CN113360558A - 数据处理方法、数据处理装置、电子设备及存储介质 - Google Patents

数据处理方法、数据处理装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113360558A
CN113360558A CN202110623555.1A CN202110623555A CN113360558A CN 113360558 A CN113360558 A CN 113360558A CN 202110623555 A CN202110623555 A CN 202110623555A CN 113360558 A CN113360558 A CN 113360558A
Authority
CN
China
Prior art keywords
data
service
strategy
cluster
data extraction
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
Application number
CN202110623555.1A
Other languages
English (en)
Other versions
CN113360558B (zh
Inventor
普辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Zhenshi Information Technology Co Ltd
Original Assignee
Beijing Jingdong Zhenshi Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Zhenshi Information Technology Co Ltd filed Critical Beijing Jingdong Zhenshi Information Technology Co Ltd
Priority to CN202110623555.1A priority Critical patent/CN113360558B/zh
Publication of CN113360558A publication Critical patent/CN113360558A/zh
Application granted granted Critical
Publication of CN113360558B publication Critical patent/CN113360558B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
    • 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
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • 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)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Computing Systems (AREA)
  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开提供了一种数据处理方法、数据处理装置、电子设备及计算机可读存储介质，属于数据处理技术领域。该方法包括：获取为分布式业务***中的各个业务单元预先配置的数据抽取策略，所述分布式业务***包括多个集群，每个集群中的每种业务类型对应于一个业务单元；根据所述各个业务单元的数据抽取策略，分别从所述数据抽取策略对应的集群与业务类型下抽取业务数据；将所抽取的业务数据汇总至后端数据***。本公开可以提高数据处理的针对性和有效性，可配置性较强。

Description

数据处理方法、数据处理装置、电子设备及存储介质
技术领域
本公开涉及数据处理技术领域，尤其涉及一种数据处理方法、数据处理装置、电子设备及计算机可读存储介质。
背景技术
随着大数据技术的发展，越来越多的大数据集群用于处理企业的业务数据。对于部署在多集群的***中，当后端数据***需要多集群中的某些业务数据时，现有技术往往需要采取从多集群中抽取业务数据并推送的方式实现。然而，这种方式中，业务数据的抽取流程较为单一，当需要新增业务逻辑或对数据进行一些特殊处理时，就需要单独新增代码，配置的灵活性较差，难以根据实际需要简单、有效的进行业务处理流程。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开提供了一种数据处理方法、数据处理装置、电子设备及计算机可读存储介质，进而至少在一定程度上克服现有技术中数据处理的可配置性较差。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开的一个方面，提供一种数据处理方法，包括：获取为分布式业务***中的各个业务单元预先配置的数据抽取策略，所述分布式业务***包括多个集群，每个集群中的每种业务类型对应于一个业务单元；根据所述各个业务单元的数据抽取策略，分别从所述数据抽取策略对应的集群与业务类型下抽取业务数据；将所抽取的业务数据汇总至后端数据***。
在本公开的一种示例性实施例中，所述根据所述各个业务单元的数据抽取策略，分别从所述数据抽取策略对应的集群与业务类型下抽取业务数据，包括：通过执行配置有所述数据抽取策略的第一定时任务，分别从各个集群与各个业务类型下抽取业务数据。
在本公开的一种示例性实施例中，所述第一定时任务包括多个子任务，每个子任务中配置有一种数据抽取策略；所述通过执行配置有所述数据抽取策略的第一定时任务，分别从各个集群与各个业务类型下抽取业务数据，包括：通过执行每个子任务，从所述子任务中的数据抽取策略所对应的集群与业务类型下抽取业务数据。
在本公开的一种示例性实施例中，所抽取的业务数据存储于中间数据***；所述将所抽取的业务数据汇总至后端数据***，包括：将所述中间数据***中的业务数据推送至后端数据***。
在本公开的一种示例性实施例中，所述将所述中间数据***中的业务数据推送至后端数据***，包括：通过执行配置有统一的数据推送策略的第二定时任务，将所述中间数据***中的业务数据推送至后端数据***。
在本公开的一种示例性实施例中，所述根据所述各个业务单元的数据抽取策略，分别从所述数据抽取策略对应的集群与业务类型下抽取业务数据，包括：当所述数据抽取策略仅包括基础策略信息时，从所述数据抽取策略对应的集群与业务类型下抽取待抽取周期内的全部业务数据；当所述数据抽取策略包括基础策略信息与补充策略信息时，从所述数据抽取策略对应的集群与业务类型下按照所述补充策略信息抽取业务数据。
在本公开的一种示例性实施例中，所述补充策略信息包括以下任意一种或多种：时间配置信息，触发类型配置信息，字段配置信息，日志管理配置信息，脚本语言配置信息，数据源配置信息，状态配置信息。
根据本公开的一个方面，提供一种数据处理装置，包括：策略获取模块，用于获取为分布式业务***中的各个业务单元预先配置的数据抽取策略，所述分布式业务***包括多个集群，每个集群中的每种业务类型对应于一个业务单元；数据抽取模块，用于根据所述各个业务单元的数据抽取策略，分别从所述数据抽取策略对应的集群与业务类型下抽取业务数据；数据汇总模块，用于将所抽取的业务数据汇总至后端数据***。
在本公开的一种示例性实施例中，数据抽取模块包括：第一定时任务执行单元，用于通过执行配置有所述数据抽取策略的第一定时任务，分别从各个集群与各个业务类型下抽取业务数据。
在本公开的一种示例性实施例中，第一定时任务执行单元，包括：子任务执行子单元，用于通过执行每个子任务，从所述子任务中的数据抽取策略所对应的集群与业务类型下抽取业务数据。
在本公开的一种示例性实施例中，所抽取的业务数据存储于中间数据***；数据汇总模块包括：数据汇总单元，用于将所述中间数据***中的业务数据推送至后端数据***。
在本公开的一种示例性实施例中，数据汇总单元包括：第二定时任务执行单元，用于通过执行配置有统一的数据推送策略的第二定时任务，将所述中间数据***中的业务数据推送至后端数据***。
在本公开的一种示例性实施例中，数据抽取模块包括：第一抽取单元，用于当所述数据抽取策略仅包括基础策略信息时，从所述数据抽取策略对应的集群与业务类型下抽取待抽取周期内的全部业务数据；第二抽取单元，用于当所述数据抽取策略包括基础策略信息与补充策略信息时，从所述数据抽取策略对应的集群与业务类型下按照所述补充策略信息抽取业务数据。
在本公开的一种示例性实施例中，所述补充策略信息包括以下任意一种或多种：时间配置信息，触发类型配置信息，字段配置信息，日志管理配置信息，脚本语言配置信息，数据源配置信息，状态配置信息。
根据本公开的一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的方法。
根据本公开的一个方面，提供一种计算机可读存储介质，其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任意一项所述的方法。
本公开的示例性实施例具有以下有益效果：
获取为分布式业务***中的各个业务单元预先配置的数据抽取策略，分布式业务***包括多个集群，每个集群中的每种业务类型对应于一个业务单元；根据各个业务单元的数据抽取策略，分别从数据抽取策略对应的集群与业务类型下抽取业务数据；将所抽取的业务数据汇总至后端数据***。一方面，本示例性实施例提出一种新的数据处理方法，通过集群与业务类型构建业务单元，并基于不同的业务单元，从集群与业务类型下进行业务数据的抽取，在不增加业务数据抽取流程复杂度的基础上，能够明确业务数据抽取的集群来源与业务类型，提高了业务数据抽取的针对性和有效性；另一方面，本示例性实施例为每个业务单元配置了数据抽取策略，在进行数据抽取时，可以基于每个业务单元的数据抽取策略，进行业务数据的抽取过程，能够根据实际的抽取需求快速、准确的从不同的集群与业务类型下抽取所需要的业务数据，提高了业务数据抽取的个性化，可配置性较强。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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示意性示出相关技术中一种数据处理方法的流程图；
图2示意性示出相关技术中另一种数据处理方法的流程图；
图3示意性示出本示例性实施例一种运行架构示意图；
图4示意性示出本示例性实施例中一种数据处理方法的流程图；
图5示意性示出本示例性实施例另一种运行架构示意图；
图6示意性示出本示例性实施例中另一种数据处理方法的流程图；
图7示意性示出本示例性实施例中数据抽取策略的示意图；
图8示意性示出本示例性实施例中一种数据处理装置的结构框图；
图9示意性示出本示例性实施例中一种用于实现上述方法的电子设备。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
在相关技术的一种数据处理方法中，当需要将多个集群110中的数据推送至上游***时，如图1所示，通常需要每个集群配置各自的定时任务120，定时从各自的集群中抽取汇总数据，再将汇总数据通过消息队列或调用接口形式的方式推送至上游***130。然而，这种方式，需要每个集群单独维护各自的定时任务应用，进行配置，维护工作量大；同时每个集群推送各自汇总数据，增加了数据推送一致性校验流程的复杂性。
在相关技术的另一种数据处理方法中，当需要将多个集群210中的数据推送至上游***时，如图2所示，可以先启动第一定时任务220，将各个集群的数据汇总到中间数据库230中，汇总完毕后，再启动第二定时任务240，扫描中间数据库230，将其中的数据推送给上游***250。虽然这种方式，不需要每个集群单独维护各自的定时任务，但是汇总数据流程较为单一，当需要新增业务逻辑时，或者对数据进行一些特殊处理时，就需要单独新增代码，例如当初始设置两点进行数据推送，之后需要更改时间为四点或五点进行数据推送时，则需要改变数据推送规则中关于推送时间的代码；再例如，初始获取一些集群或数据源的数据，之后想要获取这些集群中某几个集群的数据，也需要进行数据源代码的修改等等，配置不灵活，且可配置化较差。
鉴于上述问题，本公开的示例性实施例首先提供了一种数据处理方法。
图3示出了本示例性实施例的运行环境的一种***架构示意图，参考图3所示，该***300可以包括集群310，中间节点320以及后端数据***330。其中，集群310可以是不同地区或区域中存储数据的终端或服务器，中间节点320用于从集群310中抽取业务数据并存储，再推送至后端数据***330。
应当理解，图3中所示各装置的数据仅为示例性的，根据实际需要，可以设置任意数目的集群或后端数据***。
基于上述说明，本示例性实施例中的方法可以应用于图3所示的中间节点320上。
下面结合附图4对本示例性实施例做进一步说明，如图4所示，数据处理方法可以包括以下步骤S410～S430：
步骤S410，获取为分布式业务***中的各个业务单元预先配置的数据抽取策略，分布式业务***包括多个集群，每个集群中的每种业务类型对应于一个业务单元。
分布式业务***是指包含多个集群的集合，其中，集群可以用于存储对应区域或范围的业务数据，例如北京集群用于存储北京这一区域的部分或全部业务数据等，业务数据可以包括仓储应用场景下的数据，也可以包括其他应用场景下的业务数据。每个集群可以按照地域或范围进行划分，例如可以是北京集群、深圳集群或者上海集群；也可以是海淀区集群、朝阳区集群、东城区集群等等。多个集群可以看做多个用于存储业务数据的节点，例如北京集群存储北京区域产生的业务数据，深圳集群存储深圳区域产生的业务数据等。
每个集群中会包括大量不同业务类型的数据，例如仓储应用场景下，可以包括入库、分类、拣货、打包、配送等业务类型的业务数据，本示例性实施例可以根据每个集群以及对应的业务类型组成二元组，来构建不同的业务单元，例如业务单元可以是北京集群-拣货数据、北京集群-配送数据或者深圳集群-拣货数据等等。
在本示例性实施例中，为了保证每个集群中业务数据抽取的灵活性和个性化，可以为每个业务单元预先配置数据抽取策略，根据获取的每个业务单元对应的数据抽取策略，从各个业务单元中抽取业务数据。其中，数据抽取策略是指数据抽取规则，考虑到不同集群中数据量、数据类型、数据需求等方面均具有差异，不同的业务单元可以配置不同的数据抽取策略，例如抽取什么时间的数据、抽取数据时的要求等等，具体的，数据抽取策略可以包括所需要抽取的业务数据的时间、触发器、字段等等，其可以根据需要进行自定义设置，本公开对此不做具体限定。需要说明的是，根据实际需要，相同集群不同业务类型的业务单元，或者不同集群不同业务类型的业务单元的数据抽取策略可以相同，也可以不同。
步骤S420，根据各个业务单元的数据抽取策略，分别从数据抽取策略对应的集群与业务类型下抽取业务数据。
进一步的，可以基于不同业务单元对应的数据抽取策略，从业务单元中抽取业务数据，以确保可以根据实际需要，从对应集群中特定的业务类型下按照数据抽取要求抽取目标业务数据，例如从北京集群-拣货数据中，抽取特定字段的数据等等。
在一示例性实施例中，上述步骤S420可以包括：
通过执行配置有数据抽取策略的第一定时任务，分别从各个集群与各个业务类型下抽取业务数据。
其中，第一定时任务是指从各个业务单元抽取业务数据的配置文件，其可以满足周期性执行抽取业务数据的需求。当触发第一定时任务时，即可以执行从各个集群与各个业务类型下抽取业务数据的步骤。
在本示例性实施例中，可以统一由中间节点配置第一定时任务，而不需要每个集群配置各自的第一定时任务，有利于提高集群的维护效率。
在一示例性实施例中，上述第一定时任务可以包括多个子任务，每个子任务中可以配置有一种数据抽取策略，上述通过执行配置有数据抽取策略的第一定时任务，分别从各个集群与各个业务类型下抽取业务数据，可以包括：
通过执行每个子任务，从子任务中的数据抽取策略所对应的集群与业务类型下抽取业务数据。
即在本示例性实施例中，第一定时任务中可以包括从不同业务单元进行数据抽取的子任务，每个子任务可以包括对应的数据抽取策略，当触发第一定时任务时，实际上，可以是不同的业务单元可以根据各自对应的数据抽取策略执行各自的子任务，保证了不同集群进行业务数据抽取需求的个性化配置。
步骤S430，将所抽取的业务数据汇总至后端数据***。
即本示例性实施例在抽取业务数据后，可以将抽取的业务数据推送至后端数据***。其中，后端数据***可以是指数据汇总***或上游***，例如电商平台不同地区的集群的业务数据可以汇总至电商业务总部***的服务器或集群中。
在一示例性实施例中，可以将抽取的业务数据存储于中间数据***，进一步的，上述步骤S430可以包括：
将中间数据***中的业务数据推送至后端数据***。
本示例性实施例可以在集群和后端数据***之间设置中间数据***，用于暂时存储业务数据，根据各个业务单元的数据抽取策略，从数据抽取策略对应的集群与业务类型下抽取业务数据后，可以先将业务数据存储至中间数据***，然后再从中间数据***推送至后端数据***，以缓冲数据推送的压力，便于对业务数据进行管理。在本示例性实施例中，中间数据库可以是特定数据库，例如Redis数据库；或者ES(ElasticSearch，搜索服务器)等等。
在一示例性实施例中，上述将中间数据***中的业务数据推送至后端数据***，可以包括：
第二定时任务是指将业务数据推送至后端数据***的配置文件，其可以满足周期性执行将业务数据推送至后端数据***的需求。通过执行配置有统一的数据推送策略的第二定时任务，可以定时将中间数据***中的业务数据推送至后端数据***。第二定时任务与第一定时任务属于不同的定时任务。
图5示出了本示例性实施例中另一种数据处理方法的架构示意图，在本示例性实施例中，当需要将多个集群510中的业务数据推送至上游***时，可以先启动第一定时任务520，根据各个业务单元的数据抽取策略530，从数据抽取策略对应的集群与业务类型下抽取业务数据，存储至中间数据库540，汇总完毕后，再启动第二定时任务550，扫描中间数据库540，将其中的业务数据推送给上游***560。
基于上述说明，在本示例性实施例中，获取为分布式业务***中的各个业务单元预先配置的数据抽取策略，分布式业务***包括多个集群，每个集群中的每种业务类型对应于一个业务单元；根据各个业务单元的数据抽取策略，分别从数据抽取策略对应的集群与业务类型下抽取业务数据；将所抽取的业务数据汇总至后端数据***。一方面，本示例性实施例提出一种新的数据处理方法，通过集群与业务类型构建业务单元，并基于不同的业务单元，从集群与业务类型下进行业务数据的抽取，在不增加业务数据抽取流程复杂度的基础上，能够明确业务数据抽取的集群来源与业务类型，提高了业务数据抽取的针对性和有效性；另一方面，本示例性实施例为每个业务单元配置了数据抽取策略，在进行数据抽取时，可以基于每个业务单元的数据抽取策略，进行业务数据的抽取过程，能够根据实际的抽取需求快速、准确的从不同的集群与业务类型下抽取所需要的业务数据，提高了业务数据抽取的个性化，可配置性较强。
在一示例性实施例中，上述步骤S420可以包括：
当数据抽取策略仅包括基础策略信息时，从数据抽取策略对应的集群与业务类型下抽取待抽取周期内的全部业务数据；
当数据抽取策略包括基础策略信息与补充策略信息时，从数据抽取策略对应的集群与业务类型下按照补充策略信息抽取业务数据。
在本示例性实施例中，数据抽取策略可以包括基础策略信息和补充策略信息，两个维度的信息，其中，基础策略信息是指集群信息与业务类型，其中，集群信息可以通过集群的标识、编码或名称等进行表示；业务类型也可以通过编码或标识的方式标识等等。补充策略信息是指相比于基础策略信息更为详细的数据抽取规则，例如抽取业务数据的字段或者触发器设置等等。
待抽取周期是指抽取业务数据的抽取时间段，通常可以是当前时间周期的上一时间周期，例如当天的前一天，或者当前周前一周等。从而可以在当前时间周期，抽取上一时间周期的业务数据，以进行分析或处理。在本示例性实施例中，当数据抽取策略仅包括基础策略信息时，即确定了当前需要从哪些集群以及哪些业务类型中进行业务数据的抽取，进一步，可以从数据抽取策略对应的集群与业务类型下抽取待抽取周期内的全部业务数据。
当数据抽取策略包括基础策略信息与补充策略信息时，此时，一方面，可以确定当前需要从哪些集群以及哪些业务类型中进行业务数据的抽取，另一方面，也确定了具体进行业务数据抽取时更多维度的要求。
在一示例性实施例中，上述补充策略信息可以包括以下一种或多种：
时间配置信息，触发类型配置信息，字段配置信息，日志管理配置信息，脚本语言配置信息，数据源配置信息，状态配置信息。
其中，时间配置信息是指时间规则设计的信息。可以包括业务数据抽取任务的开始时间、结束时间、以及超时时间等。任务超时时间，是指任务执行期间如果超过这个时间，就会自动放弃该任务，避免影响主逻辑，造成服务器压力过大的问题。任务的开始时间和结束时间，可以用于指定任务的执行时间段，只有在开始时间以及结束时间之间的时间段内才可以执行对应的任务。
触发类型配置信息是指触发器设计的信息。在本示例性实施例中，触发器可以包括数据触发器和任务触发器。触发器配置的是对应的一个应用的代码实现类。从触发时间角度考虑，数据触发器的触发时间是在每一条业务数据汇总完的时候触发，任务触发器是一个数据任务全部处理完成后触发，例如后端数据***需要每天全国各地区仓库，即各地区集群，所对应的拣货量的业务数据，集群A对应的汇总策略任务，今天总共抽取了1000条数据。数据触发器则是在每汇总一条数据就触发一次触发器，从实现角度考虑，是通过注解的方式实现。每条数据汇总完成，都会将数据传入到对应的实现类方法中。从应用场景角度考虑，数据触发器适用于对每条数据进行处理例如每汇总完一条数据，可以对这条数据进行加工处理或者增加别的字段等。而任务触发器则是在上述1000条数据汇总完成后触发，任务触发器可以应用于每个集群汇总完数据时，修改各自的任务状态，或者通知上游该集群汇总完毕等其他业务场景中。本示例性实施例可以根据具体需求采用上述数据触发器或任务触发器，或者数据触发器和任务触发器。
字段配置信息即为字段设置信息。其可以包含唯一主键和排序字段。其中，唯一主键为了标记每条业务数据的唯一性。后期如果想对该条业务数据进行处理，通过唯一主键即可以很快的查询到该业务数据。排序字段，则是用来标记业务数据的顺序。
日志管理配置信息可以包括***日志和错误日志。其中，***日志可以用于记录数据抽取任务在执行时的日志记录、主要记录、本条任务抽取数据的数量。错误日志，可以用于记录在数据抽取任务执行错误时的错误信息。
脚本语言配置信息可以用于保存抽取数据的动态SQL(Structured QueryLanguage，结构化语言)语言，该SQL就是具体的SQL脚本，该脚本即为所需要的数据字段，还可以做一些数据的加减、求和等常规数据库函数算法，这些脚本语言可以作用于对应的集群数据库中。在本示例性实施例中，通过设置脚本语言配置信息在jfs(JOURNAL FILESYSTEM，日志文件***)或者别的分布式文件***中，更利于存储管理。
数据源配置信息可以用于配置集群的具体数据库连接，例如连接集群A，只需要配置集群A的具体的数据库连接即可，该字段可以为密文。
状态配置信息是指执行数据抽取任务的任务状态的信息，可以包括初始状态、执行中状态、成功状态以及失败状态等等，通过状态配置信息能够对数据抽取任务进行有效管理。
图6示出了本示例性实施例中另一种数据处理方法的流程图，具体可以包括以下步骤：
步骤S610，获取为分布式业务***中的各个业务单元预先配置的数据抽取策略，分布式业务***包括多个集群，每个集群中的每种业务类型对应于一个业务单元；
步骤S620，当数据抽取策略仅包括基础策略信息时，从数据抽取策略对应的集群与业务类型下抽取待抽取周期内的全部业务数据；
步骤S630，当数据抽取策略包括基础策略信息与补充策略信息时，从数据抽取策略对应的集群与业务类型下按照补充策略信息抽取业务数据；
步骤S640，将抽取的业务数据存储于中间数据***；
步骤S650，通过执行配置有统一的数据推送策略的第二定时任务，将中间数据***中的业务数据推送至后端数据***。
其中，步骤S610中的数据抽取策略，如图7所示，数据抽取策略700可以包括基础策略信息710和补充策略信息720，基础策略信息710可以包括集群信息711和业务类型712，补充策略信息720可以包括时间配置信息721，触发类型配置信息722，字段配置信息723，日志管理配置信息724，脚本语言配置信息725，数据源配置信息726，状态配置信息727。
本公开的示例性实施例还提供了一种数据处理装置。参照图8，该装置800可以包括，策略获取模块810，用于获取为分布式业务***中的各个业务单元预先配置的数据抽取策略，分布式业务***包括多个集群，每个集群中的每种业务类型对应于一个业务单元；数据抽取模块820，用于根据各个业务单元的数据抽取策略，分别从数据抽取策略对应的集群与业务类型下抽取业务数据；数据汇总模块830，用于将所抽取的业务数据汇总至后端数据***。
在一示例性实施例中，数据抽取模块包括：第一定时任务执行单元，用于通过执行配置有数据抽取策略的第一定时任务，分别从各个集群与各个业务类型下抽取业务数据。
在一示例性实施例中，第一定时任务执行单元，包括：子任务执行子单元，用于通过执行每个子任务，从子任务中的数据抽取策略所对应的集群与业务类型下抽取业务数据。
在一示例性实施例中，所抽取的业务数据存储于中间数据***；数据汇总模块包括：数据汇总单元，用于将中间数据***中的业务数据推送至后端数据***。
在一示例性实施例中，数据汇总单元包括：第二定时任务执行单元，用于通过执行配置有统一的数据推送策略的第二定时任务，将中间数据***中的业务数据推送至后端数据***。
在一示例性实施例中，数据抽取模块包括：第一抽取单元，用于当数据抽取策略仅包括基础策略信息时，从数据抽取策略对应的集群与业务类型下抽取待抽取周期内的全部业务数据；第二抽取单元，用于当数据抽取策略包括基础策略信息与补充策略信息时，从数据抽取策略对应的集群与业务类型下按照补充策略信息抽取业务数据。
在一示例性实施例中，补充策略信息包括以下任意一种或多种：时间配置信息，触发类型配置信息，字段配置信息，日志管理配置信息，脚本语言配置信息，数据源配置信息，状态配置信息。
上述装置中各模块/单元的具体细节在方法部分的实施例中已经详细说明，未披露的细节内容可以参见方法部分的实施例内容，因此此处不再赘述。
本公开的示例性实施例还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解，本公开的各个方面可以实现为***、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“***”。
下面参照图9来描述根据本公开的这种示例性实施例的电子设备900。图9显示的电子设备900仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图9所示，电子设备900以通用计算设备的形式表现。电子设备900的组件可以包括但不限于：上述至少一个处理单元910、上述至少一个存储单元920、连接不同***组件(包括存储单元920和处理单元910)的总线930、显示单元940。
其中，存储单元存储有程序代码，程序代码可以被处理单元910执行，使得处理单元910执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如，处理单元910可以执行图4或图6所示的步骤等。
存储单元920可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)921和/或高速缓存存储单元922，还可以进一步包括只读存储单元(ROM)923。
存储单元920还可以包括具有一组(至少一个)程序模块925的程序/实用工具924，这样的程序模块925包括但不限于：操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线930可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备900也可以与一个或多个外部设备1000(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备900交互的设备通信，和/或与使得该电子设备900能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口950进行。并且，电子设备900还可以通过网络适配器960与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器960通过总线930与电子设备900的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备900使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开示例性实施例的方法。
本公开的示例性实施例还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
本公开的示例性实施例还提供了一种用于实现上述方法的程序产品，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，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。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
计算机可读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，其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。
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、有线、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的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的示例性实施例，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限定。

Claims (10)

1.一种数据处理方法，其特征在于，包括：
获取为分布式业务***中的各个业务单元预先配置的数据抽取策略，所述分布式业务***包括多个集群，每个集群中的每种业务类型对应于一个业务单元；
根据所述各个业务单元的数据抽取策略，分别从所述数据抽取策略对应的集群与业务类型下抽取业务数据；
将所抽取的业务数据汇总至后端数据***。
2.根据权利要求1所述的方法，其特征在于，所述根据所述各个业务单元的数据抽取策略，分别从所述数据抽取策略对应的集群与业务类型下抽取业务数据，包括：
通过执行配置有所述数据抽取策略的第一定时任务，分别从各个集群与各个业务类型下抽取业务数据。
3.根据权利要求2所述的方法，其特征在于，所述第一定时任务包括多个子任务，每个子任务中配置有一种数据抽取策略；所述通过执行配置有所述数据抽取策略的第一定时任务，分别从各个集群与各个业务类型下抽取业务数据，包括：
通过执行每个子任务，从所述子任务中的数据抽取策略所对应的集群与业务类型下抽取业务数据。
4.根据权利要求1所述的方法，其特征在于，所抽取的业务数据存储于中间数据***；所述将所抽取的业务数据汇总至后端数据***，包括：
将所述中间数据***中的业务数据推送至后端数据***。
5.根据权利要求4所述的方法，其特征在于，所述将所述中间数据***中的业务数据推送至后端数据***，包括：
通过执行配置有统一的数据推送策略的第二定时任务，将所述中间数据***中的业务数据推送至后端数据***。
6.根据权利要求1所述的方法，其特征在于，所述根据所述各个业务单元的数据抽取策略，分别从所述数据抽取策略对应的集群与业务类型下抽取业务数据，包括：
当所述数据抽取策略仅包括基础策略信息时，从所述数据抽取策略对应的集群与业务类型下抽取待抽取周期内的全部业务数据；
当所述数据抽取策略包括基础策略信息与补充策略信息时，从所述数据抽取策略对应的集群与业务类型下按照所述补充策略信息抽取业务数据。
7.根据权利要求6所述的方法，其特征在于，所述补充策略信息包括以下任意一种或多种：
时间配置信息，触发类型配置信息，字段配置信息，日志管理配置信息，脚本语言配置信息，数据源配置信息，状态配置信息。
8.一种数据处理装置，其特征在于，包括：
策略获取模块，用于获取为分布式业务***中的各个业务单元预先配置的数据抽取策略，所述分布式业务***包括多个集群，每个集群中的每种业务类型对应于一个业务单元；
数据抽取模块，用于根据所述各个业务单元的数据抽取策略，分别从所述数据抽取策略对应的集群与业务类型下抽取业务数据；
数据汇总模块，用于将所抽取的业务数据汇总至后端数据***。
9.一种电子设备，其特征在于，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的方法。
CN202110623555.1A 2021-06-04 2021-06-04 数据处理方法、数据处理装置、电子设备及存储介质 Active CN113360558B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110623555.1A CN113360558B (zh) 2021-06-04 2021-06-04 数据处理方法、数据处理装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110623555.1A CN113360558B (zh) 2021-06-04 2021-06-04 数据处理方法、数据处理装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN113360558A true CN113360558A (zh) 2021-09-07
CN113360558B CN113360558B (zh) 2023-09-29

Family

ID=77532207

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110623555.1A Active CN113360558B (zh) 2021-06-04 2021-06-04 数据处理方法、数据处理装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113360558B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113688159A (zh) * 2021-09-08 2021-11-23 京东科技控股股份有限公司 一种数据抽取方法与装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104317928A (zh) * 2014-10-31 2015-01-28 北京思特奇信息技术股份有限公司 一种基于分布式数据库的业务etl方法及***
CN104933119A (zh) * 2015-06-05 2015-09-23 福建富士通信息软件有限公司 一种大数据管理方法
US20170124464A1 (en) * 2015-10-28 2017-05-04 Fractal Industries, Inc. Rapid predictive analysis of very large data sets using the distributed computational graph
CN109299177A (zh) * 2018-09-30 2019-02-01 江苏满运软件科技有限公司 数据抽取方法、装置、存储介质及电子设备
CN109669989A (zh) * 2018-12-29 2019-04-23 江苏满运软件科技有限公司 数据校验方法、***、设备以及介质
CN109753596A (zh) * 2018-12-29 2019-05-14 中国科学院计算技术研究所 用于大规模网络数据采集的信源管理与配置方法和***
CN109918437A (zh) * 2019-03-08 2019-06-21 北京中油瑞飞信息技术有限责任公司 分布式数据处理方法、装置及数据资产管理***
CN110889105A (zh) * 2019-12-03 2020-03-17 中国工商银行股份有限公司 数据处理方法、装置、***及介质
CN112749219A (zh) * 2021-01-04 2021-05-04 拉卡拉支付股份有限公司 数据抽取方法、装置、电子设备、存储介质及程序产品

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104317928A (zh) * 2014-10-31 2015-01-28 北京思特奇信息技术股份有限公司 一种基于分布式数据库的业务etl方法及***
CN104933119A (zh) * 2015-06-05 2015-09-23 福建富士通信息软件有限公司 一种大数据管理方法
US20170124464A1 (en) * 2015-10-28 2017-05-04 Fractal Industries, Inc. Rapid predictive analysis of very large data sets using the distributed computational graph
CN109299177A (zh) * 2018-09-30 2019-02-01 江苏满运软件科技有限公司 数据抽取方法、装置、存储介质及电子设备
CN109669989A (zh) * 2018-12-29 2019-04-23 江苏满运软件科技有限公司 数据校验方法、***、设备以及介质
CN109753596A (zh) * 2018-12-29 2019-05-14 中国科学院计算技术研究所 用于大规模网络数据采集的信源管理与配置方法和***
CN109918437A (zh) * 2019-03-08 2019-06-21 北京中油瑞飞信息技术有限责任公司 分布式数据处理方法、装置及数据资产管理***
CN110889105A (zh) * 2019-12-03 2020-03-17 中国工商银行股份有限公司 数据处理方法、装置、***及介质
CN112749219A (zh) * 2021-01-04 2021-05-04 拉卡拉支付股份有限公司 数据抽取方法、装置、电子设备、存储介质及程序产品

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李兰友;胡诚皓;张春华;: "ETL集群优化技术研究与实现", 电脑知识与技术, no. 13 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113688159A (zh) * 2021-09-08 2021-11-23 京东科技控股股份有限公司 一种数据抽取方法与装置
CN113688159B (zh) * 2021-09-08 2024-04-05 京东科技控股股份有限公司 一种数据抽取方法与装置

Also Published As

Publication number Publication date
CN113360558B (zh) 2023-09-29

Similar Documents

Publication Publication Date Title
CN111339186B (zh) 工作流引擎数据同步方法、装置、介质及电子设备
US11201936B2 (en) Input and output schema mappings
CN111309550A (zh) 应用程序的数据采集方法、***、设备和存储介质
CN111324610A (zh) 一种数据同步的方法及装置
CN102880503A (zh) 数据分析***及数据分析方法
CN111241182A (zh) 数据处理方法和装置、存储介质和电子装置
CN112860662B (zh) 自动化生产数据血缘关系建立方法、装置、计算机设备及存储介质
CN111880967A (zh) 云场景下的文件备份方法、装置、介质和电子设备
CN111400350B (zh) 配置数据读取方法、***、电子设备和存储介质
CN111221793A (zh) 数据挖掘方法、平台、计算机设备及存储介质
CN109586970B (zh) 资源分配方法、装置及***
US8914815B2 (en) Automated framework for tracking and maintaining kernel symbol list types
CN113360558A (zh) 数据处理方法、数据处理装置、电子设备及存储介质
CN111611479B (zh) 用于网络资源推荐的数据处理方法及相关装置
CN106570152B (zh) 一种手机号码的海量提取方法及***
CN110555064A (zh) 用于保险业务的数据服务***及方法
US11816512B2 (en) Event driven data processing system and method
CN113645260A (zh) 业务重试方法、装置、存储介质及电子设备
CN112579406A (zh) 一种日志调用链生成方法和装置
CN111506646A (zh) 数据同步方法、装置、***、存储介质及处理器
CN107330089B (zh) 跨网络结构化数据收集***
CN110750563A (zh) 多模型数据处理方法、***、装置、电子设备及存储介质
US20230289354A1 (en) Endpoint scan and profile generation
CN115174527B (zh) 序列号处理方法和装置、计算设备、存储介质
KR102248592B1 (ko) 데이터 웨어하우징을 위한 장치 및 그 방법

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