[发明专利]数据抽样方法、装置、设备及存储介质

权利要求书

1.一种数据抽样方法，其特征在于，所述数据抽样方法包括：

统计多个待计算节点的数据条目总数，并根据预设的待抽取数据条目数和所述数据条目总数，获得抽样比率；

获取各待计算节点中原数据块的剩余未分配数据条目总数，并根据所述剩余未分配数据条目总数和所述抽样比率，获得各待计算节点的剩余应抽样数据条目数；

根据所述剩余应抽样数据条目数从原数据块中抽取目标数据记录，并将所述目标数据记录保存至抽样结果数据库中。

2.如权利要求1所述的数据抽样方法，其特征在于，所述将所述目标数据记录保存至抽样结果数据库中的步骤之前还包括：

获取预设的随机数种子；

获取所述待计算节点的节点编号，并根据所述随机数种子和所述节点编号生成随机数；

若所述剩余未分配数据条目总数和所述随机数的乘积值小于所述剩余应抽样数据条目数，则将目标数据记录保存至抽样结果数据库；

若所述剩余未分配数据条目总数和所述随机数的乘积值大于或等于所述剩余应抽样数据条目数，则将目标数据记录丢弃。

3.如权利要求1所述的数据抽样方法，其特征在于，所述获得各待计算节点的剩余应抽样数据条目数的步骤之后还包括：

若所述剩余应抽样数据条目数中存在非整数形式的目标剩余应抽样数据条目数，则对所述目标剩余应抽样数据条目数进行取整处理；

在取整处理后，从各待计算节点中确定目标待补偿节点，并根据所述待抽取数据条目数和所述剩余应抽样数据条目数对所述目标待补偿节点进行补偿处理，以更新所述目标待补偿节点的剩余应抽样数据条目数。

4.如权利要求1所述的数据抽样方法，其特征在于，所述剩余应抽样数据条目数以层剩余应抽样数据条目数表示，所述根据所述剩余未分配数据条目总数和所述抽样比率，获得各待计算节点的剩余应抽样数据条目数的步骤包括：

若检测到预设的特征分层指令，则对各待计算节点中剩余未分配数据条目总数的数据记录进行特征分层处理，以获得每个待计算节点中各特征分层的层剩余未分配数据条目总数；

根据所述层剩余未分配数据条目总数和抽样比率，获得每个待计算节点中各特征分层的层剩余应抽样数据条目数；

所述根据所述剩余应抽样数据条目数从原数据块中抽取目标数据记录的步骤还包括：

统计所有待计算节点中属于同一特征分层的层数据条目总数，并根据所述层数据条目总数和抽样比率，获得层应抽样数据条目总数；

根据各特征分层的层应抽样数据条目总数和层剩余应抽样数据条目数，从原数据块中抽取目标数据记录。

5.如权利要求4所述的数据抽样方法，其特征在于，所述获得每个待计算节点中各特征分层的层剩余应抽样数据条目数的步骤之后还包括：

若所述层剩余应抽样数据条目数中存在非整数形式的层目标剩余应抽样数据条目数，则对所述层目标剩余应抽样数据条目数进行取整处理；

在取整处理后，从各特征分层中确定目标特征分层，并根据所述层应抽样数据条目总数和所述层剩余应抽样数据条目数对所述目标特征分层进行补偿处理，以更新所述目标特征分层的层剩余应抽样数据条目数。

6.如权利要求4所述的数据抽样方法，其特征在于，所述从原数据块中抽取目标数据记录的步骤之后还包括：

将所述目标数据记录按照各特征分层进行分类排列，以生成目标数据记录分类表并输出显示。

7.如权利要求1-6任一项所述的数据抽样方法，其特征在于，所述数据抽样方法还包括：

将各待计算节点进行数据封装，并统计各已封装的待计算节点中的所需运行资源；

根据各所需运行资源调取预设的系统运行资源，并根据所述系统运行资源以进程形式封装运行对应的待计算节点。