本發(fā)明涉及對多文件處理的研究領(lǐng)域，特別涉及一種支持分布式多文件導(dǎo)入的系統(tǒng)及方法。

背景技術(shù)：

隨著信息化的發(fā)展，各企業(yè)間都出現(xiàn)了各種功能的企業(yè)化軟件，數(shù)據(jù)導(dǎo)入是數(shù)據(jù)的重要來源。隨著數(shù)據(jù)量的積累，需要導(dǎo)入的數(shù)據(jù)量也越來越大，這些數(shù)據(jù)有可能是以文檔的方式保存，如excel文檔、csv文檔、word文檔、txt文檔等等。軟件對文檔進行數(shù)據(jù)讀取，對數(shù)據(jù)進行驗證，轉(zhuǎn)換數(shù)據(jù)結(jié)構(gòu)，把數(shù)據(jù)批量插入到數(shù)據(jù)庫，形成系統(tǒng)數(shù)據(jù)。

目前對于數(shù)據(jù)文件的導(dǎo)入實現(xiàn)方法主要是兩種：

在客戶端讀取文件數(shù)據(jù)，對數(shù)據(jù)進行驗證后形成結(jié)構(gòu)化的數(shù)據(jù)，將數(shù)據(jù)傳輸?shù)椒?wù)端，對數(shù)據(jù)進行批量插入。該實現(xiàn)方法對于數(shù)據(jù)量小的文件，在客戶端進行讀取驗證是完全沒問題；但是如果對于大文件的數(shù)據(jù)導(dǎo)入，在進行文件數(shù)據(jù)讀取時會消耗客戶端的大量資源，導(dǎo)致系統(tǒng)卡頓、不能正常使用，甚至系統(tǒng)內(nèi)存溢出導(dǎo)致系統(tǒng)崩潰。

在服務(wù)端進行大文件數(shù)據(jù)的讀取，通常服務(wù)器的配置較好。對于單個大文件數(shù)據(jù)讀取，相對于服務(wù)器資源占用較少，不會對服務(wù)器造成影響；但同時(并發(fā))處理多個大文件數(shù)據(jù)讀取時，則會占用服務(wù)器大量的資源，有可能直接影響其他客戶端對于系統(tǒng)的使用，影響系統(tǒng)使用體驗。如果對于占用的資源不能及時的釋放，可能最終導(dǎo)致服務(wù)器崩潰，對系統(tǒng)的影響更是致命的。

針對以上風(fēng)險，我們需要一種支持分布式多文件導(dǎo)入的方法，以解決對于大文件數(shù)據(jù)導(dǎo)入的問題。

技術(shù)實現(xiàn)要素：

本發(fā)明的主要目的在于克服現(xiàn)有技術(shù)的缺點與不足，提供一種支持分布式多文件導(dǎo)入的系統(tǒng)及方法，該方法支持對文件的傳輸、數(shù)據(jù)讀取、數(shù)據(jù)驗證、數(shù)據(jù)結(jié)構(gòu)化、數(shù)據(jù)傳輸、文件保存。

為了達到上述目的，本發(fā)明采用以下技術(shù)方案：

本發(fā)明的一種支持分布式多文件導(dǎo)入的系統(tǒng)，包括服務(wù)層、業(yè)務(wù)處理層以及數(shù)據(jù)庫，所述服務(wù)層，為用戶體現(xiàn)了服務(wù)的接口；所述業(yè)務(wù)處理層，對業(yè)務(wù)數(shù)據(jù)進行處理；所述數(shù)據(jù)庫，記錄導(dǎo)入服務(wù)的一些基礎(chǔ)數(shù)據(jù)，并保存文件的臨時數(shù)據(jù)，文件數(shù)據(jù)讀取出來后都保存在數(shù)據(jù)庫中，后續(xù)的數(shù)據(jù)驗證，導(dǎo)入都直接操作數(shù)據(jù)庫數(shù)據(jù)；

所述服務(wù)層包括文件保存服務(wù)模塊、數(shù)據(jù)讀取與驗證請求模塊、以及目標數(shù)據(jù)傳輸模塊；所述文件保存服務(wù)模塊，用于提供給用戶上傳文件的服務(wù)，可單獨使用該服務(wù)，也可以作為文件服務(wù)器，用作保存文件；所述數(shù)據(jù)讀取與驗證請求模塊，用于用戶在完成文件上傳后，調(diào)用該請求把文件數(shù)據(jù)讀取出來并批量插入到數(shù)據(jù)庫中，并執(zhí)行驗證存儲過程以進行數(shù)據(jù)驗證；所述目標數(shù)據(jù)傳輸模塊，用于在執(zhí)行完成數(shù)據(jù)插入后，讀取數(shù)據(jù)并對數(shù)據(jù)進行結(jié)構(gòu)化整理，并將數(shù)據(jù)返回給用戶；

所述業(yè)務(wù)處理層包括文件讀取組件、消息隊列組件、數(shù)據(jù)驗證組件、以及數(shù)據(jù)庫操作組件；所述文件讀取組件，用于對多種格式的文檔進行讀取，并保證讀取的組件可擴展；所述消息隊列組件，用于根據(jù)服務(wù)所分配的資源，對服務(wù)的使用做限制，同時對并發(fā)數(shù)根據(jù)服務(wù)器資源進行配置，當并發(fā)數(shù)量大于配置數(shù)時，服務(wù)的請求將進入消息隊列，只有之前請求的服務(wù)完成文件讀取，并釋放資源后，請求從消息隊列調(diào)出并執(zhí)行請求；所述數(shù)據(jù)驗證組件，用作對數(shù)據(jù)的驗證，數(shù)據(jù)驗證的方法由存儲過程實現(xiàn)，而存儲過程與數(shù)據(jù)類別驗證的映射關(guān)系會保存在數(shù)據(jù)表中，該組件的最大作用就是處理存儲過程與數(shù)據(jù)類別驗證的映射關(guān)系，并執(zhí)行存續(xù)過程進行數(shù)據(jù)驗證；所述數(shù)據(jù)庫操作組件，是對數(shù)據(jù)庫訪問、操作的類，該服務(wù)中所有對數(shù)據(jù)庫的操作最終都會應(yīng)用該組件進行實現(xiàn)，包括執(zhí)行數(shù)據(jù)驗證的存儲過程。

作為優(yōu)選的技術(shù)方案，所述文件讀取組件是對txt文件、excel文件、csv文件、word格式文件的讀取。

作為優(yōu)選的技術(shù)方案，所述數(shù)據(jù)庫為輕量級數(shù)據(jù)庫，選用Mysql數(shù)據(jù)庫或者微軟的Access。

本發(fā)明還公開了一種支持分布式多文件導(dǎo)入的方法，包括下述步驟：

S1、請求文件保存服務(wù)，對文件進行上傳，完成上傳后，把文件記錄保存到數(shù)據(jù)庫中；

S2、請求數(shù)據(jù)讀取與數(shù)據(jù)驗證：

S2.1、收到請求后，服務(wù)首先根據(jù)當前請求的用戶數(shù)判斷是否超過配置的最大數(shù)量，如果大于則把請求插入到消息隊列中，等待前面請求的用戶完成后，才能處理請求；

S2.2、數(shù)據(jù)讀取與插入數(shù)據(jù)庫，調(diào)用文件讀取組件，讀取文件的數(shù)據(jù)，并根據(jù)讀取出來的數(shù)據(jù)結(jié)構(gòu)在數(shù)據(jù)庫中生成對應(yīng)的臨時表，將數(shù)據(jù)批量插入到臨時表中，并釋放讀取文件的資源；

S2.3、根據(jù)請求中的數(shù)據(jù)類型，根據(jù)映射關(guān)系找到該數(shù)據(jù)類型的數(shù)據(jù)驗證存儲過程，并調(diào)用存儲過程，將不符合規(guī)范的數(shù)據(jù)抽取到數(shù)據(jù)錯誤的驗證表，并在臨時表中刪除這些數(shù)據(jù)；

S3、最終數(shù)據(jù)的返回，讀取驗證之后的數(shù)據(jù)，并返回最終的數(shù)據(jù)給用戶，用戶可以直接拿到數(shù)據(jù)做批量插入，從而完成文件數(shù)據(jù)導(dǎo)入；

S4、完成數(shù)據(jù)導(dǎo)入后，刪除導(dǎo)入服務(wù)的臨時數(shù)據(jù)、臨時表結(jié)構(gòu)、臨時配置數(shù)據(jù)。

作為優(yōu)選的技術(shù)方案，步驟S2.2中，具體為：以數(shù)據(jù)表格式從文檔中讀取出數(shù)據(jù)，數(shù)據(jù)表包括了數(shù)據(jù)行與數(shù)據(jù)列，根據(jù)數(shù)據(jù)列的數(shù)量定義臨時表，表名和欄位名稱的定義由規(guī)則定義在數(shù)據(jù)庫中生成物理表，并在數(shù)據(jù)庫中記錄文件名與數(shù)據(jù)表的映射關(guān)系、文件數(shù)據(jù)欄位與臨時表欄位的映射關(guān)系，然后把數(shù)據(jù)都插入到臨時表中，完成數(shù)據(jù)庫對文件數(shù)據(jù)的存儲，同時根據(jù)該結(jié)構(gòu)生成一個記錄異常數(shù)據(jù)的數(shù)據(jù)表，最后釋放讀取文件的資源。

作為優(yōu)選的技術(shù)方案，步驟S3中，步驟S2.3中具體為：

在確定數(shù)據(jù)要求與數(shù)據(jù)格式的情況下，通過數(shù)據(jù)庫存儲過程對數(shù)據(jù)進行驗證篩選，數(shù)據(jù)驗證的存儲過程通過創(chuàng)建歷史表時產(chǎn)生的映射關(guān)系，可以確定表結(jié)構(gòu)的信息，根據(jù)驗證的規(guī)則，把異常數(shù)據(jù)抽取到對應(yīng)的異常數(shù)據(jù)表，其中在生成臨時表的同時生成了對應(yīng)的異常數(shù)據(jù)表。作為優(yōu)選的技術(shù)方案，步驟S3中，在讀取驗證的數(shù)據(jù)時，進行分批次讀取，每批次讀取N條數(shù)據(jù)，數(shù)據(jù)數(shù)可配置。

作為優(yōu)選的技術(shù)方案，步驟S3中，還包括下述步驟：

把數(shù)據(jù)轉(zhuǎn)換成用戶指定的數(shù)據(jù)結(jié)構(gòu)，所述數(shù)據(jù)結(jié)構(gòu)是與數(shù)據(jù)格式相對應(yīng)的實體。

本發(fā)明與現(xiàn)有技術(shù)相比，具有如下優(yōu)點和有益效果：

1.本服務(wù)不依賴任何的程序或系統(tǒng)軟件，可隨時引用或拋棄；

2.本發(fā)明可以讀取多種不同格式的文檔數(shù)據(jù)，包括excel、csv、word、txt等，并有很強的擴展性，能輕易擴展讀取更多文檔格式的數(shù)據(jù)；

3.本發(fā)明適合文件數(shù)據(jù)導(dǎo)入的功能，而且不會影響到系統(tǒng)服務(wù)端和客戶端的使用；并且增加了易擴展的數(shù)據(jù)驗證方法，讓文件數(shù)據(jù)導(dǎo)入更簡單；

4.本發(fā)明不用擔(dān)心并發(fā)量大時，會導(dǎo)致服務(wù)器的資源利用問題，導(dǎo)致程序崩潰。

附圖說明

圖1是本發(fā)明的服務(wù)結(jié)構(gòu)示意圖；

圖2是本發(fā)明的功能流程圖。

具體實施方式

下面結(jié)合實施例及附圖對本發(fā)明作進一步詳細的描述，但本發(fā)明的實施方式不限于此。

實施例

為實現(xiàn)支持分布式多文件導(dǎo)入服務(wù)，采取分布式的技術(shù)架構(gòu)。整套技術(shù)方案包括了：數(shù)據(jù)傳輸服務(wù)、文件讀取組件、消息隊列組件、輕量級數(shù)據(jù)庫。

數(shù)據(jù)傳輸服務(wù)可以采用微軟的WCF、WebService、Socket等通信服務(wù)，以滿足對文件的傳輸和數(shù)據(jù)的傳輸，保證傳輸?shù)姆€(wěn)定性。

文件讀取組件，目前主要涵蓋了對txt文件、excel文件、csv文件、word文件等格式文件的讀取。在實現(xiàn)過程采用設(shè)計模式進行設(shè)計，保證讀取組件的可擴展性。

由于服務(wù)器的資源是有限的，會根據(jù)服務(wù)所分配的資源，對服務(wù)的使用(最主要是控制文件讀取的數(shù)量)做限制，以保證服務(wù)能正常使用。所以引用了消息隊列的組件，以解決該問題。并發(fā)數(shù)可以根據(jù)服務(wù)器資源進行配置。當并發(fā)數(shù)量大于配置數(shù)時，服務(wù)的請求將進入消息隊列，只有之前請求的服務(wù)完成文件讀取，并釋放資源后，請求從消息隊列調(diào)出并執(zhí)行請求。

為該服務(wù)配置的輕量級數(shù)據(jù)庫，可以選用Mysql數(shù)據(jù)庫或者微軟的Access，數(shù)據(jù)庫中的作用有：

1.記錄導(dǎo)入服務(wù)的一些基礎(chǔ)數(shù)據(jù)，如配置數(shù)據(jù)，文件保存的數(shù)據(jù)等；

2.保存文件的臨時數(shù)據(jù)，文件數(shù)據(jù)讀取出來后都保存在數(shù)據(jù)庫中，后續(xù)的數(shù)據(jù)驗證，導(dǎo)入都直接操作數(shù)據(jù)庫數(shù)據(jù)，減少對服務(wù)器資源的占用；

3.數(shù)據(jù)驗證的工作利用存儲過程驗證，存儲過程可以靈活執(zhí)行，只需要執(zhí)行數(shù)據(jù)腳本即可生成，不需要依賴服務(wù)程序。

如圖1所示，本發(fā)明的結(jié)構(gòu)圖，服務(wù)層體現(xiàn)了服務(wù)的接口，業(yè)務(wù)處理層體現(xiàn)了業(yè)務(wù)處理中所需要引用的組件，及數(shù)據(jù)庫的使用：

1.服務(wù)層，為用戶體現(xiàn)了該服務(wù)的接口。文件保存服務(wù)，提供給用戶上傳文件的服務(wù)，單獨使用該服務(wù)，也可以作為文件服務(wù)器，用作保存文件；數(shù)據(jù)讀取與驗證請求，用戶在完成文件上傳后，可以調(diào)用該請求把文件數(shù)據(jù)讀取出來并批量插入到數(shù)據(jù)庫中，并執(zhí)行驗證存儲過程以進行數(shù)據(jù)驗證；目標數(shù)據(jù)傳輸服務(wù)，用于在執(zhí)行完成數(shù)據(jù)插入后，讀取數(shù)據(jù)并對數(shù)據(jù)進行結(jié)構(gòu)化整理，并將數(shù)據(jù)返回給用戶。

2.業(yè)務(wù)處理層，文件讀取組件和消息隊列組件分別在前面進行了介紹，在此不再贅述；數(shù)據(jù)驗證組件，用作對數(shù)據(jù)的驗證，數(shù)據(jù)驗證的方法由存儲過程實現(xiàn)，而存儲過程與數(shù)據(jù)類別驗證的映射關(guān)系會保存在數(shù)據(jù)表中，該組件的最大作用就是處理存儲過程與數(shù)據(jù)類別驗證的映射關(guān)系，并執(zhí)行存續(xù)過程進行數(shù)據(jù)驗證；數(shù)據(jù)庫操作組件，是對數(shù)據(jù)庫訪問、操作的類，該服務(wù)中所有對數(shù)據(jù)庫的操作最終都會應(yīng)用該組件進行實現(xiàn)，包括執(zhí)行數(shù)據(jù)驗證的存儲過程。

如圖2所示為本發(fā)明的使用方法步驟：

步驟一請求文件保存服務(wù)，對文件進行上傳，完成上傳后，把文件記錄保存到數(shù)據(jù)庫中。

步驟二是請求數(shù)據(jù)讀取與數(shù)據(jù)驗證：

1.收到請求后，服務(wù)首先根據(jù)當前請求的用戶數(shù)判斷是否超過配置的最大數(shù)量，如果大于則把請求插入到消息隊列中，等待前面請求的用戶完成后，才能處理請求；

2.數(shù)據(jù)讀取與插入數(shù)據(jù)庫，調(diào)用文件讀取組件，讀取文件的數(shù)據(jù)，并根據(jù)讀取出來的數(shù)據(jù)結(jié)構(gòu)在數(shù)據(jù)庫中生成對應(yīng)的臨時表，將數(shù)據(jù)批量插入到臨時表中，并釋放讀取文件的資源；

3.根據(jù)請求中的數(shù)據(jù)類型，根據(jù)映射關(guān)系找到該數(shù)據(jù)類型的數(shù)據(jù)驗證存儲過程，并調(diào)用存儲過程，將不符合規(guī)范的數(shù)據(jù)抽取到數(shù)據(jù)錯誤的驗證表，并在臨時表中刪除這些數(shù)據(jù)。

步驟三最終數(shù)據(jù)的返回，讀取驗證之后的數(shù)據(jù)(可以分批讀取，每批次讀取N條數(shù)據(jù)，數(shù)據(jù)數(shù)可配置)，如果需要可把數(shù)據(jù)轉(zhuǎn)換成用戶指定的數(shù)據(jù)結(jié)構(gòu)，并返回最終的數(shù)據(jù)給用戶。用戶可以直接拿到數(shù)據(jù)做批量插入，從而完成文件數(shù)據(jù)導(dǎo)入。

步驟四完成數(shù)據(jù)導(dǎo)入后，刪除導(dǎo)入服務(wù)的臨時數(shù)據(jù)、臨時表結(jié)構(gòu)、臨時配置數(shù)據(jù)。

上述實施例為本發(fā)明較佳的實施方式，但本發(fā)明的實施方式并不受上述實施例的限制，其他的任何未背離本發(fā)明的精神實質(zhì)與原理下所作的改變、修飾、替代、組合、簡化，均應(yīng)為等效的置換方式，都包含在本發(fā)明的保護范圍之內(nèi)。