百万行数据如何进行稽核?报错
大家好，我这么在处理数据时遇到一个问题：
有一张表，每天会产生800万行日志，我现在将这张表每半小时读取一次，将日志表中缺少的字段补全后存入另外一张表，现在存在的问题是 日志中的数据有丢失的情况
分析后发现丢失数据的原因有如下几个：
1.采集过程中数据量太大，读取oracle中数据时，报错快照过久，导致数据读取不完就丢失了。
2.传输过程中采用udp协议，在传输过程中丢失。
请问，这种情况下，大数据如何进行数据稽核？
之前还未接触过数据仓库，不知道上面说的这种情况是否属于ETL的数据清洗、加载过程？能否通过ETL工具完成？
大家都来发表发表意见，oracle有什么好的解决办法，hbase有什么号的办法？
写回答
-
https://developer.aliyun.com/profile/5yerqm5bn5yqg?spm=a2c6h.12873639.0.0.6eae304abcjaIB不清楚你的需求。。。
试试队列。。。
哈哈也不知道你能看明白不
1.采集过程中数据量太大，读取oracle中数据时，报错快照过久，导致数据读取不完就丢失了。
批量提交,使用直接路径/*+append*/插入,如果数据不是很重要的话,可以把表设置为nologging2.传输过程中采用udp协议，在传输过程中丢失。
换成tcp协议1、什么是“ 报错快照过久”？
2、udp的上层协议没有保证数据完整性的机制吗？
http://www.oschina.net/p/apache+flume然后做日志分析
2020-06-20 19:41:51赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
