The invention discloses a method and device for real-time generating data wide table, which relates to the field of computer technology. One specific implementation of the method includes: real-time storage of on-line production data; determination of the field information contained in the data wide table to be generated; determination of the data to be calculated from the stored production data according to the field information; and real-time calculation by loading the data to be calculated into the memory database table by stream computing to generate the data wide table. The implementation can provide real-time wide table data, reduce the external service time of data warehouse wide table directly from T+1 delay to minute level or even lower, and can quickly convert complex off-line SQL computing to real-time computing, and solve the problem of computing resources and computing time increase caused by data growth.
【技术实现步骤摘要】
实时生成数据宽表的方法和装置
本专利技术涉及计算机
,尤其涉及一种实时生成数据宽表的方法和装置。
技术介绍
数据仓库是面向主题的、集成的、相对稳定的、随时间不短变化得数据集合,用以支持经营管理中的决策制定。数据仓库中的数据面向主题,与传统数据库面向应用相对应。基于使数据结构清晰、便于数据血缘追踪以及减少重复开发等原因,数据仓库采取分层结构存储,与之相对应有分层任务处理逻辑:第一层是缓存数据层(bufferdatamemory,BDM),线上业务系统数据快照,按天保存细节数据;第二层是基础数据层(foundationdatamemory,FDM),按业务概念组织细节数据;第三层是通用数据层(generaldatamemory,GDM),根据业务价值建设的业务粒度汇总层。数据仓库最终以GDM宽表对下游业务进行数据服务,采取如图1所示的通用的处理架构。数据仓库每天从线上日志服务器(nginx服务器)、MYSQL、SQLSERVER、等进行前一天数据抽取,抽取的明细落入BDM层,每天一个分区;接下来通过归档程序对数据进行处理,如数据拉链等操作生成FDM层;最后通过复杂的SQL逻辑关联操作生成GDM层宽表,对外提供服务。在实现本专利技术过程中,专利技术人发现现有技术中至少存在如下问题:最终的GDM层宽表每天进行前一天的数据计算,用户拿到的数据为T+1数据,无法实时反应当天的数据情况;随着数据量的剧增,每天凌晨在固定时间段计算一次消耗越来越多的计算资源以及时间。
技术实现思路
有鉴于此,本专利技术实施例提供一种实时生成数据宽表的方法和装置,能够提供实时的宽表数据,将 ...
【技术保护点】
1.一种实时生成数据宽表的方法,其特征在于,包括:将线上的生产数据进行实时存储;确定待生成的数据宽表所包含的字段信息;根据所述字段信息,从存储的生产数据中确定待计算的数据;利用流式计算,将所述待计算的数据加载到内存数据库表中进行实时计算,以生成数据宽表。
【技术特征摘要】
1.一种实时生成数据宽表的方法,其特征在于,包括:将线上的生产数据进行实时存储;确定待生成的数据宽表所包含的字段信息;根据所述字段信息,从存储的生产数据中确定待计算的数据;利用流式计算,将所述待计算的数据加载到内存数据库表中进行实时计算,以生成数据宽表。2.根据权利要求1所述的方法,其特征在于,将线上的生产数据进行实时存储包括:根据生产数据的类型,将线上的生产数据实时发送到不同的消息主题中;采用流式处理程序,实时的将消息主题中的生产数据存储到缓存系统和持久化存储系统中。3.根据权利要求2所述的方法,其特征在于,在将线上的生产数据实时发送到不同的消息主题之后,所述方法还包括:生成消息记录;根据所述字段信息,从存储的生产数据中确定待计算的数据包括:根据所述字段信息,确定待消费的消息主题;根据消息记录,确定所述待消费的消息主题中发生变动的生产数据,将发生变动之后的生产数据作为待计算的数据。4.根据权利要求3所述的方法,其特征在于,在确定待计算的数据之后,所述方法还包括:根据所述字段信息,确定关键字;根据所述关键字,对所述待计算的数据进行预设窗口时间内的去重处理。5.根据权利要求1-4任意一项所述的方法,其特征在于,将所述待计算的数据加载到内存数据库表中进行实时计算,以生成数据宽表包括:将所述待计算的数据加载到内存数据库表中;利用多线程,并发计算内存数据库表中待计算的数据,以生成数据宽表。6.一种实时生成数据宽表的装置,其特征在于,包括:实时存储模块,用于将线上的生产数据进行实时存储;字段信息确定模块,用于确定待生成的数据宽表所包含的字段信息...
【专利技术属性】
技术研发人员:袁建军,刘业辉,王彦明,
申请(专利权)人:北京京东尚科信息技术有限公司,北京京东世纪贸易有限公司,
类型:发明
国别省市:北京,11
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。