用 golang 的做一个 pipeline | ETL 问题有什么好的设计？
yellowmarlboro · 2021-04-09 11:54:15 +08:00 · 1199 次点击这是一个创建于 1325 天前的主题，其中的信息可能已经有所发展或是发生改变。
有 N 个数据源，根据这 N 个数据源计算出 M 个结果，依赖关系简单如下，实际会略微复杂些，但一定是个有向无环图。
结果也有有可能会当成另外一个结果的'数据源'
A B
/ \ /
/ \ /
R1 R2 C
\ /
\ /
R3
有一些问题
- 其他调用方会来调用我服务，调用的输入为字符串比如{"R2", "R3"}。
- 每次要计算的结果的数量是不确定的，其他调用方可能只要 R1 和 R2，那我就不想去调用 C 数据源了。
- 每个来调用接口的独立请求里，我这里的数据源我只想调用一次，比如我不想算 R1,R2 的时候获取两次 A 数据源，以及如果在算过 R2 之后，再去算 R3 的时候要再算一边 R2 。
- 我想从下往上算，比如 R3 的逻辑里里 go 出去 R2 和 C，R2 里再 go 出去 A 和 B，那我后续算 R1 的时候，怎么直接取刚刚算 R2 时的获取过的 A，A 写成单例？只要被调用后，再次被调用返回数据源？ -当然还有其他的，比如错误中断之类。
 |
1
dayeye2006199 2021-04-09 12:29:17 +08:00  1
> 其他调用方会来调用我服务，调用的输入为字符串比如{"R2", "R3"}。
> 每次要计算的结果的数量是不确定的，其他调用方可能只要 R1 和 R2，那我就不想去调用 C 数据源了。 这个操作叫 Cull，是图优化的一种。具体做法就是，对你需要的输出，例如{"R2", "R3"}，获得它们的所有依赖，和依赖的依赖... 然后将图里面不属于依赖的节点删除，就得到一个精简以后的 DAG 。 > 每个来调用接口的独立请求里，我这里的数据源我只想调用一次，比如我不想算 R1,R2 的时候获取两次 A 数据源，以及如果在算过 R2 之后，再去算 R3 的时候要再算一边 R2 。 我想从下往上算，比如 R3 的逻辑里里 go 出去 R2 和 C，R2 里再 go 出去 A 和 B，那我后续算 R1 的时候，怎么直接取刚刚算 R2 时的获取过的 A，A 写成单例？只要被调用后，再次被调用返回数据源？ -当然还有其他的，比如错误中断之类。 计算的顺序可以将所有节点按照依赖关系进行拓扑排序，就可以保证一个节点计算的时候，它的所有依赖节点都是被计算过的。 计算过的节点的结果，可以用个 dict 保存一下，下次需要的时候直接按照节点名称取出就不会重新触发计算了。 |
 |
2
yellowmarlboro OP @dayeye2006199 受教 非常感谢~
|
Select Language