基于Hadoop的ES数据同步方法、装置、设备及介质与流程

基于hadoop的es数据同步方法、装置、设备及介质
技术领域
1.本发明涉及数据处理技术领域，尤其涉及一种基于hadoop的es数据同步方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.随着互联网大数据时代的来临，互联网应用较多基于大数据框架hadoop构建相应的数据存储管理系统，互联网数据检索领域较多的采用es(elasticsearch，全文搜索引擎)技术满足多种搜索场景。在互联网数据检索实际应用中，通常需要定期将hadoop侧的数据同步到es侧，数据如何从hadoop侧同步到es侧，当前主流的数据同步方案通过es集群从hadoop侧批量获取数据，es集群对获取到的数据创建索引，生成分片进行存储。
3.当需要同步的数据量非常大时，这种数据同步方案可能存在以下弊端：
4.1、数据量大，es集群同步数据的时间过长。
5.2、大量占用es集群中的cpu资源，增加了es集群的开销，影响es正常的数据检索效率。
6.因此，亟需一种改进当前的es数据同步方法，以提高数据同步效率、减少es集群开销，保障es集群的数据检索效率。


技术实现要素：

7.本发明提供一种基于hadoop的es数据同步方法、装置及计算机可读存储介质，其主要目的在于提升基于hadoop的es数据同步的准确率。
8.为实现上述目的，本发明提供的一种基于hadoop的es数据同步方法，包括：
9.在预设的hadoop系统上部署预构建的虚拟es实例；
10.获取待同步数据，利用所述虚拟es实例生成所述待同步数据的索引文件；
11.将所述索引文件发送到预设的es集群进行所述待同步数据的加载。
12.可选地，所述在预设的hadoop系统上部署预构建的虚拟es实例，包括：
13.获取预设的es集群的组网信息；
14.根据所述es集群的组网信息，在所述预设的hadoop系统上加载所述预构建的虚拟es实例；
15.激活所述虚拟es实例。
16.可选地，所述利用所述虚拟es实例生成所述待同步数据的索引文件，包括：
17.对所述待同步数据进行重分区，得到预设数量的分区数据；
18.利用所述虚拟es实例逐个对每个所述分区数据创建索引；
19.将每个所述分区数据与所述分区数据对应的索引进行关联，生成所述分区数据对应的索引文件。
20.可选地，所述对所述待同步数据进行重分区，得到预设数量的分区数据，包括：
21.获取所述待同步数据的大小；
22.根据所述待同步数据的大小及所述预设数量，计算得到每个分区的小大；
23.利用预设的重分区算子，根据所述每个分区的大小对所述待同步数据进行分区，得到所述预设数量的分区数据。
24.可选地，所述利用所述虚拟es实例逐个对每个所述分区数据创建索引，包括：
25.获取预设的索引全局配置信息；
26.获取每个所述分区数据对应的预设的配置内容，根据所述预设的配置内容配置索引字段；
27.根据所述预设的索引全局配置信息、所述索引字段构建每个所述分区数据对应的索引。
28.可选地，所述将每个所述分区数据与所述分区数据对应的索引进行关联，生成所述分区数据对应的索引文件，包括：
29.逐个将每个所述分区数据写入到对应的索引中；
30.利用所述虚拟es实例对写入数据后的索引进行分段刷新，分段提交及分段合并的操作，得到所述分区数据对应的索引文件。
31.可选地，所述将所述索引文件发送到预设的es集群进行所述待同步数据的加载之前，所述方法还包括：
32.将所述索引文件同步到所述预设的hadoop系统的文件系统进行数据备份。
33.为了解决上述问题，本发明还提供一种基于hadoop的es数据同步装置，所述装置包括：
34.虚拟es实例部署模块，用于在预设的hadoop系统上部署预构建的虚拟es实例；
35.索引文件生成模块，用于获取待同步数据，利用所述虚拟es实例生成所述待同步数据的索引文件；
36.索引文件发送模块，用于将所述索引文件发送到预设的es集群进行所述待同步数据的加载。
37.为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
38.存储器，存储至少一个计算机程序；及
39.处理器，执行所述存储器中存储的程序以实现上述所述的基于hadoop的es数据同步方法。
40.为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于hadoop的es数据同步方法。
41.本发明申请通过在预设的hadoop系统上部署预构建的虚拟es实例，通过所述虚拟es实例生成待同步数据的索引文件，并将所述索引文件发送到预设的es集群，所述预设的es集群无需对所述待同步数据进行索引创建及分片操作，只需要根据所述索引文件进行所述待同步数据的存储即可，减少了es集群在数据同步过程中的消耗，提升了es数据同步效率。
附图说明
42.图1为本发明一实施例提供的基于hadoop的es数据同步方法的流程示意图；
43.图2为本发明一实施例提供的基于hadoop的es数据同步装置的功能模块图；
44.图3为本发明一实施例提供的实现所述基于hadoop的es数据同步方法的电子设备的结构示意图。
45.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
46.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
47.本技术实施例提供一种基于hadoop的es数据同步方法。所述基于hadoop的es数据同步方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述基于hadoop的es数据同步方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(contentdelivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
48.参照图1所示，为本发明一实施例提供的基于hadoop的es数据同步方法的流程示意图。在本实施例中，所述基于hadoop的es数据同步方法包括：
49.s1、在预设的hadoop系统上部署预构建的虚拟es实例；
50.本发明实施例中，所述基于hadoop的es数据同步方法应用于基于hadoop框架构建的大数据存储管理系统中。在大数据数据检索的实际应用中，大数据应用较为普遍的采用基于hadoop框架构建的大数据存储管理系统。
51.本发明实施例中，所述基于hadoop框架构建的大数据存储管理系统通常包括数据源、计算框架、集群资源管理系统及分布式文件系统等子系统。其中，所述数据源可以采用hive数据仓库或者采用hbase实时分布式数据库。所述计算框架一般包括mapduce分布式计算框架或spark内存计算框架。所述集群资源管理系统通常采用yarn集群资源管理系统，所述分布式文件系统较多是指hdfs(hadoop distributed file system,分布式文件系统)。
52.本发明实施例中，所述虚拟es(elasticsearch，全文搜索引擎)实例是指具有与es集群功能相同的可实现数据索引创建及数据分片功能的程序单元。
53.详细地，所述在预设的hadoop系统上部署预构建的虚拟es实例，包括：
54.获取预设的es集群的组网信息；根据所述es集群的组网信息，在所述预设的hadoop系统上加载所述预构建的虚拟es实例；激活所述虚拟es实例。
55.本发明实施例中，所述预设的es集群是指在大数据检索应用中，提供实时数据搜索和分析引擎功能的一组服务器，相对于单台es服务器节点而言，所述预设的es集群中包括多台服务器节点，其中，所述多台服务器节点又可以分为主节点及从节点，所述主节点及所述从节点分工不同，相互配合对待同步数据创建索引及生成数据分片，并根据所述索引将不同分片的数据存储到多个不同的从节点，从而提升大数据的高可用性及容错性。
56.本发明实施例中，根据所述预设的es集群的组网信息加载所述预构建的虚拟es实例，使得所述虚拟es实例的主节点、次节点的分布及其对应的数量与所述es集群的组网信息保持一致。
57.s2、获取待同步数据，利用所述虚拟es实例生成所述待同步数据的索引文件；
58.本发明实施例中，所述待同步数据是指需要定期从所述基于hadoop框架构建的大数据存储管理系统同步到所述预设的es集群的数据，以便所述预设的es集群能够根据所述待同步数据实施相关的数据检索操作。
59.本发明实施例中，所述索引文件是指针对所述待同步数据的数据类型及存储逻辑，定义所述待同步数据的索引与所述索引对应数据所在的存储空间之间的映射关系。
60.本发明实施例中，相对于关系型数据库而言，es可以理解为面向文档型的数据库，一条数据可以理解为一个文档。es通过索引定义文档的逻辑存储和类型。每个类型可以包含多个文档，每个文档中又可以包含多个字段，通过对每个字段创建索引，可以实现每个文档可以被检索，从而提升每个文档的检索效率。
61.详细地，所述利用所述虚拟es实例生成所述待同步数据的索引文件，包括：对所述待同步数据进行重分区，得到预设数量的分区数据；利用所述虚拟es实例逐个对每个所述分区数据创建索引；将每个所述分区数据与所述分区数据对应的索引进行关联，生成所述分区数据对应的索引文件。
62.可以理解的是，所述待同步数据本身具有一定的数据组织形式，例如，根据数据间的逻辑关系，所述待同步数据可能分布在不同存储区域内的不同的分档中。
63.本发明实施例中，在所述基于hadoop框架构建的大数据存储管理系统中，通过对所述待同步数据进行重分区，可以实现所述虚拟es实例同时对多个所述分区数据进行索引的创建，提升了所述虚拟es实例对所述待同步数据进行索引创建的效率。
64.详细地，所述对所述待同步数据进行重分区，得到预设数量的分区数据，包括：获取所述待同步数据的大小；根据所述待同步数据的大小及所述预设数量，计算得到每个分区的小大；利用预设的重分区算子，根据所述每个分区的大小对所述待同步数据进行分区，得到所述预设数量的分区数据。
65.本发明实施例中，每个所述分区数据的大小由所述待同步数据的大小及所述重分区算子决定，每个所述分区数据越大，相应的分区数量就越少。同理，每个所述分区数据越小，相应的分区数量也就越多。
66.本发明实施例中，所述重分区算子可以采用“repartion”算法，所述“repartion”重分区算子即遍历所述待同步数据中的每一个数据并将遍历的数据随机分配到对应的新分区中。
67.详细地，所述利用所述虚拟es实例逐个对每个所述分区数据创建索引，包括：获取预设的索引全局配置信息；获取每个所述分区数据对应的预设的配置内容，根据所述预设的配置内容配置索引字段；根据所述预设的索引全局配置信息、所述索引字段构建每个所述分区数据对应的索引。
68.本发明实施例中，索引可以理解为es存放所述待同步数据的地方，即关系型数据库中的一个数据库。所述待同步数据被存储和索引在分片中，索引把一个或多个分片集合在一起的逻辑空间。
69.本发明实施例中，所述预设的索引全局配置信息包括但不限于分片和副本的数量，数据同步频率等。
70.本发明实施例中，一个索引对象可以存储多个不同用途的实体，在索引对象存储的主要实体叫做文档，一个索引对象可以存储多个不同用途的文档，通过索引类型可以区
分单个索引中的不同实体，所述实体可以理解为关系型数据库中的表。每个文档由多个字段构成，es是一种非结构化的数据库，每个文档可以包含多个字段，并且有唯一的标识符。
71.本发明实施例中，所述预设的配置内容包括但不限于每个所述文档的关键字关键字、词频、预设的字段属性等。
72.详细地，所述将每个所述分区数据与所述分区数据对应的索引进行关联，生成所述分区数据对应的索引文件，包括：逐个将每个所述分区数据写入到对应的索引中；利用所述虚拟es实例对写入数据后的索引进行分段刷新，分段提交及分段合并的操作，得到所述分区数据对应的索引文件。
73.本发明实施例中，所述分段刷新操作是将内存缓冲区所有文档写入一个新的段，写入到文件系统缓存并将旧的内存缓冲区清空，文档写入内存缓存区中，默认每1s生成一个新的段，默认每1s进行一次分段刷新操作，分段刷新操作后的段可以被打开，实现近实时搜索。
74.本发明实施例中，所述分段提交操作是指所述虚拟es实例一次性完整的将每个分段提交并刷新到磁盘，并写入一个包含所有分段提交点的列表。所述预设的es集群在启动或重新打开一个索引的过程中使用这个提交点列表来判断哪些段隶属于当前分片，以保证数据的安全。
75.本发明实施例中，所述分段合并操作是指每次对所述索引中的数据执行分段刷新操作后都会生成一个新的段，随着时间的增长新产生的段的数量会越来越多，会导致每次所述预设的es集群执行数据检索操作时需要依次扫描所有的段，导致数据检索速度变慢，为了避免上述问题，通过执行所述分段合并操作定期多个所述段进行合并，减少所述段的数量。
76.本发明实施例中，所述分段刷新操作可以通过所述虚拟的es实例提供的refresh接口实现，所述分段提交操作可以所述虚拟的es实例提供的flush接口实现，所述分段合并操作可以通过所述虚拟的es实例提供的merge接口实现。
77.s3、将所述索引文件发送到预设的es集群进行所述待同步数据的加载。
78.本发明实施例中，所述预设的es集群只需要读取所述索引文件，按照所述索引文件定义的数据分片及索引关系进行所述待同步数据的存储即可，无需再对所述待同步数据进行数据分析，创建索引的操作。
79.较佳地，所述将所述索引文件发送到所述预设的es集群进行所述待同步数据的加载之前，所述方法还包括：将所述索引文件同步到预设的hadoop系统的文件系统进行数据备份。
80.本发明实施例中，当所述预设的es集群从所述预设的hadoop系统同步所述待同步数据，发生异常情况导致同步失败，可以根据所述文件系统存储的索引文件进行相关数据的恢复，其中，所述文件系统可以采用hdfs(hadoop distributed file system,分布式文件系统)。
81.本发明实施例通过在预设的hadoop系统上部署预构建的虚拟es实例，通过所述虚拟es实例生成待同步数据的索引文件，并将所述索引文件发送到预设的es集群，所述预设的es集群无需对所述待同步数据进行索引创建及分片操作，只需要根据所述索引文件进行所述待同步数据的存储即可，减少了es集群在数据同步过程中的消耗，提升了es数据同步
效率。
82.如图2所示，是本发明一实施例提供的基于hadoop的es数据同步装置的功能模块图。
83.本发明所述基于hadoop的es数据同步装置100可以安装于电子设备中。根据实现的功能，所述基于hadoop的es数据同步装置100可以包括虚拟es实例部署模块101、索引文件生成模块102及索引文件发送模块103。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
84.在本实施例中，关于各模块/单元的功能如下：
85.所述虚拟es实例部署模块101，用于在预设的hadoop系统上部署预构建的虚拟es实例；
86.所述索引文件生成模块102，用于获取待同步数据，利用所述虚拟es实例生成所述待同步数据的索引文件；
87.所述索引文件发送模块103，用于将所述索引文件发送到预设的es集群进行所述待同步数据的加载。
88.详细地，所述基于hadoop的es数据同步装置100各模块的具体实施方式如下：
89.步骤一、在预设的hadoop系统上部署预构建的虚拟es实例；
90.本发明实施例中，所述基于hadoop的es数据同步方法应用于基于hadoop框架构建的大数据存储管理系统中。在大数据数据检索的实际应用中，大数据应用较为普遍的采用基于hadoop框架构建的大数据存储管理系统。
91.本发明实施例中，所述基于hadoop框架构建的大数据存储管理系统通常包括数据源、计算框架、集群资源管理系统及分布式文件系统等子系统。其中，所述数据源可以采用hive数据仓库或者采用hbase实时分布式数据库。所述计算框架一般包括mapduce分布式计算框架或spark内存计算框架。所述集群资源管理系统通常采用yarn集群资源管理系统，所述分布式文件系统较多是指hdfs(hadoop distributed file system,分布式文件系统)。
92.本发明实施例中，所述虚拟es(elasticsearch，全文搜索引擎)实例是指具有与es集群功能相同的可实现数据索引创建及数据分片功能的程序单元。
93.详细地，所述在预设的hadoop系统上部署预构建的虚拟es实例，包括：
94.获取预设的es集群的组网信息；根据所述es集群的组网信息，在所述预设的hadoop系统上加载所述预构建的虚拟es实例；激活所述虚拟es实例。
95.本发明实施例中，所述预设的es集群是指在大数据检索应用中，提供实时数据搜索和分析引擎功能的一组服务器，相对于单台es服务器节点而言，所述预设的es集群中包括多台服务器节点，其中，所述多台服务器节点又可以分为主节点及从节点，所述主节点及所述从节点分工不同，相互配合对待同步数据创建索引及生成数据分片，并根据所述索引将不同分片的数据存储到多个不同的从节点，从而提升大数据的高可用性及容错性。
96.本发明实施例中，根据所述预设的es集群的组网信息加载所述预构建的虚拟es实例，使得所述虚拟es实例的主节点、次节点的分布及其对应的数量与所述es集群的组网信息保持一致。
97.步骤二、获取待同步数据，利用所述虚拟es实例生成所述待同步数据的索引文件；
98.本发明实施例中，所述待同步数据是指需要定期从所述基于hadoop框架构建的大数据存储管理系统同步到所述预设的es集群的数据，以便所述预设的es集群能够根据所述待同步数据实施相关的数据检索操作。
99.本发明实施例中，所述索引文件是指针对所述待同步数据的数据类型及存储逻辑，定义所述待同步数据的索引与所述索引对应数据所在的存储空间之间的映射关系。
100.本发明实施例中，相对于关系型数据库而言，es可以理解为面向文档型的数据库，一条数据可以理解为一个文档。es通过索引定义文档的逻辑存储和类型。每个类型可以包含多个文档，每个文档中又可以包含多个字段，通过对每个字段创建索引，可以实现每个文档可以被检索，从而提升每个文档的检索效率。
101.详细地，所述利用所述虚拟es实例生成所述待同步数据的索引文件，包括：对所述待同步数据进行重分区，得到预设数量的分区数据；利用所述虚拟es实例逐个对每个所述分区数据创建索引；将每个所述分区数据与所述分区数据对应的索引进行关联，生成所述分区数据对应的索引文件。
102.可以理解的是，所述待同步数据本身具有一定的数据组织形式，例如，根据数据间的逻辑关系，所述待同步数据可能分布在不同存储区域内的不同的分档中。
103.本发明实施例中，在所述基于hadoop框架构建的大数据存储管理系统中，通过对所述待同步数据进行重分区，可以实现所述虚拟es实例同时对多个所述分区数据进行索引的创建，提升了所述虚拟es实例对所述待同步数据进行索引创建的效率。
104.详细地，所述对所述待同步数据进行重分区，得到预设数量的分区数据，包括：获取所述待同步数据的大小；根据所述待同步数据的大小及所述预设数量，计算得到每个分区的小大；利用预设的重分区算子，根据所述每个分区的大小对所述待同步数据进行分区，得到所述预设数量的分区数据。
105.本发明实施例中，每个所述分区数据的大小由所述待同步数据的大小及所述重分区算子决定，每个所述分区数据越大，相应的分区数量就越少。同理，每个所述分区数据越小，相应的分区数量也就越多。
106.本发明实施例中，所述重分区算子可以采用“repartion”算法，所述“repartion”重分区算子即遍历所述待同步数据中的每一个数据并将遍历的数据随机分配到对应的新分区中。
107.详细地，所述利用所述虚拟es实例逐个对每个所述分区数据创建索引，包括：获取预设的索引全局配置信息；获取每个所述分区数据对应的预设的配置内容，根据所述预设的配置内容配置索引字段；根据所述预设的索引全局配置信息、所述索引字段构建每个所述分区数据对应的索引。
108.本发明实施例中，索引可以理解为es存放所述待同步数据的地方，即关系型数据库中的一个数据库。所述待同步数据被存储和索引在分片中，索引把一个或多个分片集合在一起的逻辑空间。
109.本发明实施例中，所述预设的索引全局配置信息包括但不限于分片和副本的数量，数据同步频率等。
110.本发明实施例中，一个索引对象可以存储多个不同用途的实体，在索引对象存储的主要实体叫做文档，一个索引对象可以存储多个不同用途的文档，通过索引类型可以区
分单个索引中的不同实体，所述实体可以理解为关系型数据库中的表。每个文档由多个字段构成，es是一种非结构化的数据库，每个文档可以包含多个字段，并且有唯一的标识符。
111.本发明实施例中，所述预设的配置内容包括但不限于每个所述文档的关键字关键字、词频、预设的字段属性等。
112.详细地，所述将每个所述分区数据与所述分区数据对应的索引进行关联，生成所述分区数据对应的索引文件，包括：逐个将每个所述分区数据写入到对应的索引中；利用所述虚拟es实例对写入数据后的索引进行分段刷新，分段提交及分段合并的操作，得到所述分区数据对应的索引文件。
113.本发明实施例中，所述分段刷新操作是将内存缓冲区所有文档写入一个新的段，写入到文件系统缓存并将旧的内存缓冲区清空，文档写入内存缓存区中，默认每1s生成一个新的段，默认每1s进行一次分段刷新操作，分段刷新操作后的段可以被打开，实现近实时搜索。
114.本发明实施例中，所述分段提交操作是指所述虚拟es实例一次性完整的将每个分段提交并刷新到磁盘，并写入一个包含所有分段提交点的列表。所述预设的es集群在启动或重新打开一个索引的过程中使用这个提交点列表来判断哪些段隶属于当前分片，以保证数据的安全。
115.本发明实施例中，所述分段合并操作是指每次对所述索引中的数据执行分段刷新操作后都会生成一个新的段，随着时间的增长新产生的段的数量会越来越多，会导致每次所述预设的es集群执行数据检索操作时需要依次扫描所有的段，导致数据检索速度变慢，为了避免上述问题，通过执行所述分段合并操作定期多个所述段进行合并，减少所述段的数量。
116.本发明实施例中，所述分段刷新操作可以通过所述虚拟的es实例提供的refresh接口实现，所述分段提交操作可以所述虚拟的es实例提供的flush接口实现，所述分段合并操作可以通过所述虚拟的es实例提供的merge接口实现。
117.步骤三、将所述索引文件发送到预设的es集群进行所述待同步数据的加载。
118.本发明实施例中，所述预设的es集群只需要读取所述索引文件，按照所述索引文件定义的数据分片及索引关系进行所述待同步数据的存储即可，无需再对所述待同步数据进行数据分析，创建索引的操作。
119.较佳地，所述将所述索引文件发送到所述预设的es集群进行所述待同步数据的加载之前，所述方法还包括：将所述索引文件同步到预设的hadoop系统的文件系统进行数据备份。
120.本发明实施例中，当所述预设的es集群从所述预设的hadoop系统同步所述待同步数据，发生异常情况导致同步失败，可以根据所述文件系统存储的索引文件进行相关数据的恢复，其中，所述文件系统可以采用hdfs(hadoop distributed file system,分布式文件系统)。
121.本发明实施例通过在预设的hadoop系统上部署预构建的虚拟es实例，通过所述虚拟es实例生成待同步数据的索引文件，并将所述索引文件发送到预设的es集群，所述预设的es集群无需对所述待同步数据进行索引创建及分片操作，只需要根据所述索引文件进行所述待同步数据的存储即可，减少了es集群在数据同步过程中的消耗，提升了es数据同步
效率。
122.因此，本发明提供的基于hadoop的es数据同步装置可以es数据同步效率。
123.如图3所示，是本发明一实施例提供的实现基于hadoop的es数据同步方法的电子设备的结构示意图。
124.所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于hadoop的es数据同步程序。
125.其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于hadoop的es数据同步程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
126.所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如基于hadoop的es数据同步程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
127.所述总线可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
128.图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
129.例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
130.进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
131.可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(display)、输
入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
132.应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
133.所述电子设备1中的所述存储器11存储的基于hadoop的es数据同步程序是多个指令的组合，在所述处理器10中运行时，可以实现：
134.在预设的hadoop系统上部署预构建的虚拟es实例；
135.获取待同步数据，利用所述虚拟es实例生成所述待同步数据的索引文件；
136.将所述索引文件发送到预设的es集群进行所述待同步数据的加载。
137.具体地，所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
138.进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)。
139.本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
140.在预设的hadoop系统上部署预构建的虚拟es实例；
141.获取待同步数据，利用所述虚拟es实例生成所述待同步数据的索引文件；
142.将所述索引文件发送到预设的es集群进行所述待同步数据的加载。
143.在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
144.所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
145.另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
146.对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
147.因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
148.本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
149.本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
150.此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
151.最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。