[发明专利]一种流式数据补齐方法、系统、电子设备及存储介质

说明书

本发明提出一种流式数据补齐方法、系统、电子设备及存储介质，其方法技术方案包括配置文件加载步骤，设计一用于生成数据补齐的SQL的配置文件，并启动加载所述配置文件，所述配置文件包括主表与副表信息；流式数据处理步骤，从kafka中接入数据，并将所述数据经过一流式计算框架进行数据处理，所述数据处理包括执行所述配置文件所生成的所述SQL以得到补齐后的所述数据；补齐结果输出步骤，将补齐后的所述数据输出至所述kafka的topic中。本申请解决了现有流式数据补齐方法不具备通用性的问题。

技术领域

本发明属于数据库技术领域，尤其涉及一种流式数据补齐方法、系统、电子设备及存储介质。

背景技术

数据补齐指的是将主表的数据与副表对齐，通常的应用场景是主表中的某些字段值缺失或不完整，需要关联副表来补齐那些字段的值，也可以增加一些副表中的字段到主表中，以扩充主表的信息。流式数据补齐指的是提高数据对齐的实时性，使得用户可以在相对较短的时间内可以看到主表补齐后的数据结果。现有技术只是针对某个具体的主表，去关联对应的副表来补齐数据，不具备通用性。

发明内容

本申请实施例提供了一种流式数据补齐方法、系统、电子设备及存储介质，以至少解决现有流式数据补齐方法不具备通用性的问题。

第一方面，本申请实施例提供了一种流式数据补齐方法，包括：配置文件加载步骤，设计一用于生成数据补齐的SQL的配置文件，并启动加载所述配置文件，所述配置文件包括主表与副表信息；流式数据处理步骤，从kafka中接入数据，并将所述数据经过一流式计算框架进行数据处理，所述数据处理包括执行所述配置文件所生成的所述SQL以得到补齐后的所述数据；补齐结果输出步骤，将补齐后的所述数据输出至所述kafka的topic中。

优选的，所述流式数据处理步骤进一步包括：从所述kafka中接入数据时，过滤出key为所述主表和所述副表的数据集合。

优选的，所述流式数据处理步骤进一步包括：若所述kafka中接入的数据为所述副表数据，则将所述副表数据更新至内存。

优选的，所述配置文件进一步包括：所述主表与所述副表关联字段的信息、关联条件、所述主表的关联字段转置配置、所述副表与输出表的映射配置以及所述主表的字段列表和表名、所述输出表的字段列表和表名。

第二方面，本申请实施例提供了一种流式数据补齐系统，适用于上述一种流式数据补齐方法，包括：配置文件加载模块，设计一用于生成数据补齐的SQL的配置文件，并启动加载所述配置文件，所述配置文件包括主表与副表信息；流式数据处理模块，从kafka中接入数据，并将所述数据经过一流式计算框架进行数据处理，所述数据处理包括执行所述配置文件所生成的所述SQL以得到补齐后的所述数据；补齐结果输出模块，将补齐后的所述数据输出至所述kafka的topic中。

在其中一些实施例中，所述流式数据处理模块进一步包括：从所述kafka中接入数据时，过滤出key为所述主表和所述副表的数据集合。

在其中一些实施例中，所述流式数据处理模块进一步包括：若所述kafka中接入的数据为所述副表数据，则将所述副表数据更新至内存。

在其中一些实施例中，所述配置文件进一步包括：所述主表与所述副表关联字段的信息、关联条件、所述主表的关联字段转置配置、所述副表与输出表的映射配置以及所述主表的字段列表和表名、所述输出表的字段列表和表名。

第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的一种流式数据补齐方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的一种流式数据补齐方法。