用ssm框架和vue实现数据【基于数据质量分析ETL框架的设计及实现】

用ssm框架和vue实现数据【基于数据质量分析ETL框架的设计及实现】,第1张

1 数据质量分析的概念数据质量分析主要是由域分析和过滤器分析两部分组成。以下将分别给以详细的说明。11 域分析数据质量分析中的域分析就是用来按列分析数据库表,来得出数据的概况信息。其中,域分析主要包括如下内容:一是数据类别分析,所谓的数据类别分析就是用来判断相关数据是否属于标识量、开关量、枚举量、时间、数量、文本等;二是针对数值类型数据的统计分析,主要有频率分析、方差分析以及百分比分析等;三是针对字符类型数据格式的分析,主要是进行模式匹配。数据质量分析中的域分析可以很好的帮助用对数据环境进行充分的了解,以便对数据流进行有效的质量评估和管理。

12 过滤器分析

数据质量分析中的过滤器由若干基本规则的逻辑所组成,目前数据质量分析中的过滤器定义的主要规则包括:一是包含规则(CONTAINS);二是等于规则(EQUALS);三是存在规则(EXISTS)。除此之外,过滤器定义的规则还有范围规则、正则表达式规则、频率规则、类型规则以及唯一规则等。通过这些基本规则的组合可以生成复杂的业务规则,进而通过这些复杂的业务规则来对数据进行评价,常见的评价结果包括:符合规则的记录数、规则明细、总记录数以及正确率等。

2 认识ETL

21 ETL概述

1)ETL的概念。ETL是英文Extraction-Transformation-Loading三个首字母的缩写,中文即为数据的提取、转换和加载。ETL在做数据仓库系统时发挥着至关重要的作用。相对于传统数据库技术,ETL并不是面向数学理论基础的,它主要是面向实际工程的应用。从工程应用的角度来看,ETL就是将要加载处理的数据按照一定的物理数据模型的要求来进行相应的处理 *** 作的,ETL的数据处理过程与工程人员的数据处理经验直接相关,由于ETL处理数据部分的工作在很大程度上决定数据仓库中数据的质量,而且对联机分析处理和数据挖掘结果的质量具有一定的决定作用。

2)ETL的数据处理特点。笔者总结认为,ETL的数据处理主要有如下两个方面的特点:① ETL的数据处理是同步的,而且是按照固定周期运行的。② 一般在ETL数据处理过程中所处理的数据量比较大,为了提高数据的处理效率,都会将数据流动的过程拆分成E、T和L即数据的提取、转换和加载三个过程来进行处理。

22 ETL体系结构及其本质

1)ETL的体系结构。一般而言,主流ETL产品框架的体系结构主要有目标数据库、源数据、抽取服务器、Web服务器以及配置工具等组成部分。ETL从源系统中提取数据,转换数据为一个标准的格式,并加载数据到目标数据存储区。ETL系统一般不会单独作为一个项目来做,大多与数据仓库、决策支持等系统一起作为支持系统完成。

2)ETL的本质。如上所述,ETL的过程实际上就是数据流动的过程,其中,数据的清洗、抽取、转换和装载一般是根据用户的实际需要,可以以串行或并行的方式进行 *** 作。而T过程即数据的转换过程作为ETL的核心,一般都是以数据的抽取和装载过程为输入和输出的,也就是说,ETL的其他数据处理过程是以数据的转换过程为前提的。另外,ETL的数据处理过程一般都是以批量为单位进行 *** 作的,因此,ETL的数据处理多采用的是批量数据处理工具,比如常见的Oracle、SQL Loader

以及DB2的autoloader等都是基于ETL的批量数据处理工具。

23 ETL的主要功能和特点

1)ETL的主要功能。① 数据集成配置。ETL的数据集成配置功能模块能够为用户提供一个图形用户界面,可以让用户能够通过界面的交互 *** 作,比较容易地实现数据集成的流程、规则的定义;同时ETL的数据集成配置功能提供相应的解析功能,进而可以将配置规则进行解析,在完成规则解析的基础上完成对数据的集成处理 *** 作。② 数据集成服务。ETL的数据集成服务可以为用户提供相应的解析功能,也就是说,用户可以根据数据集成服务模块实现对集成规则的解析服务,然后由相关配置设备来读取这些被解析的规则后生成集成任务,最后在后台由相关设备完成数据的集成。

2)ETL的特点。① 易用性。现在有很多成熟的数据处理工具都提供ETL功能,譬如,常用的powermart以及datastage等数据处理工具。从应用角度来看,ETL的数据处理过程非常简洁,这些支持ETL技术的相关数据处理工具的应用,给数据仓库工程带来了很大的方便,进而大大的提高了工程人员的工作效率。② 高效性。ETL在执行任务时,可以有效保证抽取任务的正常进行。而且基于ETL的工具为用户提供了图形化界面,用户使用这些数据处理工具能够非常快速地构建一个job来处理某个数据,进而可以提高开发效率。③ 可靠性。ETL在进行数据的抽取时,可以保证源数据到目标数据的抽取精度达999%,能确保数据抽取 *** 作的可靠稳定运行。与此同时,ETL还可以对那些因特殊情况无法进行抽取的,或数据抽取中途停止而无法完成抽取 *** 作的信息进行详细的记录,确保以后数据抽取 *** 作的顺利进行。

3 基于数据质量分析ETL框架的设计与实现

31 配置工具的设计与实现

配置工具的开发工具一般选择支持C++的集成开发环境。可以根据以下流程进行主要的设计工作:① 数据集成。用户可以根据相关配置工具所提供的图形用户界面(GUI)进行元数据源、目的数据源和抽取规则的录入 *** 作等。并可以实现对这些录入数据信息的定义和数据集成结果的测试。② 资源共享。基于数据质量分析ETL框架克服了传统的抽取-转换-装载(ETL)架构在数据质量控制方面的缺陷,有效解决异地抽取的问题,并且可以对某些表的结构进行共享。

32 抽取服务的设计与实现

1)系统参数定义。系统参数一般都是在系统配置参数表中进行定义,其中,系统参数的定义主要包括参数名、参数值及参数说明等。基于数据质量分析ETL框架的系统参数定义如下表所示。

写个简单的吧

aphp

<form method="post" action="bphp">

<input type="text" name="test" value="">这是你要提交的数据

<input type="submit" value="提交">

</form>

点击提交按钮就跳到b页面了

bphp

echo $_POST['test'];

打印a提交过来的数据,如果有数据你就自己写sql语句存入数据库就好了

SSM全称是Spring+SpringMVC+MyBatis。

SSM框架集由Spring、MyBatis两个开源框架整合而成(SpringMVC是Spring中的部分内容)。常作为数据源较简单的web项目的框架。

1、Spring

Spring就像是整个项目中装配bean的大工厂,在配置文件中可以指定使用特定的参数去调用实体类的构造方法来实例化对象。也可以称之为项目中的粘合剂。

2、SpringMVC

SpringMVC在项目中拦截用户请求,它的核心Servlet即DispatcherServlet承担中介或是前台这样的职责。

3、mybatis

mybatis是对jdbc的封装,它让数据库底层 *** 作变的透明。

SSM框架集是软件架构的一个部分。以下是软件架构的种类:

1、逻辑架构

软件系统系统当中的各个元件之间所存在的关系,比如外部系统接口、用户界面、商业逻辑元件、数据库等。

2、物理架构

究竟是怎样做到在硬件当中放置软件元件。例如处于上海与北京进行分布的分布式系统的物理架构,这也就是说全部的元件都是属于物理设备,主要的有主机、整合服务器、应用服务器、代理服务器、存储服务器、报表服务器、Web服务器、网络分流器等。

总结一下你的问题,可以分为以下几点。

1、怎么使数据库中的数据动态的在前端显示?

可以通过ajax的局部刷新来实现前端页面的动态变化显示,比如选择不同的条件,页面相应的显示不同的结果。

2、怎么查询数据库?

因为你使用了ssm框架,所以你可以使用mybatis的mapper功能来进行查询,而在Mapper里面写好正确的SQL查询语句就可以了,对于多个数据库中的表显示在前端一个表格里面的情况,可以通过表连接查询,或者表之间的关系(比如一对多、一对一、多对多)来实现,查询结果选取前端需要显示的列即可,这部分是数据库上的知识。

3、页面用静态页面还是动态页面?

静态页面(比如html)或者动态页面(比如jsp)都是可以的,如果用的ajax访问,两者区别可以忽略。

4、想查哪条数据就显示哪条数据是怎么做到的?

不知道你有没有学过数据库,如果学过的话,应该知道数据库中通过SQL的条件查询可以过滤掉不需要的数据,这样子就可以根据查询的条件来获取自己想要显示在页面的数据,然后显示出来就可以了。

上面的东西,至少需要一个基本的了解,不然估计也看不懂我描述的是什么,如果看不懂的话,建议还是先学习一下下面列举的这些东西的基础知识再看:

Spring、Spring MVC、MyBatis、SQL、ajax、jQuery、json。

以上就是关于用ssm框架和vue实现数据【基于数据质量分析ETL框架的设计及实现】全部的内容,包括:用ssm框架和vue实现数据【基于数据质量分析ETL框架的设计及实现】、vue+ssm 如何与数据库交互,读取所有数据、ssm框架原理及流程是什么等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/sjk/9765729.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-01
下一篇 2023-05-01

发表评论

登录后才能评论

评论列表(0条)

保存