[发明专利]一种基于Hadoop云平台的海量数据比对方法及系统在审
| 申请号： | 201410602807.2 | 申请日： | 2014-10-31 |
| 公开（公告）号： | CN104317942A | 公开（公告）日： | 2015-01-28 |
| 发明（设计）人： | 何攀 | 申请（专利权）人： | 北京思特奇信息技术股份有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京轻创知识产权代理有限公司 11212 | 代理人： | 杨立 |
| 地址： | 100086 北京市海淀*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于Hadoop云平台的海量数据比对方法和系统，所述方法包括：步骤1，将海量数据按区间标尺切分为若干份，并利用云比较引擎对每份数据进行排序，输出对应数量的内部有序的文件至基于Hadoop云平台的分布式文件系统中,作为源数据比对文件；步骤2，当有比对任务时,分布式文件系统通过其主任务节点来调度和控制其余任务节点执行任务文件；步骤3，每个任务节点找出其要执行的任务文件,与源数据比对文件进行比对,将比对的文件中的相同记录放至同一个文件中,将差异记录放到设定的差异文件中；步骤4,各任务节点完成文件比对后,主任务节点对各任务节点的比对结果进行合并和输出。本发明提高了海量数据一致性比对的效率。 | ||
| 搜索关键词： | 一种 基于 hadoop 平台 海量 数据 方法 系统 | ||
【主权项】：
一种基于Hadoop云平台的海量数据比对方法，其特征在于，包括：步骤1，将海量数据按区间标尺切分为若干份，并利用云比较引擎对每份数据进行排序，输出对应数量的内部有序的文件，再将该内部有序的文件放至基于Hadoop云平台的分布式文件系统中,作为源数据比对文件；步骤2，当有比对任务时,分布式文件系统通过其主任务节点来调度和控制其余任务节点执行任务文件；步骤3，每个任务节点找出其要执行的任务文件,与源数据比对文件进行比对,将比对的文件中的相同记录放至同一个文件中,并将比对的文件中的差异记录放到设定的差异文件中；步骤4,各任务节点完成文件比对后,主任务节点对各任务节点的比对结果进行合并和输出。
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北京思特奇信息技术股份有限公司，未经北京思特奇信息技术股份有限公司许可，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/201410602807.2/，转载请声明来源钻瓜专利网。
