- 综合排序
- 最热优先
- 最新优先
- 来自专栏Java架构师必看
数据运营平台-数据采集
今天说一说数据运营平台-数据采集[通俗易懂],希望能够帮助大家进步!!! 目录 行为数据采集 业务数据采集与转换 第三方系统API对接 用户数据关联 人工数据采集 数据输出 ---- 行为数据采集 1.埋点采集 ①跨平台打通 确定性方法识别 利用用户帐号体系中，可以是系统生成的 上报的数据明文示例如下： [{ "appid": "demo", "xwho": "8c0eebf0-2383-44bc-b8ba-a5c719fc6194", "xwhat 业务消息约定 请求消息URI中的参数采用UTF-8编码并经过URLEncode编码。 ，接口名字可配置 应答的消息体采用JSON数据格式编码，字符编码采用UTF-8。
6K31编辑于 2022-07-06 - 来自专栏全栈程序员必看
基于kettle的数据采集平台
平台开发目的是设计一个通用的数据采集、解析、处理、装载、调度、监控的通用数据采集平台。平台具有业务无关性，涉及到具体的业务数据处理时候需要特殊处理，动态加载到框架中，达到通用的目的。
68720编辑于 2022-06-28 - 来自专栏阿年的数据梦
数仓日记 - 数据采集平台
说明 二、采集平台准备 1. 框架版本选型 2. 集群部署规划 3. 数据流程图 三、用户行为数据采集模块 1. 环境准备 2. JDK安装 3. 采集日志Flume 7. kafka安装 • 项目经验之Kafka压力测试 • 项目经验之Kafka机器数量计算 8. logcollector-1.0-SNAPSHOT.jar logcollector-1.0-SNAPSHOT-jar-with-dependencies.jar 二、采集平台准备 1. f1.sh start #启动 Kafka采集集群 kf.sh start sleep 8s; #启动 Flume kf.sh stop sleep 8s; #停止 Flume采集集群 f1.sh stop #停止 Zookeeper集群
3.2K20编辑于 2022-11-18 - 来自专栏machh的专栏
Windows平台音频采集技术介绍
音频处理的相关技术： 采集麦克风输入 采集声卡输出 将音频数据送入声卡进行播放 对多路音频输入进行混音处理 在Windows操作系统上，音频处理技术主要是采用微软提供的相关API：Wave系列API函数 主要是用来实现对麦克风输入的采集（使用WaveIn系列API函数）和控制声音的播放（使用后WaveOut系列函数）。 支持XP及之后的Windows系统，支持麦克风输入的采集和控制声音的播放，不支持声卡的采集。 DirectSound 可实现多个声音的混合播放。 directx框架，directx 10之就没有了对directsound的支持，已经将directsound封装到directshow里面去了 支持XP及之后的Windows系统，支持麦克风，声卡的采集 下图为DeviceTopology API的作用范围 支持Vista及之后的Windows系统，支持麦克风，声卡输出的采集， 控制声音播放。
2.1K10编辑于 2022-06-10 - 来自专栏全栈程序员必看
基于spark的数据采集平台
数据采集平台管理端 https://github.com/zhaoyachao/zdh_web 数据采集平台服务 https://github.com/zhaoyachao/zdh_server web 平台介绍 数据采集,处理,监控,调度,管理一体化平台具体介绍请看github连接中的readme 文档 # 数据采集,处理,监控,调度,管理一体化平台 # 提示 zdh 分2部分,前端配置 # 下载修改基础配置 打开resources/application-dev.properties 1 修改服务器端口默认8081 2 修改数据源连接(默认支持mysql8) release 目录 直接将release 目录拷贝 2 到relase的bin 目录下执行start 脚本(启动脚本必须到bin 目录下执行) 3 执行编译好的包需要提前安装mysql8, mvn package -Dmaven.test.skip=true # 运行 在target 目录下找到zdh.jar 执行 java -Dfile.encoding=utf-8
96210编辑于 2022-06-28 - 来自专栏geekfly
Java数据采集-8.模拟登录
/* 模拟登录所需要的参数,有些网站登录时会检测， 如果存在基本上为必须，但CSDN发现并没有检测，故没有添加 在Chrome开发者平台中可查看 = null) { result = EntityUtils.toString(entity, "utf-8"); } }catch =geekfly; Domain=.csdn.net; Path=/;AU=2DB; Domain=.csdn.net; Path=/;UD=%E5%94%AF%E6%9C%89%E5%89%B2%E8% 88%8D%EF%BC%8C%E6%89%8D%E8%83%BD%E4%B8%93%E6%B3%A8%E3%80%82%E5%94%AF%E6%9C%89%E6%94%BE%E5%BC%83%EF%BC %8C%E6%89%8D%E8%83%BD%E8%BF%BD%E6%B1%82%E3%80%82; Domain=.csdn.net; Path=/;UN=TMaskBoy; Domain=.csdn.net
88920编辑于 2022-05-06 - 来自专栏程序猿的大杂烩
大数据平台 - 数据采集及治理
数据采集介绍 ETL基本上就是数据采集的代表，包括数据的提取（Extract）、转换（Transform）和加载（Load）。数据源是整个大数据平台的上游，数据采集是数据源与数仓之间的管道。 常见的三个数据采集场景： 场景1：从支持FTP、SFTP、 HTTP等 协议的数据源获取数据 场景2：从业务数据库获取数据，数据采集录入后需支撑业务系统 场景3：数据源通过Kafka等消息队列，需要实时采集数据 数据采集系统需求： 数据源管理与状态监控 定时、实时、全量、增量等多模式的数据采集及任务监控 元数据管理、数据补采及数据归档 ---- 常用数据采集工具 Sqoop Sqoop是常用的关系数据库与HDFS `id`) ) ENGINE=InnoDB AUTO_INCREMENT=1069 DEFAULT CHARSET=utf8 COLLATE=utf8_unicode_ci; insert into 数据采集及处理流程中产生的元数据纳入数据治理平台，并建立血缘关系 提供数据管理的服务接口，数据模型变更及时通知上下游 ---- Apache Atlas数据治理 常见的数据治理工具： Apache Atlas
4.2K11发布于 2020-11-16 - 来自专栏Sun
大数据平台之binlog采集方案
1、背景 大数据平台的采集功能是从外部数据源采集数据存储到hive，采集方式分为全量采集、增量采集，增量采集适用于数据规模较大情况，有很多使用场景，但是在增量采集时，平台只能感知数据新增、更新 大数据平台针对mysql的处理方案流程如图1所示。 因为漏数据是无法容忍的，因此平台选择1，为了避免重复的SQL操作，平台增加了约束：采集的mysql表需要包含主键或唯一键，这个约束正常情况下都是完全可以满足的。 "name777",777 UPDATE,9103c8c82514f39d8360c7430c4ee557,"10002","name222",222 DELETE,6eb887126d24e8f1cd8ad5033482c781 ,"10008","name8",22 DELETE,d89f3a35931c386956c1a402a8e09941,"10001","name1",10 DELETE,6eb887126d24e8f1cd8ad5033482c781
1.8K30发布于 2021-11-23 - 来自专栏斑斓
剖析大数据平台的数据采集
数据采集的设计，几乎完全取决于数据源的特性，毕竟数据源是整个大数据平台蓄水的上游，数据采集不过是获取水源的管道罢了。 但是在大数据平台下，由于数据源具有更复杂的多样性，数据采集的形式也变得更加复杂而多样，当然，业务场景也可能变得迥然不同。下图展现了大数据平台比较典型的数据采集架构： ? 在这种场景下，数据采集就仅仅是一个简单的同步，无需执行转换。 场景2：数据源已经写入Kafka，需要实时采集数据。 为了更高效地完成数据采集，通常我们需要将整个流程切分成多个阶段，在细分的阶段中可以采用并行执行的方式。在这个过程中，可能牵涉到Job的创建、提交与分发，采集流程的规划，数据格式的转换等。 除此之外，在保证数据采集的高性能之外，还要考虑数据丢失的容错。
1.8K40发布于 2018-03-07 - 来自专栏全栈程序员必看
大数据：数据采集平台之Fluentd
大数据：数据采集平台之Fluentd ---- Apache Flume 详情请看文章：《大数据：数据采集平台之Apache Flume》 Fluentd 详情请看文章：《大数据：数据采集平台之 Fluentd》 Logstash 详情请看文章：《大数据：数据采集平台之Logstash》 Apache Chukwa 详情请看文章：《大数据：数据采集平台之Apache Chukwa 》 Scribe 详情请看文章：《大数据：数据采集平台之Scribe 》 Splunk Forwarder 详情请看文章：《大数据：数据采集平台之Splunk Forwarder》 Fluentd从各方面看都很像Flume，区别是使用Ruby开发，Footprint会小一些，但是也带来了跨平台的问题，并不能支持Windows平台。
75120编辑于 2022-08-14 - 来自专栏编程进阶实战
ThingsGateway：一款基于.NET8开源的跨平台高性能边缘采集网关
前言今天大姚给大家分享一款基于.NET8开源的跨平台高性能边缘采集网关，提供底层PLC通讯库，通讯调试软件等，单机采集数据点位可达百万：ThingsGateway。 项目技术栈后端技术栈：支持.NET 6/7/8，Sqlsugar，JWT等。底层驱动库支持：.NET Framework 4.5及以上，.NET Standard2.0及以上。
1.3K10编辑于 2024-08-23 - 来自专栏devops_k8s
k8s 日志采集最佳实践
在 K8s 中，应用都以 yaml 的方式部署，而日志采集还是以手工的配置文件形式为主，如何能够让日志采集以 K8s 的方式进行部署? Sidecar 相对资源占用较多，但灵活性以及多租户隔离性较强，建议大型的 K8s 集群或作为 PaaS 平台为多个业务方服务的集群使用该方式; image.png 总结下来: 1 . 7 日志采集方案 image.png 早在 Kubernetes 出现之前，我们就开始为容器环境开发日志采集方案，随着 K8s 的逐渐稳定，我们开始将很多业务迁移到 K8s 平台上，因此也基于之前的基础专门开发了一套 K8s 上的日志采集方案。 方式单独采集; 9.2 大型集群 image.png 对于一些用作 PaaS 平台的大型/超大型集群，一般业务在 1000 以上，节点规模也在 1000 以上，有专门的 Kubernetes 平台运维人员
3K40发布于 2021-11-09 - 来自专栏葡萄城控件技术团队
实战分享 | 金融数据采集报送平台实践
对企业数据系统来说，数据采集填报、报表设计、校验审核、汇总上报等功能是非常常见的需求，也是业务用户使用频率最高的功能模块。 本周我们有幸邀请到葡萄城的深度合作客户——杭州明佑电子有限公司（简称明佑电子）开发部经理 杨颖，从银行业背景和业务痛点出发，分享他们对于银行业数据采集报送领域的实践经验，分析、解决以上提到的痛点问题。 SpreadJS 实现在线导入Excel自定义报表 https://mp.weixin.qq.com/s/IbN6ljTBHGxcg-lfjt_yxw 【客户故事】希施玛数据科技 – 金融大数据处理实验实训教学平台
1.1K40编辑于 2023-02-10 - 来自专栏全栈程序员必看
大数据：数据采集平台之Apache Flume
大数据：数据采集平台之Apache Flume ---- Apache Flume 详情请看文章：《大数据：数据采集平台之Apache Flume》 Fluentd 详情请看文章：《大数据： 数据采集平台之Fluentd》 Logstash 详情请看文章：《大数据：数据采集平台之Logstash》 Apache Chukwa 详情请看文章：《大数据：数据采集平台之Apache Chukwa 》 Scribe 详情请看文章：《大数据：数据采集平台之Scribe 》 Splunk Forwarder 详情请看文章：《大数据：数据采集平台之Splunk Forwarder 》 ---- 官网： https://flume.apache.org/ Flume 是Apache旗下的一款开源、高可靠、高扩展、容易管理、支持客户扩展的数据采集系统。
70420编辑于 2022-06-28 - 来自专栏爬虫资料
面向教育平台的分层内容采集思路
更可行的方式是设计一个分层次的采集流程，逐级深入，既能减少资源浪费，又能适应平台的动态变化。 二、思路图谱下面用一张树状结构图来概括整个方案：教育平台内容分层采集方案│├── 网络接入│ ├── 使用代理服务│ ├── 用户模拟切换│ └── 请求频率控制│├── 抓取逻辑│ ├ ─ 增量更新机制│ └── 定期调度任务│└── 监控与优化 ├── 日志与监控 ├── 失败重试 └── 代理池健康度管理三、示例代码下面给出一个简化示例，展示如何代理服务分层采集教育类平台的目录和课程信息 分层采集思路：先拿到分类，再进入课程页面，最后细化到具体单元。可根据平台情况扩展到动态渲染场景。四、总结教育类平台的内容采集，必须考虑到层级化结构、频繁更新、多终端分布和访问限制。 采用分层次的采集思路，可以在保证效率的同时降低风险，并更好地适应教育平台未来的演进方向。这种方案不仅适合教育类平台，也能够迁移到资讯网站、视频平台、知识型社区等场景中。
24710编辑于 2025-09-03 - 来自专栏科控自动化
地热数据采集项目8 部署Docker和Fuxa
Docker 的安装 Ubuntu 可以在线安装 docker，也可以通过以下网址 https://download.docker.com/linux/ubuntu/dists/bionic/pool/stable/armhf/ 下载所需版本自 行安装。 这里以在线安装为例，使用以下命令在线安装 docker apt-get install docker.io Fuxa部署 docker run -d -p 1881:1881 -v fuxa_appdata:/usr/src/app/FUXA/serv
2K20编辑于 2022-12-01 - 来自专栏运维监控日志分析
可视化日志采集分析平台建设方案
所以决定使用ELK+Filebeat的架构进行平台搭建。 最终，采用Elasticsearch+ Logstash+ Kibana+ Filebeat+ Kafka+ Zookeeper+ Zabbix+ Grafana 的架构构建日志采集分析平台。 2.架构分析 第一层、数据采集层，数据缓存层 在业务应用服务器安装 filebeat 做日志采集，同时filebeat将采集的日志转送至kafka/zookeeper集群。 Grafana Grafana是一款用go语言开发的跨平台的开源度量分析和可视化工具，可以通过将采集的数据进行查询监控可视化的展示。 16G 500G CentOS 7.7.1908 kafka-node2 2路8核 16G 500G CentOS 7.7.1908 kafka-node3 2路8核 16G 500G CentOS
5.4K44发布于 2020-05-15 - 来自专栏chaplinthink的专栏
大数据平台如何实现任务日志采集
背景 平台任务主要分3种: flink实时任务, spark任务,还有java任务,spark、flink 我们是运行在yarn 上, 日常排错我们通过查看yarn logs来定位, 但是会对日志存储设置一定的保留时间 jar,排除其它日志框架引入 采集架构设计 通过log4j appender 将采集的日志发送到接收中心,这里注意搞个buffer,通过http批量发送到接收中心,日志太小过滤掉. 进行简单的清洗转换后将数据sink到es中 用户通过界面根据各种条件如applicationId、时间、不同角色节点筛选,搜索到对应日志 总结 本文主要介绍了下基于log4j 自定义appender,实现了大数据平台相关任务日志的采集 ,针对不同类型任务的处理,获取最终我们平台搜索需要的功能. 日志采集注意采集量过猛可能会将磁盘打满,需要有相应的降级或者预防措施,用户不会考虑太多关于平台相关的东西. 大数据平台技术目前各大公司很多技术架构都差不多,就看细节的处理了.
68810编辑于 2021-12-30 - 来自专栏全栈程序员必看
大数据采集平台之ZDH_SERVER部署
目录 项目源码 下载源码 打包 部署 运行 ---- 项目源码 数据采集平台管理端 https://github.com/zhaoyachao/zdh_web 数据采集平台服务 https://github.com /zhaoyachao/zdh_server web端在线查看 http://zycblog.cn:8081/login 用户名：zyc 密码：123456 界面只是为了参考功能,底层的数据采集服务 需要自己下载 SERVER端安装 1 基础构建环境 gradle: 4.10.2 jdk:jdk8 mysql8或者mariadb10.2.14+ git:选择性安装看个人需要 下载源码 1 http
64620编辑于 2022-06-28 Rokid AR 平台多媒体采集技术全景解析
也正因此，Rokid AR Platform推出了一体化多媒体采集SDK，更让“空间计算”从概念走向落地。 接下来，让我们从多媒体采集（拍照、录音、录像）技术板块入手，带大家拆解这套让AR眼镜实现“眼观六路、耳听八方”的隐形工具链。 - 整个过程 640×480 以内 300 ms 可以跑完；4032×3024 要 8 s，且蓝牙通道占满，音频会卡顿。 （3）回调里的 `ByteArray? * 在眼镜上实测：如果 onAudioStream 里写磁盘，每次 write 超过 8 ms， * 就会触发“音频抖动”提示，用户能听见“咔哒”破音。 、五、总结：用代码打开“空间记忆”Rokid AR 平台通过一体化多媒体采集 SDK，围绕 “延伸感官” 需求实现了 “空间计算” 落地，其核心技术涵盖三大拍照途径（单机功能键盲拍、AI 场景拍照、唤起相机拍照
69210编辑于 2025-10-14
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号