CN116737792A - 数据集成的方法、装置、设备以及存储介质 - Google Patents
数据集成的方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN116737792A CN116737792A CN202310595300.8A CN202310595300A CN116737792A CN 116737792 A CN116737792 A CN 116737792A CN 202310595300 A CN202310595300 A CN 202310595300A CN 116737792 A CN116737792 A CN 116737792A
- Authority
- CN
- China
- Prior art keywords
- data
- target
- storage space
- data source
- integration
- 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
- 230000010354 integration Effects 0.000 title claims abstract description 129
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000006243 chemical reaction Methods 0.000 claims description 45
- 238000004458 analytical method Methods 0.000 claims description 44
- 238000004364 calculation method Methods 0.000 claims description 36
- 238000004590 computer program Methods 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 abstract description 12
- 238000012545 processing Methods 0.000 abstract description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000002354 daily effect Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010205 computational analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000013307 optical fiber Substances 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
- 238000000844 transformation Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Probability & Statistics with Applications (AREA)
- Accounting & Taxation (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Physics (AREA)
- Game Theory and Decision Science (AREA)
- Fuzzy Systems (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了数据集成的方法、装置、设备以及存储介质,本公开涉及数据处理技术领域,尤其涉及大数据、云计算、数据集成等技术领域。具体实现方案为:根据目标业务的业务需求信息,确定目标数据源的应用需求信息,其中,所述应用需求信息用于表征所述目标业务对利用所述目标数据源的时效性要求;根据所述应用需求信息,确定所述目标数据源的集成频次;根据所述集成频次,将所述目标数据源中的第一数据集成至存储空间。根据本公开的技术,根据集成频次将目标数据源中的第一数据集成至存储空间中,可以防止短时间内向存储空间集成大量的数据导致存储空间过载的情况发生。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及大数据、云计算、数据集成等技术领域。
背景技术
数据集成是把不同来源、格式、特点性质的数据在逻辑上或物理上有机地集中,从而为数据使用者提供数据共享。
发明内容
本公开提供了一种数据集成的方法、装置、设备以及存储介质。
根据本公开的一方面,提供了一种数据集成的方法,包括:
根据目标业务的业务需求信息,确定目标数据源的应用需求信息,其中,所述应用需求信息用于表征所述目标业务对利用所述目标数据源的时效性要求;
根据所述应用需求信息,确定所述目标数据源的集成频次;以及
根据所述集成频次,将所述目标数据源中的第一数据集成至存储空间。
根据本公开的另一方面,提供了一种数据集成的装置,包括:
第一确定模块,用于根据目标业务的业务需求信息,确定目标数据源的应用需求信息,其中,所述应用需求信息用于表征所述目标业务对利用所述目标数据源的时效性要求;
第二确定模块,用于根据所述应用需求信息,确定所述目标数据源的集成频次;以及
第一集成模块,用于根据所述集成频次,将所述目标数据源中的第一数据集成至存储空间。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行本公开实施例中任一的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,该计算机指令用于使该计算机执行根据本公开实施例中任一的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现根据本公开实施例中任一的方法。
根据本公开的技术,根据集成频次将目标数据源中的第一数据集成至存储空间中,可以防止短时间内向存储空间集成大量的数据导致存储空间过载的情况发生。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开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
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例的数据集成的方法的示意图;
图2是根据本公开实施例的数据集成的方法的示意图;
图3是根据本公开实施例的数据集成的方法的场景图;
图4是根据本公开实施例的数据集成的方法的示意图;
图5是根据本公开实施例的数据集成的方法的示意图;
图6是根据本公开实施例的数据集成的装置的示意图;
图7是用来实现本公开实施例的数据集成的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围。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。
如图1所示,本公开实施例提供了一种数据集成的方法,包括:
步骤S101:根据目标业务的业务需求信息,确定目标数据源的应用需求信息,其中,应用需求信息用于表征目标业务对利用目标数据源的时效性要求。
步骤S102:根据应用需求信息,确定目标数据源的集成频次。以及
步骤S103:根据集成频次,将目标数据源中的第一数据集成至存储空间。
根据本公开实施例,需要说明的是:
目标业务,可以理解为任何需要利用数据进行计算分析的业务。也即是说,本公开实施例的数据集成的方法,可以适用于任何业务领域的数据集成和分析计算。例如,目标业务可以是营销服务业务、生产制造业务、电商业务、多媒体业务等等。
业务需求信息,可以理解为目标业务利用存储空间中集成的来自目标数据源的数据进行分析计算时,与分析计算有关的任何信息。例如,业务需求信息至少可以包括以下信息之一:分析计算时对所使用的数据源的需求(如需要使用到存储客户信息的数据源、存储每日销售数据的数据源、存储营销活动数据的数据源、存储用户事件数据的数据源等)、分析计算时对所利用的目标数据源中的数据的时效性要求(如需要使用每天的销售数据、每月的销售数据、近一年更新的用户注册信息等)、分析计算时的具体分析计算任务的需求(如生成生产月度报表、生成每天生产报表、生成账号激活情况的数据分析表等)、分析计算时对所使用的来自数据源的数据的格式需求(如数据显示格式、数据类型、数据注释)等。
目标数据源,可以理解为目标业务进行分析计算时所需集成使用的数据源。目标业务可以仅利用一个目标数据源的数据进行分析计算,也可以同时利用多个目标数据源的数据进行分析技术。当目标业务需要同时利用多个目标数据源的数据进行分析技术时,每个目标数据源均可以利用对应的集成频次,将目标数据源中的第一数据集成至存储空间中,以供目标业务后续分析计算时进行数据调用。
应用需求信息用于表征目标业务对利用目标数据源的时效性要求,可以理解为目标业务对从目标数据源中集成至存储空间中的数据的数据生成时间的要求。例如,目标业务需要生成每日生产报表,则需要使用当天(时效性要求)的产品生成数据。又如,目标业务需要生成信用卡的月度(时效性要求)激活情况的分析表,则需要使用一个月内的激活信用卡的用户数据。
目标数据源的集成频次,可以理解为在存储空间中集成有目标数据源的历史数据的情况下,每经过一段时间需要再次从目标数据源中获取新数据并集成到存储空间中。其中,新数据可以理解为在集成目标数据源中存储的历史数据时,就存储在目标数据源中的数据,只是这部分数据在当时没有集成至存储空间中。新数据也可以理解为在集成目标数据源中存储的历史数据之后,目标数据源中新存入的数据。
目标数据源中得到第一数据,可以理解为存储空间中未集成的来自目标数据源的数据。在存储空间中已集成有来自目标数据源的第二数据的情况下,第一数据可以理解为在集成第二数据时,目标数据源中原本就存储有的数据,例如,当目标数据源中的数据量过大时,第一次仅将目标数据源中的部分数据(第二数据)集成至存储空间,之后再将目标数据源中的其余数据(第一数据)集成至存储空间。第一数据也可以理解为在集成第二数据之后,目标数据源中新存入的数据,例如,在2023年5月1日将目标数据源中当天存储的数据(第二数据)集成到存储空间之后,2023年5月2日目标数据源中又存入了新的数据(第一数据),则存储空间需要将5月2日当天存入的新的数据集成至存储空间。
存储空间,可以理解为在数据存储装置上划定的空间,该空间用于存储需要从目标数据源集成的数据。数据存储装置可以理解为现有技术中的任何存储装置,例如云端服务器、物理服务器、硬盘等等,在此不做具体限定。
根据本公开实例的技术,根据集成频次将目标数据源中的第一数据集成至存储空间中,可以防止短时间内向存储空间集成大量的数据导致存储空间过载的情况发生。同时,由于集成频次是根据目标业务利用目标数据源的时效性要求得到的,因此使得存储空间中的第一数据的集成频率能够满足目标业务的使用需求,可以实现预先将所需的数据集成至存储空间中,使目标业务可以更加方便快捷的利用集成的目标数据源的数据进行分析计算。
在一个示例中,当目标业务需要同时利用多个目标数据源中的数据时,本公开实施例提供了一种数据集成的方法,包括:
步骤S101:根据目标业务的业务需求信息,分别确定多个目标数据源中的每个目标数据源的应用需求信息,其中,应用需求信息用于表征目标业务对利用每个目标数据源中的数据的时效性要求。
步骤S102:根据应用需求信息,确定每个目标数据源的集成频次。
步骤S103:根据每个目标数据源的集成频次,按时间顺序,分别将每个目标数据源中的第一数据集成至存储空间。
根据本公开实例的技术,多个目标数据源分别根据各自的集成频次将各自的第一数据按时间顺序集成至存储空间中,可以实现对多个目标数据源的数据集成时间的合理规划,有效防止短时间内向存储空间集成大量的数据导致存储空间过载的情况发生。
在一种实施方式中,如图2所示,本公开实施例的数据集成的方法,在步骤S101至步骤S103之前,还包括:
步骤S104:根据目标业务的业务需求信息,确定所需集成至存储空间的目标数据源,其中,目标数据源中存储有目标业务所需利用的数据。
步骤S105:根据数据接入规则,将目标数据源中的第二数据集成至存储空间,其中,第二数据至少为目标数据源中存储的部分数据。
根据本公开实施例,需要说明的是:
所需集成至存储空间的目标数据源,可以理解为目标业务在基于数据进行分析计算时,所基于的数据的原始来源。所需集成至存储空间的目标数据源可以是多个。
将目标数据源中的数据集成至存储空间中,可以理解为是将目标数据源集成到了存储空间中。
第二数据可以理解为是目标数据源中当前存储的全部数据,也可以理解为是目标数据源中当前存储的全部数据中的部分数据。
根据数据接入规则,可以确定数据接入方式、数据接入工具、一次集成数据的数据量等。具体的数据计入方式和数据接入工具,可以采用现有技术中数据集成所使用的任何数据计入方式和数据接入工具,可以根据需要进行选择和调整,在此不做具体限定。例如,可以数据接入方式可以选择kafka(卡夫卡)消息队列、Elasticsearch(分布式搜索和分析引擎)接入、mysql(关系型数据库管理系统)链接接入等方式。
根据本公开实例的技术,可以使目标数据源中的数据资源得到充分的集成和利用,为目标业务的分析计算提供了良好的数据支持,提高了分析计算的质量和效率。同时实现了将不同目标数据源的数据进行统一集成,满足目标业务同时利用多个目标数据源的数据的应用需求,使得目标业务的分析计算更加方便快捷。
在一个示例中,当目标业务需要使用多个目标数据源时,可以对多个目标数据源进行分类,每个类别的目标数据源的数据集成在存储空间中的一个特定存储区域中。
在一个示例中,当第二数据集成至存储空间之后,扫描查询存储空间中所集成的第二数据的数据量,并与第二数据在目标数据源中存储时的数据量进行比对检查,确定第二数据是否都集成到了存储空间中。
在一个应用示例中,如图2所示,目标业务需要同时利用目标数据源A、目标数据源B、目标数据源C的数据进行分析计算。因此,需要将目标数据源A、目标数据源B、目标数据源C集成至存储空间中。在第一次数据集成时,利用步骤S104和步骤S104,将目标数据源A中的第二数据集成至存储空间的存储区域a中,将目标数据源B中的第二数据集成至存储空间的存储区域b中,将目标数据源C中的第二数据集成至存储空间的存储区域c中。之后,根据目标数据源A、目标数据源B、目标数据源C的集成频次,利用步骤S101至步骤S103,进行第二次数据集成,将目标数据源A中的第一数据集成至存储空间的存储区域a中,将目标数据源B中的第一数据集成至存储空间的存储区域b中,将目标数据源C中的第一数据集成至存储空间的存储区域c中。
在一种实施方式中,本公开实施例的数据集成的方法包括步骤S101至步骤S105,其中,步骤S104:根据目标业务的业务需求信息,确定所需集成至存储空间的目标数据源,包括:
根据目标业务的业务需求信息,确定分析计算任务。
根据分析计算任务,确定所需利用的数据。
将存储有所需利用的数据的数据源,确定为所需集成至存储空间的目标数据源。
根据本公开实施例,需要说明的是:
一个目标业务可以具有多个不同维度的分析计算任务。每个分析计算任务所需利用的数据可以不同,也即是说,每个分析计算任务所需要利用的目标数据源可能不同。
根据本公开实例的技术,根据业务需求信息,可以准确的获知目标业务所需利用的目标数据源,从而实现针对性的将所需利用的目标数据源集成至存储空间中,避免了存储空间中集成有目标业务无需使用的数据源而造成的存储资源浪费,以及避免存储装置在集成无需使用的数据源的数据时,出现过载现象。
在一种实施方式中,本公开实施例的数据集成的方法包括步骤S101至步骤S105,其中,步骤S105:根据数据接入规则,将目标数据源中的第二数据集成至存储空间,包括:
根据目标数据源的数据量和/或业务需求信息,确定数据接入规则,其中,业务需求信息至少包括数据存入目标数据源的时间信息。
根据数据接入规则,将目标数据源中的第二数据集成至存储空间。
根据本公开实施例,需要说明的是:
根据目标数据源的数据量,确定数据接入规则,可以理解为:当目标数据源中存储的数据的数据量过大时,为了避免存储装置集成第二数据时出现过载的现象,可以确定数据接入规则为先将目标数据源中的一部分数据(第二数据)集成至存储空间。
根据业务需求信息,确定数据接入规则,可以理解为:当根据业务需求信息确定目标业务的分析计算任务仅需要利用2023年5月1日的数据时,则可以确定数据接入规则为将目标数据源中存储的2023年5月1日的数据(第二数据)集成至存储空间。
根据目标数据源的数据量和业务需求信息,确定数据接入规则,可以理解为:当根据业务需求信息确定目标业务的分析计算任务需要利用2013年至2023年10年的数据时,由于所需的数据量过大,为了避免存储装置集成第二数据时出现过载的现象,可以确定数据接入规则为先将2013至2017年的第二数据集成至存储空间。待2013至2017年的第二数据集成至存储空间之后,再将2018年至2023年的数据集成至存储空间。其中,2018年至2023年的数据可以根据集成频次进行数据集成,也可以在2013至2017年的第二数据集成至存储空间之后,立即进行其余部分数据的集成。
根据本公开实例的技术,根据集成频次将目标数据源中的第一数据集成至存储空间中,可以防止短时间内向存储空间集成大量的数据导致存储空间过载的情况发生。同时,由于集成频次是根据目标业务利用目标数据源的时效性要求得到的,因此使得存储空间中的第一数据的集成频率能够满足目标业务的使用需求,可以实现预先将所需的数据集成至存储空间中,使目标业务可以更加方便快捷的利用集成的目标数据源的数据进行分析计算。
在一种实施方式中,本公开实施例的数据集成的方法包括步骤S101至步骤S103,其中,步骤S103:根据集成频次,将目标数据源中的第一数据集成至存储空间,包括:
确定存储空间中已集成的第三数据的第一集成时间,其中,第三数据属于目标数据源,第一集成时间为第三数据集成至存储空间的时间节点。
根据第一集成时间和集成频次,确定第二集成时间。
在时间到达第二集成时间的情况下,将目标数据源中的第一数据集成至存储空间,其中,第一数据与第三数据为存储在目标数据源中的不同数据。
根据本公开实施例,需要说明的是:
第三数据至少包括目标数据源中存储的第二数据。第二数据和第三数据可以理解为同一数据,第三数据也可以理解为是第二数据集成至存储空间之后,通过步骤S101至S103的方法,再次集成到存储空间中的数据。
根据本公开实例的技术,根据集成频次将目标数据源中的第一数据集成至存储空间中,可以防止短时间内向存储空间集成大量的数据导致存储空间过载的情况发生。同时,由于集成频次是根据目标业务利用目标数据源的时效性要求得到的,因此使得存储空间中的第一数据的集成频率能够满足目标业务的使用需求,可以实现预先将所需的数据集成至存储空间中,使目标业务可以更加方便快捷的利用集成的目标数据源的数据进行分析计算。
在一种实施方式中,本公开实施例的数据集成的方法包括步骤S101至步骤S103,还包括:
步骤S106:根据业务需求信息,确定数据转化需求,其中,数据转化需求包括数据显示格式的转化需求、数据类型的转化需求和数据注释的转化需求中的至少一个。
步骤S107:根据数据转化需求,对存储空间中已集成的属于目标数据源的数据进行数据转化,得到转化数据。
步骤S108:将转化数据存储至存储空间。
根据本公开实施例,需要说明的是:
数据显示格式的转化需求,可以理解为数据可视化显示的样式需求。例如,若集成至存储空间中的数据为数值数据,且数值数据的精度精确到了小数点后5位,而根据业务需求信息可知,在目标业务进行分析计算时仅需要精确到小数点后2位,则对该数值数据进行数据显示格式的转化,使其显示的精度从小数点后5位转换为小数点后2位。又如,若集成至存储空间中的数据为日期数据,且日期数据的原始显示方式为“20230501”,而根据业务需求信息可知,在目标业务进行分析计算时需要日期数据显示为年月日的形式,则将日期数据的原始显示方式转换为“2023年5月1日”。
数据类型的转化需求,可以理解为整数类型、浮点类型、字符类型等数据基本类型之间的转化需求。
数据注释的转化需求,可以理解基于数据的概括需求。例如,数据为日生产量数据,根据该数据的具体数值,可以知道当日生产量是高还是低,从而增加产量高或产量低的数据注释。又如,数据为用户注册信息时输入的年龄数据,则根据该数据可以知道用户是青年人还是老年人,从而为该数据增加青年人或老年人的数据注释。
根据本公开实例的技术,通过根据业务需求确定数据转化需求,可以实现时集成的数据更加符合目标业务的分析计算需求,从而提高分析计算时的效率,使目标业务可以更加方便快捷的利用集成在存储空间中的目标数据源的数据。
在一种实施方式中,本公开实施例的数据集成的方法包括步骤S101至步骤S103,还包括:
在接收到目标业务的分析计算任务的情况下,根据分析计算任务,确定所需利用的目标数据。
从存储空间中调取目标数据,以供分析计算任务使用。
根据本公开实例的技术,可以使目标业务可以更加方便快捷的利用集成在存储空间中的目标数据源的数据。
在一个示例中,本公开实施例的数据集成的方法,可以应用于营销服务业务中。营销的过程往往需要大量的数据作为支撑,营销的重点在于如何将各种不同的数据源,例如,活动数据源(如买二赠一活动),事件数据源(如买二赠一活动的参与情况),客户数据源(如用户的性别和年龄层)等快速的集成并应用于相应的数据应用中,结合需要的各种数据源的数据,优化或者选择相关的数据进行有效的分析计算,包括但不限于获取对应的数据分析报表或结果等。近年来,由于数字经济技术的飞速发展,数据井喷,各类数据层出不穷,在传统的数据应用中,数据使用者既没有自己的数据存储装置也没有相应的数据集成平台,大多数情况不能对各类数据源进行良好的统一集合规制分类和快速分析,导致传统的营销数据应用方式非常被动。同时由于很多公司数据源分散且不同,所以很难同时满足多种不同的数据源同时集成。本公开实施例的方法针对传统营销服务中多个数据源的接入问题,可以实现对多个数据源的数据进行加载集成,数据处理转化,并最终供应给下游业务分析计算进行使用,让多个数据源的数据可以集中到一起,让数据使用者可以更方便的运用数据对营销活动进行各类分析。根据本公开实施例的方法,可使得营销的数据资源能够得到充分的集成和利用,为制定营销方案提供良好的数据支持,提高了制定营销方案的质量和效率。解决了传统多数据源不能快速统一集成并满足数据应用需求的问题。让营销服务过程中遇到的多种数据源需要集中处理转化分析变得更加方便快捷。通过对营销服务出现的多数据源情况,及时地根据营销服务中数据应用的需求进行必要转化和存储,快速满足营销服务下各种数据场景的数据应用。
在一个示例中,如图4所示,本公开实施例的数据集成的方法,可以应用于营销服务业务中。在营销服务业务进行分析计算时,需要使用营销活动数据源、营销事件数据源和营销画像数据源的数据。利用本公开实施例的数据集成的方法的步骤S101至步骤S105,可以将营销活动数据源、营销事件数据源和营销画像数据源的数据集成至存储空间中,以满足营销服务业务的各种数据应用需求。
在一个示例中,如图5所示,本公开实施例的数据集成的方法,可以应用于营销服务业务中。根据营销服务业务的业务需求信息,确定所需集成至存储空间的营销服务数据源。确定营销服务数据源中的数据的存储方式,根据存储方式确定数据接入方式(kafka消息队列、Elasticsearch接入、mysql链接接入等方式),基于数据接入方式执行本公开实施例的数据集成的方法。
本公开实施例的数据集成的方法,包括由营销服务数据源接入模块、营销服务数据源集成模块和营销服务数据应用转化模块。其中,营销服务数据源接入模块执行步骤S104,营销服务数据源集成模块执行步骤S101、步骤S102、步骤S103、步骤S105,营销服务数据应用转化模块执行步骤S106至步骤S108。具体的:
S1:营销服务数据源接入模块,根据不同的目标数据源进行接入数据工具和方式的选择;对不同的营销服务数据源(目标数据源)进行一个大致的全面了解分析,根据实际数据来源对数据源进行接入,可以选择不同的传输工具。例如可以选择kafka实时传输,传统数据库的批次抽取,数据文件的直接导入。
S2:营销服务数据源集成模块,根据目标数据源选择好的方式,将目标数据源的数据集成到数据存储装置的存储空间中。具体包括:
S21:对多个目标数据源进行一个大致的数量评估,根据评估的结果在数据存储装置内给不同的营销数据源(目标数据源)在装置已知的存储空间中适配一个合适的存储空间进行存放。
S22:选择合适的数据集成批次,并对每一个目标数据源根据数据应用需求(业务需求信息)选择合适的同步批次(集成频次),例如用于生产月度报表的数据可以每月同步一次,例如需要每天生产报告的数据则需要每天同步一次,对于有一些有实时要求的数据甚至要进行实时的同步,设置不同的同步批次主要是为了防止短时同步数据量过大导致装置过载。
S23:对目标数据源集成到存储空间的情况进行检查。即对按规则加载进存储空间的数据进行数据量的扫描查询并和预期结果进行比对检查。
S3:营销服务数据应用转化模块,根据数据应用需求对数据源进行必要的数据加工转化。具体包括:
S31:选取需要进行转化的集成至存储空间的数据,即根据目标数据源的数据应用需求,确定需要转化的对象(数据转化需求),比如数据类型,保留小数点,时间格式等。
S32:对目标数据源集成至存储空间的数据按数据应用的需求进行转化,通过装置内置的一些转化函数对具体的数据进行满足数据应用需求的转化。
S33:将转化后的数据再次加载存放至存储空间;在对数据进行了对应数据应用的转化后,重新放入到存储空间中供应下游业务使用。
在一个示例中,本公开实施例的数据集成的方法,包括由营销服务数据源接入模块、营销服务数据源集成模块和营销服务数据应用转化模块。具体执行步骤为:
步骤S1:营销服务数据源接入模块。
进一步地,所述步骤S1营销服务数据源接入模块中,首先对不同的数据源情况进行一个大致全面的了解,比如营销服务常见的活动数据源,客户画像数据源,事件数据源等。
步骤S2:营销服务数据源集成模块,根据数据源的数据存储情况和传输方式对多数据源进行不同的数据集成操作。具体为:
S21:给数据源分类并构造一块存储空间。具体为:
在数据装置中创建对应的存储区块来保存来自不同数据源的数据。例如一些不同的命名区域可以用来分别存储不同类型的数据源等。
S22:选择合适的数据源集成批次。具体为:
数据源的数据进行集成的时候,往往对数据的时效性要求不一致,为了装置短时间的集成压力,针对不同的数据源可以选择不同的数据源集成批次,例如每时,每日,每周甚至每月。
S23:对最终的多数据源集成情况进行检查。具体为:
对集成到装置内部的数据源进行统计和比对,检验数据是否和数据源原始数据保持一致。
步骤S3:营销服务数据应用转化模块,根据数据应用的需求对数据源进行必要的转化。具体为:
S31:选取需要进行转化的数据源。具体为:
结合数据应用需求,确定数据源需要转化的部分。
S32:对数据源按数据应用的需求转化。具体为:
根据数据的具体应用需求,对数据源进行一些有针对性的转化,例如当数据源的时间类型数据是时间戳或者其他一些不可用或不好用的类型的时候将时间数据转化为更加易于使用的年月日-时分秒类型等。
S33:将转化后的数据源再次加载存放。具体为:
根据用户的需求结合装置自身的内存,将转化后的数据源重新在装置中寻求合适的位置进行存放。
如图6所示,本公开实施例提供了一种数据集成的装置,包括:
第一确定模块610,用于根据目标业务的业务需求信息,确定目标数据源的应用需求信息,其中,应用需求信息用于表征目标业务对利用目标数据源的时效性要求。
第二确定模块620,用于根据应用需求信息,确定目标数据源的集成频次。以及
第一集成模块630,用于根据集成频次,将目标数据源中的第一数据集成至存储空间。
在一种实施方式中,数据集成的装置还包括:
第三确定模块,用于根据目标业务的业务需求信息,确定所需集成至存储空间的目标数据源,其中,目标数据源中存储有目标业务所需利用的数据。
第二集成模块,用于根据数据接入规则,将目标数据源中的第二数据集成至存储空间,其中,第二数据至少为目标数据源中存储的部分数据。
在一种实施方式中,第三确定模块用于:
根据目标业务的业务需求信息,确定分析计算任务。
根据分析计算任务,确定所需利用的数据。
将存储有所需利用的数据的数据源,确定为所需集成至存储空间的目标数据源。
在一种实施方式中,第二集成模块用于:
根据目标数据源的数据量和/或业务需求信息,确定数据接入规则,其中,业务需求信息至少包括数据存入目标数据源的时间信息。
根据数据接入规则,将目标数据源中的第二数据集成至存储空间。
在一种实施方式中,第一集成模块630用于:
确定存储空间中已集成的第三数据的第一集成时间,其中,第三数据属于目标数据源,第一集成时间为第三数据集成至存储空间的时间节点。
根据第一集成时间和集成频次,确定第二集成时间。
在时间到达第二集成时间的情况下,将目标数据源中的第一数据集成至存储空间,其中,第一数据与第三数据为存储在目标数据源中的不同数据。
在一种实施方式中,数据集成的装置还包括:
第四确定模块,用于根据业务需求信息,确定数据转化需求,其中,数据转化需求包括数据显示格式的转化需求、数据类型的转化需求和数据注释的转化需求中的至少一个。
转化模块,用于根据数据转化需求,对存储空间中已集成的属于目标数据源的数据进行数据转化,得到转化数据。
存储模块,用于将转化数据存储至存储空间。
在一种实施方式中,数据集成的装置还包括:
第五确定模块,用于在接收到目标业务的分析计算任务的情况下,根据分析计算任务,确定所需利用的目标数据。
调取模块,用于从存储空间中调取目标数据,以供分析计算任务使用。
本公开实施例的装置的各模块、子模块的具体功能和示例的描述,可以参见上述方法实施例中对应步骤的相关描述,在此不再赘述。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。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,个人数字助理、蜂窝电话、智能电话、可穿戴设备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/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703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。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700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。
计算单元701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。计算单元701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计算单元、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。计算单元701执行上文所描述的各个方法和处理,例如数据集成的方法。例如,在一些实施例中,数据集成的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的数据集成的方法的一个或多个步骤。备选地,在其他实施例中,计算单元701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集成的方法。
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、现场可编程门阵列(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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码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或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码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。
在本公开的上下文中,机器可读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程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读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。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,可以在计算机上实施此处描述的系统和技术,该计算机具有: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计算机。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)和互联网。
计算机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,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
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,本公开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,只要能够实现本公开公开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,并不构成对本公开保护范围的限制。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。任何在本公开的原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (17)
1.一种数据集成的方法,包括:
根据目标业务的业务需求信息,确定目标数据源的应用需求信息,其中,所述应用需求信息用于表征所述目标业务对利用所述目标数据源的时效性要求;
根据所述应用需求信息,确定所述目标数据源的集成频次;以及
根据所述集成频次,将所述目标数据源中的第一数据集成至存储空间。
2.根据权利要求1所述的方法,其中,根据目标业务的业务需求信息,确定目标数据源的应用需求信息之前,还包括:
根据目标业务的业务需求信息,确定所需集成至存储空间的目标数据源,其中,所述目标数据源中存储有所述目标业务所需利用的数据;
根据数据接入规则,将所述目标数据源中的第二数据集成至所述存储空间,其中,所述第二数据至少为所述目标数据源中存储的部分数据。
3.根据权利要求2所述的方法,其中,根据目标业务的业务需求信息,确定所需集成至存储空间的目标数据源,包括:
根据目标业务的业务需求信息,确定分析计算任务;
根据所述分析计算任务,确定所需利用的数据;
将存储有所述所需利用的数据的数据源,确定为所需集成至存储空间的目标数据源。
4.根据权利要求2所述的方法,其中,根据数据接入规则,将所述目标数据源中的第二数据集成至所述存储空间,包括:
根据所述目标数据源的数据量和/或所述业务需求信息,确定数据接入规则,其中,所述业务需求信息至少包括数据存入所述目标数据源的时间信息;
根据所述数据接入规则,将所述目标数据源中的第二数据集成至所述存储空间。
5.根据权利要求1所述的方法,其中,根据所述集成频次,将所述目标数据源中的第一数据集成至存储空间,包括:
确定存储空间中已集成的第三数据的第一集成时间,其中,所述第三数据属于所述目标数据源,所述第一集成时间为所述第三数据集成至所述存储空间的时间节点;
根据所述第一集成时间和所述集成频次,确定第二集成时间;
在时间到达所述第二集成时间的情况下,将所述目标数据源中的第一数据集成至所述存储空间,其中,所述第一数据与所述第三数据为存储在所述目标数据源中的不同数据。
6.根据权利要求1至5任一项所述的方法,还包括:
根据所述业务需求信息,确定数据转化需求,其中,所述数据转化需求包括数据显示格式的转化需求、数据类型的转化需求和数据注释的转化需求中的至少一个;
根据所述数据转化需求,对所述存储空间中已集成的属于所述目标数据源的数据进行数据转化,得到转化数据;
将所述转化数据存储至所述存储空间。
7.根据权利要求1至5任一项所述的方法,还包括:
在接收到所述目标业务的分析计算任务的情况下,根据所述分析计算任务,确定所需利用的目标数据;
从所述存储空间中调取所述目标数据,以供所述分析计算任务使用。
8.一种数据集成的装置,包括:
第一确定模块,用于根据目标业务的业务需求信息,确定目标数据源的应用需求信息,其中,所述应用需求信息用于表征所述目标业务对利用所述目标数据源的时效性要求;
第二确定模块,用于根据所述应用需求信息,确定所述目标数据源的集成频次;以及
第一集成模块,用于根据所述集成频次,将所述目标数据源中的第一数据集成至存储空间。
9.根据权利要求8所述的装置,还包括:
第三确定模块,用于根据目标业务的业务需求信息,确定所需集成至存储空间的目标数据源,其中,所述目标数据源中存储有所述目标业务所需利用的数据;
第二集成模块,用于根据数据接入规则,将所述目标数据源中的第二数据集成至所述存储空间,其中,所述第二数据至少为所述目标数据源中存储的部分数据。
10.根据权利要求9所述的装置,其中,所述第三确定模块用于:
根据目标业务的业务需求信息,确定分析计算任务;
根据所述分析计算任务,确定所需利用的数据;
将存储有所述所需利用的数据的数据源,确定为所需集成至存储空间的目标数据源。
11.根据权利要求9所述的装置,其中,所述第二集成模块用于:
根据所述目标数据源的数据量和/或所述业务需求信息,确定数据接入规则,其中,所述业务需求信息至少包括数据存入所述目标数据源的时间信息;
根据所述数据接入规则,将所述目标数据源中的第二数据集成至所述存储空间。
12.根据权利要求8所述的装置,其中,所述第一集成模块用于:
确定存储空间中已集成的第三数据的第一集成时间,其中,所述第三数据属于所述目标数据源,所述第一集成时间为所述第三数据集成至所述存储空间的时间节点;
根据所述第一集成时间和所述集成频次,确定第二集成时间;
在时间到达所述第二集成时间的情况下,将所述目标数据源中的第一数据集成至所述存储空间,其中,所述第一数据与所述第三数据为存储在所述目标数据源中的不同数据。
13.根据权利要求8至12任一项所述的装置,还包括:
第四确定模块,用于根据所述业务需求信息,确定数据转化需求,其中,所述数据转化需求包括数据显示格式的转化需求、数据类型的转化需求和数据注释的转化需求中的至少一个;
转化模块,用于根据所述数据转化需求,对所述存储空间中已集成的属于所述目标数据源的数据进行数据转化,得到转化数据;
存储模块,用于将所述转化数据存储至所述存储空间。
14.根据权利要求8至12任一项所述的装置,还包括:
第五确定模块,用于在接收到所述目标业务的分析计算任务的情况下,根据所述分析计算任务,确定所需利用的目标数据;
调取模块,用于从所述存储空间中调取所述目标数据,以供所述分析计算任务使用。
15.一种电子设备,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指令,所述指令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至7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1至7中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序在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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310595300.8A CN116737792A (zh) | 2023-05-24 | 2023-05-24 | 数据集成的方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310595300.8A CN116737792A (zh) | 2023-05-24 | 2023-05-24 | 数据集成的方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116737792A true CN116737792A (zh) | 2023-09-12 |
Family
ID=87903625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310595300.8A Pending CN116737792A (zh) | 2023-05-24 | 2023-05-24 | 数据集成的方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116737792A (zh) |
-
2023
- 2023-05-24 CN CN202310595300.8A patent/CN116737792A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111177231A (zh) | 报表生成方法和报表生成装置 | |
US20190114711A1 (en) | Financial analysis system and method for unstructured text data | |
CN111160658B (zh) | 一种协同制造资源优配方法、系统和平台 | |
CN114461644A (zh) | 一种数据采集方法、装置、电子设备及存储介质 | |
CN116611411A (zh) | 一种业务系统报表生成方法、装置、设备及存储介质 | |
CN115222444A (zh) | 用于输出模型信息的方法、装置、设备、介质和产品 | |
CN113190558A (zh) | 一种数据加工方法和系统 | |
CN116955856A (zh) | 信息展示方法、装置、电子设备以及存储介质 | |
CN114817297A (zh) | 一种处理数据的方法和装置 | |
CN116737792A (zh) | 数据集成的方法、装置、设备以及存储介质 | |
CN113485763A (zh) | 一种数据处理方法、装置、电子设备及计算机可读介质 | |
CN111639829A (zh) | 精益项目的分析评优方法、装置以及电子设备 | |
CN114092265B (zh) | 提高保单新业务价值确定效率的方法、装置及存储介质 | |
CN117009356A (zh) | 一种公共数据的应用成效确定方法、装置和设备 | |
CN114818635A (zh) | 数据报表生成方法、装置、电子设备及存储介质 | |
CN116342280A (zh) | 一种数据确定方法、装置、电子设备及存储介质 | |
CN113095788A (zh) | 问题分发方法、装置、电子设备以及存储介质 | |
CN115964409A (zh) | 一种系统访问数据的管理方法、装置、设备及存储介质 | |
CN111428495A (zh) | 工作流审批处理方法、系统和计算机设备 | |
CN116894229A (zh) | 一种同类多数据源融合方法、装置、设备及存储介质 | |
CN116050371A (zh) | 一种通报报告生成方法、装置、设备及程序产品 | |
CN115374761A (zh) | 报表生成方法、报表生成装置、电子设备及存储介质 | |
CN117709903A (zh) | 一种分库方法、装置、电子设备及存储介质 | |
CN115828572A (zh) | 一种生产系统数据处理方法、装置、设备及存储介质 | |
CN118071271A (zh) | 一种基于跨时间周期的业务统计方法、装置、设备及介质 |
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 |