CN109145023A - 用于处理数据的方法和装置 - Google Patents
用于处理数据的方法和装置 Download PDFInfo
- Publication number
- CN109145023A CN109145023A CN201811003311.8A CN201811003311A CN109145023A CN 109145023 A CN109145023 A CN 109145023A CN 201811003311 A CN201811003311 A CN 201811003311A CN 109145023 A CN109145023 A CN 109145023A
- Authority
- CN
- China
- Prior art keywords
- data
- mark
- processing node
- pending
- data processing
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请实施例公开了用于处理数据的方法和装置。该方法的一具体实施方式包括:从流式计算***中数据流流至的目标数据处理节点的上游数据处理节点获取待处理数据和待处理数据的标识,流式计算***包括用于对数据流进行处理的数据处理节点集合,数据流从数据处理节点集合中的、作为入口的数据处理节点流入并在流经数据处理节点集合中的至少一个数据处理节点之后流出数据流***,目标数据处理节点包括执行流式计算***的用户提交的表征数据处理逻辑的程序段的执行单元;向执行单元发送待处理数据和待处理数据的标识;获取执行单元运行所生成的与待处理数据对应的处理结果数据以及处理结果数据的标识。该实施方式提高了数据处理效率。
Description
技术领域
本申请实施例涉及计算机技术领域,尤其涉及用于处理数据的方法和装置。
背景技术
流式计算广泛应用于信息流、搜索建库、检索计费等大型分布式计算场景中。流式计算是一种类似流水线式的数据处理模式,流式计算来自于一个理念:发生一个事件就立即进行一次数据处理,而不是将数据缓存起来批量处理。
现有的流式计算***,如Storm(一个分布式的、容错的实时计算***)中,用户提交的作业和Storm平台之间基于JSON(JavaScript Object Notation,JS对象简谱)进行数据交换,数据交换协议复杂,并且要求在用户理解Storm及JSON后,才能使用该流式计算***进行数据处理。
发明内容
本申请实施例提出了用于处理数据的方法和装置。
第一方面,本申请实施例提供了一种用于处理数据的方法,该方法包括:从流式计算***中数据流流至的目标数据处理节点的上游数据处理节点获取待处理数据和待处理数据的标识,流式计算***包括用于对数据流进行处理的数据处理节点集合,数据流从数据处理节点集合中的、作为入口的数据处理节点流入并在流经数据处理节点集合中的至少一个数据处理节点之后流出数据流***,目标数据处理节点包括执行流式计算***的用户提交的表征数据处理逻辑的程序段的执行单元;向执行单元发送待处理数据和待处理数据的标识;获取执行单元运行所生成的与待处理数据对应的处理结果数据以及处理结果数据的标识。
在一些实施例中,获取执行单元运行所生成的与待处理数据对应的处理结果数据之后,方法还包括:持久化处理结果数据和处理结果数据的标识;向目标数据处理节点的下游数据处理节点发送处理结果数据和处理结果数据的标识;响应于获取到指示处理结果数据被处理完成的指示信息,清除持久化的处理结果数据和处理结果数据的标识。
在一些实施例中,向目标数据处理节点的下游数据处理节点发送处理结果数据和处理结果数据的标识之后,方法还包括:响应于获取到指示处理结果数据处理失败的指示信息,向目标数据处理节点的下游数据处理节点重放持久化的处理结果数据和处理结果数据的标识。
在一些实施例中,向执行单元发送待处理数据和待处理数据的标识,包括:通过进程管道向执行单元发送待处理数据和待处理数据的标识。
在一些实施例中,向执行单元发送待处理数据和待处理数据的标识,包括:按照预设协议向执行单元发送待处理数据和待处理数据的标识,预设协议中规定有向目标数据处理节点发送的行数据所包括的字段以及字段之间使用的分隔符,字段包括数据的标识、数据的关键字、数据的值以及用于确定数据是否被处理完成的标签。
在一些实施例中,方法还包括:响应于获取到包括目标程序段的标识的执行请求,创建执行单元以执行目标程序段。
在一些实施例中,流式计算***中数据处理节点的拓扑关系通过预先设置的配置文件描述,配置文件包括可扩展标记语言配置文件;以及方法还包括:基于配置文件生成并展现流式计算***的拓扑图。
第二方面,本申请实施例提供了一种用于处理数据的装置,该装置包括:第一获取单元,被配置成从流式计算***中数据流流至的目标数据处理节点的上游数据处理节点获取待处理数据和待处理数据的标识,流式计算***包括用于对数据流进行处理的数据处理节点集合,数据流从数据处理节点集合中的、作为入口的数据处理节点流入并在流经数据处理节点集合中的至少一个数据处理节点之后流出数据流***,目标数据处理节点包括执行流式计算***的用户提交的表征数据处理逻辑的程序段的执行单元;第一发送单元,被配置成向执行单元发送待处理数据和待处理数据的标识;第二获取单元,被配置成获取执行单元运行所生成的与待处理数据对应的处理结果数据以及处理结果数据的标识。
在一些实施例中,装置还包括:持久化单元,被配置成持久化处理结果数据和处理结果数据的标识;第二发送单元,被配置成向目标数据处理节点的下游数据处理节点发送处理结果数据和处理结果数据的标识;清除单元,被配置成响应于获取到指示处理结果数据被处理完成的指示信息,清除持久化的处理结果数据和处理结果数据的标识。
在一些实施例中,装置还包括:重放单元,被配置成响应于获取到指示处理结果数据处理失败的指示信息,向目标数据处理节点的下游数据处理节点重放持久化的处理结果数据和处理结果数据的标识。
在一些实施例中,第一发送单元,进一步被配置成通过进程管道向执行单元发送待处理数据和待处理数据的标识。
在一些实施例中,第一发送单元,进一步被配置成按照预设协议向执行单元发送待处理数据和待处理数据的标识,预设协议中规定有向目标数据处理节点发送的行数据所包括的字段以及字段之间使用的分隔符,字段包括数据的标识、数据的关键字、数据的值以及用于确定数据是否被处理完成的标签。
在一些实施例中,装置还包括:创建单元,被配置成响应于获取到包括目标程序段的标识的执行请求,创建执行单元以执行目标程序段。
在一些实施例中,流式计算***中数据处理节点的拓扑关系通过预先设置的配置文件描述,配置文件包括可扩展标记语言配置文件;以及装置还包括:展现单元,被配置成基于配置文件生成并展现流式计算***的拓扑图。
第三方面,本申请实施例提供了一种设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面上述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面上述的方法。
本申请实施例提供的用于处理数据的方法和装置,通过从流式计算***中数据流流至的目标数据处理节点的上游数据处理节点获取待处理数据和待处理数据的标识,目标数据处理节点包括执行流式计算***的用户提交的表征数据处理逻辑的程序段的执行单元,而后向执行单元发送待处理数据和待处理数据的标识,最后获取执行单元运行所生成的与待处理数据对应的处理结果数据以及处理结果数据的标识,使得流式计算***的用户只需提交使用其熟悉的编程语言编写的程序段即可完成对数据的处理,从而提高了数据处理效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请可以应用于其中的示例性***架构图;
图2是根据本申请的用于处理数据的方法的一个实施例的流程图;
图3是根据本申请的用于处理数据的方法的应用场景的一个示意图;
图4是根据本申请的用于处理数据的方法的又一个实施例的流程图;
图5是根据本申请的用于处理数据的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的服务器的计算机***的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于处理数据的方法或用于处理数据的装置的实施例的示例性***架构100。
如图1所示,***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用,例如流式计算类应用、社交类应用、搜索类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,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。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供数据处理服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上安装的应用提供支持的后台服务器,服务器105可以从流式计算***中数据流流至的目标数据处理节点的上游数据处理节点获取待处理数据和待处理数据的标识,流式计算***包括用于对数据流进行处理的数据处理节点集合,数据流从数据处理节点集合中的、作为入口的数据处理节点流入并在流经数据处理节点集合中的至少一个数据处理节点之后流出数据流***,目标数据处理节点包括执行流式计算***的用户通过终端设备101、102、103提交的表征数据处理逻辑的程序段的执行单元;向执行单元发送待处理数据和待处理数据的标识;获取执行单元运行所生成的与待处理数据对应的处理结果数据以及处理结果数据的标识。
需要说明的是,本申请实施例所提供的用于处理数据的方法可以由服务器105执行,相应地,用于处理数据的装置可以设置于服务器105中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1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。
继续参考图2,示出了根据本申请的用于处理数据的方法的一个实施例的流程200。该用于处理数据的方法,包括以下步骤:
步骤201,从流式计算***中数据流流至的目标数据处理节点的上游数据处理节点获取待处理数据和待处理数据的标识。
在本实施例中,用于处理数据的方法执行主体(例如图1所示的服务器)可以首先从流式计算***中数据流流至的目标数据处理节点的上游数据处理节点获取待处理数据与待处理数据的标识。流式计算***包括用于对数据流进行处理的数据处理节点集合,数据流从数据处理节点集合中的、作为入口的数据处理节点流入并在流经数据处理节点集合中的至少一个数据处理节点之后流出数据流***,目标数据处理节点包括执行流式计算***的用户提交的表征数据处理逻辑的程序段的执行单元。上述表征数据处理逻辑的程序段所使用的编程语言可以不同于流式计算***使用的编程语言,上述表征数据处理逻辑的程序段可以使用多种编程语言编写,例如,可以由用户使用其熟悉的编程语言编写。
在这里,流式计算***中可以包括控制节点和多个工作节点,工作节点即数据处理节点也可以称为算子(Operator),控制节点可以发送对应的控制指令给下属的工作节点,从而使得工作节点根据控制指令调用执行单元对业务产生的数据流进行处理。每个工作节点可以包含一个或多个执行单元,当工作节点被调用对数据流进行处理时,具体由工作节点所包含的执行单元来处理数据流,执行单元具体可以为线程或进程。作为示例,目标数据处理节点还可以包括执行流式计算***运行逻辑的程序段的执行单元,所述执行主体具体可以执行流式计算***运行逻辑的程序段的执行单元。流式计算***中可以包括若干个个流式计算作业,每个流式计算作业由一些独立的计算逻辑按照上下游订阅关系组成。
在本实施例中,目标数据处理节点的上游数据处理节点可以是向目标数据处理节点提供待处理数据的数据处理节点。待处理数据可以是目标数据处理节点的上游数据处理节点运行所生成的,待处理数据的标识可以根据预设的规则生成,例如,可以根据数据生成顺序、生成时间、存储位置、来源等信息生成。
步骤202,向执行单元发送待处理数据和待处理数据的标识。
在本实施例中,上述执行主体可以向执行单元发送步骤201中获取的待处理数据和待处理数据的标识。上述执行主体可以通过信号、管道、消息队列、共享内存等方式向执行单元发送待处理数据和待处理数据的标识。
在本实施例的一些可选实现方式中,向执行单元发送待处理数据和待处理数据的标识,包括:通过进程管道向执行单元发送待处理数据和待处理数据的标识。进程管道可以通过调用管道(pipe)函数而创建。管道是半双工的,数据只能向一个方向流动;需要双方通信时,需要建立起两个管道;管道对于管道两端的进程而言,就是一个文件,但它不是普通的文件,它不属于某种文件***,而是自立门户,单独构成一种文件***,并且只存在与内存中。一个进程向管道中写的内容被管道另一端的进程读出。写入的内容每次都添加在管道缓冲区的末尾,并且每次都是从缓冲区的头部读出数据。通过管道发送数据简单方便,进一步提高了数据处理的便利性。
在本实施例的一些可选实现方式中,向执行单元发送待处理数据和待处理数据的标识,包括:按照预设协议向执行单元发送待处理数据和待处理数据的标识,预设协议中规定有向目标数据处理节点发送的行数据所包括的字段以及字段之间使用的分隔符,字段包括数据的标识、数据的关键字、数据的值以及用于确定数据是否被处理完成的标签。
在本实现方式中,预设协议中可以规定有向目标数据处理节点发送的行数据所包括的字段以及字段之间使用的分隔符,字段包括数据的标识、数据的关键字、数据的值以及用于确定数据是否被处理完成的标签。作为示例,行数据可以采用如下结构:数据的标识//用于确定数据是否被处理完成的标签//数据的关键字//数据的值。其中,分隔符“//”可以根据实际需要选择其他分隔符,例如“/t/t”,字段之间的顺序也可以根据实际需要进行调整,还可以包括开始符或结束符。按照预设协议向目标数据处理节点发送行数据,由此,单行数据就可以完成对一条数据的处理,进一步提高了数据的处理效率。
步骤203,获取执行单元运行所生成的与待处理数据对应的处理结果数据以及处理结果数据的标识。
在本实施例中,上述执行主体也可以通过信号、管道、消息队列、共享内存等方式获取执行单元运行所生成的与步骤202中发送的待处理数据对应的处理结果数据以及处理结果数据的标识。处理结果数据的标识也可以根据预设的规则生成,例如,可以根据数据生成顺序、生成时间、存储位置、来源等信息生成。
在本实施例的一些可选实现方式中,方法还包括:响应于获取到包括目标程序段的标识的执行请求,创建执行单元以执行目标程序段。相比于storm中要求用户在平台运行之前,执行目标程序段的进程已经存在,本实现方式根据执行请求创建执行单元以执行目标程序段,实现了对执行单元的生命周期的管理,进一步提高了数据处理的灵活性。
在本实施例的一些可选实现方式中,流式计算***中数据处理节点的拓扑关系通过预先设置的配置文件描述,配置文件包括可扩展标记语言配置文件;以及方法还包括:基于配置文件生成并展现流式计算***的拓扑图。本实现方式实现了对流式计算***拓扑结构的清晰展现,此外,用户还可以在所展现的页面中对流式计算***的数据处理节点进行控制,进一步提高了流式计算***的灵活性。
继续参见图3,图3是根据本实施例的用于处理数据的方法的应用场景的一个示意图。在图3的应用场景中,首先从流式计算***中数据流流至的目标数据处理节点的上游数据处理节点301获取待处理数据和待处理数据的标识302,流式计算***包括用于对数据流进行处理的数据处理节点集合,数据流从数据处理节点集合中的、作为入口的数据处理节点流入并在流经数据处理节点集合中的至少一个数据处理节点之后流出数据流***,目标数据处理节点包括执行流式计算***的用户通过设备305提交的表征数据处理逻辑的程序段304的执行单元303;而后向执行单元303发送待处理数据和待处理数据的标识302;最后获取执行单元303运行所生成的与待处理数据对应的处理结果数据以及处理结果数据的标识306。
本申请的上述实施例提供的方法通过从流式计算***中数据流流至的目标数据处理节点的上游数据处理节点获取待处理数据和待处理数据的标识,流式计算***包括用于对数据流进行处理的数据处理节点集合,数据流从数据处理节点集合中的、作为入口的数据处理节点流入并在流经数据处理节点集合中的至少一个数据处理节点之后流出数据流***,目标数据处理节点包括执行流式计算***的用户提交的表征数据处理逻辑的程序段的执行单元;向执行单元发送待处理数据和待处理数据的标识;获取执行单元运行所生成的与待处理数据对应的处理结果数据以及处理结果数据的标识,提高了数据处理效率。
进一步参考图4,其示出了用于处理数据的方法的又一个实施例的流程400。该用于处理数据的方法的流程400,包括以下步骤:
步骤401,从流式计算***中数据流流至的目标数据处理节点的上游数据处理节点获取待处理数据和待处理数据的标识。
在本实施例中,用于处理数据的方法执行主体(例如图1所示的服务器)可以首先从流式计算***中数据流流至的目标数据处理节点的上游数据处理节点获取待处理数据与待处理数据的标识。
步骤402,向执行单元发送待处理数据和待处理数据的标识。
在本实施例中,上述执行主体可以向执行单元发送步骤401中获取的待处理数据和待处理数据的标识。
步骤403,获取执行单元运行所生成的与待处理数据对应的处理结果数据以及处理结果数据的标识。
在本实施例中,上述执行主体可以获取执行单元运行所生成的与步骤402中发送的待处理数据对应的处理结果数据以及处理结果数据的标识。
步骤404,持久化处理结果数据和处理结果数据的标识。
在本实施例中,上述执行主体可以持久化步骤403中获取的处理结果数据和处理结果数据的标识。持久化是将程序数据在持久状态和瞬时状态间转换的机制。即瞬时数据(比如内存中的数据,是不能永久保存的)持久化为持久数据(比如持久化至数据库中,能够长久保存)。持久化可以包括全量持久化和增量持久化,增量持久化可以避免数据重复,进一步提高数据处理效率。
步骤405,向目标数据处理节点的下游数据处理节点发送处理结果数据和处理结果数据的标识。
在本实施例中,上述执行主体可以按照预先设置的配置文件中指示的上下游订阅关系向目标数据处理节点的下游数据处理节点发送步骤403中获取的处理结果数据和处理结果数据的标识。
步骤405,响应于获取到指示处理结果数据被处理完成的指示信息,清除持久化的处理结果数据和处理结果数据的标识。
在本实施例中,上述执行主体可以响应于获取到指示处理结果数据被处理完成的指示信息,清除持久化的处理结果数据和处理结果数据的标识。指示信息可以包括已被下游数据处理节点成功接收并处理的数据的标识。作为示例,可以通过确认字符(Acknowledgement,ACK)实现,在数据通信中,确认字符可以是接收方发给发送方的一种传输类控制字符,表示发来的数据已确认接收无误。通过指示信息清除持久化的数据可以进一步节省存储空间。
在本实施例的一些可选实现方式中,向目标数据处理节点的下游数据处理节点发送处理结果数据和处理结果数据的标识之后,方法还包括:响应于获取到指示处理结果数据处理失败的指示信息,向目标数据处理节点的下游数据处理节点重放持久化的处理结果数据和处理结果数据的标识。待处理数据处理失败可以是目标数据处理节点重启等原因造成的。通过数据的重放避免了流式计算***中遗漏处理数据,进一步提高了数据处理效率。
在本实施例中,步骤401、步骤402、步骤403的操作与步骤201、步骤202、步骤203的操作基本相同,在此不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于处理数据的方法的流程400中通过持久化处理结果数据和处理结果数据的标识,可以避免在流式计算***中数据的丢失,进一步提高数据处理效率。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于处理数据的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于处理数据的装置500包括:第一获取单元501、第一发送单元502、第二获取单元503。其中,第一获取单元,被配置成从流式计算***中数据流流至的目标数据处理节点的上游数据处理节点获取待处理数据和待处理数据的标识,流式计算***包括用于对数据流进行处理的数据处理节点集合,数据流从数据处理节点集合中的、作为入口的数据处理节点流入并在流经数据处理节点集合中的至少一个数据处理节点之后流出数据流***,目标数据处理节点包括执行流式计算***的用户提交的表征数据处理逻辑的程序段的执行单元;第一发送单元,被配置成向执行单元发送待处理数据和待处理数据的标识;第二获取单元,被配置成获取执行单元运行所生成的与待处理数据对应的处理结果数据以及处理结果数据的标识。
在本实施例中,用于处理数据的装置500的第一获取单元501、第一发送单元502、第二获取单元503的具体处理可以参考图2对应实施例中的步骤201、步骤202和步骤203。
在本实施例的一些可选实现方式中,装置还包括:持久化单元,被配置成持久化处理结果数据和处理结果数据的标识;第二发送单元,被配置成向目标数据处理节点的下游数据处理节点发送处理结果数据和处理结果数据的标识;清除单元,被配置成响应于获取到指示处理结果数据被处理完成的指示信息,清除持久化的处理结果数据和处理结果数据的标识。
在本实施例的一些可选实现方式中,装置还包括:重放单元,被配置成响应于获取到指示处理结果数据处理失败的指示信息,向目标数据处理节点的下游数据处理节点重放持久化的处理结果数据和处理结果数据的标识。
在本实施例的一些可选实现方式中,第一发送单元,进一步被配置成通过进程管道向执行单元发送待处理数据和待处理数据的标识。
在本实施例的一些可选实现方式中,第一发送单元,进一步被配置成按照预设协议向执行单元发送待处理数据和待处理数据的标识,预设协议中规定有向目标数据处理节点发送的行数据所包括的字段以及字段之间使用的分隔符,字段包括数据的标识、数据的关键字、数据的值以及用于确定数据是否被处理完成的标签。
在本实施例的一些可选实现方式中,装置还包括:创建单元,被配置成响应于获取到包括目标程序段的标识的执行请求,创建执行单元以执行目标程序段。
在本实施例的一些可选实现方式中,流式计算***中数据处理节点的拓扑关系通过预先设置的配置文件描述,配置文件包括可扩展标记语言配置文件;以及装置还包括:展现单元,被配置成基于配置文件生成并展现流式计算***的拓扑图。
本申请的上述实施例提供的装置,通过从流式计算***中数据流流至的目标数据处理节点的上游数据处理节点获取待处理数据和待处理数据的标识,流式计算***包括用于对数据流进行处理的数据处理节点集合,数据流从数据处理节点集合中的、作为入口的数据处理节点流入并在流经数据处理节点集合中的至少一个数据处理节点之后流出数据流***,目标数据处理节点包括执行流式计算***的用户提交的表征数据处理逻辑的程序段的执行单元;向执行单元发送待处理数据和待处理数据的标识;获取执行单元运行所生成的与待处理数据对应的处理结果数据以及处理结果数据的标识,提高了数据处理效率。
下面参考图6,其示出了适于用来实现本申请实施例的服务器的计算机***600的结构示意图。图6示出的服务器仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机***600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有***600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件可以连接至I/O接口605:包括诸如键盘、鼠标等的输入部分606;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607;包括硬盘等的存储部分608;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609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,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610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608。
特别地,根据本公开的实施例,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,本公开的实施例包括一种计算机程序产品,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609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述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介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读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。在本申请中,计算机可读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***、装置或者器件使用或者与其结合使用。而在本申请中,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***、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。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的***、方法和计算机程序产品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,该模块、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,框图和/或流程图中的每个方框、以及框图和/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***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一获取单元、第一发送单元和第二获取单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一发送单元还可以被描述为“被配置成向执行单元发送待处理数据和待处理数据的标识的单元”。
作为另一方面,本申请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装置中所包含的;也可以是单独存在,而未装配入该装置中。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该装置执行时,使得该装置:从流式计算***中数据流流至的目标数据处理节点的上游数据处理节点获取待处理数据和待处理数据的标识,流式计算***包括用于对数据流进行处理的数据处理节点集合,数据流从数据处理节点集合中的、作为入口的数据处理节点流入并在流经数据处理节点集合中的至少一个数据处理节点之后流出数据流***,目标数据处理节点包括执行流式计算***的用户提交的表征数据处理逻辑的程序段的执行单元;向执行单元发送待处理数据和待处理数据的标识;获取执行单元运行所生成的与待处理数据对应的处理结果数据以及处理结果数据的标识。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (16)
1.一种用于处理数据的方法,包括:
从流式计算***中数据流流至的目标数据处理节点的上游数据处理节点获取待处理数据和所述待处理数据的标识,所述流式计算***包括用于对数据流进行处理的数据处理节点集合,所述数据流从数据处理节点集合中的、作为入口的数据处理节点流入并在流经数据处理节点集合中的至少一个数据处理节点之后流出所述数据流***,所述目标数据处理节点包括执行所述流式计算***的用户提交的表征数据处理逻辑的程序段的执行单元;
向所述执行单元发送所述待处理数据和所述待处理数据的标识;
获取所述执行单元运行所生成的与所述待处理数据对应的处理结果数据以及所述处理结果数据的标识。
2.根据权利要求1所述的方法,其中,所述获取所述执行单元运行所生成的与所述待处理数据对应的处理结果数据之后,所述方法还包括:
持久化所述处理结果数据和所述处理结果数据的标识;
向所述目标数据处理节点的下游数据处理节点发送所述处理结果数据和所述处理结果数据的标识;
响应于获取到指示所述处理结果数据被处理完成的指示信息,清除持久化的所述处理结果数据和所述处理结果数据的标识。
3.根据权利要求2所述的方法,其中,所述向所述目标数据处理节点的下游数据处理节点发送所述处理结果数据和所述处理结果数据的标识之后,所述方法还包括:
响应于获取到指示所述处理结果数据处理失败的指示信息,向所述目标数据处理节点的下游数据处理节点重放持久化的所述处理结果数据和所述处理结果数据的标识。
4.根据权利要求1所述的方法,其中,所述向所述执行单元发送所述待处理数据和所述待处理数据的标识,包括:
通过进程管道向所述执行单元发送所述待处理数据和所述待处理数据的标识。
5.根据权利要求1所述的方法,其中,所述向所述执行单元发送所述待处理数据和所述待处理数据的标识,包括:
按照预设协议向所述执行单元发送所述待处理数据和所述待处理数据的标识,所述预设协议中规定有向所述目标数据处理节点发送的行数据所包括的字段以及字段之间使用的分隔符,所述字段包括数据的标识、数据的关键字、数据的值以及用于确定数据是否被处理完成的标签。
6.根据权利要求1所述的方法,其中,所述方法还包括:
响应于获取到包括目标程序段的标识的执行请求,创建执行单元以执行所述目标程序段。
7.根据权利要求1-6中任一项所述的方法,其中,所述流式计算***中数据处理节点的拓扑关系通过预先设置的配置文件描述,所述配置文件包括可扩展标记语言配置文件;以及
所述方法还包括:
基于所述配置文件生成并展现所述流式计算***的拓扑图。
8.一种用于处理数据的装置,包括:
第一获取单元,被配置成从流式计算***中数据流流至的目标数据处理节点的上游数据处理节点获取待处理数据和所述待处理数据的标识,所述流式计算***包括用于对数据流进行处理的数据处理节点集合,所述数据流从数据处理节点集合中的、作为入口的数据处理节点流入并在流经数据处理节点集合中的至少一个数据处理节点之后流出所述数据流***,所述目标数据处理节点包括执行所述流式计算***的用户提交的表征数据处理逻辑的程序段的执行单元;
第一发送单元,被配置成向所述执行单元发送所述待处理数据和所述待处理数据的标识;
第二获取单元,被配置成获取所述执行单元运行所生成的与所述待处理数据对应的处理结果数据以及所述处理结果数据的标识。
9.根据权利要求8所述的装置,其中,所述装置还包括:
持久化单元,被配置成持久化所述处理结果数据和所述处理结果数据的标识;
第二发送单元,被配置成向所述目标数据处理节点的下游数据处理节点发送所述处理结果数据和所述处理结果数据的标识;
清除单元,被配置成响应于获取到指示所述处理结果数据被处理完成的指示信息,清除持久化的所述处理结果数据和所述处理结果数据的标识。
10.根据权利要求9所述的装置,其中,所述装置还包括:
重放单元,被配置成响应于获取到指示所述处理结果数据处理失败的指示信息,向所述目标数据处理节点的下游数据处理节点重放持久化的所述处理结果数据和所述处理结果数据的标识。
11.根据权利要求8所述的装置,其中,所述第一发送单元,进一步被配置成通过进程管道向所述执行单元发送所述待处理数据和所述待处理数据的标识。
12.根据权利要求8所述的装置,其中,所述第一发送单元,进一步被配置成按照预设协议向所述执行单元发送所述待处理数据和所述待处理数据的标识,所述预设协议中规定有向所述目标数据处理节点发送的行数据所包括的字段以及字段之间使用的分隔符,所述字段包括数据的标识、数据的关键字、数据的值以及用于确定数据是否被处理完成的标签。
13.根据权利要求8所述的装置,其中,所述装置还包括:
创建单元,被配置成响应于获取到包括目标程序段的标识的执行请求,创建执行单元以执行所述目标程序段。
14.根据权利要求8-13中任一项所述的装置,其中,所述流式计算***中数据处理节点的拓扑关系通过预先设置的配置文件描述,所述配置文件包括可扩展标记语言配置文件;以及
所述装置还包括:
展现单元,被配置成基于所述配置文件生成并展现所述流式计算***的拓扑图。
15.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得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,该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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811003311.8A CN109145023B (zh) | 2018-08-30 | 2018-08-30 | 用于处理数据的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811003311.8A CN109145023B (zh) | 2018-08-30 | 2018-08-30 | 用于处理数据的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109145023A true CN109145023A (zh) | 2019-01-04 |
CN109145023B CN109145023B (zh) | 2020-11-27 |
Family
ID=64829523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811003311.8A Active CN109145023B (zh) | 2018-08-30 | 2018-08-30 | 用于处理数据的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109145023B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110460495A (zh) * | 2019-08-01 | 2019-11-15 | 北京百度网讯科技有限公司 | 一种水位推进方法、装置、计算节点及存储介质 |
CN111142925A (zh) * | 2019-12-23 | 2020-05-12 | 山东浪潮通软信息科技有限公司 | 一种管道式数据处理方法、设备以及存储介质 |
CN111324345A (zh) * | 2020-03-19 | 2020-06-23 | 北京奇艺世纪科技有限公司 | 数据处理方式生成方法、数据处理方法、装置及电子设备 |
CN111435939A (zh) * | 2019-01-14 | 2020-07-21 | 百度在线网络技术(北京)有限公司 | 用于划分节点的存储空间的方法和装置 |
CN111488495A (zh) * | 2020-04-14 | 2020-08-04 | 北京字节跳动网络技术有限公司 | 信息处理方法及设备 |
CN111930748A (zh) * | 2020-08-07 | 2020-11-13 | 北京百度网讯科技有限公司 | 流式计算***数据追踪方法、装置、设备以及存储介质 |
WO2021212385A1 (zh) * | 2020-04-22 | 2021-10-28 | 深圳市欢太科技有限公司 | 数据检测方法、装置、服务器以及数据处理*** |
CN113965511A (zh) * | 2020-07-02 | 2022-01-21 | 北京瀚海云星科技有限公司 | 一种基于rdma的标签数据传输方法及相关装置、*** |
CN114090481A (zh) * | 2020-07-02 | 2022-02-25 | 北京瀚海云星科技有限公司 | 一种发送数据的方法、接收数据的方法及相关装置 |
CN114328501A (zh) * | 2020-09-29 | 2022-04-12 | 华为技术有限公司 | 一种数据处理方法、装置以及设备 |
CN116662325A (zh) * | 2023-07-24 | 2023-08-29 | 宁波森浦信息技术有限公司 | 一种数据处理方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090063515A1 (en) * | 2007-09-05 | 2009-03-05 | International Business Machines Corporation | Optimization model for processing hierarchical data in stream systems |
CN105959151A (zh) * | 2016-06-22 | 2016-09-21 | 中国工商银行股份有限公司 | 一种高可用的流式处理***及方法 |
CN107046510A (zh) * | 2017-01-13 | 2017-08-15 | 广西电网有限责任公司电力科学研究院 | 一种适用于分布式计算***的节点及其组成的*** |
CN107229747A (zh) * | 2017-06-26 | 2017-10-03 | 湖南星汉数智科技有限公司 | 一种基于流式处理框架的大规模数据处理装置及方法 |
CN107277087A (zh) * | 2016-04-06 | 2017-10-20 | 阿里巴巴集团控股有限公司 | 数据处理方法及装置 |
-
2018
- 2018-08-30 CN CN201811003311.8A patent/CN109145023B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090063515A1 (en) * | 2007-09-05 | 2009-03-05 | International Business Machines Corporation | Optimization model for processing hierarchical data in stream systems |
CN107277087A (zh) * | 2016-04-06 | 2017-10-20 | 阿里巴巴集团控股有限公司 | 数据处理方法及装置 |
CN105959151A (zh) * | 2016-06-22 | 2016-09-21 | 中国工商银行股份有限公司 | 一种高可用的流式处理***及方法 |
CN107046510A (zh) * | 2017-01-13 | 2017-08-15 | 广西电网有限责任公司电力科学研究院 | 一种适用于分布式计算***的节点及其组成的*** |
CN107229747A (zh) * | 2017-06-26 | 2017-10-03 | 湖南星汉数智科技有限公司 | 一种基于流式处理框架的大规模数据处理装置及方法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111435939A (zh) * | 2019-01-14 | 2020-07-21 | 百度在线网络技术(北京)有限公司 | 用于划分节点的存储空间的方法和装置 |
CN110460495A (zh) * | 2019-08-01 | 2019-11-15 | 北京百度网讯科技有限公司 | 一种水位推进方法、装置、计算节点及存储介质 |
CN110460495B (zh) * | 2019-08-01 | 2024-02-23 | 北京百度网讯科技有限公司 | 一种水位推进方法、装置、计算节点及存储介质 |
CN111142925A (zh) * | 2019-12-23 | 2020-05-12 | 山东浪潮通软信息科技有限公司 | 一种管道式数据处理方法、设备以及存储介质 |
CN111324345A (zh) * | 2020-03-19 | 2020-06-23 | 北京奇艺世纪科技有限公司 | 数据处理方式生成方法、数据处理方法、装置及电子设备 |
CN111488495A (zh) * | 2020-04-14 | 2020-08-04 | 北京字节跳动网络技术有限公司 | 信息处理方法及设备 |
WO2021212385A1 (zh) * | 2020-04-22 | 2021-10-28 | 深圳市欢太科技有限公司 | 数据检测方法、装置、服务器以及数据处理*** |
CN113965511A (zh) * | 2020-07-02 | 2022-01-21 | 北京瀚海云星科技有限公司 | 一种基于rdma的标签数据传输方法及相关装置、*** |
CN114090481A (zh) * | 2020-07-02 | 2022-02-25 | 北京瀚海云星科技有限公司 | 一种发送数据的方法、接收数据的方法及相关装置 |
CN111930748B (zh) * | 2020-08-07 | 2023-08-08 | 北京百度网讯科技有限公司 | 流式计算***数据追踪方法、装置、设备以及存储介质 |
CN111930748A (zh) * | 2020-08-07 | 2020-11-13 | 北京百度网讯科技有限公司 | 流式计算***数据追踪方法、装置、设备以及存储介质 |
CN114328501A (zh) * | 2020-09-29 | 2022-04-12 | 华为技术有限公司 | 一种数据处理方法、装置以及设备 |
CN116662325A (zh) * | 2023-07-24 | 2023-08-29 | 宁波森浦信息技术有限公司 | 一种数据处理方法及*** |
CN116662325B (zh) * | 2023-07-24 | 2023-11-10 | 宁波森浦信息技术有限公司 | 一种数据处理方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN109145023B (zh) | 2020-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109145023A (zh) | 用于处理数据的方法和装置 | |
CN109523187A (zh) | 任务调度方法、装置和设备 | |
CN110245011A (zh) | 一种任务调度方法和装置 | |
CN109033001A (zh) | 用于分配gpu的方法和装置 | |
CN108763534B (zh) | 用于处理信息的方法和装置 | |
US20200004464A1 (en) | Method and apparatus for storing data | |
CN109309736A (zh) | 全局唯一id的生成方法和生成装置 | |
CN110213614A (zh) | 从视频文件中提取关键帧的方法和装置 | |
US11502899B2 (en) | Dynamic product installation based on user feedback | |
CN110427304A (zh) | 用于银行***的运维方法、装置、电子设备以及介质 | |
CN110391938A (zh) | 用于部署服务的方法和装置 | |
CN110334109A (zh) | 关系式数据库数据查询方法、***、介质和电子设备 | |
CN108965098A (zh) | 基于在线直播的消息推送方法、装置、介质和电子设备 | |
CN109976919A (zh) | 一种消息请求的传输方法和装置 | |
CN111610938B (zh) | 分布式数据编码存储方法、电子设备和计算机可读存储介质 | |
CN111044062A (zh) | 路径规划、推荐方法和装置 | |
CN110109912A (zh) | 一种标识符生成方法和装置 | |
CN108984770A (zh) | 用于处理数据的方法和装置 | |
CN109005250A (zh) | 用于访问服务端的方法和装置 | |
CN110381471A (zh) | 为无人车确定最优基站的方法和装置 | |
CN110830427A (zh) | 一种netty环境下的消息编码、消息解码的方法和装置 | |
CN111414161B (zh) | 一种生成idl文件的方法、装置、介质和电子设备 | |
CN114461582A (zh) | 文件处理方法、装置、设备及存储介质 | |
CN108092858B (zh) | 用于切换代理节点的方法及装置 | |
CN112732835A (zh) | 基于区块链的异构数据存储方法和电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |