维表数据的关联方法、关联装置、电子设备和存储介质与流程

所属的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。下面参照图10来描述根据本发明的这种实施方式的维表数据的关联装置1000。图10所示的维表数据的关联装置1000仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。维表数据的关联装置1000以硬件模块的形式表现。维表数据的关联装置1000的组件可以包括但不限于：获取模块1002，用于获取事实数据表以及维度数据，所述事实数据表基于指定业务场景生成，所述维度数据与所述指定业务场景对应；关联模块1004，用于基于所述事实数据表的字段与所述维度数据执行关联操作；重关联模块1006，用于检测到所述事实数据表中具有未成功执行所述关联操作的未关联事实数据，将所述未关联事实数据的待关联字段推送至维度缺失通知队列，以基于所述维度缺失通知队列获取所述未关联事实数据所需的重关联维度数据，以使所述未关联事实数据与所述重关联维度数据重新关联。在一个实施例中，还包括：检测模块1008，用于基于关联操作的结果检测关联标识的键值是否为空，以在检测到关联标识的键值为空时，确认具有未关联事实数据。在一个实施例中，还包括：标记模块1010，用于基于事实数据表的关联标识对未关联事实数据添加第一标记，第一标记用于标识未关联事实数据未与对应的维度数据关联。在一个实施例中，获取模块1002还用于：从分布式数据流引擎获取事实数据表；以及获取维表数据业务系统基于消息队列输出的维度数据。在一个实施例中，还包括：添加模块1012，用于将未关联事实数据添加至异常数据队列；提取模块1014，用于基于分布式数据流引擎的异常数据处理任务提取异常数据队列中的未关联事实数据的待关联字段。在一个实施例中，重关联模块1006还用于：基于分布式数据流引擎将待关联字段推送至维度缺失通知队列。在一个实施例中，重关联模块1006还用于：由维度缺失通知队列通知维表数据业务系统重新发送未关联事实数据所需的重关联维度数据。在一个实施例中，重关联模块1006还用于：响应于待关联字段，维度缺失通知队列基于待关联字段生成重关联通知，并将重关联通知发送至维表数据业务系统，以由维表数据业务系统基于待关联字段重新输出重关联维度数据。在一个实施例中，还包括：持久化模块1016，用于将提取出的未关联事实数据存储至分布式文件系统，得到持久化事实数据；从分布式文件系统读取持久化事实数据；重关联模块1006还用于：基于待关联字段将持久化事实数据与对应的重关联维度数据重新关联。在一个实施例中，重关联模块1006还用于：基于分布式数据流引擎执行的实时任务从消息队列实时获取重关联维度数据；将获取到的重关联维度数据存储在分布式文件系统中，得到持久化维度数据；基于待关联字段将持久化事实数据与对应的持久化维度数据重新关联。在一个实施例中，重关联模块1006还用于：基于分布式数据流引擎的补偿任务周期性获取持久化事实数据；基于待关联字段将持久化事实数据与对应的持久化维度数据执行重关联操作，直至持久化事实数据与对应的持久化维度数据关联成功。在一个实施例中，标记模块1010还用于：检测到关联标识的键值不为空，确认维度数据已关联至对应的字段；以及基于关联标识对已关联事实数据的字段添加第二标记，第二标记用于标识事实数据表已与对应的维度数据关联；响应于对第二标记的识别操作，将具有第二标记的事实数据表发送至数据使用端。下面参照图11来描述根据本发明的这种实施方式的电子设备1100。图11显示的电子设备1100仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。如图11所示，电子设备1100以通用计算设备的形式表现。电子设备1100的组件可以包括但不限于：上述至少一个处理单元1110、上述至少一个存储单元1120、连接不同系统组件(包括存储单元1120和处理单元1110)的总线1130。其中，存储单元存储有程序代码，程序代码可以被处理单元1110执行，使得处理单元1110执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，处理单元1110可以执行如图2中所示的步骤s202至步骤s206，以及本公开的维表数据的关联方法中限定的其他步骤。存储单元1120可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)11201和/或高速缓存存储单元11202，还可以进一步包括只读存储单元(rom)11203。存储单元1120还可以包括具有一组(至少一个)程序模块11205的程序/实用工具11204，这样的程序模块11205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。总线1130可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。电子设备1100也可以与一个或多个外部设备1160(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备交互的设备通信，和/或与使得该电子设备1100能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口1150进行。并且，电子设备1100还可以通过网络适配器1150与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器1150通过总线1130与电子设备1100的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。根据本发明的实施方式的用于实现上述方法的程序产品，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。

背景技术：

1、分布式数据流处理框架目前被广泛运用于实时数据分析、实时数据etl(extract-transform-load，抽取-转换-加载)以及实时监控预警等诸多实时场景。在实时数据处理的场景中会涉及到维表关联，而维表数据业务系统一般会通过mq(message queue，消息队列)消息引擎进行同步，由于mq中同步的维度数据与分布式数据流处理中的事实数据在时间上不能完全保持一致，造成关联结果不准确、不完整，进而导致影响实时计算结果的准确性。

2、需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本公开的目的在于提供一种维表数据的关联方法、维表数据的关联装置、电子设备和计算机可读存储介质，至少在一定程度上能够改善相关技术中由于mq中同步的维度数据与flink中的事实数据在时间上不能完全保持一致，造成关联结果不准确、不完整的问题。

2、本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

3、根据本公开的一个方面，提供一种维表数据的关联方法，包括：获取事实数据表以及维度数据，所述事实数据表基于指定业务场景生成，所述维度数据与所述指定业务场景对应；基于所述事实数据表的字段与所述维度数据执行关联操作；检测到所述事实数据表中具有未成功执行所述关联操作的未关联事实数据，将所述未关联事实数据的待关联字段推送至维度缺失通知队列，以基于所述维度缺失通知队列获取所述未关联事实数据所需的重关联维度数据，以使所述未关联事实数据与所述重关联维度数据重新关联。

4、在一个实施例中，所述基于所述事实数据表的字段与所述维度数据执行关联操作，还包括：基于所述关联操作的结果检测到关联标识的键值为空时，确认具有所述未关联事实数据。

5、在一个实施例中，检测到所述事实数据表中具有未成功执行所述关联操作的未关联事实数据，还包括：基于所述事实数据表的关联标识对所述未关联事实数据添加第一标记，所述第一标记用于标识所述未关联事实数据未与对应的维度数据关联。

6、在一个实施例中，所述获取事实数据表以及维度数据包括：从分布式数据流引擎获取所述事实数据表；以及获取维表数据业务系统基于消息队列输出的所述维度数据。

7、在一个实施例中，在将所述未关联事实数据的待关联字段推送至维度缺失通知队列之前，还包括：将所述未关联事实数据添加至异常数据队列；基于所述分布式数据流引擎的异常数据处理任务提取所述异常数据队列中的所述未关联事实数据的待关联字段。

8、在一个实施例中，所述将所述未关联事实数据的待关联字段推送至维度缺失通知队列包括：基于所述分布式数据流引擎将所述待关联字段推送至所述维度缺失通知队列。

9、在一个实施例中，所述基于所述维度缺失通知队列获取所述未关联事实数据所需的重关联维度数据包括：由所述维度缺失通知队列通知所述维表数据业务系统重新发送所述未关联事实数据所需的重关联维度数据。

10、在一个实施例中，所述由所述维度缺失通知队列通知所述维表数据业务系统重新发送所述未关联事实数据所需的重关联维度数据包括：响应于所述待关联字段，所述维度缺失通知队列基于所述待关联字段生成重关联通知，并将所述重关联通知发送至所述维表数据业务系统，以由所述维表数据业务系统基于所述待关联字段重新输出所述重关联维度数据。

11、在一个实施例中，所述基于所述分布式数据流引擎的异常数据处理任务提取所述异常数据队列中的所述未关联事实数据的待关联字段，还包括：将提取出的所述未关联事实数据存储至分布式文件系统，得到持久化事实数据；从所述分布式文件系统读取所述持久化事实数据；所述使所述未关联事实数据与所述重关联维度数据重新关联包括：基于所述待关联字段将所述持久化事实数据与对应的所述重关联维度数据重新关联。

12、在一个实施例中，所述基于所述待关联字段将所述持久化事实数据与对应的所述重关联维度数据重新关联包括：基于所述分布式数据流引擎执行的实时任务从所述消息队列实时获取所述重关联维度数据；将获取到的所述重关联维度数据存储在所述分布式文件系统中，得到持久化维度数据；基于所述待关联字段将所述持久化事实数据与对应的所述持久化维度数据重新关联。

13、在一个实施例中，所述基于所述待关联字段将所述持久化事实数据与对应的所述持久化维度数据重新关联包括：基于所述分布式数据流引擎的补偿任务周期性获取所述持久化事实数据；基于所述待关联字段将所述持久化事实数据与对应的所述持久化维度数据执行重关联操作，直至所述持久化事实数据与对应的所述持久化维度数据关联成功。

14、在一个实施例中，还包括：基于所述关联操作的结果检测到关联标识的键值不为空，确认所述维度数据已关联至对应的所述字段；以及基于所述关联标识对已关联事实数据的字段添加第二标记，所述第二标记用于标识所述事实数据表已与对应的所述维度数据关联；响应于对所述第二标记的识别操作，将具有所述第二标记的所述事实数据表发送至数据使用端。

15、根据本公开的另一个方面，提供一种维表数据的关联装置，包括：获取模块，用于获取事实数据表以及维度数据，所述事实数据表基于指定业务场景生成，所述维度数据与所述指定业务场景对应；关联模块，用于基于所述事实数据表的字段与所述维度数据执行关联操作；重关联模块，用于检测到所述事实数据表中具有未成功执行所述关联操作的未关联事实数据，将所述未关联事实数据的待关联字段推送至维度缺失通知队列，以基于所述维度缺失通知队列获取所述未关联事实数据所需的重关联维度数据，以使所述未关联事实数据与所述重关联维度数据重新关联。

16、根据本公开的又一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述任意一项的维表数据的关联方法。

17、根据本公开的又一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任意一项的维表数据的关联方法。

18、本公开的实施例所提供的维表数据的关联方案，在进行维度数据的关联操作时，如果维度数据出现延迟或丢失，则会导致出现未成功执行关联操作的未关联事实数据，通过及时发现并未成功执行关联操作的未关联事实数据，并进一步将未关联事实数据推送至维度缺失通知队列，以基于维度缺失通知队列主动请求未关联事实数据所需的重关联维度数据，以对未关联事实数据与重关联维度数据及时重新关联，基于上述操作，降低了关联结果不准确或不完整的概率，一方面，能够保证数据操作的实时性，另一方面，也有利于提升使用关联结果进行实时计算得到的计算结果的准确性。

19、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。