The present invention provides a method for controlling the data preparation process by using the data structure, which belongs to the field of large data technology protection, the name of the method: Pluto. Business based data preparation process is composed of two main processes, data processing and business mapping. At the same time, data processing and business mapping process require a series of standardized control and protection mechanisms. By high abstraction of data processing and business mapping, the control and protection of the two processes are encapsulated in a data structure. Using this data preparation method, data processing and business mapping process can be integrated in a standardized way, and data structure can be used to perform control. This method is highly versatile and convenient.
【技术实现步骤摘要】
一种利用数据结构控制数据准备过程的方法
本专利技术涉及数据转化和业务映射过程控制的方法,特别是一种利用数据结构控制数据准备过程的方法。
技术介绍
随着信息技术的高速发展,人类社会产生的数据量越来越大。大数据不仅体现在数量上的庞大,还有涉及到的数据内容比较广泛,数据格式的多样化,以及计算过程的复杂性等,大数据分析能够从海量的数据中提取出最有价值的信息,在知识发现领域具有关键性作用。对海量的数据进行大数据分析,就需要根据数据分析业务的需求,对数据进行标准和有效的转化。根据纽约时报对大数据科学的统计,数据准备在整个数据分析周期的时间消耗占比超过80%,因此,找到一种通用而且高效的数据准备方法就变得至关重要了。目前数据分析领域的数据准备和业务分析两个过程是非常独立的,数据准备由精通数据处理的开发人员来完成,而业务分析主要是由精通业务的数据分析师来完成,导致在数据准备过程中,数据处理的开发人员不了解业务的需求,而数据分析师也不熟悉数据处理的开发技术,从而导致增加了沟通成本,降低工作效率。
技术实现思路
本专利技术的目的在于:针对上述现有数据转化和业务分析过程相互独立,从而导致数据准备过程中的重复工作、效率低下的问题,本专利技术提供一种利用数据结构控制数据准备过程的方法。本专利技术采用的技术方案如下:一种利用数据结构控制数据准备过程的方法,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 ...
【技术保护点】
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 ...
【技术特征摘要】
1.一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。2.根据权利要求1所述的一种利用数据结构控制数据...
【专利技术属性】
技术研发人员:贺俊华,傅玉生,王永波,鲜东,
申请(专利权)人:成都优易数据有限公司,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。