[发明专利]一种海量数据的采样方法及装置有效
| 申请号： | 201910625106.3 | 申请日： | 2019-07-11 |
| 公开（公告）号： | CN110308998B | 公开（公告）日： | 2021-09-07 |
| 发明（设计）人： | 杨宇;方佩;冯仁伟;宋立锵;郑宏雄;岳靖雨 | 申请（专利权）人： | 中通服创立信息科技有限责任公司 |
| 主分类号： | G06F9/50 | 分类号： | G06F9/50 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 张春辉 |
| 地址： | 610000 四川省*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种海量数据的采样方法，在数据采样过程中，能够确定当前HDFS数据块的采样比例，并根据采样比例，将当前HDFS数据块划分为多个采样窗口的数据，最终调用采样进程对目标采样窗口内的数据进行采样，得到采样结果，并为当前HDFS数据块设置读完标志。可见，该方法针对MapReduce浪费大量时间读取无关数据的问题，设置了数据的采样比例，在数据采样过程中根据采样比例将数据块划分为多个窗口并随机采集某个窗口内的数据，略过无关数据行，显著提升了数据采样和处理的效率。此外，本申请还提供了一种海量数据的采样装置、负载服务器和分布式处理系统，其作用与上述方法相对应。 | ||
| 搜索关键词： | 一种 海量 数据 采样 方法 装置 | ||
【主权项】：
1.一种海量数据的采样方法，其特征在于，应用于分布式处理系统中的负载服务器，包括：确定当前HDFS数据块的采样比例；根据所述采样比例，将所述当前HDFS数据块划分为多个采样窗口的数据；调用采样进程对目标采样窗口内的数据进行采样，得到采样结果，并为所述当前HDFS数据块设置读完标志，其中，所述目标采样窗口为所述多个采样窗口中的任意一个采样窗口。
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通服创立信息科技有限责任公司，未经中通服创立信息科技有限责任公司许可，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/201910625106.3/，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
