[发明专利]一种数据处理方法及装置有效
| 申请号： | 201810315884.8 | 申请日： | 2018-04-10 |
| 公开（公告）号： | CN108536824B | 公开（公告）日： | 2020-11-20 |
| 发明（设计）人： | 孟洋;郭会;韩大志 | 申请（专利权）人： | 中国农业银行股份有限公司 |
| 主分类号： | G06F16/22 | 分类号： | G06F16/22;G06F16/27;G06F16/182 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 刘新雷;王宝筠 |
| 地址： | 100005 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开一种数据处理方法及装置，首先在对左表的关联字段中每个相同key值进行计数的同时，利用第一key值对左表和待关联表进行关联处理得到第一数据，利用第二key值对左表和待关联表进行关联处理得到第二数据；然后利用增加第二随机数后缀的key值对第二数据和经过复制处理后的待关联表进行关联处理得到第三数据。得到的第一数据和第三数据的集合即为最终所需的数据集合。相比现有技术，本发明处理数据倾斜问题只需要2个job，减少了处理过程的job数，同时减少了IO操作，从而提高了处理效率。 | ||
| 搜索关键词： | 一种 数据处理 方法 装置 | ||
【主权项】：
1.一种数据处理方法，其特征在于，包括：在对左表的关联字段中每个相同key值进行计数的同时，利用第一key值对所述左表和待关联表进行关联处理得到第一数据，利用第二key值对所述左表和所述待关联表进行关联处理得到第二数据，所述第一key值为计数值未超过记录数阈值时的key值，所述第二key值为计数值超过记录数阈值时增加第一随机数后缀的key值，所述第一随机数后缀的取值区间为[1，N]，所述第一随机数后缀为整数，所述N为大于1的整数；将所述第二数据的关联字段中的key值增加第二随机数后缀，并将所述待关联表的每条数据记录复制为N条，所述N条复制后的数据记录对应的key值分别增加递增值后缀，利用增加第二随机数后缀的key值对所述第二数据和经过复制处理后的待关联表进行关联处理得到第三数据，所述第二随机数后缀的取值区间为[1，N]，所述第二随机数后缀为整数，所述N为大于1的整数所述N条复制后的数据记录对应的key值增加的所述递增值后缀均不相同，且所述递增值后缀的取值为区间[1，N]内的整数；将所述第一数据和所述第三数据合并，得到关联后的数据记录。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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中国农业银行股份有限公司，未经中国农业银行股份有限公司许可，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/patent/201810315884.8/，转载请声明来源钻瓜专利网。
