[发明专利]基于Hadoop的海量数据数据质量校验方法在审
| 申请号： | 202010195711.4 | 申请日： | 2020-03-19 |
| 公开（公告）号： | CN111400297A | 公开（公告）日： | 2020-07-10 |
| 发明（设计）人： | 李青枝;谢赟;吴新野;黄海清;陈大伟 | 申请（专利权）人： | 上海德拓信息技术股份有限公司 |
| 主分类号： | G06F16/215 | 分类号： | G06F16/215;G06F16/2458;G06F16/2453;G06F16/182;G06F16/242 |
| 代理公司： | 上海湾谷知识产权代理事务所(普通合伙) 31289 | 代理人： | 倪继祖 |
| 地址： | 200233 上海*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于Hadoop的海量数据数据质量校验方法，包括：制定数据质量标准；对于DDL指令，将创建表的元数据信息写入Hive；对于DQL语句，将SQL字符串转换为抽象语法树，对抽象语法树进行语法分析，同时根据数据质量标准，解析最新生成SQL语义是否有误，并添加扩展信息；将抽象语法树编译生成相应的逻辑执行计划并优化，将优化后的逻辑执行计划转换成物理计划，生成MapReduce的作业并提交到Yarn上执行，最后，将执行结果返回；返回的执行结果存入HDFS，并进行数据可视以及异常数据导出、追踪、溯源。达到异常数据可展示、可追溯、易配置、易分类的数据质量校验效果。 | ||
| 搜索关键词： | 基于 hadoop 海量 数据 质量 校验 方法 | ||
【主权项】：
暂无信息
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上海德拓信息技术股份有限公司，未经上海德拓信息技术股份有限公司许可，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/202010195711.4/，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
