[发明专利]一种基于Hadoop平台的海量数据增量抽取与分析方法在审
| 申请号： | 201610283542.3 | 申请日： | 2016-04-29 |
| 公开（公告）号： | CN106021285A | 公开（公告）日： | 2016-10-12 |
| 发明（设计）人： | 肖骏;骆金松;李磊;夏循国;许卫国 | 申请（专利权）人： | 武汉佰钧成技术有限责任公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 上海精晟知识产权代理有限公司 31253 | 代理人： | 冯子玲 |
| 地址： | 430079 湖北省武汉市东*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于Hadoop平台的海量数据增量抽取与分析方法，以HDFS分布式文件系统存储非结构化和半结构化的数据，以MapReduce作为大数据的计算引擎，采用Golden Gate从关系型数据库中抽取源数据。本发明技术方案在数据抽取上，采用Golden Gate增量的方式提取数据，高效、快速、可靠，解决了采用Sqoop抽取数据存在的弊端，对源数据库影响非常小。大数据量数据抽取与分析，对抽取的数据进行MapReduce处理，利用Hadoop分布式存储的特点，对抽取的数据进行并行的处理操作，获取可靠完整的有效的分析数据,已经并行处理的数据，就应该是分析挖掘过后的数据，数据量会大幅度减少，为进一步分析处理奠定基础。 | ||
| 搜索关键词： | 一种 基于 hadoop 平台 海量 数据 增量 抽取 分析 方法 | ||
【主权项】：
一种基于Hadoop平台的海量数据增量抽取与分析方法,其特征在于：包括以下步骤：第一步，利用Golden Gate从源数据库中提取Trial File；第二步，将所述Trial File解析为Flat File，并用U来标识修改的Flat File，用A来标识增加的Flat File，用D来标识删除的Flat File；第三步，将所述Flat File直接上传到HDFS；第四步，用MapReduce并行计算引擎加快对所述HDFS中的数据的处理；第五步，将所述MapReduce处理后的数据写入到HBase中。
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武汉佰钧成技术有限责任公司，未经武汉佰钧成技术有限责任公司许可，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/201610283542.3/，转载请声明来源钻瓜专利网。
- 上一篇：基于SDN的灾备系统及其数据灾备方法
- 下一篇：一种信息处理方法及电子设备
