业务系统的数据现状。具体来说，数据探查是通过自动化的手段了解数据内容、背景、结构、路径等内容，可从库级、表级、字段级了解到业务系统的数据台账信息。数据探查旨在了解来源数据的数据形态，结合业务场景，帮助分析和判断需求实现的可行性以及找出潜在的数据问题和风险。目标数据探查请求可通过图2所示的接口请求层从前端界面中获取得到。
接口请求层在获取到该目标数据探查请求后，可对该目标数据探查请求进行解析，确定该目标数据探查请求是对哪个库中的哪些表和/或哪些字段进行增、删、该、查、运行、和/或查看历史数据等数据探查需求。接口请求层可对数据探查请求中包含的这些数据探查需求进行整合，得到目标探查请求对应的数据探查参数。该数据探查参数包括的用于指示目标数据探查请求对应的目标数据源的参数即为哪个库中的哪些表和/或哪些字段的唯一标识，该唯一标识可通过这些库、表或字段的地址标识来表示。
例如对于步骤120，数据探查参数名称与数据探查参数值之间的对应关系可根据目标探查请求对应的数据探查参数中数据探查参数名称与数据探查参数值的对应关系、以及系统配置中数据探查参数名称与数据探查参数值的对应关系共同确定。具体地，基于数据探查参数名称与数据探查参数值之间的对应关系，将目标探查请求对应的数据探查参数填充到预设的数据探查任务模板中，以建立目标数据探查请求对应的目标数据探查任务，包括：
基于目标探查请求对应的数据探查参数中数据探查参数名称与数据探查参数值的对应关系、以及系统配置中数据探查参数名称与数据探查参数值的对应关系，确定数据探查参数名称与数据探查参数值之间的对应关系；
从数据探查参数名称与数据探查参数值之间的对应关系中，获取与预设的数据探查任务模板中待填充的数据探查参数名称相对应的数据探查参数值；
将与预设的数据探查任务模板中待填充的数据探查参数名称相对应的数据探查参数值，填充至预设的数据探查任务模板中，以建立目标数据探查请求对应的目标数据探查任务。
其中，目标数据探查任务可支持按库探查和按表探查这两个维度，其中按库探查可将某一个库中的每张表进行空值率、重复率探查选择。而按表探查则可针对表中的每个字段可以进行空值率、零值总数、非空成员个数、代码分布、值域分布等条件进行选择性探查。具体地，目标数据探查任务包括按库探查和按表探查中的一种或多种；其中，按表探查包括空值率、重复率、信息完整度、记录数、存储量中的至少一种探查规则；按字段探查包括空值率、零值总数、非空成员个数、代码分布、值域分布、文本长度中的至少一种探查规则。
在一些示例性的实施例中，可从指定路径中获取预设的数据探查任务模板，该预设的数据探查任务模板可以是一个统一的模板，也可根据不同的数据探查请求预先配置不同类别的数据探查任务模板。具体地，将与预设的数据探查任务模板中待填充的数据探查参数名称相对应的数据探查参数值，填充至预设的数据探查任务模板中，包括：
从指定路径中获取预设的数据探查任务模板；
通过FreeMarker模板解析将预设的数据探查任务模板中待填充的数据探查参数名称，替换为与之相对应的数据探查参数值。
在一些示例性的实施例中，为便于数据探查引擎执行数据探查任务，可通过统一的Spark SQL语言基于填充后的数据探查任务模板以及目标数据探查请求对应的表格数量，生成目标数据探查任务。具体地，将与预设的数据探查任务模板中待填充的数据探查参数名称相对应的数据探查参数值，填充至预设的数据探查任务模板中，以建立目标数据探查请求对应的目标数据探查任务，包括：
将与预设的数据探查任务模板中待填充的数据探查参数名称相对应的数据探查参数值，填充至预设的数据探查任务模板中；
通过Spark SQL语言基于填充后的数据探查任务模板以及目标数据探查请求对应的表格数量，生成目标数据探查任务，目标数据探查任务中包含有与目标数据探查请求对应的表格数量相对应的多条Spark SQL数据探查语句。
作为一种实施方式，在通过接口请求层获取目标探查请求对应的数据探查参数之后，可调用图2所示的模板解析层中的参数解析器，依据params变量中保存的数据探查参数名称与数据探查参数值之间的对应关系，将目标探查请求对应的数据探查参数中由${}包裹的参数名称(key)与对应的参数值(value)之间形成映射关系。其中params变量保存的数据探查参数名称与数据探查参数值之间的对应关系中的参数值，一方面可通过接口请求层获取到的目标数据探查请求中的数据探查参数获取，另一方面可通过读取系统配置来获取。
然后，可将目标探查请求对应的数据探查参数的参数名称(key)和参数值(value)的映射关系(HashMap)，传入到图2所示的模板解析层的模板解析器中，模板解析器会读取指定路径比如conf/vm/路径下的exploration.vm数据探查任务模板，然后根据数据探查任务模板中由$修饰的参数名称，将其替换为目标探查请求对应的数据探查参数的参数名称(key)和参数值(value)的映射关系中对应的参数值，这个替换过程可通过FreeMarker模板解析来实现。同时，还可在解析完毕之后会获取到数据探查任务模板中的数据源连接信息，比如库名、表名、字段名等唯一标识数据源的连接信息，并根据目标数据探查请求生成统一的Spark SQL提交到数据探查引擎中执行数据探查。
假如通过接口请求层获取到的目标数据探查请求对应的数据探查参数tableName的参数值为log_${date}，params参数为{\"date\":\"20220927\"}，将params转为HashMap后可得出key为date的value值为20220927，调用参数解析器后，tableName的值可变为log_20220927。
在调用完模板解析层的参数解析器后，可将所有的参数名称和参数值统一放到params参数中，即此处params的值为：{\"date\":\"20220927\",\"tableName\":\"log_20220927\"}。此时针对数据探查模板中tableName＝$tableName的字样，调用完模板解析器后，数据探查模板中的数据可变为tableName＝log_20220927。因此就可以根据tableName的值知道这次探查任务所针对的表名，即目标数据源的名称是什么。
例如对于步骤130，由于目标数据探查任务在包含多条Spark SQL数据探查语句时，则表明该目标数据探查任务针对的数据源有多个，为提高数据探查效率，可将多条Spark SQL数据探查语句推给数据探查引擎中的线程池中的多个线程并行执行。具体地，执行目标数据探查任务，以对目标数据源进行数据探查，获取目标数据探查任务对应的数据探查结果，包括：
在目标数据探查任务中包含的多条Spark SQL数据探查语句时，调用数据探查引擎中的线程池中的多个线程，并行执行目标数据探查任务中包含的多条Spark SQL数据探查语句，以对目标数据源进行数据探查；
并行获取多条Spark SQL数据探查语句对应的多条数据探查结果。
在一些示例性的实施例中，在将多条Spark SQL数据探查语句推给数据探查引擎中的线程池中的多个线程并行执行时，通常会有一些线程优先执行完成，即这些线程完成任务的时间是有先后顺序的，基于此，可按照线程执行完成的时间先后顺序，每执行完一条目标Spark SQL数据探查语句时，获取目标Spark SQL数据探查语句对应的数据探查结果，通过异步的方式将其更新至目标数据探查任务对应的数据探查结果表中。具体地，在每执行完多条Spark SQL数据探查语句中的任意一条目标Spark SQL数据探查语句时，获取目标Spark SQL数据探查语句对应的数据探查结果；
通过异步的方式，将目标Spark SQL数据探查语句对应的数据探查结果，更新至目标数据探查任务对应的数据探查结果表中；
在执行完多条Spark SQL数据探查语句时，展示目标数据探查任务对应的数据探查结果表。
本申请实施例提出一种数据探查方法，由于能够响应于目标探查请求，对目标探查请求进行解析，获取到目标探查请求对应的数据探查参数，该数据探查参数包括用于指示目标数据探查请求对应的目标数据源的参数，再基于数据探查参数名称与数据探查参数值之间的对应关系，将目标探查请求对应的数据探查参数填充到预设的数据探查任务模板中，建立起目标数据探查请求对应的目标数据探查任务，以及依据数据探查参数中用于指示目标数据源的参数，将目标数据探查任务与目标数据源进行关联，最后执行目标数据探查任务，以对目标数据源进行数据探查，获取目标数据探查任务对应的数据探查结果，这样无论探查需求怎样变化，都可利用数据探查参数名称与数据探查参数值之间的对应关系，对标准化的数据探查任务模板进行填充，建立对应的数据探查任务，并将所建立的数据探查任务与其所要探查的数据源相关联，避免了每次数据探查需求变更都需要修改对应的SQL代码，导致修改成本较高的问题。
本申请实施例还提供一种数据探查装置300，如图3所示，包括：
请求解析模块301，用于响应于目标探查请求，对所述目标探查请求进行解析，以获取所述目标探查请求对应的数据探查参数，所述数据探查参数包括用于指示所述目标数据探查请求对应的目标数据源的参数；
模板填充模块302，用于基于数据探查参数名称与数据探查参数值之间的对应关系，将所述目标探查请求对应的数据探查参数填充到预设的数据探查任务模板中，以建立所述目标数据探查请求对应的目标数据探查任务；以及依据所述数据探查参数中用于指示所述目标数据源的参数，将所述目标数据探查任务与所述目标数据源进行关联；
任务执行模块303，用于执行所述目标数据探查任务，以对所述目标数据源进行数据探查，获取所述目标数据探查任务对应的数据探查结果。
在一些示例性的实施例中，所述模板填充模块302基于数据探查参数名称与数据探查参数值之间的对应关系，将所述目标探查请求对应的数据探查参数填充到预设的数据探查任务模板中，以建立所述目标数据探查请求对应的目标数据探查任务时，具体用于：
基于所述目标探查请求对应的数据探查参数中数据探查参数名称与数据探查参数值的对应关系、以及系统配置中数据探查参数名称与数据探查参数值的对应关系，确定所述数据探查参数名称与数据探查参数值之间的对应关系；
从所述数据探查参数名称与数据探查参数值之间的对应关系中，获取与所述预设的数据探查任务模板中待填充的数据探查参数名称相对应的数据探查参数值；
将与所述预设的数据探查任务模板中待填充的数据探查参数名称相对应的数据探查参数值，填充至所述预设的数据探查任务模板中，以建立所述目标数据探查请求对应的目标数据探查任务。
在一些示例性的实施例中，目标数据探查任务包括按库探查、按表探查以及按字段探查中的一种或多种；
其中，按表探查包括空值率、重复率、信息完整度、记录数、存储量中的至少一种探查规则；
按字段探查包括空值率、零值总数、非空成员个数、代码分布、值域分布、文本长度中的至少一种探查规则。
在一些示例性的实施例中，所述模板填充模块302将与所述预设的数据探查任务模板中待填充的数据探查参数名称相对应的数据探查参数值，填充至所述预设的数据探查任务模板中，以建立所述目标数据探查请求对应的目标数据探查任务时，具体用于：
将与所述预设的数据探查任务模板中待填充的数据探查参数名称相对应的数据探查参数值，填充至所述预设的数据探查任务模板中；
通过Spark SQL语言基于所述填充后的数据探查任务模板以及所述目标数据探查请求对应的表格数量，生成所述目标数据探查任务，所述目标数据探查任务中包含有与所述目标数据探查请求对应的表格数量相对应的多条Spark SQL数据探查语句。
在一些示例性的实施例中，所述任务执行模块303执行所述目标数据探查任务，以对所述目标数据源进行数据探查，获取所述目标数据探查任务对应的数据探查结果时，具体用于：
在所述目标数据探查任务中包含的多条Spark SQL数据探查语句时，调用数据探查引擎中的线程池中的多个线程，并行执行所述目标数据探查任务中包含的多条SparkSQL数据探查语句，以对所述目标数据源进行数据探查；
并行获取所述多条Spark SQL数据探查语句对应的多条数据探查结果。
在一些示例性的实施例中，所述装置还包括：
结果获取模块，用于在每执行完所述多条Spark SQL数据探查语句中的任意一条目标Spark SQL数据探查语句时，获取所述目标Spark SQL数据探查语句对应的数据探查结果；
结果更新模块，用于通过异步的方式，将所述目标Spark SQL数据探查语句对应的数据探查结果，更新至所述目标数据探查任务对应的数据探查结果表中；
结果展示模块，用于在执行完所述多条Spark SQL数据探查语句时，展示所述目标数据探查任务对应的数据探查结果表。
在一些示例性的实施例中，所述模板填充模块302将与所述预设的数据探查任务模板中待填充的数据探查参数名称相对应的数据探查参数值，填充至所述预设的数据探查任务模板中时，具体用于：
从指定路径中获取所述预设的数据探查任务模板；
通过FreeMarker模板解析将所述预设的数据探查任务模板中待填充的数据探查参数名称，替换为与之相对应的数据探查参数值。
本申请实施例提供的数据探查装置300能够实现图1～图2的方法实施例中数据探查方法实现的各个过程，为避免重复，这里不再赘述。
图4是本申请的一个实施例电子设备的结构示意图。请参考图4，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成数据探查装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：
响应于目标探查请求，对所述目标探查请求进行解析，以获取所述目标探查请求对应的数据探查参数，所述数据探查参数包括用于指示所述目标数据探查请求对应的目标数据源的参数；
基于数据探查参数名称与数据探查参数值之间的对应关系，将所述目标探查请求对应的数据探查参数填充到预设的数据探查任务模板中，以建立所述目标数据探查请求对应的目标数据探查任务；以及依据所述数据探查参数中用于指示所述目标数据源的参数，将所述目标数据探查任务与所述目标数据源进行关联；
执行所述目标数据探查任务，以对所述目标数据源进行数据探查，获取所述目标数据探查任务对应的数据探查结果。
上述如本申请图1～图2所示实施例揭示的数据探查装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
该电子设备还可执行图1～图2的方法，并实现数据探查装置在图1～图2所示实施例的功能，本申请实施例在此不再赘述。
本申请实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的便携式电子设备执行时，能够使该便携式电子设备执行图1～图2所示实施例的方法，并具体用于执行以下操作：
响应于目标探查请求，对所述目标探查请求进行解析，以获取所述目标探查请求对应的数据探查参数，所述数据探查参数包括用于指示所述目标数据探查请求对应的目标数据源的参数；
基于数据探查参数名称与数据探查参数值之间的对应关系，将所述目标探查请求对应的数据探查参数填充到预设的数据探查任务模板中，以建立所述目标数据探查请求对应的目标数据探查任务；以及依据所述数据探查参数中用于指示所述目标数据源的参数，将所述目标数据探查任务与所述目标数据源进行关联；
执行所述目标数据探查任务，以对所述目标数据源进行数据探查，获取所述目标数据探查任务对应的数据探查结果。
当然，除了软件实现方式之外，本申请的电子设备并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
上述对本申请特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
总之，以上所述仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
Claims (10)
1.一种数据探查方法，其特征在于，包括：
响应于目标探查请求，对所述目标探查请求进行解析，以获取所述目标探查请求对应的数据探查参数，所述数据探查参数包括用于指示所述目标数据探查请求对应的目标数据源的参数；
基于数据探查参数名称与数据探查参数值之间的对应关系，将所述目标探查请求对应的数据探查参数填充到预设的数据探查任务模板中，以建立所述目标数据探查请求对应的目标数据探查任务；以及依据所述数据探查参数中用于指示所述目标数据源的参数，将所述目标数据探查任务与所述目标数据源进行关联；
执行所述目标数据探查任务，以对所述目标数据源进行数据探查，获取所述目标数据探查任务对应的数据探查结果。
2.如权利要求1所述的方法，其特征在于，基于数据探查参数名称与数据探查参数值之间的对应关系，将所述目标探查请求对应的数据探查参数填充到预设的数据探查任务模板中，以建立所述目标数据探查请求对应的目标数据探查任务，包括：
基于所述目标探查请求对应的数据探查参数中数据探查参数名称与数据探查参数值的对应关系、以及系统配置中数据探查参数名称与数据探查参数值的对应关系，确定所述数据探查参数名称与数据探查参数值之间的对应关系；
从所述数据探查参数名称与数据探查参数值之间的对应关系中，获取与所述预设的数据探查任务模板中待填充的数据探查参数名称相对应的数据探查参数值；
将与所述预设的数据探查任务模板中待填充的数据探查参数名称相对应的数据探查参数值，填充至所述预设的数据探查任务模板中，以建立所述目标数据探查请求对应的目标数据探查任务。
3.如权利要求2所述的方法，其特征在于，将与所述预设的数据探查任务模板中待填充的数据探查参数名称相对应的数据探查参数值，填充至所述预设的数据探查任务模板中，以建立所述目标数据探查请求对应的目标数据探查任务，包括：
将与所述预设的数据探查任务模板中待填充的数据探查参数名称相对应的数据探查参数值，填充至所述预设的数据探查任务模板中；
通过Spark SQL语言基于所述填充后的数据探查任务模板以及所述目标数据探查请求对应的表格数量，生成所述目标数据探查任务，所述目标数据探查任务中包含有与所述目标数据探查请求对应的表格数量相对应的多条Spark SQL数据探查语句。
4.如权利要求1或3所述的方法，其特征在于，执行所述目标数据探查任务，以对所述目标数据源进行数据探查，获取所述目标数据探查任务对应的数据探查结果，包括：
在所述目标数据探查任务中包含的多条Spark SQL数据探查语句时，调用数据探查引擎中的线程池中的多个线程，并行执行所述目标数据探查任务中包含的多条Spark SQL数据探查语句，以对所述目标数据源进行数据探查；
并行获取所述多条Spark SQL数据探查语句对应的多条数据探查结果。
5.如权利要求4所述的方法，其特征在于，所述方法还包括：
在每执行完所述多条Spark SQL数据探查语句中的任意一条目标Spark SQL数据探查语句时，获取所述目标Spark SQL数据探查语句对应的数据探查结果；
通过异步的方式，将所述目标Spark SQL数据探查语句对应的数据探查结果，更新至所述目标数据探查任务对应的数据探查结果表中；
在执行完所述多条Spark SQL数据探查语句时，展示所述目标数据探查任务对应的数据探查结果表。
6.如权利要求3所述的方法，其特征在于，将与所述预设的数据探查任务模板中待填充的数据探查参数名称相对应的数据探查参数值，填充至所述预设的数据探查任务模板中，包括：
从指定路径中获取所述预设的数据探查任务模板；
通过FreeMarker模板解析将所述预设的数据探查任务模板中待填充的数据探查参数名称，替换为与之相对应的数据探查参数值。
7.如权利要求1所述的方法，其特征在于，所述目标数据探查任务包括按库探查、按表探查以及按字段探查中的一种或多种；
其中，所述按表探查包括空值率、重复率、信息完整度、记录数、存储量中的至少一种探查规则；
所述按字段探查包括空值率、零值总数、非空成员个数、代码分布、值域分布、文本长度中的至少一种探查规则。
8.一种数据探查装置，其特征在于，包括：
请求解析模块，用于响应于目标探查请求，对所述目标探查请求进行解析，以获取所述目标探查请求对应的数据探查参数，所述数据探查参数包括用于指示所述目标数据探查请求对应的目标数据源的参数；
模板填充模块，用于基于数据探查参数名称与数据探查参数值之间的对应关系，将所述目标探查请求对应的数据探查参数填充到预设的数据探查任务模板中，以建立所述目标数据探查请求对应的目标数据探查任务；以及依据所述数据探查参数中用于指示所述目标数据源的参数，将所述目标数据探查任务与所述目标数据源进行关联；
任务执行模块，用于执行所述目标数据探查任务，以对所述目标数据源进行数据探查，获取所述目标数据探查任务对应的数据探查结果。
9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现根据权利要求1至7中任一项所述的方法的步骤。
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上存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211631876.7A CN116303528A (zh) | 2022-12-19 | 2022-12-19 | 数据探查方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211631876.7A CN116303528A (zh) | 2022-12-19 | 2022-12-19 | 数据探查方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116303528A true CN116303528A (zh) | 2023-06-23 |
Family
ID=86821035
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211631876.7A Pending CN116303528A (zh) | 2022-12-19 | 2022-12-19 | 数据探查方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116303528A (zh) |
-
2022
- 2022-12-19 CN CN202211631876.7A patent/CN116303528A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111221521B (zh) | 日志代码的生成方法、装置、计算机系统和可读存储介质 | |
| CN109992498B (zh) | 测试用例的生成方法及系统、计算机系统 | |
| CN106648569B (zh) | 目标序列化实现方法和装置 | |
| CN116737915B (zh) | 基于知识图谱的语义检索方法、装置、设备及存储介质 | |
| CN113535817B (zh) | 特征宽表生成及业务处理模型的训练方法和装置 | |
| CN115599359A (zh) | 一种代码生成方法、装置、设备及介质 | |
| CN112187713A (zh) | 报文转换的方法、装置、计算机设备和存储介质 | |
| CN113626558B (zh) | 一种基于智能推荐的字段标准化的方法和系统 | |
| CN110825764A (zh) | 一种sql脚本的生成方法、系统、存储介质和处理器 | |
| CN112035092A (zh) | 一种表单的处理方法、装置、设备和可读介质 | |
| CN111666201A (zh) | 回归测试方法、装置、介质及电子设备 | |
| CN116303528A (zh) | 数据探查方法、装置及设备 | |
| CN110968500A (zh) | 一种测试用例的执行方法及装置 | |
| CN115617338A (zh) | 一种业务页面快速生成方法、装置及可读存储介质 | |
| CN114168456A (zh) | 一种基于3d-gis的前端性能自动化测试方法 | |
| CN110471708B (zh) | 基于可重用组件的配置项获取的方法及装置 | |
| CN109697141B (zh) | 用于可视化测试的方法及装置 | |
| CN110688430A (zh) | 一种获得数据旁路的方法、装置及电子设备 | |
| CN110750569A (zh) | 数据提取方法、装置、设备及存储介质 | |
| CN116028108B (zh) | 一种依赖包安装用时分析方法、装置、设备及存储介质 | |
| CN112860784B (zh) | 血缘分析方法、装置、电子设备及计算机可读存储介质 | |
| CN115543323B (zh) | 一种页面开发方法及装置 | |
| CN117130946B (zh) | 一种测试场景生成方法、装置、电子设备和可读存储介质 | |
| CN110908902B (zh) | 一种测试步骤的编辑方法、装置及电子设备 | |
| CN111104626B (zh) | 信息存储方法和装置 |
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 |