买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：杭州安那其科技有限公司

摘要：本发明提出了一种基于任务链和分治法的海量数据汇总方法及系统，属于数据处理技术领域；所述方法包括：根据预设的划分规则，将待处理的海量原始数据集分割为多个独立的数据子集，每个数据子集代表一个子任务；基于数据的关联性以及处理顺序，将所述子任务按照顺序进行连接，形成任务链；对任务链中的每个子任务分别进行并行处理，获得所述数据子集的汇总结果；通过合并算法将数据子集的汇总结果进行整合，获得整个数据集的全局汇总结果。通过将海量原始数据集合理划分成多个独立的数据子集，并形成任务链，能够在分布式计算环境中实现高效的并行处理，极大地缩短数据汇总的时间周期。

主权项：1.一种基于任务链和分治法的海量数据汇总方法，其特征在于，所述方法包括：S1、根据预设的划分规则，将待处理的海量原始数据集分割为多个独立的数据子集，每个数据子集代表一个子任务；S2、基于数据的关联性以及处理顺序，将所述子任务按照顺序进行连接，形成任务链；S3、对任务链中的每个子任务分别进行并行处理，获得所述数据子集的汇总结果；S4、通过合并算法将数据子集的汇总结果进行整合，获得整个数据集的全局汇总结果；所述S4，包括：S41、根据数据类型和汇总任务的具体需求，进行合并算法选择，并明确合并算法的具体实现细节；S42、创建用于存储全局汇总结果的数据结构，完成所有子任务的处理后，从各个计算节点收集各个子集的汇总结果，将其传输到主控节点或指定的合并节点；S43、执行合并算法，按照预设的合并规则逐步将各个子集的汇总结果整合起来，形成完整的全局汇总结果；S44、对合并后的全局汇总结果进行一致性校验，若存在精度损失或偏差过大，则对合并算法进行微调优化，进行二次合并；S45、根据合并过程中的性能表现和结果质量，收集反馈信息，根据反馈信息对合并算法和数据处理流程进行持续优化；所述S1，包括：S11、将海量原始数据集划分为多个分区，对每个分区内的数据进行预处理，预处理完成后将每个分区内的数据进行汇总，形成预处理后完整的数据集；S12、根据数据特性和计算资源，预设分治规则，根据预设的分治规则，执行数据分割操作，将原始数据集划分为多个独立的数据子集；S13、将每个生成的数据子集定义为一个独立的子任务，所述每个子任务在分布式计算环境中作为一个单独的工作单元执行；所述S12，包括：利用统计方法和机器学习算法对海量原始数据集进行特征提取，对数据的关键维度和异常值进行识别；对数据集中各元素之间的依赖关系进行分析，结合当前可用的计算资源和网络状况，评估不同分割策略对资源的需求和潜在的性能瓶颈；基于数据特性，设计多维度分割策略，根据实时处理性能和数据流变化动态调整分割粒度；利用启发式算法或强化学习算法，预测并优化分割后的数据子集在分布式环境中的负载分布；在数据分割前，采用并行计算对数据进行预处理；根据预设的分治规则和实时分析的数据特性，应用智能分割算法对预处理后的数据进行分割；为每个生成的数据子集创建独立的封装文件，并生成索引机制；通过仿真或小规模测试，评估分割后的数据子集在分布式计算环境中的处理效率、资源利用率和子任务间的独立性；根据评估结果，对分治规则和分割策略进行迭代优化，并将优化后的分治规则和分割策略纳入知识库。

全文数据：

权利要求：

百度查询： 杭州安那其科技有限公司 一种基于任务链和分治法的海量数据汇总方法及系统