CN112579701A - 数据处理方法和装置 - Google Patents
数据处理方法和装置 Download PDFInfo
- Publication number
- CN112579701A CN112579701A CN202011479970.6A CN202011479970A CN112579701A CN 112579701 A CN112579701 A CN 112579701A CN 202011479970 A CN202011479970 A CN 202011479970A CN 112579701 A CN112579701 A CN 112579701A
- Authority
- CN
- China
- Prior art keywords
- calculation
- database
- data
- instruction
- subtasks
- 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 18
- 238000004364 calculation method Methods 0.000 claims abstract description 106
- 238000000034 method Methods 0.000 claims abstract description 68
- 230000008569 process Effects 0.000 claims abstract description 38
- 238000012216 screening Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims description 51
- 238000004590 computer program Methods 0.000 claims description 11
- 238000003754 machining Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 238000009434 installation Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000002054 transplantation Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000013307 optical fiber Substances 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
- G06F8/41—Compilation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了数据处理方法和装置,涉及计算机技术领域。该方法包括:接收第一指令;基于所述第一指令,在测算数据库进行计算数据的筛选,按照配置来筛选出需要计算的数据;在数据筛选的同时,接收到第二指令;基于所述第二指令开启异步线程以在配置数据库进行参数加工;在数据筛选结束之后,接收到第三指令;以及基于所述第三指令,执行子任务并将计算结果回传给测算数据库。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种数据处理方法和装置。
背景技术
在MPP(大规模并行处理)型数据库(例如,green plum数据库)上可以实现多节点并行计算。MPP型数据库一般采用PERL等脚本语言实现海量数据批处理加工,加工逻辑封装成SQL语句,在程序部署时以明文的方式暴露,无法进行加密保护。此外,一些复杂的金融工具计算过程和逻辑,包含了大量复杂的数学模型、曲线加工等,很难用SQL实现,用户体验较差。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:传统关系型数据库不适用于对海量数据进行复杂逻辑加工,并且其核心代码(存储过程)直接以明文的方式暴露给用户,无法进行加密,在进行产品化输出时,不利于核心技术和知识产权保护。
发明内容
有鉴于此,实施了本发明。本发明采用JAVA框架实现数据计算加工逻辑、结合内存数据库在多台应用服务器上进行对等的分布式部署。对海量数据进行切块分割处理、分布到每个计算节点上进行并行计算,并可以根据计算的性能要求扩展计算节点提升计算效率,解决了海量数据复杂逻辑批处理计算的问题,并且可以对代码进行加密,可有效保障知识产权。
为实现上述目的,根据本发明实施例的一个方面,提供了一种数据处理方法,其特征在于,包括:接收第一指令;基于所述第一指令,在测算数据库进行计算数据的筛选,按照配置来筛选出需要计算的数据;在数据筛选的同时,接收到第二指令;基于所述第二指令开启异步线程以在配置数据库进行参数加工;在数据筛选结束之后,接收到第三指令;以及基于所述第三指令,执行子任务并将计算结果回传给测算数据库。
可选地,所述数据处理方法,其特征在于,所述参数加工包括:将计算需要用到的参数加工成直接使用的形式,然后将其写成数据文件,由计算节点将参数装到内存数据库中。
可选地,所述数据处理方法,其特征在于,对数据进行切片以及形成一个或多个子任务,并将所述一个或多个子任务分发给空闲的计算进程。
可选地,所述数据处理方法,其特征在于,不同子任务的计算逻辑相同并且相互独立。
可选地,所述数据处理方法,其特征在于,进一步包括:通过计算进程执行子任务,将需要计算的数据搬运到内存数据库以进行计算。
可选地,所述数据处理方法,其特征在于,进一步包括:计算完毕后,等待下一个子任务。
可选地,所述数据处理方法,其特征在于,进一步包括:所有计算结果被回传到测算数据库之后,所述计算结果被汇总。
可选地,所述数据处理方法,其特征在于,在内存数据库中进行切片子任务的计算。
可选地,所述数据处理方法,其特征在于,采用分布式对等计算的方式,将所述子任务分发到每个计算节点。
为实现上述目的,根据本发明实施例的第二方面,提供了一种数据处理装置,其特征在于,包括:主数据库模块,所述主数据库模块包括配置数据库和测算数据库;内存数据库模块,所述内存数据库模块包括内存数据库;以及控制器,所述控制器可操作地连接到所述主数据库模块和所述内存数据库模块,并且所述控制器被配置成:接收第一指令;基于所述第一指令,在所述测算数据库进行计算数据的筛选,按照配置来筛选出需要计算的数据;在数据筛选的同时,接收到第二指令;基于所述第二指令开启异步线程以在所述配置数据库进行参数加工;在数据筛选结束之后,接收到第三指令;以及基于所述第三指令,执行子任务并将计算结果回传给所述测算数据库。
可选地,所述数据处理装置,其特征在于,所述控制器被进一步配置成:对数据进行切片以及形成一个或多个子任务,并将所述一个或多个子任务分发给空闲的计算进程。
可选地,所述数据处理装置,其特征在于,所述参数加工包括:将计算需要用到的参数加工成直接使用的形式,然后将其写成数据文件,由计算节点将参数装到所述内存数据库中。
可选地,所述数据处理装置,其特征在于,不同子任务的计算逻辑相同并且相互独立。
可选地,所述数据处理装置,其特征在于,通过计算进程执行子任务,将需要计算的数据搬运到内存数据库以进行计算。
可选地,所述数据处理装置,其特征在于,所述控制器被进一步配置成:计算完毕后,等待下一个子任务。
可选地,所述数据处理装置,其特征在于,所述控制器被配配置成:所有计算结果被回传到测算数据库之后,所述计算结果被汇总。
可选地,所述数据处理装置,其特征在于,在所述内存数据库中进行切片所述子任务的计算。
可选地,所述数据处理装置,其特征在于,所述控制器进一步被配置成:采用分布式对等计算的方式,将所述子任务分发到每个计算节点。
为实现上述目的,根据本发明实施例的第三方面,提供了一种数据处理的电子设备,其特征在于,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述可选地,所述数据处理装置方法中任一所述的方法。
为实现上述目的,根据本发明实施例的第四方面,提供了一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如上述数据处理装置方法中任一所述的方法。
上述发明中的一个实施例具有如下优点或有益效果:具有可扩展、方便移植部署、可加密这三个方面的特点,具体如下所述:
(1)采用分布式对等计算的方式,将海量数据均匀分布到每个计算节点,并可以根据需要很方便的扩充节点数目,有效提升计算效率;
(2)采用通用的JAVA语言及内存式数据库实现,对操作***和硬件配置无特殊要求,可以方便移植;以及
(3)程序的核心处理逻辑用JAVA代码实现,形成的产品安装包采用代码混淆技术编译成二进制代码,进行技术加密,便于进行产品化输出。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是应用本发明实施例的***的架构图;
图2是本发明实施例提供的并行计算过程的示意图;
图3是本发明实施例的一种数据处理方法的示意图;
图4是本发明实施例的一种数据处理装置的示意图;
图5是本发明实施例可以应用于其中的示例性***架构图;
图6是适于用来实现本发明实施例的终端设备或服务器的计算机***的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明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,而不会背离本发明的范围和精神。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。
图1是应用本发明实施例的***的架构图。
如图1所示,主数据库由两个数据库组成:配置数据库与测算数据库。配置数据库进行计算参数的加工与存储。测算数据库存储全量计算源数据与计算结果。
在内存数据库中进行切片子任务的计算。
主控节点部署在单独的应用服务器(AP)上,连接配置数据库和测算数据库。具有源数据筛选与切片、计算参数加工、计算任务调度、计算结果汇总功能。其中,数据库位于另一服务器上,并且AP可以访问数据库。其中,主控节点可以访问配置数据库,然后对数据库执行sql语句进行参数加工,并且主控节点可以访问测算数据库,在数据库执行sql进行结果汇总。
计算节点部署在余下的所有AP上,每台AP部署一个,连接配置数据库、测算数据库和内存数据库,从而具有计算参数搬运、计算结果回传功能。内存数据库直接部署在AP上,数据存放在内存中,其相当于本地数据库。
计算进程部署在余下的所有AP上,每台AP部署多个,连接测算数据库、内存数据库。具有切片数据搬运、本地计算功能。一个AP上部署一个节点与多个计算进程,节点可以重启挂掉的计算进程,并且将计算进程算完的结果回传到测算数据库。
本发明具有可线性扩展、可方便移植部署、可加密三个方面的优点。具体地,采用分布式对等计算的方式,将海量数据均匀分布到每个计算节点,并可以根据需要很方便的扩充节点数目,有效提升计算效率;采用通用的JAVA语言及内存式数据库实现,对操作***和硬件配置无特殊要求,可以方便移植;以及(3)程序的核心处理逻辑用JAVA代码实现,形成的产品安装包采用代码混淆技术编译成二进制代码,进行技术加密,便于进行产品化输出。
采用分布式对等计算的方式,将海量数据均匀分布到每个计算节点(即,将子任务分发到每个计算节点),并可以根据需要很方便地扩充节点数目,有效提升计算效率,并且随着机器数量的扩展,计算效率的提升几乎呈线性。目前使用8台AP,每台开启4个计算进程,5000万数据可以在7小时内计算完毕,而传统方法使用8台MPP型数据库批量处理需要20小时,且MPP数据库运维复杂,机器价格昂贵。
传统的MPP型数据库直接使用sql语句处理,而Java框架可以调用sql语句并结合Java本身可以实现逻辑以及更为灵活和复杂的功能。
采用通用的JAVA语言及内存式数据库实现,对操作***和硬件配置无特殊要求,可以方便移植。根据本发明,可以使用各种不同业务的计算逻辑,进行分布式计算。对于一个主任务而言,该主任务的各个子任务都执行同一逻辑。如果需要执行不同的业务逻辑,则可以根据需求来增加相应的代码。此外,不同的计算节点,均需要该JAVA框架。
程序的核心处理逻辑用JAVA代码实现,形成的产品安装包采用代码混淆技术编译成二进制代码,进行技术加密,便于进行产品化输出。
图2是本发明实施例提供的并行计算过程的示意图。
如图2所示,主控节点收到计算指令后,会在测算数据库进行计算数据的筛选,按照配置来筛选出需要计算的数据。
在数据筛选的同时,主控节点会开启异步线程以在配置数据库进行参数加工,将计算需要用到的参数加工成可直接使用的形式,然后将其写成数据文件,由计算节点将参数装到内存数据库中。
数据筛选结束后,主控节点会将数据进行切片,每个切片为一个子任务,然后查找空闲的计算进程,将子任务进行分发。不同子任务的计算逻辑是相同的,互相独立,并且不存在依赖关系。例如,在数据库内部,每一条数据都有一个自带的序号,可以根据序号将数据切片,诸如1-1000,1001-2000等等。一个切片就是一个子任务。
计算进程收到子任务后,将需要计算的数据搬运到内存数据库进行计算,计算完毕后,等待下一个子任务的到来。计算结果由计算节点回传到测算数据库。
当所有计算结果都回传到测算数据库后,主控节点进行计算结果的汇总,结束该次计算任务。
图3是本发明实施例的一种数据处理方法的示意图。
如图3所示,该数据处理方法,包括:接收第一指令(S301);基于所述第一指令,在测算数据库进行计算数据的筛选,按照配置来筛选出需要计算的数据(S302);在数据筛选的同时,接收到第二指令(S303);基于所述第二指令开启异步线程以在配置数据库进行参数加工(S304);在数据筛选结束之后,接收到第三指令(S305);以及基于所述第三指令,执行子任务并将计算结果回传给测算数据库(S306)。
可选地,参数加工包括:将计算需要用到的参数加工成直接使用的形式,然后将其写成数据文件,由计算节点将参数装到内存数据库中。
可选地,对数据进行切片以及形成一个或多个子任务,并将所述一个或多个子任务分发给空闲的计算进程。
可选地,不同子任务的计算逻辑相同并且相互独立。
可选地,通过计算进程执行子任务,将需要计算的数据搬运到内存数据库以进行计算。
可选地,计算完毕后,等待下一个子任务。
可选地,所有计算结果被回传到测算数据库之后,所述计算结果被汇总。
可选地,在内存数据库中进行切片子任务的计算。
可选地,采用分布式对等计算的方式,将所述子任务分发到每个计算节点。
图4是本发明实施例的一种数据处理装置的示意图。
数据处理装置400包括:主数据库模块410,该主数据库模块410包括配置数据库411和测算数据库412;内存数据库模块420,该内存数据库模块420包括内存数据库421;以及控制器430,该控制器430可操作地连接到主数据库模块410和内存数据库模块420,并且430控制器被配置成:
接收第一指令;
基于所述第一指令,在测算数据库412进行计算数据的筛选,按照配置来筛选出需要计算的数据;
在数据筛选的同时,接收到第二指令;
基于所述第二指令开启异步线程以在配置数据库410进行参数加工;
在数据筛选结束之后,接收到第三指令;以及
基于所述第三指令,执行子任务并将计算结果回传给测算数据库410。
可选地,参数加工包括:将计算需要用到的参数加工成直接使用的形式,然后将其写成数据文件,由计算节点将参数装到内存数据库420中。
可选地,控制器430被进一步配置成:对数据进行切片以及形成一个或多个子任务,并将一个或多个子任务分发给空闲的计算进程。
可选地,不同子任务的计算逻辑相同并且相互独立。
可选地,通过计算进程执行子任务,将需要计算的数据搬运到内存数据库420以进行计算。
可选地,控制器430被进一步配置成:计算完毕后,等待下一个子任务。
可选地,控制器430被配配置成:所有计算结果被回传到测算数据库412之后,计算结果被汇总。
可选地,在内存数据库421中进行切片子任务的计算。
可选地,控制器430进一步被配置成:采用分布式对等计算的方式,将所述子任务分发到每个计算节点。
本发明实施例还提供了一种应用于数据处理的电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述任一实施例提供的方法。
本发明实施例还提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现上述任一实施例提供的方法。
图5示出了可以应用本发明实施例的应用于数据处理的方法或应用于数据处理的装置的示例性***架构500。
如图5所示,***架构500可以包括终端设备501、502、503,网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504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501、502、503通过网络504与服务器505交互,以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用,例如网页浏览器应用、搜索类应用、即时通信工具和邮箱客户端等。
终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备,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。
服务器505可以是提供各种服务的服务器。需要说明的是,本发明实施例所提供的应用于数据处理的方法一般由服务器505执行,相应地,应用于数据处理的装置一般设置于服务器505中。
应该理解,图5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。
下面参考图6,其示出了适于用来实现本发明实施例的终端设备的计算机***600的结构示意图。图6示出的终端设备仅仅是一个示例,不应对本发明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。
以下部件连接至I/O接口605:包括键盘、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,根据本发明公开的实施例,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,本发明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,执行本发明的***中限定的上述功能。
需要说明的是,本发明所示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存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储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。在本发明中,计算机可读存储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。而在本发明中,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存储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。
附图中的流程图和框图,图示了按照本发明各种实施例的***、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,上述模块、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,框图或流程图中的每个方框、以及框图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。
描述于本发明实施例中所涉及到的模块和/或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。所描述的模块和/或单元也可以设置在处理器中,例如,可以描述为:一种数据处理装置,其特征在于,包括:主数据库模块,所述主数据库模块包括配置数据库和测算数据库;内存数据库模块,所述内存数据库模块包括内存数据库;以及控制器,所述控制器可操作地连接到所述主数据库模块和所述内存数据库模块,并且所述控制器被配置成:接收第一指令;基于所述第一指令,在所述测算数据库进行计算数据的筛选,按照配置来筛选出需要计算的数据;在数据筛选的同时,接收到第二指令;基于所述第二指令开启异步线程以在所述配置数据库进行参数加工;在数据筛选结束之后,接收到第三指令;以及基于所述第三指令,执行子任务并将计算结果回传给所述测算数据库。
作为另一方面,本发明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设备中所包含的;也可以是单独存在,而未装配入该设备中。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一个该设备执行时,使得该设备包括:接收第一指令;基于所述第一指令,在测算数据库进行计算数据的筛选,按照配置来筛选出需要计算的数据;在数据筛选的同时,接收到第二指令;基于所述第二指令开启异步线程以在配置数据库进行参数加工;在数据筛选结束之后,接收到第三指令;以及基于所述第三指令,执行子任务并将计算结果回传给测算数据库。
本发明实施例提供的业务流程处理方法和装置,能够具有可扩展、方便移植部署、可加密这三个方面的特点,具体如下所述:
(1)采用分布式对等计算的方式,将海量数据均匀分布到每个计算节点,并可以根据需要很方便的扩充节点数目,有效提升计算效率;
(2)采用通用的JAVA语言及内存式数据库实现,对操作***和硬件配置无特殊要求,可以方便移植;以及
(3)程序的核心处理逻辑用JAVA代码实现,形成的产品安装包采用代码混淆技术编译成二进制代码,进行技术加密,便于进行产品化输出。
本发明采用JAVA框架实现数据计算加工逻辑、结合内存数据库在多台应用服务器上进行对等的分布式部署。对海量数据进行切块分割处理、分布到每个计算节点上进行并行计算,并可以根据计算的性能要求扩展计算节点提升计算效率,解决了海量数据复杂逻辑批处理计算的问题,并且可以对代码进行加密,可有效保障知识产权。
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,取决于设计要求和其他因素,可以发生各种各样的修改、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。
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,取决于设计要求和其他因素,可以发生各种各样的修改、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 (20)
1.一种数据处理方法,其特征在于,包括:
接收第一指令;
基于所述第一指令,在测算数据库进行计算数据的筛选,按照配置来筛选出需要计算的数据;
在数据筛选的同时,接收到第二指令;
基于所述第二指令开启异步线程以在配置数据库进行参数加工;
在数据筛选结束之后,接收到第三指令;以及
基于所述第三指令,执行子任务并将计算结果回传给测算数据库。
2.根据权利要求1所述的方法,其特征在于,所述参数加工包括:将计算需要用到的参数加工成直接使用的形式,然后将其写成数据文件,由计算节点将参数装到内存数据库中。
3.根据权利要求1所述的方法,其特征在于,对数据进行切片以及形成一个或多个子任务,并将所述一个或多个子任务分发给空闲的计算进程。
4.根据权利要求1所述的方法,其特征在于,不同子任务的计算逻辑相同并且相互独立。
5.根据权利要求1所述的方法,其特征在于,进一步包括:通过计算进程执行子任务,将需要计算的数据搬运到内存数据库以进行计算。
6.根据权利要求1所述的方法,其特征在于,进一步包括:计算完毕后,等待下一个子任务。
7.根据权利要求1所述的方法,其特征在于,进一步包括:所有计算结果被回传到测算数据库之后,所述计算结果被汇总。
8.根据权利要求1所述的方法,其特征在于,在内存数据库中进行切片子任务的计算。
9.根据权利要求1所述的方法,其特征在于,采用分布式对等计算的方式,将所述子任务分发到每个计算节点。
10.一种数据处理装置,其特征在于,包括:
主数据库模块,所述主数据库模块包括配置数据库和测算数据库;
内存数据库模块,所述内存数据库模块包括内存数据库;以及
控制器,所述控制器可操作地连接到所述主数据库模块和所述内存数据库模块,并且所述控制器被配置成:
接收第一指令;
基于所述第一指令,在所述测算数据库进行计算数据的筛选,按照配置来筛选出需要计算的数据;
在数据筛选的同时,接收到第二指令;
基于所述第二指令开启异步线程以在所述配置数据库进行参数加工;
在数据筛选结束之后,接收到第三指令;以及
基于所述第三指令,执行子任务并将计算结果回传给所述测算数据库。
11.根据权利要求10所述的装置,其特征在于,所述参数加工包括:将计算需要用到的参数加工成直接使用的形式,然后将其写成数据文件,由计算节点将参数装到所述内存数据库中。
12.根据权利要求10所述的装置,其特征在于,所述控制器被进一步配置成:对数据进行切片以及形成一个或多个子任务,并将所述一个或多个子任务分发给空闲的计算进程。
13.根据权利要求10所述的装置,其特征在于,不同子任务的计算逻辑相同并且相互独立。
14.根据权利要求10所述的装置,其特征在于,通过计算进程执行子任务,将需要计算的数据搬运到内存数据库以进行计算。
15.根据权利要求10所述的装置,其特征在于,所述控制器被进一步配置成:计算完毕后,等待下一个子任务。
16.根据权利要求10所述的装置,其特征在于,所述控制器被配配置成:所有计算结果被回传到测算数据库之后,所述计算结果被汇总。
17.根据权利要求10所述的装置,其特征在于,在所述内存数据库中进行切片所述子任务的计算。
18.根据权利要求10所述的装置,其特征在于,所述控制器进一步被配置成:采用分布式对等计算的方式,将所述子任务分发到每个计算节点。
19.一种电子设备,其特征在于,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-9中任一所述的方法。
20.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-9中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011479970.6A CN112579701A (zh) | 2020-12-15 | 2020-12-15 | 数据处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011479970.6A CN112579701A (zh) | 2020-12-15 | 2020-12-15 | 数据处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112579701A true CN112579701A (zh) | 2021-03-30 |
Family
ID=75135214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011479970.6A Pending CN112579701A (zh) | 2020-12-15 | 2020-12-15 | 数据处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112579701A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106897322A (zh) * | 2015-12-21 | 2017-06-27 | ***通信集团山西有限公司 | 一种数据库和文件***的访问方法和装置 |
CN108228796A (zh) * | 2017-12-29 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | Mpp数据库的管理方法、装置、***、服务器及介质 |
CN109726250A (zh) * | 2018-12-27 | 2019-05-07 | 星环信息科技(上海)有限公司 | 数据存储***、元数据库同步及数据跨域计算方法 |
CN109933421A (zh) * | 2017-12-18 | 2019-06-25 | 北京京东尚科信息技术有限公司 | 一种分布式数据处理的方法和装置 |
CN110543464A (zh) * | 2018-12-12 | 2019-12-06 | 广东鼎义互联科技股份有限公司 | 一种应用于智慧园区的大数据平台及操作方法 |
CN111198909A (zh) * | 2018-11-16 | 2020-05-26 | 长鑫存储技术有限公司 | 数据处理方法及装置、电子设备、存储介质 |
-
2020
- 2020-12-15 CN CN202011479970.6A patent/CN112579701A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106897322A (zh) * | 2015-12-21 | 2017-06-27 | ***通信集团山西有限公司 | 一种数据库和文件***的访问方法和装置 |
CN109933421A (zh) * | 2017-12-18 | 2019-06-25 | 北京京东尚科信息技术有限公司 | 一种分布式数据处理的方法和装置 |
CN108228796A (zh) * | 2017-12-29 | 2018-06-29 | 百度在线网络技术(北京)有限公司 | Mpp数据库的管理方法、装置、***、服务器及介质 |
CN111198909A (zh) * | 2018-11-16 | 2020-05-26 | 长鑫存储技术有限公司 | 数据处理方法及装置、电子设备、存储介质 |
CN110543464A (zh) * | 2018-12-12 | 2019-12-06 | 广东鼎义互联科技股份有限公司 | 一种应用于智慧园区的大数据平台及操作方法 |
CN109726250A (zh) * | 2018-12-27 | 2019-05-07 | 星环信息科技(上海)有限公司 | 数据存储***、元数据库同步及数据跨域计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109523187B (zh) | 任务调度方法、装置和设备 | |
CN110889492B (zh) | 用于训练深度学习模型的方法和装置 | |
CN109408205B (zh) | 基于hadoop集群的任务调度方法和装置 | |
CN109032796B (zh) | 一种数据处理方法和装置 | |
CN111191777B (zh) | 一种神经网络处理器及其控制方法 | |
CN110019123B (zh) | 一种数据迁移方法和装置 | |
CN112114950A (zh) | 任务调度方法和装置、以及集群管理*** | |
CN111897633A (zh) | 一种任务处理的方法和装置 | |
CN107423893B (zh) | 一种业务流程的全覆盖测试方法和装置 | |
CN113760488B (zh) | 调度任务的方法、装置、设备和计算机可读介质 | |
CN110673959A (zh) | 用于处理任务的***、方法和装置 | |
CN110795331A (zh) | 软件测试的方法和装置 | |
CN115794262A (zh) | 任务处理方法、装置、设备、存储介质以及程序产品 | |
US20220413906A1 (en) | Method, device, and program product for managing multiple computing tasks based on batch | |
CN107526838B (zh) | 数据库集群扩容的方法和装置 | |
CN110795328A (zh) | 一种接口测试方法和装置 | |
CN111767126A (zh) | 分布式批量处理的***和方法 | |
CN113760498A (zh) | 消息消费方法、装置、电子设备和计算机可读介质 | |
CN112559179A (zh) | 一种作业处理方法和装置 | |
CN110120959B (zh) | 大数据推送方法、装置、***、设备及可读存储介质 | |
CN113378346A (zh) | 模型仿真的方法和装置 | |
CN112825525A (zh) | 用于处理事务的方法和装置 | |
CN115378937B (zh) | 任务的分布式并发方法、装置、设备和可读存储介质 | |
CN112579701A (zh) | 数据处理方法和装置 | |
CN114595047A (zh) | 一种批量任务处理方法和装置 |
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 |