-
公开(公告)号：CN114048260A
公开(公告)日：2022-02-15
申请号：CN202210029283.7
申请日：2022-01-12
Applicant: 南湖实验室 , 北京大数据先进技术研究院
Abstract: 本发明提供了一种数据湖与关系型数据库互联的方法，包括以下步骤：S1.在数据湖中添加关系型数据库的数据源类；S2.数据湖匹配使用关系型数据库的数据源类；S3.根据数据源类确定并加载相应驱动以与相应关系型数据库进行连接。本发明通过传参的方式将数据源注册配置文件、关系型数据库配置文件和驱动包目录串联起来，在启动数据湖时，不需要指定具体要使用哪个数据库，直接使用相应的数据库即可，也不需要遍历配置文件，用户按需通过传递参数的形式获取所需的配置信息即可，实现数据湖与关系型数据库之间的高效连接和双向读写。
-
公开(公告)号：CN116361400A
公开(公告)日：2023-06-30
申请号：CN202310270385.2
申请日：2023-03-20
Applicant: 南湖实验室
Abstract: 本发明涉及一种基于swift协议实现数据湖与Ceph RGW互联的方法。它解决了现有技术中Delta Lake对Ceph RGW中存储的数据进行系统化操作时耗时长且硬件成本高的问题。它包括S1、创建Hadoop‑Ceph RGW文件系统模块；S2、构建传输接口并进行适配；S3、创建类继承并实现FileSystem抽象类；S4、利用适配的接口连接Ceph RGW和Delta Lake；S5、通过FileSystem抽象类对存储在Ceph RGW存储仓库中的数据进行访问和系统化操作。本发明的优点在于：有效提高了工作效率，降低了硬件成本。
-
公开(公告)号：CN117176803A
公开(公告)日：2023-12-05
申请号：CN202310983253.4
申请日：2023-08-07
Applicant: 南湖实验室
IPC: H04L67/565 , G06F16/25
Abstract: 本发明公开一种基于管道技术的数据湖交互方法及系统，涉及数据湖交互领域，该方法包括初始化数据管道；所述数据管道用于将同一数据类型的数据集进行处理转换为另一数据类型的数据集；利用初始化的数据管道与数据湖进行数据湖交互；所述数据湖交互包括：数据类型转换、数据湖类型适配、Session构建以及元数据构建。本发明能够提高数据湖中数据的输出和输入效率。
-
公开(公告)号：CN114048260B
公开(公告)日：2022-09-09
申请号：CN202210029283.7
申请日：2022-01-12
Applicant: 南湖实验室 , 北京大数据先进技术研究院
Abstract: 本发明提供了一种数据湖与关系型数据库互联的方法，包括以下步骤：S1.在数据湖中添加关系型数据库的数据源类；S2.数据湖匹配使用关系型数据库的数据源类；S3.根据数据源类确定并加载相应驱动以与相应关系型数据库进行连接。本发明通过传参的方式将数据源注册配置文件、关系型数据库配置文件和驱动包目录串联起来，在启动数据湖时，不需要指定具体要使用哪个数据库，直接使用相应的数据库即可，也不需要遍历配置文件，用户按需通过传递参数的形式获取所需的配置信息即可，实现数据湖与关系型数据库之间的高效连接和双向读写。
-
公开(公告)号：CN114528337A
公开(公告)日：2022-05-24
申请号：CN202210029808.7
申请日：2022-01-12
Applicant: 南湖实验室 , 北京大数据先进技术研究院
Abstract: 本发明公开了一种面向多源异构数据源的接口系统、通用接口及其实现方法，以面向多源异构数据源的通用接口实现方法为基础，包括：新建一个工程，并在工程内建立一个通用接口；在通用接口中建立相互独立的数据集合和操作集合；其中，数据集合被定义为能够被具体数据类型继承，且包括数据基类和继承数据基类的二级数据类；操作集合包括操作基类和继承操作基类的二级操作类；且所述的二级操作类被定义有其适用的具体数据类型以实现数据集合与操作集合的解耦与正交。通用接口中数据和操作形成两个独立的集合，并将操作抽象为接口，实现数据与操作的解耦和正交，使数据和操作能够自由地组合，实现操作的复用。
-
Patent Agency Ranking
公开(公告)号：CN113791742A
公开(公告)日：2021-12-14
申请号：CN202111368382.X
申请日：2021-11-18
Applicant: 南湖实验室
Abstract: 本发明提供了一种高性能的数据湖系统及数据存储方法，数据存储方法包括以下步骤：S1.将文件转成文件流；S2.将文件流转成一个数组嵌套多个子数组的形式；S3.将所述的转成RDD后存储至数据湖的存储层中。本方案提出嵌套的字段结构，为出湖过程的并行处理提供字段结构基础，有效提高出湖性能，并且根据硬件内核灵活生成嵌套的子数组数量，使数据湖具有更强的扩展性能，针对不同的用户均能够保持最佳的入湖效率，满足用户需求。
-
公开(公告)号：CN114510522B
公开(公告)日：2025-03-11
申请号：CN202210030132.3
申请日：2022-01-12
Applicant: 南湖实验室 , 北京大数据先进技术研究院
Abstract: 本发明提供了一种基于数据分类的数据总线，数据总线按照数据结构种类被划分为多个数据空间，每一类数据结构对应一个数据空间，每个数据空间对应一个接口基类和多个接口子类，各接口子类通过继承相应数据空间中的接口基类进行本数据总线与相应数据结构种类的子类数据结构之间的对接。在数据总线中按照数据结构种类划分数据空间，每个数据空间对应于多种子类型数据结构，用户在操作数据时，只需要区分数据属于哪一大类，无需细分到具体的数据类别，方便用户的使用，同时方便用户扩展新的数据类型，无需进行重写。
-
公开(公告)号：CN118018627A
公开(公告)日：2024-05-10
申请号：CN202410157575.8
申请日：2024-02-04
Applicant: 南湖实验室
Abstract: 本发明公开一种基于管道‑过滤器架构的数据传输方法、系统及设备，涉及数据传输领域，该方法包括分别构建用于数据输入的抽象Source过滤器、用于数据转换的抽象Transform过滤器和用于数据输出的抽象Sink过滤器；抽象Source过滤器、抽象Transform过滤器和抽象Sink过滤器均为抽象过滤器；用户自定义过滤器继承自抽象过滤器；抽象Transform过滤器和抽象Sink过滤器均继承自AbstractActor；构建数据管道；基于Actor模型，将用户确定的过滤器分别添加至数据管道中，构建管道‑过滤器链路；利用构建的管道‑过滤器链路进行数据的传输。本发明能够提高数据传输的效率和通用性。
-
公开(公告)号：CN114528337B
公开(公告)日：2024-03-15
申请号：CN202210029808.7
申请日：2022-01-12
Applicant: 南湖实验室 , 北京大数据先进技术研究院
Abstract: 本发明公开了一种面向多源异构数据源的接口系统、通用接口及其实现方法，以面向多源异构数据源的通用接口实现方法为基础，包括：新建一个工程，并在工程内建立一个通用接口；在通用接口中建立相互独立的数据集合和操作集合；其中，数据集合被定义为能够被具体数据类型继承，且包括数据基类和继承数据基类的二级数据类；操作集合包括操作基类和继承操作基类的二级操作类；且所述的二级操作类被定义有其适用的具体数据类型以实现数据集合与操作集合的解耦与正交。通用接口中数据和操作形成两个独立的集合，并将操作抽象为接口，实现数据与操作的解耦和正交，使数据和操作能够自由地组合，实现操作的复用。
-
公开(公告)号：CN116340317A
公开(公告)日：2023-06-27
申请号：CN202310272727.4
申请日：2023-03-21
Applicant: 南湖实验室
IPC: G06F16/22 , G06F16/242 , G06F18/25
Abstract: 本方案公开了一种基于Elasticsearch实现DeltaLake数据湖索引的方法，入湖时，Spark对源数据进行抽取，对抽取出的数据集进行Schema分析，同时增加数据存储地址信息组成索引结构，实现入湖过程中，针对不同数据源的数据，如果用户未选择创建索引的列，由系统自动推断索引结构，实现基于数据源种类的天然分类。搜索时，不同源数据具有不同的索引结构，源数据因此被分类，查询过程中，根据用户指定在某一类或几类数据范围内进行查询，指定某一类数据进行快速查询。本方案针对Delta Lake数据湖引入Elasticsearch，实现了Elasticsearch与Delta Lake有机结合。在数据入湖过程中，异步建立索引，在数据搜索过程中，只需要关键字，就能迅速定位到已经建立索引的数据的位置，进而快速抓取到需要的数据。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.016 seconds)
