爬蟲接入規(guī)范

修訂歷史

日期

修改說明

部門

修改人

2018.06.12

大數(shù)據(jù)中心

李永波

數(shù)據(jù)接入需求

基于數(shù)據(jù)采集需求，初步判斷數(shù)據(jù)的接入源是否從業(yè)務(wù)數(shù)據(jù)庫中獲取。

聯(lián)系技術(shù)研發(fā)部同事，請求數(shù)據(jù)源接入的位置參數(shù)，通過配置化方式達到將數(shù)據(jù)從業(yè)務(wù)系統(tǒng)拉取、裝載到數(shù)據(jù)倉庫貼源層的目的。

數(shù)據(jù)接入流程

1.與爬蟲組和平臺組進行溝通，確定提供數(shù)據(jù)的方式（數(shù)據(jù)庫、文件、接口等），讓需求發(fā)起人補充詳細的數(shù)據(jù)口徑，補充到需求要求里面，指定數(shù)據(jù)倉庫組或平臺組的一個人進行轉(zhuǎn)發(fā)。

2.數(shù)據(jù)倉庫組或平臺組根據(jù)需求描述。跟數(shù)據(jù)源提供方（可以是需求發(fā)起方、也可以是技術(shù)研發(fā)部門）溝通，讓其補充模板里的位置參數(shù)。

3.數(shù)據(jù)源提供方根據(jù)模板要求，提供位置配置參數(shù)。

4.數(shù)據(jù)倉庫組或平臺組根據(jù)已經(jīng)得到的位置參數(shù)、需求數(shù)據(jù)指標(biāo)等信息，設(shè)計接入模型和抽取參數(shù)。

5.數(shù)據(jù)倉庫組或平臺組在接入數(shù)據(jù)后，整理數(shù)據(jù)格式，制定清洗轉(zhuǎn)換規(guī)則，并補充裝載目標(biāo)表信息。

數(shù)據(jù)源接入模板

需求要求（倉庫組補充）

tapd需求單號：1002513

提起人：陳炳貴(Richard.chen)

需求單號內(nèi)容：

？？？

提供數(shù)據(jù)方式：

數(shù)據(jù)庫、文件、接口

詳細的數(shù)據(jù)口徑：？？？

位置配置參數(shù)（平臺部補充）

配置參數(shù)

參數(shù)取值

服務(wù)器地址

必填

數(shù)據(jù)庫端口

必填

數(shù)據(jù)庫名稱

必填

用戶名

必填

密碼

必填

表名

必填，test1

必填，test2

取數(shù)口徑（sql或者文字說明）

選填，單表部分字段、多表關(guān)聯(lián)的請?zhí)顚憽?/p>

接入模型字段（倉庫組補填）

字段名

注釋

字段類型

源表字段

必填

必填

必填

必填

必填

必填

必填

必填

抽取參數(shù)（倉庫組補填）

配置參數(shù)

參數(shù)取值

抽數(shù)周期

每天

抽數(shù)時間

7:00

增量標(biāo)識

1：全量，2：增量

數(shù)據(jù)日期格式

增量數(shù)據(jù)，需要提供數(shù)據(jù)日期格式，可選如下。

時間戳

Yyyymmdd

Yyyy-mm-dd

清洗轉(zhuǎn)換規(guī)則（倉庫組補填）

由倉庫組補充，不限于數(shù)據(jù)清洗過濾、字段編碼轉(zhuǎn)換、敏感信息轉(zhuǎn)換、接入閥值設(shè)置等等。

裝載目標(biāo)表（倉庫組補填）

配置參數(shù)

參數(shù)取值

stg層表名稱

必填

stg層表描述

必填

ods層表名稱

必填

ods層表描述

必填

取數(shù)位置（平臺組組補充，倉庫組驗收）

密碼等驗證信息私下提供。

數(shù)據(jù)庫方式：

數(shù)據(jù)庫連接方式：

表名：

字段名

注釋

字段類型

必填

必填

必填

必填

必填

必填

文件方式：

服務(wù)器位置：ip：port

文件位置：

接口方式：

接口URL：