一種大數(shù)據(jù)的處理方法、系統(tǒng)的制作方法
【專利摘要】本發(fā)明適用于信息處理【技術(shù)領(lǐng)域】，提供了一種大數(shù)據(jù)的處理方法、系統(tǒng)，所述方法包括：實(shí)時(shí)處理系統(tǒng)根據(jù)預(yù)置的配置文件獲取異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息并發(fā)送所述異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息至批處理系統(tǒng)，所述批處理系統(tǒng)根據(jù)所述異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息建立元數(shù)據(jù)表；實(shí)時(shí)處理系統(tǒng)接收源數(shù)據(jù)流，對所述源數(shù)據(jù)流進(jìn)行實(shí)時(shí)處理并寫入實(shí)時(shí)處理結(jié)果至實(shí)時(shí)處理系統(tǒng)的數(shù)據(jù)庫中，同時(shí)發(fā)送實(shí)時(shí)處理結(jié)果至批處理系統(tǒng)，以由批處理系統(tǒng)將所述實(shí)時(shí)處理結(jié)果存儲在元數(shù)據(jù)表中；批處理系統(tǒng)接收批處理作業(yè)指令，根據(jù)所述批處理作業(yè)指令執(zhí)行相應(yīng)的批處理任務(wù)，并展示作業(yè)結(jié)果。本發(fā)明，避免了手工進(jìn)行數(shù)據(jù)預(yù)處理的操作，減少了數(shù)據(jù)處理前期的預(yù)處理時(shí)間成本。
【專利說明】一種大數(shù)據(jù)的處理方法、系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于信息處理【技術(shù)領(lǐng)域】，尤其涉及一種大數(shù)據(jù)的處理方法、系統(tǒng)。
【背景技術(shù)】
[0002]批處理和實(shí)時(shí)處理是目前大數(shù)據(jù)分析中對于數(shù)據(jù)處理的兩種基本方法。所謂批處理就是將作業(yè)按照它們的性質(zhì)分組(或分批)，然后再成組(或成批)地提交給計(jì)算機(jī)系統(tǒng)，由計(jì)算機(jī)自動完成處理后再輸出結(jié)果，它的目的是為了提高系統(tǒng)吞吐量和資源的利用率?，F(xiàn)在的批處理系統(tǒng)，如分布式文件系統(tǒng)、并行數(shù)據(jù)庫等都大大地提高了系統(tǒng)的資源利用率和作業(yè)吞吐量，不僅適用于存儲在內(nèi)存中的小數(shù)據(jù)集，同時(shí)還能夠擴(kuò)展到處理龐大的數(shù)據(jù)集。所謂實(shí)時(shí)處理是指實(shí)時(shí)數(shù)據(jù)通過接入層源源不斷地進(jìn)入實(shí)時(shí)處理系統(tǒng)，在數(shù)據(jù)處理層根據(jù)相應(yīng)的計(jì)算任務(wù)進(jìn)行計(jì)算，然后將計(jì)算結(jié)果寫入到歸檔層，供下一個(gè)系統(tǒng)查詢或者使用?，F(xiàn)在的實(shí)時(shí)處理系統(tǒng)如S4、Storm、Puma等都具有低延遲、支持實(shí)時(shí)不間斷處理等特性。基于這兩種方式獨(dú)立存在的開源系統(tǒng)不勝其數(shù)，不同的使用場景使得大數(shù)據(jù)處理分析逐漸地向兩個(gè)獨(dú)立地方向發(fā)展。
[0003]但是隨著數(shù)據(jù)量的大規(guī)模增長，不同的服務(wù)對數(shù)據(jù)的處理要求變得復(fù)雜多樣，我們在實(shí)踐中發(fā)現(xiàn)了如下的實(shí)際需求:在對海量數(shù)據(jù)進(jìn)行批處理時(shí)，需要自動獲取其中某個(gè)特定的事件或者實(shí)體的實(shí)時(shí)狀態(tài)；同樣地，在對大數(shù)據(jù)進(jìn)行實(shí)時(shí)處理時(shí)，需要自動查詢某個(gè)特定事件或者實(shí)體的歷史記錄。在這種情況下，人們真正想要的是批處理和實(shí)時(shí)處理的結(jié)合體，既滿足實(shí)時(shí)處理的需求，又獲取批處理深度挖掘后的數(shù)據(jù)價(jià)值。
[0004]然而，在常見的實(shí)現(xiàn)方案中，大數(shù)據(jù)的批處理系統(tǒng)和實(shí)時(shí)處理系統(tǒng)為兩個(gè)獨(dú)立的系統(tǒng)。若要結(jié)合使用，實(shí)時(shí)數(shù)據(jù)經(jīng)過加工處理存儲到批處理系統(tǒng)的環(huán)節(jié)需要人工完成，人工建表和導(dǎo)入數(shù)據(jù)的過程不僅時(shí)間開銷巨大、效率低，而且人工成本也偏高。
【發(fā)明內(nèi)容】
[0005]本發(fā)明實(shí)施例提供了一種大數(shù)據(jù)的處理方法、系統(tǒng)，旨在解決現(xiàn)有技術(shù)提供的大數(shù)據(jù)處理方法，不僅時(shí)間開銷巨大、效率低，而且人工成本也偏高的問題。
[0006]一方面，提供一種大數(shù)據(jù)的處理方法，所述方法包括:
[0007]實(shí)時(shí)處理系統(tǒng)解析預(yù)置的配置文件，獲取異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息；
[0008]實(shí)時(shí)處理系統(tǒng)發(fā)送所述異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息至批處理系統(tǒng)，所述批處理系統(tǒng)根據(jù)所述異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息建立元數(shù)據(jù)表；
[0009]實(shí)時(shí)處理系統(tǒng)接收源數(shù)據(jù)流，對所述源數(shù)據(jù)流進(jìn)行實(shí)時(shí)處理；
[0010]實(shí)時(shí)處理系統(tǒng)寫入實(shí)時(shí)處理結(jié)果至實(shí)時(shí)處理系統(tǒng)的數(shù)據(jù)庫中；
[0011]實(shí)時(shí)處理系統(tǒng)發(fā)送實(shí)時(shí)處理結(jié)果至批處理系統(tǒng)，以由批處理系統(tǒng)將所述實(shí)時(shí)處理結(jié)果存儲在元數(shù)據(jù)表中；
[0012]批處理系統(tǒng)接收批處理作業(yè)指令；
[0013]批處理系統(tǒng)根據(jù)所述批處理作業(yè)指令執(zhí)行相應(yīng)的批處理任務(wù)，并展示作業(yè)結(jié)果。[0014]進(jìn)一步地，所述批處理作業(yè)指令是實(shí)時(shí)處理系統(tǒng)推送至批處理系統(tǒng)的；或
[0015]所述批處理作業(yè)指令是客戶分配給批處理系統(tǒng)的。
[0016]進(jìn)一步地，所述實(shí)時(shí)處理系統(tǒng)發(fā)送實(shí)時(shí)處理結(jié)果至批處理系統(tǒng)，由批處理系統(tǒng)將所述實(shí)時(shí)處理結(jié)果存儲在元數(shù)據(jù)表中包括:
[0017]實(shí)時(shí)處理系統(tǒng)設(shè)置定時(shí)器；
[0018]實(shí)時(shí)處理系統(tǒng)建立和批處理系統(tǒng)的套接字通信；
[0019]實(shí)時(shí)處理系統(tǒng)根據(jù)所述定時(shí)器設(shè)置的周期，周期性地將所述實(shí)時(shí)處理結(jié)果發(fā)送至批處理系統(tǒng)。
[0020]另一方面,提供一種實(shí)時(shí)處理系統(tǒng),所述實(shí)時(shí)處理系統(tǒng)包括:
[0021]數(shù)據(jù)結(jié)構(gòu)信息獲取單元，用于解析預(yù)置的配置文件，獲取異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息；
[0022]數(shù)據(jù)結(jié)構(gòu)信息發(fā)送單元，用于發(fā)送所述異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息至批處理系統(tǒng)，以由所述批處理系統(tǒng)根據(jù)所述異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息建立元數(shù)據(jù)表；
[0023]實(shí)時(shí)處理單元，用于接收源數(shù)據(jù)流，對所述源數(shù)據(jù)流進(jìn)行實(shí)時(shí)處理；
[0024]第一實(shí)時(shí)結(jié)果存儲單元，用于寫入實(shí)時(shí)處理結(jié)果至實(shí)時(shí)處理系統(tǒng)的數(shù)據(jù)庫中；
[0025]實(shí)時(shí)結(jié)果發(fā)送單元，用于發(fā)送實(shí)時(shí)處理結(jié)果至批處理系統(tǒng)，以由批處理系統(tǒng)先將所述實(shí)時(shí)處理結(jié)果存儲在元數(shù)據(jù)表中，再根據(jù)接收到的批處理作業(yè)指令執(zhí)行相應(yīng)的批處理任務(wù)，并展示作業(yè)結(jié)果。
[0026]進(jìn)一步地，所述實(shí)時(shí)處理系統(tǒng)還包括:
[0027]批處理作業(yè)指令推送單元，用于推送批處理作業(yè)指令至批處理系統(tǒng)。
[0028]進(jìn)一步地，所述實(shí)時(shí)結(jié)果發(fā)送單元包括:
[0029]定時(shí)器設(shè)置模塊，用于設(shè)置定時(shí)器；
[0030]通信建立模塊，用于建立和批處理系統(tǒng)的套接字通信；
[0031]實(shí)時(shí)結(jié)果發(fā)送模塊，用于根據(jù)所述定時(shí)器設(shè)置的周期，周期性地發(fā)送所述實(shí)時(shí)處理結(jié)果至批處理系統(tǒng)。
[0032]又一方面，提供一種批處理系統(tǒng)，所述批處理系統(tǒng)包括:
[0033]數(shù)據(jù)結(jié)構(gòu)信息接收單元，用于接收實(shí)時(shí)處理系統(tǒng)發(fā)送的異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息；
[0034]元數(shù)據(jù)表建立單元，用于根據(jù)所述異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息建立元數(shù)據(jù)表；
[0035]實(shí)時(shí)結(jié)果接收單元，用于接收實(shí)時(shí)處理系統(tǒng)發(fā)送的實(shí)時(shí)處理結(jié)果；
[0036]第二實(shí)時(shí)結(jié)果存儲單元，用于將所述實(shí)時(shí)處理結(jié)果存儲在元數(shù)據(jù)表中；
[0037]批處理作業(yè)指令接收單元，用于批處理系統(tǒng)接收批處理作業(yè)指令；
[0038]批處理執(zhí)行單元，用于根據(jù)所述批處理作業(yè)指令執(zhí)行相應(yīng)的批處理任務(wù)，并展示作業(yè)結(jié)果。
[0039]進(jìn)一步地,所述批處理作業(yè)指令接收單元包括:
[0040]第一批處理作業(yè)指令接收模塊，用于接收實(shí)時(shí)處理系統(tǒng)推送的批處理作業(yè)指令；或
[0041]第二批處理作業(yè)指令接收模塊，用于接收批處理查詢客戶端分配的批處理作業(yè)指令。[0042]進(jìn)一步地，所述第二實(shí)時(shí)結(jié)果存儲單元周期性地將所述實(shí)時(shí)處理結(jié)果通過復(fù)制方式加載至批處理系統(tǒng)的數(shù)據(jù)庫中。
[0043]再一方面，提供一種大數(shù)據(jù)的處理系統(tǒng)，所述系統(tǒng)包括實(shí)時(shí)數(shù)據(jù)查詢客戶端、如上所述的實(shí)時(shí)處理系統(tǒng)、批處理查詢客戶端和如上所述的批處理系統(tǒng)，所述實(shí)時(shí)數(shù)據(jù)查詢客戶端與所述實(shí)時(shí)處理系統(tǒng)連接，所述實(shí)時(shí)處理系統(tǒng)與所述批處理系統(tǒng)連接，所述批處理系統(tǒng)與所述批處理查詢客戶端連接。
[0044]在本發(fā)明實(shí)施例，提供的實(shí)時(shí)處理系統(tǒng)可以支持多種異構(gòu)數(shù)據(jù)源，批處理系統(tǒng)提供AutoTransform、AutoPartition工具，通過這些自動化工具實(shí)現(xiàn)了自動建表、自動分塊和加載數(shù)據(jù)的機(jī)制，可以提高批處理的自動化程度，避免了手工進(jìn)行數(shù)據(jù)預(yù)處理的操作，減少了數(shù)據(jù)處理前期的預(yù)處理時(shí)間成本，提高了數(shù)據(jù)批處理的效率。另外，實(shí)時(shí)處理系統(tǒng)可以對流式數(shù)據(jù)實(shí)時(shí)處理的能力的同時(shí)，將實(shí)時(shí)處理結(jié)果實(shí)時(shí)寫入至批處理底層的PostgreSQL數(shù)據(jù)庫中，減少數(shù)據(jù)轉(zhuǎn)存過渡期的開銷。
【專利附圖】
【附圖說明】
[0045]圖1是本發(fā)明實(shí)施例一提供的大數(shù)據(jù)的處理方法的實(shí)現(xiàn)流程圖；
[0046]圖2是本發(fā)明實(shí)施例一提供的大數(shù)據(jù)的處理系統(tǒng)的結(jié)構(gòu)框圖。
【具體實(shí)施方式】
[0047]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0048]在本發(fā)明實(shí)施例中，實(shí)時(shí)處理系統(tǒng)根據(jù)預(yù)置的配置文件獲取異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息，并發(fā)送所述異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息至批處理系統(tǒng)，由批處理系統(tǒng)根據(jù)所述異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息建立元數(shù)據(jù)表；實(shí)時(shí)處理系統(tǒng)接收到源數(shù)據(jù)流后，對所述源數(shù)據(jù)流進(jìn)行實(shí)時(shí)處理，寫入實(shí)時(shí)處理結(jié)果至實(shí)時(shí)處理系統(tǒng)的數(shù)據(jù)庫中，同時(shí)發(fā)送實(shí)時(shí)處理結(jié)果至批處理系統(tǒng)，以由批處理系統(tǒng)將所述實(shí)時(shí)處理結(jié)果存儲在元數(shù)據(jù)表中，批處理系統(tǒng)接收到批處理作業(yè)指令后，根據(jù)所述批處理作業(yè)指令執(zhí)行相應(yīng)的批處理任務(wù)，并展示作業(yè)結(jié)果。
[0049]以下結(jié)合具體實(shí)施例對本發(fā)明的實(shí)現(xiàn)進(jìn)行詳細(xì)描述:
[0050]實(shí)施例一
[0051]圖1示出了本發(fā)明實(shí)施例一提供的大數(shù)據(jù)的處理方法的實(shí)現(xiàn)流程，詳述如下:
[0052]在步驟SlOl中，實(shí)時(shí)處理系統(tǒng)解析預(yù)置的配置文件，獲取異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息。
[0053]在本實(shí)施例中，實(shí)時(shí)處理系統(tǒng)可以預(yù)先根據(jù)待處理的異構(gòu)數(shù)據(jù)源的結(jié)構(gòu)信息進(jìn)行配置文件的設(shè)置，后續(xù)，接收到源數(shù)據(jù)流后，實(shí)時(shí)處理系統(tǒng)即可根據(jù)預(yù)先設(shè)置的配置文件對接收到的源數(shù)據(jù)流進(jìn)行解析，得到所述源數(shù)據(jù)流的數(shù)據(jù)信息。
[0054]其中，用戶成功登錄由實(shí)時(shí)處理系統(tǒng)和批處理系統(tǒng)組成的大數(shù)據(jù)的處理系統(tǒng)的主界面后，可以通過主界面左側(cè)的工具欄進(jìn)行數(shù)據(jù)源管理。管理員賬號用戶通過管理賬號登錄后，可以根據(jù)異構(gòu)數(shù)據(jù)源的結(jié)構(gòu)信息對配置文件進(jìn)行設(shè)置，而普通賬號用戶只可以查詢數(shù)據(jù)分析結(jié)果。[0055]在步驟S102中，實(shí)時(shí)處理系統(tǒng)發(fā)送所述異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息至批處理系統(tǒng)，所述批處理系統(tǒng)根據(jù)所述異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息建立元數(shù)據(jù)表。
[0056]在本實(shí)施例中，異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息中包括數(shù)據(jù)名稱、數(shù)據(jù)各字段的名稱和類型，批處理系統(tǒng)接收到異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息后，即可啟動AutoTransform工具，由AutoTransform工具根據(jù)該信息自動生成相應(yīng)的PostgreSQL或Hive建表語句，并通過建表語句在批處理系統(tǒng)的數(shù)據(jù)庫中建立元數(shù)據(jù)表。
[0057]在步驟S103中，實(shí)時(shí)處理系統(tǒng)接收源數(shù)據(jù)流，對所述源數(shù)據(jù)流進(jìn)行實(shí)時(shí)處理，并寫入實(shí)時(shí)處理結(jié)果至實(shí)時(shí)處理系統(tǒng)的數(shù)據(jù)庫中。
[0058]在本實(shí)施例中，實(shí)時(shí)處理系統(tǒng)中包括根據(jù)具體的應(yīng)用要求進(jìn)行編寫的特定的gStorm程序，gStorm程序可以根據(jù)預(yù)置的配置文件實(shí)時(shí)處理源數(shù)據(jù)流，并將需要的實(shí)時(shí)處理結(jié)果實(shí)時(shí)寫入到實(shí)時(shí)處理系統(tǒng)的持久化模塊數(shù)據(jù)庫中，以便實(shí)時(shí)查詢。
[0059]在步驟S104中，實(shí)時(shí)處理系統(tǒng)發(fā)送實(shí)時(shí)處理結(jié)果至批處理系統(tǒng)，以由批處理系統(tǒng)將所述實(shí)時(shí)處理存儲在元數(shù)據(jù)表中。
[0060]在本實(shí)施例中，批處理系統(tǒng)采用Hadoop、Hive和PostgreSQL等開源組件。批處理系統(tǒng)接收到實(shí)時(shí)處理結(jié)果后，對實(shí)時(shí)處理結(jié)果中包括的數(shù)據(jù)進(jìn)行分塊，具體可以通過AutoPartition工具實(shí)現(xiàn)全局哈希分塊和本地哈希分塊。其中，全局哈希分塊是通過全局散列器執(zhí)行一個(gè)已定制過的Hadoop MapReduce作業(yè)來讀取存儲在批處理系統(tǒng)(HadoopDistributed File System, HDFS)的主節(jié)點(diǎn)上的數(shù)據(jù)文件,然后根據(jù)系統(tǒng)中子節(jié)點(diǎn)的個(gè)數(shù)將讀取的數(shù)據(jù)進(jìn)行重新劃分。本地哈希分塊是通過本地散列器將HDFS上的分區(qū)分別下載到每個(gè)子節(jié)點(diǎn)的本地文件系統(tǒng)中，然后基于最大塊大小設(shè)置將這些分區(qū)文件二次劃分為較小的塊。最后，批處理系統(tǒng)將這些較小的塊通過復(fù)制方式獨(dú)立地加載至批處理系統(tǒng)的各個(gè)子節(jié)點(diǎn)上的數(shù)據(jù)庫中。其中，各個(gè)子節(jié)點(diǎn)上的數(shù)據(jù)庫中存儲的數(shù)據(jù)按照日期和時(shí)間的順序進(jìn)行存儲。
[0061]在步驟S105中，批處理系統(tǒng)接收批處理作業(yè)指令。
[0062]在本實(shí)施例中，批處理系統(tǒng)通過兩種方式接收批處理作業(yè)指令。一種是實(shí)時(shí)處理系統(tǒng)推送批處理作業(yè)指令至批處理系統(tǒng)。其中，實(shí)時(shí)處理系統(tǒng)可以擴(kuò)展gStorm程序的Bolt功能，使其能與批處理系統(tǒng)的管理者“ JobTracker”進(jìn)行通信，并推送SQL命令給批處理系統(tǒng)，再由批處理系統(tǒng)解析SQL語句為MapReduce任務(wù)。具體實(shí)現(xiàn)時(shí)，實(shí)時(shí)處理系統(tǒng)可以設(shè)置指定條件，當(dāng)滿足指定條件時(shí)，實(shí)時(shí)處理系統(tǒng)推送批處理作業(yè)指令至批處理系統(tǒng)。這種接收批處理作業(yè)指令的方式，在發(fā)揮gStorm對流式數(shù)據(jù)實(shí)時(shí)處理的能力的同時(shí)，將實(shí)時(shí)處理結(jié)果實(shí)時(shí)寫入至批處理底層的PostgreSQL數(shù)據(jù)庫中，減少數(shù)據(jù)轉(zhuǎn)存過渡期的開銷。另一種是由批處理系統(tǒng)等待客戶分配批處理作業(yè)指令。
[0063]在步驟S106中，批處理系統(tǒng)根據(jù)所述批處理作業(yè)指令執(zhí)行相應(yīng)的批處理任務(wù)，并展示作業(yè)結(jié)果。
[0064]在本實(shí)施例中，批處理作業(yè)指令是SQL命令，批處理系統(tǒng)接收到SQL命令后，將SQL命令翻譯成MapReduce任務(wù)，同時(shí)再將MapReduce任務(wù)對應(yīng)到底層關(guān)系型數(shù)據(jù)庫可以執(zhí)行的SQL語句，以實(shí)現(xiàn)快速查詢。
[0065]本實(shí)施例，提供的實(shí)時(shí)處理系統(tǒng)可以支持多種異構(gòu)數(shù)據(jù)源，批處理系統(tǒng)提供AutoTransform、AutoPartition工具,通過這些自動化工具實(shí)現(xiàn)了自動建表、自動分塊和加載數(shù)據(jù)的機(jī)制，可以提高批處理的自動化程度，避免了手工進(jìn)行數(shù)據(jù)預(yù)處理的操作，減少了數(shù)據(jù)處理前期的預(yù)處理時(shí)間成本，提高了數(shù)據(jù)批處理的效率。另外，實(shí)時(shí)處理系統(tǒng)可以對流式數(shù)據(jù)實(shí)時(shí)處理的能力的同時(shí)，將實(shí)時(shí)處理結(jié)果實(shí)時(shí)寫入至批處理底層的PostgreSQL數(shù)據(jù)庫中，減少數(shù)據(jù)轉(zhuǎn)存過渡期的開銷。
[0066]本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述各實(shí)施例方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，相應(yīng)的程序可以存儲于一計(jì)算機(jī)可讀取存儲介質(zhì)中，所述的存儲介質(zhì)，如R0M/RAM、磁盤或光盤等。
[0067]實(shí)施例二
[0068]圖2示出了本發(fā)明實(shí)施例二提供的大數(shù)據(jù)的處理系統(tǒng)的具體結(jié)構(gòu)框圖，為了便于說明，僅示出了與本發(fā)明實(shí)施例相關(guān)的部分。該大數(shù)據(jù)的處理系統(tǒng)包括:實(shí)時(shí)數(shù)據(jù)查詢客戶端23、實(shí)時(shí)處理系統(tǒng)21、批處理查詢客戶端24和批處理系統(tǒng)22，所述實(shí)時(shí)數(shù)據(jù)查詢客戶端23與所述實(shí)時(shí)處理系統(tǒng)21連接，所述實(shí)時(shí)處理系統(tǒng)21與所述批處理系統(tǒng)22連接，所述批處理系統(tǒng)22與所述批處理查詢客戶端連接24。
[0069]具體的，實(shí)時(shí)處理系統(tǒng)21包括:數(shù)據(jù)結(jié)構(gòu)信息獲取單元211、數(shù)據(jù)結(jié)構(gòu)信息發(fā)送單元212、實(shí)時(shí)處理單元213、第一實(shí)時(shí)結(jié)果存儲單元214和實(shí)時(shí)結(jié)果發(fā)送單元215。
[0070]其中，數(shù)據(jù)結(jié)構(gòu)信息獲取單元211，用于解析預(yù)置的配置文件，獲取異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息；
[0071]數(shù)據(jù)結(jié)構(gòu)信息發(fā)送單元212，用于發(fā)送所述異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息至批處理系統(tǒng)，以由所述批處理系統(tǒng)根據(jù)所述異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息建立元數(shù)據(jù)表；
[0072]實(shí)時(shí)處理單元213，用于接收源數(shù)據(jù)流，對所述源數(shù)據(jù)流進(jìn)行實(shí)時(shí)處理；
[0073]第一實(shí)時(shí)結(jié)果存儲單元214，用于寫入實(shí)時(shí)處理結(jié)果至實(shí)時(shí)處理系統(tǒng)的數(shù)據(jù)庫中；
[0074]實(shí)時(shí)結(jié)果發(fā)送單元215，用于發(fā)送實(shí)時(shí)處理結(jié)果至批處理系統(tǒng)，以由批處理系統(tǒng)先將所述實(shí)時(shí)處理結(jié)果存儲在元數(shù)據(jù)表中，再根據(jù)接收到的批處理作業(yè)指令執(zhí)行相應(yīng)的批處理任務(wù)，并展示作業(yè)結(jié)果。
[0075]進(jìn)一步地，實(shí)時(shí)處理系統(tǒng)21還包括:
[0076]批處理作業(yè)指令推送單元，用于推送批處理作業(yè)指令至批處理系統(tǒng)。
[0077]具體的，所述實(shí)時(shí)結(jié)果發(fā)送單元215包括:
[0078]定時(shí)器設(shè)置模塊，用于設(shè)置定時(shí)器；
[0079]通信建立模塊，用于建立和批處理系統(tǒng)的套接字通信；
[0080]實(shí)時(shí)結(jié)果發(fā)送模塊，用于根據(jù)所述定時(shí)器設(shè)置的周期，周期性地發(fā)送所述實(shí)時(shí)處理結(jié)果至批處理系統(tǒng)。
[0081]具體的，所述批處理系統(tǒng)22包括:數(shù)據(jù)結(jié)構(gòu)信息接收單元221、元數(shù)據(jù)表建立單元222、實(shí)時(shí)結(jié)果接收單元223、第二實(shí)時(shí)結(jié)果存儲單元224、批處理作業(yè)指令接收單元225和批處理執(zhí)行單元226。
[0082]其中，數(shù)據(jù)結(jié)構(gòu)信息接收單元221，用于接收實(shí)時(shí)處理系統(tǒng)發(fā)送的異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息；
[0083]元數(shù)據(jù)表建立單元222，用于根據(jù)所述異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息建立元數(shù)據(jù)表；[0084]實(shí)時(shí)結(jié)果接收單元223，用于接收實(shí)時(shí)處理系統(tǒng)發(fā)送的實(shí)時(shí)處理結(jié)果；
[0085]第二實(shí)時(shí)結(jié)果存儲單元224，用于將所述實(shí)時(shí)處理結(jié)果存儲在元數(shù)據(jù)表中；
[0086]批處理作業(yè)指令接收單元225，用于接收批處理作業(yè)指令；
[0087]批處理執(zhí)行單元226，用于根據(jù)所述批處理作業(yè)指令執(zhí)行相應(yīng)的批處理任務(wù)，并展示作業(yè)結(jié)果。
[0088]具體的,所述批處理作業(yè)指令接收單元225包括:
[0089]第一批處理作業(yè)指令接收模塊，用于接收實(shí)時(shí)處理系統(tǒng)推送的批處理作業(yè)指令；或
[0090]第二批處理作業(yè)指令接收模塊，用于接收批處理查詢客戶端24分配的批處理作業(yè)指令。
[0091]具體的，所述第二實(shí)時(shí)結(jié)果存儲單元224周期性地將所述實(shí)時(shí)處理結(jié)果通過復(fù)制方式加載至批處理系統(tǒng)的數(shù)據(jù)庫中。
[0092]具體的，實(shí)時(shí)數(shù)據(jù)查詢客戶端23可以發(fā)送實(shí)時(shí)查詢指令至實(shí)時(shí)處理系統(tǒng)21，進(jìn)行實(shí)時(shí)查詢。
[0093]具體的，批處理系統(tǒng)22結(jié)合MapReduce框架和并行數(shù)據(jù)庫的優(yōu)勢，利用了MapReduce框架和并行數(shù)據(jù)庫的優(yōu)勢,其中MapReduce部分負(fù)責(zé)數(shù)據(jù)載入、轉(zhuǎn)換等任務(wù)，并行數(shù)據(jù)庫負(fù)責(zé)查詢密集型任務(wù)，兩者結(jié)合實(shí)現(xiàn)對離線數(shù)據(jù)進(jìn)行深度挖掘，不僅取得MapReduce等大規(guī)模并行數(shù)據(jù)處理架構(gòu)的容錯性，同時(shí)還可以高效地執(zhí)行復(fù)雜的SQL語句分析。
[0094]另外，該大數(shù)據(jù)的處理系統(tǒng)還提供了人性化的一站式系統(tǒng)管理和交互環(huán)境，用戶可以直接通過Web端設(shè)定和修改系統(tǒng)參數(shù)，實(shí)時(shí)監(jiān)控集群的運(yùn)行狀態(tài)。大數(shù)據(jù)處理系統(tǒng)還通過調(diào)用數(shù)據(jù)可視化框架，將查詢結(jié)果動態(tài)、美觀地呈現(xiàn)給用戶。
[0095]本發(fā)明實(shí)施例已經(jīng)實(shí)際運(yùn)用于處理深圳市交通管理部門提供的真實(shí)的海量實(shí)時(shí)數(shù)據(jù)，解決海量實(shí)時(shí)交通數(shù)據(jù)所面臨的主要技術(shù)瓶頸，包括快速檢索和高效分析。
[0096]總體而言，支持批處理和實(shí)時(shí)處理的大數(shù)據(jù)的處理方法，實(shí)現(xiàn)了實(shí)時(shí)處理和批處理的互操作，既能夠滿足用戶對于海量歷史數(shù)據(jù)的統(tǒng)計(jì)分析的功能，又能夠支持實(shí)時(shí)數(shù)據(jù)查詢統(tǒng)計(jì)功能，人性化的界面展示模塊還能將查詢、分析結(jié)果通過實(shí)時(shí)動態(tài)圖表展示給用戶，可視化程度很高。
[0097]本發(fā)明實(shí)施例提供的系統(tǒng)可以應(yīng)用在前述對應(yīng)的方法實(shí)施例一中，詳情參見上述實(shí)施例一的描述，在此不再贅述。
[0098]值得注意的是，上述系統(tǒng)實(shí)施例中，所包括的各個(gè)單元只是按照功能邏輯進(jìn)行劃分的，但并不局限于上述的劃分，只要能夠?qū)崿F(xiàn)相應(yīng)的功能即可；另外，各功能單元的具體名稱也只是為了便于相互區(qū)分，并不用于限制本發(fā)明的保護(hù)范圍。
[0099]以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【權(quán)利要求】
1.一種大數(shù)據(jù)的處理方法，其特征在于，所述方法包括: 實(shí)時(shí)處理系統(tǒng)解析預(yù)置的配置文件，獲取異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息； 實(shí)時(shí)處理系統(tǒng)發(fā)送所述異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息至批處理系統(tǒng)，以由所述批處理系統(tǒng)根據(jù)所述異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息建立元數(shù)據(jù)表； 實(shí)時(shí)處理系統(tǒng)接收源數(shù)據(jù)流，對所述源數(shù)據(jù)流進(jìn)行實(shí)時(shí)處理； 實(shí)時(shí)處理系統(tǒng)寫入實(shí)時(shí)處理結(jié)果至實(shí)時(shí)處理系統(tǒng)的數(shù)據(jù)庫中； 實(shí)時(shí)處理系統(tǒng)發(fā)送實(shí)時(shí)處理結(jié)果至批處理系統(tǒng)，以由批處理系統(tǒng)將所述實(shí)時(shí)處理結(jié)果存儲在兀數(shù)據(jù)表中； 批處理系統(tǒng)接收批處理作業(yè)指令； 批處理系統(tǒng)根據(jù)所述批處理作業(yè)指令執(zhí)行相應(yīng)的批處理任務(wù)，并展示作業(yè)結(jié)果。
2.如權(quán)利要求1所述的方法，其特征在于，所述批處理作業(yè)指令是實(shí)時(shí)處理系統(tǒng)推送至批處理系統(tǒng)的；或 所述批處理作業(yè)指令是客戶分配給批處理系統(tǒng)的。
3.如權(quán)利要求1或2所述的方法，其特征在于，所述實(shí)時(shí)處理系統(tǒng)發(fā)送實(shí)時(shí)處理結(jié)果至批處理系統(tǒng)，由批處理系統(tǒng)將所述實(shí)時(shí)處理結(jié)果存儲在元數(shù)據(jù)表中包括: 實(shí)時(shí)處理系統(tǒng)設(shè)置定時(shí)器； 實(shí)時(shí)處理系統(tǒng)建立和批處理系統(tǒng)的套接字通信； 實(shí)時(shí)處理系統(tǒng)根據(jù)所述定時(shí)器設(shè)置的周期，周期性地將所述實(shí)時(shí)處理結(jié)果發(fā)送至批處理系統(tǒng)。
4.一種實(shí)時(shí)處理系統(tǒng),其特征在于,所述實(shí)時(shí)處理系統(tǒng)包括: 數(shù)據(jù)結(jié)構(gòu)信息獲取單元，用于解析預(yù)置的配置文件，獲取異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息； 數(shù)據(jù)結(jié)構(gòu)信息發(fā)送單元，用于發(fā)送所述異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息至批處理系統(tǒng)，以由所述批處理系統(tǒng)根據(jù)所述異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息建立元數(shù)據(jù)表； 實(shí)時(shí)處理單元，用于接收源數(shù)據(jù)流，對所述源數(shù)據(jù)流進(jìn)行實(shí)時(shí)處理； 第一實(shí)時(shí)結(jié)果存儲單元，用于寫入實(shí)時(shí)處理結(jié)果至實(shí)時(shí)處理系統(tǒng)的數(shù)據(jù)庫中； 實(shí)時(shí)結(jié)果發(fā)送單元，用于發(fā)送實(shí)時(shí)處理結(jié)果至批處理系統(tǒng)，以由批處理系統(tǒng)先將所述實(shí)時(shí)處理結(jié)果存儲在元數(shù)據(jù)表中，再根據(jù)接收到的批處理作業(yè)指令執(zhí)行相應(yīng)的批處理任務(wù)，并展示作業(yè)結(jié)果。
5.如權(quán)利要求4所述的實(shí)時(shí)處理系統(tǒng)，其特征在于，所述實(shí)時(shí)處理系統(tǒng)還包括: 批處理作業(yè)指令推送單元，用于推送批處理作業(yè)指令至批處理系統(tǒng)。
6.如權(quán)利要求4或5所述的實(shí)時(shí)處理系統(tǒng)，其特征在于，所述實(shí)時(shí)結(jié)果發(fā)送單元包括: 定時(shí)器設(shè)置模塊，用于設(shè)置定時(shí)器； 通信建立模塊，用于建立和批處理系統(tǒng)的套接字通信； 實(shí)時(shí)結(jié)果發(fā)送模塊，用于根據(jù)所述定時(shí)器設(shè)置的周期，周期性地發(fā)送所述實(shí)時(shí)處理結(jié)果至批處理系統(tǒng)。
7.一種批處理系統(tǒng)，其特征在于，所述批處理系統(tǒng)包括: 數(shù)據(jù)結(jié)構(gòu)信息接收單元，用于接收實(shí)時(shí)處理系統(tǒng)發(fā)送的異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息； 元數(shù)據(jù)表建立單元，用于根據(jù)所述異構(gòu)數(shù)據(jù)源的數(shù)據(jù)結(jié)構(gòu)信息建立元數(shù)據(jù)表；實(shí)時(shí)結(jié)果接收單元，用于接收實(shí)時(shí)處理系統(tǒng)發(fā)送的實(shí)時(shí)處理結(jié)果； 第二實(shí)時(shí)結(jié)果存儲單元，用于將所述實(shí)時(shí)處理結(jié)果存儲在元數(shù)據(jù)表中； 批處理作業(yè)指令接收單元，用于批處理系統(tǒng)接收批處理作業(yè)指令； 批處理執(zhí)行單元，用于根據(jù)所述批處理作業(yè)指令執(zhí)行相應(yīng)的批處理任務(wù)，并展示作業(yè)結(jié)果。
8.如權(quán)利要求7所述的批處理系統(tǒng)，其特征在于，所述批處理作業(yè)指令接收單元包括: 第一批處理作業(yè)指 令接收模塊，用于接收實(shí)時(shí)處理系統(tǒng)推送的批處理作業(yè)指令；或 第二批處理作業(yè)指令接收模塊，用于接收批處理查詢客戶端分配的批處理作業(yè)指令。
9.如權(quán)利要求7或8所述的批處理系統(tǒng)，其特征在于，所述第二實(shí)時(shí)結(jié)果存儲單元周期性地將所述實(shí)時(shí)處理結(jié)果通過復(fù)制方式加載至批處理系統(tǒng)的數(shù)據(jù)庫中。
10.一種大數(shù)據(jù)的處理系統(tǒng)，其特征在于，所述系統(tǒng)包括實(shí)時(shí)數(shù)據(jù)查詢客戶端、如權(quán)利要求4至6任一項(xiàng)所述的實(shí)時(shí)處理系統(tǒng)、批處理查詢客戶端和如權(quán)利要求7至9任一項(xiàng)所述的批處理系統(tǒng)，所述實(shí)時(shí)數(shù)據(jù)查詢客戶端與所述實(shí)時(shí)處理系統(tǒng)連接，所述實(shí)時(shí)處理系統(tǒng)與所述批處理系統(tǒng)連接，所述批處理系統(tǒng)與所述批處理查詢客戶端連接。
【文檔編號】G06F17/30GK103942330SQ201410182903
【公開日】2014年7月23日 申請日期:2014年4月30日 優(yōu)先權(quán)日:2014年4月30日
【發(fā)明者】范小朋, 沈慧, 楊鑫, 趙東輝, 須成忠 申請人:深圳先進(jìn)技術(shù)研究院