[发明专利]一种利用数据结构控制数据准备过程的方法

摘要

本发明提供了一种利用数据结构控制数据准备过程的方法，属于大数据技术保护领域,方法名称Pluto。基于业务的数据准备过程是由数据处理和业务映射两个主要流程构成的,同时，数据处理和业务映射过程都需要一系列标准化的控制和保护机制。通过对数据处理和业务映射过程的高度抽象，把两个过程的控制和保护以数据结构的方式进行封装。利用这种数据准备方法，可以把数据处理和业务映射流程以标准化的方式进行整合，并利用数据结构的方式来执行控制，这种方法具有极高的通用性和便利性。

主权项

一种利用数据结构控制数据准备过程的方法，其特征在于，包括以下步骤：S101，数据抽取流程：将数据源的数据文件，以数据接口的方式进行抽取，获得源数据；获取数据抽取流程中的配置信息，然后将数据抽取流程需要的配置信息进行结构化处理；S102，数据概要分析流程：对步骤S101获得的源数据进行概要分析，以保证源数据的合法性与合理性；并获取数据概要分析流程中的配置信息，然后将数据概要分析流程的配置信息进行结构化处理；S103，数据异常处理流程：对步骤S102概要分析后的数据进行异常处理，消除数据中的异常情况；获取异常处理流程中的配置信息，然后将数据异常处理流程的配置信息进行结构化处理；S104，数据清洗流程：对步骤S103异常处理后的数据进行清洗，以保证数据的有效性、提高数据质量；获取数据清洗流程中的配置信息，然后将数据清洗流程的配置信息进行结构化处理；S105，数据转换流程：定义数据字段，将步骤S104中经过数据清洗后的数据按照已经定义好的数据字段进行转换，获得转换后的数据字段；获取数据转换流程中的配置信息，然后将数据转换流程的配置信息进行标准化处理；S106，业务映射流程：将数据分析需要的业务指标、业务逻辑、运算过程映射到S105数据转换完成后的数据字段上；S107，数据准备输出流程：定义数据准备输出的结果数据、输出配置信息，并对数据准备输出的结果数据、输出配置信息进行结构化处理；S108，将S101，S102，S103，S104，S105，S106，S107流程的结构化配置信息封装到数据结构中。