[发明专利]多数据流的数据拼接方法、装置、电子设备和存储介质

权利要求书

1.一种多数据流的数据拼接方法，其特征在于，包括：

当多数据流中第一数据流的第一数据到达时，确定所述第一数据流是否是指定的拼接触发数据流；其中，所述多数据流中的部分数据流被预先指定为拼接触发数据流；

在确定所述第一数据流是指定的拼接触发数据流时，确定第二数据流中与所述第一数据匹配的第二数据是否已到达；

若是，从缓存的第二数据流的数据中查找与所述第一数据匹配的第二数据，以将第一数据与第二数据进行拼接；否则，将第一数据进行缓存；

其中，确定所述第二数据流中与所述第一数据匹配的第二数据是否已到达，包括：

获取所述第一数据中携带的第二数据流的事件时间，以及第二数据流的当前高水位值；其中，第二数据流的当前高水位值是指当前第二数据流的所有已到达的各数据，所携带的第二数据流的事件时间中的最大事件时间；

若所述第一数据中携带的第二数据流的事件时间不大于所述第二数据流的当前高水位值，则确定所述第二数据流中与所述第一数据匹配的第二数据已到达，否则，确定所述第二数据流中与所述第一数据匹配的第二数据未到达。

2.根据权利要求1所述的方法，其特征在于，在确定所述第一数据流是指定的拼接触发数据流之后、从缓存的第二数据流的数据中查找与所述第一数据匹配的第二数据之前，所述方法还包括：

确定所述第一数据是否是延迟时间在允许范围内的数据；

若是，则触发执行从缓存的第二数据流的数据中查找与所述第一数据匹配的第二数据的操作，否则，将第一数据进行缓存。

3.根据权利要求2所述的方法，其特征在于，确定所述第一数据是否是延迟时间在允许范围内的数据，包括：

获取所述第一数据中携带的第一数据流的事件时间以及所述第一数据流的当前低水位值；其中，第一数据流的当前低水位值是指当前第一数据流的所有已到达的各数据，所携带的第一数据流的事件时间中的最小事件时间；

若所述第一数据中携带的第一数据流的事件时间，不小于所述第一数据流的低水位值与第一数据流的允许延迟时间的差值，则确定所述第一数据是延迟时间在允许范围内的数据，否则，确定所述第一数据不是延迟时间在允许范围内的数据。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若未从缓存的第二数据流的数据中查找到与所述第一数据匹配的第二数据，则将第一数据进行缓存；

将缓存中的各第一数据按照各第一数据携带的第二数据流的事件时间，划分入不同的时间窗口。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

确定第二数据流的属于当前时间窗口的数据，是否全部到达；

若是，遍历当前时间窗口内的第一数据，对于遍历到的第一数据，从缓存的第二数据流的数据中查找与遍历到的第一数据匹配的第二数据，以将第一数据与第二数据进行拼接。

6.根据权利要求5所述的方法，其特征在于，确定第二数据流的属于当前时间窗口的数据，是否全部到达，包括：

若第二数据流的当前低水位值与第二数据流的允许延迟时间的差值，大于或等于当前时间窗口的结束时间，则确定第二数据流的属于当前时间窗口的数据，已全部到达，否则，确定第二数据流的属于当前时间窗口的数据，未全部到达；

其中，第二数据流的当前低水位值是指当前第二数据流的所有已到达的各数据，所携带的第二数据流的事件时间中的最小事件时间。

7.根据权利要求4所述的方法，其特征在于，所述方法还包括：

在预先配置的定时器到时或缓存的第一数据的数量达到设定阈值时，遍历缓存的第一数据，对于遍历到的第一数据，从缓存的第二数据流的数据中查找与遍历到的第一数据匹配的第二数据，以将第一数据与第二数据进行拼接。

8.根据权利要求1-7任一项所述的方法，其特征在于，所述多数据流中的拼接触发数据流的数据量，小于所述多数据流中的非拼接触发数据流的数据量。