[发明专利]一种数据统计方法及装置有效
申请号: | 202010246298.X | 申请日: | 2020-03-31 |
公开(公告)号: | CN111506621B | 公开(公告)日: | 2023-03-31 |
发明(设计)人: | 杨恒 | 申请(专利权)人: | 新华三大数据技术有限公司 |
主分类号: | G06F16/2458 | 分类号: | G06F16/2458;G06F16/25;G06F16/28 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 450000 河南省郑州市郑州高*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 数据 统计 方法 装置 | ||
本发明提供了一种数据统计方法和装置,本发明基于预配置的可扩展标签树,将从各业务系统抽取的业务数据集中可进行标签转换的字段转换为标签字段,利用分布式计算框架的并行处理能力,将抽取的标签数据集进行初步聚合。初步聚合后的标签数据集加载到分布式数据分析引擎的数据库中,最后利用分布式数据统计分析引擎强大的搜索与聚合能力实现对海量数据的快速、灵活的统计分析,提高了大数据分析效率,降低了大数据分析成本。
技术领域
本发明涉及大数据技术领域,尤其涉及一种数据统计方法及装置。
背景技术
万物互联的智能化社会对大数据分析的需求越来越广泛,例如对于电商平台,若需要对订单数据进行大数据分析,通常做法是将分布在各地的数据库中的订单数据抽取到大型关系数据库中,然后再利用关系数据库的SQL语句的统计功能进行统计分析,这种方式随着数据量的急剧膨胀,响应速度会明显下降很多,另外这种方式针对新增字段或字段值在单值与多值之间切换的场景,需要修改关系数据库的表结构以及修改SQL语句,扩展性较差。
发明内容
本发明提供一种数据统计方法及装置,用于解决基于关系数据库进行海量数据统计时,速度慢、扩展性差的技术问题。
基于本发明实施例,本发明提供的数据统计方法包括如下步骤:
基于预设的标签树将业务数据集中的数据记录转换为标签记录,其中,所述标签树为层级化的树形结构,以标签为节点,用于建立业务数据集中字段值与标签的映射关系以及表达业务数据集中字段值的层级关系和字段属性;
采用分布式并行计算框架对标签记录进行键值对Key-Value初步聚合后,加载到分布式数据统计分析引擎的数据库中;
基于标签树的标签生成检索条件,调用分布式数据统计分析引擎的统计分析接口获得统计结果。
进一步地,所述对标签记录进行键值对Key-Value初步聚合的方法为:
使用Hadoop的Map-Reduce组件的Map阶段将标签记录中的标签字段进行合并生成关键字Key,再通过Map-Reduce组件的Reduce阶段将具有相同Key值的标签记录进行聚合。
进一步地,所述标签树支持多值属性,所述分布式数据统计分析引擎的数据库支持多值标签字段的存储和统计;对于具有多值属性的标签字段,在对标签记录进行键值对Key-Value初步聚合后,在加载到分布式数据统计分析引擎的数据库之前,对包含具有多值属性的标签字段的标签记录进行组合,从而生成包含多值标签字段的标签记录。
进一步地,所述统计方法还包括统计扩展步骤:
扩展标签树及更新用于转换业务数据集的数据记录到标签记录的配置文件,所述扩展包括扩展根节点以下的任一层标签节点;
基于扩展的标签树生成统计条件,调用分布式数据统计分析引擎的统计分析接口获得统计结果。
进一步地,所述分布式并行计算框架为Map-Reduce组件或Spark组件,所述分布式数据统计分析引擎为ElasticSearch;所述经过键值对Key-Value初步聚合后的标签记录,通过ES-Hadoop连接器加载到ElasticSearch数据库中。
基于本发明实施例,还提供一种数据统计装置,所述装置包括:
转换模块,用于基于预设的标签树将业务数据集中的数据记录转换为标签记录,其中,所述标签树为层级化的树形结构,以标签为节点,用于建立业务数据集中字段值与标签的映射关系以及表达业务数据集中字段值的层级关系和字段属性;
入库模块,用于采用分布式并行计算框架对标签记录进行键值对Key-Value初步聚合后,加载到分布式数据统计分析引擎的数据库中;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于新华三大数据技术有限公司,未经新华三大数据技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010246298.X/2.html,转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置