数据采集方法、装置以及存储介质与流程

1.本技术涉及信息技术领域，特别是涉及一种数据采集方法、装置以及存储介质。


背景技术：

2.随着大数据技术应用的越来越广泛，数据已经成功公司的一项重要资产，通过互联网数据采集技术成为公司沉淀数据资产的重要的手段。在数据采集过程中需要使用代理通道的模式，来使我们的采集任务数据流量可以合理分配，在执行过程中，会因采集任务的动态调整和数据源的差异，需要进行代理通道的频繁调整及代理动态切换，使我们的各种互联网数据采集任务可以正常运行。
3.在数据采集的过程中，需要对成千上百的采集任务进行问题排查及相应的调整，维护的工作量非常大。但是现有的数据采集程序无法对代理通道进行统一管理，从而使得代理通过使用起来比较复杂且繁琐，从而大大降低了数据采集时的效率。
4.针对上述的现有技术中的数据采集程序无法对代理通道进行管理所造成的数据采集的效率低的技术问题，目前尚未提出有效的解决方案。


技术实现要素：

5.本技术的实施例提供了一种数据采集方法、装置以及存储介质，以至少解决现有技术中存在的数据采集程序无法对代理通道进行管理所造成的数据采集的效率低的技术问题。
6.根据本技术实施例的一个方面，提供了一种数据采集方法，包括：代理通道中心接收采集目标数据的采集请求；代理通道中心根据采集请求获取相应的代理通道，其中代理通道中心预先存储有多个代理通道；以及代理通道中心根据代理通道向存储有目标数据的数据源获取目标数据。
7.根据本技术实施例的另一个方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时由处理器执行以上任意一项所述的方法。
8.根据本技术实施例的另一个方面，还提供了一种数据采集装置，包括：请求接收模块，用于接收采集目标数据的采集请求；第一获取模块，用于根据采集请求获取相应的代理通道，其中代理通道中心预先存储有多个代理通道；以及第二获取模块，用于根据代理通道向存储有目标数据的数据源获取目标数据。
9.根据本技术实施例的另一个方面，还提供了一种数据采集装置，包括：处理器；以及存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：接收采集目标数据的采集请求；根据采集请求获取相应的代理通道，其中代理通道中心预先存储有多个代理通道；以及根据代理通道向存储有目标数据的数据源获取目标数据。
10.在本技术实施例中，通过代理通道中心统一管理代理通道。当需要采集目标数据时，通过代理通道中心快速确定与目标数据对应的代理通道，从而提高了数据采集的效率。并且当代理通道有频繁调整的需求时，代理通道中心会根据调整对代理通道进行相应的管
理，从而减少了人力物力的消耗，极大的简化了采集程序的开发量和后续维护工作。进而解决了现有技术中的数据采集程序无法对代理通道进行管理所造成的数据采集的效率低的技术问题。
附图说明
11.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
12.图1是用于实现根据本技术实施例1所述的方法的计算设备的硬件结构框图；
13.图2是根据本技术实施例1所述的数据采集系统的示意图；
14.图3是根据本技术实施例1的第一个方面所述的数据采集方法的流程示意图；
15.图4是根据本技术实施例2所述的数据采集装置的示意图；以及
16.图5是根据本技术实施例3所述的数据采集装置的示意图。
具体实施方式
17.为了使本技术领域的人员更好地理解本技术的技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
18.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
19.实施例1
20.根据本实施例，提供了一种数据采集方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
21.本实施例所提供的方法实施例可以在移动终端、计算机终端、服务器或者类似的计算设备中执行。图1示出了一种用于实现数据采集方法的计算设备的硬件结构框图。如图1所示，计算设备可以包括一个或多个处理器(处理器可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)、用于存储数据的存储器、以及用于通信功能的传输装置。除此以外，还可以包括：显示器、输入/输出接口(i/o接口)、通用串行总线(usb)端口(可以作为i/o接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算设备还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
22.应当注意到的是上述一个或多个处理器和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算设备中的其他元件中的任意一个内。如本技术实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
23.存储器可用于存储应用软件的软件程序以及模块，如本技术实施例中的数据采集方法对应的程序指令/数据存储装置，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的应用程序的数据采集方法。存储器可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至计算设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
24.传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算设备的通信供应商提供的无线网络。在一个实例中，传输装置包括一个网络适配器(network interface controller，nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置可以为射频(radio frequency，rf)模块，其用于通过无线方式与互联网进行通讯。
25.显示器可以例如触摸屏式的液晶显示器(lcd)，该液晶显示器可使得用户能够与计算设备的用户界面进行交互。
26.此处需要说明的是，在一些可选实施例中，上述图1所示的计算设备可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是，图1仅为特定具体实例的一个实例，并且旨在示出可存在于上述计算设备中的部件的类型。
27.图2是根据本实施例所述的数据采集系统的示意图。参照图2所示，该系统包括：多个采集应用服务器；代理通道中心；以及多个数据源。其中代理通道中心包括：策略管理模块、规则管理模块、数据加密模块、数据解密模块、动态代理模块以及代理通道管理模块。并且其中代理通道管理模块存储有多个代理通道的信息。动态代理模块从供应商处获取代理通道，并将代理通道存储至ip池中。
28.其中采集应用服务器向代理通道中心发送采集目标数据的采集请求。代理通道中心通过策略管理模块确定采集请求的加密策略，数据加密模块根据加密策略对采集请求进行加密。规则管理模块根据代理通道管理模块存储的代理通道的信息确定发送采集请求的代理通道。动态代理模块获取代理通道，并将加密后的采集请求通过代理通道发送给数据源。数据解密模块将从数据源获取的加密的目标数据进行解密。之后代理通道中心将解密后的数据发送给采集应用服务器。
29.需要说明的是，系统中的采集应用服务器，代理通道中心以及数据源均可适用上面所述的硬件结构。
30.在上述运行环境下，根据本实施例的第一个方面，提供了一种数据采集方法，该方法由图2中所示的代理通道中心实现。图3示出了该方法的流程示意图，参考图3所示，该方法包括：
31.s302：代理通道中心接收采集目标数据的采集请求；
32.s304：代理通道中心根据采集请求获取相应的代理通道，其中代理通道中心预先存储有多个代理通道；以及
33.s306：代理通道中心根据代理通道向存储有目标数据的数据源获取目标数据。
34.具体地，采集应用服务器(例如为采集应用服务器1)向代理通道中心发送采集目标数据的采集请求。代理通道中心根据接收到的采集请求获取存储有目标数据的数据源(例如数据源1)。代理通道中心的规则管理模块根据数据源1确定与数据源对应的代理通道(例如为代理通道1)。其中代理通道与数据源为一一对应关系。
35.进一步地，代理通道中心的动态代理模块获取代理通道1，并通过代理通道1向数据源1发送目标数据的采集请求。数据源1根据接收到的采集请求通过代理通道1向代理通道中心发送目标数据。
36.进一步地，代理通道中心接收到目标数据，将该目标数据发送给采集应用服务器1。
37.正如背景技术中所述的，随着大数据技术应用的越来越广泛，数据已经成功公司的一项重要资产，通过互联网数据采集技术成为公司沉淀数据资产的重要的手段。在数据采集过程中需要使用代理通道的模式，来使我们的采集任务数据流量可以合理分配，在执行过程中，会因采集任务的动态调整和数据源的差异，需要进行代理通道的频繁调整及代理动态切换，使我们的各种互联网数据采集任务可以正常运行。在数据采集的过程中，需要对成千上百的采集任务进行问题排查及相应的调整，维护的工作量非常大。但是现有的数据采集程序无法对代理通道进行统一管理，从而使得代理通过使用起来比较复杂且繁琐，从而大大降低了数据采集时的效率。
38.针对以上所述的技术问题，通过本技术实施例的技术方案，通过代理通道中心统一管理代理通道。当需要采集目标数据时，通过代理通道中心快速确定与目标数据对应的代理通道，从而提高了数据采集的效率。并且当代理通道有频繁调整的需求时，代理通道中心会根据调整对代理通道进行相应的管理，从而减少了人力物力的消耗，极大的简化了采集程序的开发量和后续维护工作。进而解决了现有技术中的数据采集程序无法对代理通道进行管理所造成的数据采集的效率低的技术问题。
39.可选地，代理通道中心根据采集请求获取相应的代理通道的操作，包括：代理通道中心解析采集请求，确定与目标数据对应的数据源的网络地址；以及代理通道中心根据网络地址确定相应的代理通道。
40.具体地，代理通道中心接收到采集目标数据的采集请求后，将该采集请求进行解析，得到该采集请求的目标地址(即，数据源的网络地址)，之后根据该目标地址确定数据源(即，数据源1)。
41.进一步地，代理通道中心的代理通道管理模块存储有多个代理通道的信息。代理通道中心的规则管理模块根据数据源1的网络地址从代理通道管理模块查询与数据源1建立连接的代理通道的代理通道信息。
42.从而本技术方案通过对代理通道进行管理，使得代理通道发生改变时，可以对代理通道进行及时调整。
43.可选地，代理通道中心根据代理通道向存储有目标数据的数据源获取目标数据的
操作，包括：代理通道中心根据目标数据的采集请求，确定采集请求的加密策略；代理通道中心根据加密策略对采集请求进行加密；代理通道中心将加密后的采集请求通过代理通道发送至数据源；以及代理通道中心通过代理通道从数据源获取与采集请求对应的目标数据。
44.具体地，代理通道中心根据目标数据的采集请求确定数据源1后，代理通道中心的数据加密模块根据数据源1确定与该数据源1对应的加密策略(例如可以为md5加密方法)。其中不同的数据源具有不同的加密策略。之后数据加密模块根据获取的加密策略对该采集请求进行加密。
45.进一步地，代理通道中心的动态代理模块预先从供应商处获取多个代理通道，并将代理通道存储至ip池中。代理通道中心的规则管理模块确定与数据源1建立连接的代理通道的代理通道信息(例如为代理通道1)后，动态代理模块根据代理通道1的信息从ip池中获取代理通道1，之后通过代理通道1将加密后的采集请求发送至数据源1。
46.进一步地，数据源1将接收到的采集请求进行解密后，根据采集请求查找到目标数据，之后将目标数据通过代理通道1发送至代理通道中心。代理通道中心通过代理通道1从数据源获取与采集请求对应的目标数据。
47.从而本技术方案通过代理通道中心的数据加密模块快速确定与数据源对应的加密策略，从而对采集请求进行解密，提高了加密的速度。
48.可选地，代理通道中心通过代理通道从数据源获取与采集请求对应的目标数据的操作，包括：代理通道中心通过代理通道接收数据源发送的响应信息，其中响应信息包括加密后的目标数据；代理通道中心根据响应信息确定解密策略；以及代理通道中心根据解密策略对响应信息进行解密，得到目标数据。
49.具体地，数据源1将接收到的采集请求解密后，根据采集请求查找到目标数据，之后将目标数据进行加密，生成响应信息。之后数据源1通过代理通道1将该响应信息发送至代理通道中心。
50.进一步地，代理通道中心的数据解密模块接收到响应信息后，对该响应信息进行解析，得到发送该响应信息的数据源(即，数据源1)。之后数据解密模块根据数据源1确定与数据源1对应的解密策略。其中不同的数据源具有不同的解密策略。并且数据解密模块存储有数据源相应的解密策略。之后数据解密模块根据确定的解密策略对该响应信息进行解密，得到目标数据，并将该目标数据发送给采集应用服务器1。
51.从而本技术方案通过代理通道中心的数据解密模块快速确定与数据源对应的解密策略，从而对响应信息进行解密，提高了解密的速度。
52.此外，参考图1所示，根据本实施例的第二个方面，提供了一种存储介质。所述存储介质包括存储的程序，其中，在所述程序运行时由处理器执行以上任意一项所述的方法。
53.从而根据本实施例，通过代理通道中心统一管理代理通道。当需要采集目标数据时，通过代理通道中心快速确定与目标数据对应的代理通道，从而提高了数据采集的效率。并且当代理通道有频繁调整的需求时，代理通道中心会根据调整对代理通道进行相应的管理，从而减少了人力物力的消耗，极大的简化了采集程序的开发量和后续维护工作。进而解决了现有技术中的数据采集程序无法对代理通道进行管理所造成的数据采集的效率低的技术问题。
54.需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
55.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
56.实施例2
57.图4示出了根据本实施例的第一个方面所述的数据采集装置400，该装置400与根据实施例1的第一个方面所述的方法相对应。参考图4所示，该装置400包括：请求接收模块410，用于接收采集目标数据的采集请求；第一获取模块420，用于根据采集请求获取相应的代理通道，其中代理通道中心预先存储有多个代理通道；以及第二获取模块430，用于根据代理通道向存储有目标数据的数据源获取目标数据。
58.可选地，第一获取模块420，包括：第一确定子模块，用于解析采集请求，确定与目标数据对应的数据源的网络地址；以及第二确定子模块，用于根据网络地址确定相应的代理通道。
59.可选地，第二获取模块430，包括：第三确定子模块，用于根据目标数据的采集请求，确定采集请求的加密策略；请求加密子模块，用于根据加密策略对采集请求进行加密；请求发送子模块，用于将加密后的采集请求通过代理通道发送至数据源；以及数据获取子模块，用于通过代理通道从数据源获取与采集请求对应的目标数据。
60.可选地，数据获取子模块，包括：信息接收单元，用于通过代理通道接收数据源发送的响应信息，其中响应信息包括加密后的目标数据；策略确定单元，用于根据响应信息确定解密策略；以及数据确定单元，用于根据解密策略对响应信息进行解密，得到目标数据。
61.从而根据本实施例，通过代理通道中心统一管理代理通道。当需要采集目标数据时，通过代理通道中心快速确定与目标数据对应的代理通道，从而提高了数据采集的效率。并且当代理通道有频繁调整的需求时，代理通道中心会根据调整对代理通道进行相应的管理，从而减少了人力物力的消耗，极大的简化了采集程序的开发量和后续维护工作。进而解决了现有技术中的数据采集程序无法对代理通道进行管理所造成的数据采集的效率低的技术问题。
62.实施例3
63.图5示出了根据本实施例的第一个方面所述的数据采集装置500，该装置500与根据实施例1的第一个方面所述的方法相对应。参考图5所示，该装置500包括：处理器510；以及存储器520，与处理器510连接，用于为处理器510提供处理以下处理步骤的指令：接收采集目标数据的采集请求；根据采集请求获取相应的代理通道，其中代理通道中心预先存储有多个代理通道；以及根据代理通道向存储有目标数据的数据源获取目标数据。
64.可选地，根据采集请求获取相应的代理通道的操作，包括：代理通道中心解析采集请求，确定与目标数据对应的数据源的网络地址；以及代理通道中心根据网络地址确定相应的代理通道。
65.可选地，根据代理通道向存储有目标数据的数据源获取目标数据的操作，包括：代理通道中心根据目标数据的采集请求，确定采集请求的加密策略；代理通道中心根据加密策略对采集请求进行加密；代理通道中心将加密后的采集请求通过代理通道发送至数据源；以及代理通道中心通过代理通道从数据源获取与采集请求对应的目标数据。
66.可选地，通过代理通道从数据源获取与采集请求对应的目标数据的操作，包括：代理通道中心通过代理通道接收数据源发送的响应信息，其中响应信息包括加密后的目标数据；代理通道中心根据响应信息确定解密策略；以及代理通道中心根据解密策略对响应信息进行解密，得到目标数据。
67.从而根据本实施例，通过代理通道中心统一管理代理通道。当需要采集目标数据时，通过代理通道中心快速确定与目标数据对应的代理通道，从而提高了数据采集的效率。并且当代理通道有频繁调整的需求时，代理通道中心会根据调整对代理通道进行相应的管理，从而减少了人力物力的消耗，极大的简化了采集程序的开发量和后续维护工作。进而解决了现有技术中的数据采集程序无法对代理通道进行管理所造成的数据采集的效率低的技术问题。
68.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
69.在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
70.在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
71.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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单元来实现本实施例方案的目的。
72.另外，在本发明各个实施例中的各功能单元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，也可以采用软件功能单元的形式实现。
73.所述集成的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取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-only memory)、随机存取存
储器(ram，randomaccess memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
74.以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。