数据清洗方法、装置、电子设备及存储介质

技术领域

本发明涉及数据处理技术领域，尤其涉及一种数据清洗方法、装置、电子设备及存储介质。

背景技术

为了纠正数据源中存在的错误数据，通常会对错误数据进行数据清洗处理。目前，在对数据进行清洗时，通常会针对不同的数据设定不同的实时流任务。然而，当产生新的清洗请求时，需要为每个清洗对象单独编写程序，导致清洗效率降低，此外，通过多个实时流任务响应清洗请求，由于清洗请求中包括成千上万个规则代码，导致清洗规则混乱，进而造成数据质量下降。

发明内容

鉴于以上内容，有必要提供一种数据清洗方法、装置、电子设备及存储介质，不仅能够提高数据清洗效率，还能够确保清洗后的目标数据源中的数据质量。

一方面，本发明提出一种数据清洗方法，所述数据清洗方法包括：

当检测到配置库更新时，生成数据清洗请求，并根据所述数据清洗请求确定触发所述配置库更新的目标配置表；

确定与所述目标配置表对应的目标数据源，并确定所述目标配置表中的更新信息；

从所述更新信息中获取指示数据信息，所述指示数据信息包括数据类型及配置条件；

从所述目标数据源中读取与所述指示数据信息对应的待清洗数据；

解析所述更新信息，得到清洗信息，所述清洗信息包括清洗规则、字段类型、配置替换值；

利用所述清洗信息清洗所述待清洗数据，得到目标数据，并将所述目标数据写入所述目标数据源，得到清洗后的目标数据源；

对所述清洗后的目标数据源进行数据质量检测；

当所述清洗后的目标数据源通过数据质量检测时，以所述清洗后的目标数据源响应所述数据清洗请求。

根据本发明优选实施例，所述生成数据清洗请求包括：

获取所述配置库的库标识，并获取检测到所述配置库更新时的更新时间；

从预设日志表中获取同时与所述库标识及所述更新时间对应的日志列表；

从所述日志列表中提取表标识，并封装所述表标识，得到所述数据清洗请求。

根据本发明优选实施例，所述确定所述目标配置表中的更新信息包括：

获取所述目标配置表的修订信息，并获取所述修订信息的至少一个修订时间；

从所述至少一个修订时间中确定出与所述更新时间相同的修订时间作为目标时间；

确定与所述目标时间对应的修订信息作为所述更新信息。

根据本发明优选实施例，所述从所述更新信息中获取指示数据信息，所述指示数据信息包括数据类型及配置条件包括：

遍历所述更新信息，并将遍历到的更新信息与类型库中所有类型进行匹配；

当所述遍历到的更新信息与所述类型库中的任意类型匹配时，将所述遍历到的更新信息确定为所述数据类型，或者，当所述遍历到的更新信息与所述所有类型均不匹配时，确定所述遍历到的更新信息的字节；

当所述字节大于预设阈值时，将所述遍历到的更新信息确定为所述配置条件。

根据本发明优选实施例，所述从所述目标数据源中读取与所述指示数据信息对应的待清洗数据包括：

从预设线程池中获取闲置线程，并确定所述闲置线程的处理效率；

按照所述处理效率从高至低的顺序对所述闲置线程进行排序，得到线程队列；

确定所述指示数据信息的信息数量，并从所述线程队列提取前N个闲置线程作为目标线程，N的取值为所述信息数量；

利用所述目标线程从所述目标数据源中读取同时与所述数据类型及所述配置条件对应的数据作为所述待清洗数据。

根据本发明优选实施例，所述对所述清洗后的目标数据源进行数据质量检测包括：

从所述清洗后的目标数据源中读取与所述指示数据信息对应的脏数据；

计算所述脏数据的数据量，并计算所述目标数据的总量；

将所述数据量除以所述总量，得到所述脏数据的占比；

当所述占比小于第一预设占比时，确定所述清洗后的目标数据源通过数据质量检测；或者

当所述占比大于第二预设占比时，确定所述清洗后的目标数据源未通过数据质量检测，所述第二预设占比大于所述第一预设占比。

根据本发明优选实施例，当所述清洗后的目标数据源未通过数据质量检测时，所述方法还包括：

根据所述脏数据生成提示信息，并将所述提示信息发送至所述配置库的更新终端；

当接收到来自所述更新终端的反馈信息时，解析所述反馈信息，得到解析信息；

当所述解析信息指示清洗时，利用所述清洗信息清洗所述脏数据。

另一方面，本发明还提出一种数据清洗装置，所述数据清洗装置包括：

确定单元，用于当检测到配置库更新时，生成数据清洗请求，并根据所述数据清洗请求确定触发所述配置库更新的目标配置表；

所述确定单元，还用于确定与所述目标配置表对应的目标数据源，并确定所述目标配置表中的更新信息；

获取单元，用于从所述更新信息中获取指示数据信息，所述指示数据信息包括数据类型及配置条件；

读取单元，用于从所述目标数据源中读取与所述指示数据信息对应的待清洗数据；

解析单元，用于解析所述更新信息，得到清洗信息，所述清洗信息包括清洗规则、字段类型、配置替换值；

清洗单元，用于利用所述清洗信息清洗所述待清洗数据，得到目标数据，并将所述目标数据写入所述目标数据源，得到清洗后的目标数据源；

检测单元，用于对所述清洗后的目标数据源进行数据质量检测；

响应单元，用于当所述清洗后的目标数据源通过数据质量检测时，以所述清洗后的目标数据源响应所述数据清洗请求。

另一方面，本发明还提出一种电子设备，所述电子设备包括：

存储器，存储计算机可读指令；及

处理器，执行所述存储器中存储的计算机可读指令以实现所述数据清洗方法。

另一方面，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现所述数据清洗方法。

由以上技术方案可以看出，本发明通过所述目标配置表能够准确确定出需要清洗的目标数据源，进而通过所述目标数据源的确定，能够缩小待清洗数据的确定范围，从而提高待清洗数据的确定效率，进而通过所述指示数据信息，能够准确地从所述目标数据源中确定出所述待清洗数据，利用所述清洗信息对所述待清洗数据进行统一清洗，能够提高数据清洗质量，通过对所述清洗后的目标数据源中的数据进行数据质量检测，能够确保响应于所述数据清洗请求的目标数据源的数据质量。本发明在产生数据清洗需求时，无需为清洗对象重新编写程序，只需动态更新配置表中的信息即可，能够提高数据清洗效率，同时，本发明对清洗后的目标数据源进行数据质量检测，能够确保清洗后的目标数据源中的数据质量。

附图说明

图1是本发明数据清洗方法的较佳实施例的流程图。

图2是本发明数据清洗装置的较佳实施例的功能模块图。

图3是本发明实现数据清洗方法的较佳实施例的电子设备的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。

如图1所示，是本发明数据清洗方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。

所述数据清洗方法应用于一个或者多个电子设备中，所述电子设备是一种能够按照事先设定或存储的计算机可读指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(DigitalSignal Processor，DSP)、嵌入式设备等。

所述电子设备可以是任何一种可与用户进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant，PDA)、游戏机、交互式网络电视(Internet Protocol Television，IPTV)、智能穿戴式设备等。

所述电子设备可以包括网络设备和/或用户设备。其中，所述网络设备包括，但不限于单个网络电子设备、多个网络电子设备组成的电子设备组或基于云计算(CloudComputing)的由大量主机或网络电子设备构成的云。

所述电子设备所处的网络包括，但不限于：互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network，VPN)等。

S10，当检测到配置库更新时，生成数据清洗请求，并根据所述数据清洗请求确定触发所述配置库更新的目标配置表。

在本发明的至少一个实施例中，所述数据清洗请求由配置库的更新触发，所述数据清洗请求携带的信息包括触发所述配置库更新的配置表的标识。

进一步地，所述目标配置表中的信息包括数据清洗对象、清洗规则等。

在本发明的至少一个实施例中，所述电子设备生成数据清洗请求包括：

获取所述配置库的库标识，并获取检测到所述配置库更新时的更新时间；

从预设日志表中获取同时与所述库标识及所述更新时间对应的日志列表；

从所述日志列表中提取表标识，并封装所述表标识，得到所述数据清洗请求。

其中，所述预设日志表中存储所述电子设备处理请求的记录信息。

由于所述电子设备实时检测所述配置库的更新状态，因此，能够准确地确定出所述配置库的更新时间，进而通过所述库标识与所述更新时间，能够准确确定出所述日志列表，以便所述数据清洗请求的生成。

在本发明的至少一个实施例中，所述电子设备根据所述数据清洗请求确定触发所述配置库更新的目标配置表包括：

将与所述表标识对应的配置表确定为所述目标配置表。

通过表标识与配置表的映射关系，能够准确确定出所述目标配置表。

S11，确定与所述目标配置表对应的目标数据源，并确定所述目标配置表中的更新信息。

在本发明的至少一个实施例中，所述目标数据源中存储的数据来自于应用程序段以及网页端，例如，所述目标数据源中存储的数据形式可以为user_id:1100，course_id:a00，course_name:《大数据讲解》。

进一步地，所述更新信息包括数据类型、清洗字段、配置条件、清洗规则、配置替换值。例如，所述数据类型可以是data_type1，所述清洗字段可以是user_id，所述配置条件可以是user_id＝null，所述清洗规则可以是替换，所述配置替换值可以是《高等数学2》。

在本发明的至少一个实施例中，所述电子设备确定与所述目标配置表对应的目标数据源包括：

从配置数据源表中获取与所述表标识对应的数据源标识；

确定与所述数据源标识对应的数据源作为所述目标数据源。

通过所述表标识能够准确地从所述配置数据源表中确定出所述数据源标识，进而通过所述数据源标识与数据源的映射关系，能够准确确定出所述目标数据源。

在本发明的至少一个实施例中，所述电子设备确定所述目标配置表中的更新信息包括：

获取所述目标配置表的修订信息，并获取所述修订信息的至少一个修订时间；

从所述至少一个修订时间中确定出与所述更新时间相同的修订时间作为目标时间；

确定与所述目标时间对应的修订信息作为所述更新信息。

由于所述目标配置表中存储多个修订时间修订的修订信息，因此，通过上述实施方式能够准确地从所述修订信息中确定出所述更新信息，有利于准确确定待清洗数据。

S12，从所述更新信息中获取指示数据信息，所述指示数据信息包括数据类型及配置条件。

在本发明的至少一个实施例中，所述指示数据信息可以用于确定所述数据清洗请求中的清洗对象。

在本发明的至少一个实施例中，所述电子设备从所述更新信息中获取指示数据信息，所述指示数据信息包括数据类型及配置条件包括：

遍历所述更新信息，并将遍历到的更新信息与类型库中所有类型进行匹配；

当所述遍历到的更新信息与所述类型库中的任意类型匹配时，将所述遍历到的更新信息确定为所述数据类型，或者，当所述遍历到的更新信息与所述所有类型均不匹配时，确定所述遍历到的更新信息的字节；

当所述字节大于预设阈值时，将所述遍历到的更新信息确定为所述配置条件。

其中，所述预设阈值可以根据所述目标配置表中配置条件的字节大小确定，本发明对所述预设阈值的取值不作限制。

通过上述实施方式，能够准确地从所述更新信息中获取到所述指示数据信息。

S13，从所述目标数据源中读取与所述指示数据信息对应的待清洗数据。

在本发明的至少一个实施例中，所述待清洗数据是指所述数据清洗请求中的清洗对象。

在本发明的至少一个实施例中，所述电子设备从所述目标数据源中读取与所述指示数据信息对应的待清洗数据包括：

从预设线程池中获取闲置线程，并确定所述闲置线程的处理效率；

按照所述处理效率从高至低的顺序对所述闲置线程进行排序，得到线程队列；

确定所述指示数据信息的信息数量，并从所述线程队列提取前N个闲置线程作为目标线程，N的取值为所述信息数量；

利用所述目标线程从所述目标数据源中读取同时与所述数据类型及所述配置条件对应的数据作为所述待清洗数据。

通过利用处理效率较高的闲置线程从所述目标数据源中读取数据，由于所述目标线程无需等待其他请求的处理，以及所述目标线程的处理效率较高，因此，能够提取所述待清洗数据的读取效率。

S14，解析所述更新信息，得到清洗信息，所述清洗信息包括清洗规则、字段类型、配置替换值。

在本发明的至少一个实施例中，所述清洗信息用于指示清洗所述待清洗数据的方式。

在本发明的至少一个实施例中，所述电子设备解析所述更新信息，得到清洗信息，所述清洗信息包括清洗规则、字段类型、配置替换值包括：

将所述指示数据信息从所述更新信息中剔除，得到目标信息；

获取第一预设标签、第二预设标签及第三预设标签，所述第一预设标签用于指示规则，所述第二预设标签用于指示字段，所第三预设标签用于指示替换值；

从所述目标信息中获取与所述第一预设标签对应的信息作为所述清洗规则；

从所述目标信息中获取与所述第二预设标签对应的信息作为所述字段类型；

从所述目标信息中获取与所述第二预设标签对应的信息作为所述配置替换值。

通过上述实施方式，由于对所述更新信息进行处理，能够缩小所述清洗信息的确定范围，进而提高所述清洗信息的确定效率，此外，通过所述第一预设标签与所述规则的映射关系，所述第二预设标签与字段的映射关系，以及所述第三预设标签与所述替换值的映射关系，能够准确确定所述清洗规则、所述字段类型以及所述配置替换值。

S15，利用所述清洗信息清洗所述待清洗数据，得到目标数据，并将所述目标数据写入所述目标数据源，得到清洗后的目标数据源。

在本发明的至少一个实施例中，所述目标数据是指对所述待清洗数据进行清洗后得到的数据。

在本发明的至少一个实施例中，所述电子设备利用所述清洗信息清洗所述待清洗数据，得到目标数据。

例如：所述清洗信息为过滤、user_id，所述待清洗数据为user_id＝null，即：所述电子设备对user_id＝null的数据进行过滤；所述清洗信息为替换、course_name、《大数据讲解》，所述待清洗数据为course_id＝a00 and course_name＝未知，即：所述电子设备对course_id＝a00 and course_name＝未知的数据，将course_name：未知替换为course_name:《大数据讲解》。

在本发明的至少一个实施例中，所述电子设备将所述目标数据实时写入所述目标数据源，得到清洗后的目标数据源。

S16，对所述清洗后的目标数据源进行数据质量检测。

在本发明的至少一个实施例中，所述电子设备对所述清洗后的目标数据源进行数据质量检测包括：

从所述清洗后的目标数据源中读取与所述指示数据信息对应的脏数据；

计算所述脏数据的数据量，并计算所述目标数据的总量；

将所述数据量除以所述总量，得到所述脏数据的占比；

当所述占比小于第一预设占比时，确定所述清洗后的目标数据源通过数据质量检测；或者

当所述占比大于第二预设占比时，确定所述清洗后的目标数据源未通过数据质量检测，所述第二预设占比大于所述第一预设占比。

通过上述实施方式，能够快速确定出所述清洗后的目标数据源的质量检测结果。

S17，当所述清洗后的目标数据源通过数据质量检测时，以所述清洗后的目标数据源响应所述数据清洗请求。

需要强调的是，为进一步保证上述清洗后的目标数据源的私密和安全性，上述清洗后的目标数据源还可以存储于一区块链的节点中。

在本发明的至少一个实施例中，在以所述清洗后的目标数据源响应所述数据清洗请求之后，所述方法还包括：

检测所述清洗后的目标数据源中是否存在重复数据；

当所述清洗后的目标数据源中存在重复数据时，提取所述清洗后的目标数据源中的重复数据，并将所述重复数据从所述清洗后的目标数据源中删除。

通过上述实施方式，能够确保所述清洗后的目标数据源中的数据不重复。

在本发明的至少一个实施例中，当所述清洗后的目标数据源未通过数据质量检测时，所述方法还包括：

根据所述脏数据生成提示信息，并将所述提示信息发送至所述配置库的更新终端；

当接收到来自所述更新终端的反馈信息时，解析所述反馈信息，得到解析信息；

当所述解析信息指示清洗时，利用所述清洗信息清洗所述脏数据。

通过上述实施方式，能够在所述清洗后的目标数据源未通过数据质量检测时，向所述更新终端发送所述脏数据，进而在反馈信息指示清洗时，对所述脏数据进行清洗，进而能够提高所述待清洗数据的数据质量。

由以上技术方案可以看出，本发明通过所述目标配置表能够准确确定出需要清洗的目标数据源，进而通过所述目标数据源的确定，能够缩小待清洗数据的确定范围，从而提高待清洗数据的确定效率，进而通过所述指示数据信息，能够准确地从所述目标数据源中确定出所述待清洗数据，利用所述清洗信息对所述待清洗数据进行统一清洗，能够提高数据清洗质量，通过对所述清洗后的目标数据源中的数据进行数据质量检测，能够确保响应于所述数据清洗请求的目标数据源的数据质量。本发明在产生数据清洗需求时，无需为清洗对象重新编写程序，只需动态更新配置表中的信息即可，能够提高数据清洗效率，同时，本发明对清洗后的目标数据源进行数据质量检测，能够确保清洗后的目标数据源中的数据质量。

如图2所示，是本发明数据清洗装置的较佳实施例的功能模块图。所述数据清洗装置11包括确定单元110、获取单元111、读取单元112、解析单元113、清洗单元114、检测单元115、响应单元116、提取单元117及发送单元118。本发明所称的模块/单元是指一种能够被处理器13所获取，并且能够完成固定功能的一系列计算机可读指令段，其存储在存储器12中。在本实施例中，关于各模块/单元的功能将在后续的实施例中详述。

当检测到配置库更新时，确定单元110生成数据清洗请求，并根据所述数据清洗请求确定触发所述配置库更新的目标配置表。

在本发明的至少一个实施例中，所述数据清洗请求由配置库的更新触发，所述数据清洗请求携带的信息包括触发所述配置库更新的配置表的标识。

进一步地，所述目标配置表中的信息包括数据清洗对象、清洗规则等。

在本发明的至少一个实施例中，所述确定单元110生成数据清洗请求包括：

获取所述配置库的库标识，并获取检测到所述配置库更新时的更新时间；

从预设日志表中获取同时与所述库标识及所述更新时间对应的日志列表；

从所述日志列表中提取表标识，并封装所述表标识，得到所述数据清洗请求。

其中，所述预设日志表中存储所述电子设备处理请求的记录信息。

由于实时检测所述配置库的更新状态，因此，能够准确地确定出所述配置库的更新时间，进而通过所述库标识与所述更新时间，能够准确确定出所述日志列表，以便所述数据清洗请求的生成。

在本发明的至少一个实施例中，所述确定单元110根据所述数据清洗请求确定触发所述配置库更新的目标配置表包括：

将与所述表标识对应的配置表确定为所述目标配置表。

通过表标识与配置表的映射关系，能够准确确定出所述目标配置表。

所述确定单元110确定与所述目标配置表对应的目标数据源，并确定所述目标配置表中的更新信息。

在本发明的至少一个实施例中，所述目标数据源中存储的数据来自于应用程序段以及网页端，例如，所述目标数据源中存储的数据形式可以为user_id:1100，course_id:a00，course_name:《大数据讲解》。

进一步地，所述更新信息包括数据类型、清洗字段、配置条件、清洗规则、配置替换值。例如，所述数据类型可以是data_type1，所述清洗字段可以是user_id，所述配置条件可以是user_id＝null，所述清洗规则可以是替换，所述配置替换值可以是《高等数学2》。

在本发明的至少一个实施例中，所述确定单元110确定与所述目标配置表对应的目标数据源包括：

从配置数据源表中获取与所述表标识对应的数据源标识；

确定与所述数据源标识对应的数据源作为所述目标数据源。

通过所述表标识能够准确地从所述配置数据源表中确定出所述数据源标识，进而通过所述数据源标识与数据源的映射关系，能够准确确定出所述目标数据源。

在本发明的至少一个实施例中，所述确定单元110确定所述目标配置表中的更新信息包括：

获取所述目标配置表的修订信息，并获取所述修订信息的至少一个修订时间；

从所述至少一个修订时间中确定出与所述更新时间相同的修订时间作为目标时间；

确定与所述目标时间对应的修订信息作为所述更新信息。

由于所述目标配置表中存储多个修订时间修订的修订信息，因此，通过上述实施方式能够准确地从所述修订信息中确定出所述更新信息，有利于准确确定待清洗数据。

获取单元111从所述更新信息中获取指示数据信息，所述指示数据信息包括数据类型及配置条件。

在本发明的至少一个实施例中，所述指示数据信息可以用于确定所述数据清洗请求中的清洗对象。

在本发明的至少一个实施例中，所述获取单元111从所述更新信息中获取指示数据信息，所述指示数据信息包括数据类型及配置条件包括：

遍历所述更新信息，并将遍历到的更新信息与类型库中所有类型进行匹配；

当所述遍历到的更新信息与所述类型库中的任意类型匹配时，将所述遍历到的更新信息确定为所述数据类型，或者，当所述遍历到的更新信息与所述所有类型均不匹配时，确定所述遍历到的更新信息的字节；

当所述字节大于预设阈值时，将所述遍历到的更新信息确定为所述配置条件。

其中，所述预设阈值可以根据所述目标配置表中配置条件的字节大小确定，本发明对所述预设阈值的取值不作限制。

通过上述实施方式，能够准确地从所述更新信息中获取到所述指示数据信息。

读取单元112从所述目标数据源中读取与所述指示数据信息对应的待清洗数据。

在本发明的至少一个实施例中，所述待清洗数据是指所述数据清洗请求中的清洗对象。

在本发明的至少一个实施例中，所述读取单元112从所述目标数据源中读取与所述指示数据信息对应的待清洗数据包括：

从预设线程池中获取闲置线程，并确定所述闲置线程的处理效率；

按照所述处理效率从高至低的顺序对所述闲置线程进行排序，得到线程队列；

确定所述指示数据信息的信息数量，并从所述线程队列提取前N个闲置线程作为目标线程，N的取值为所述信息数量；

利用所述目标线程从所述目标数据源中读取同时与所述数据类型及所述配置条件对应的数据作为所述待清洗数据。

通过利用处理效率较高的闲置线程从所述目标数据源中读取数据，由于所述目标线程无需等待其他请求的处理，以及所述目标线程的处理效率较高，因此，能够提取所述待清洗数据的读取效率。

解析单元113解析所述更新信息，得到清洗信息，所述清洗信息包括清洗规则、字段类型、配置替换值。

在本发明的至少一个实施例中，所述清洗信息用于指示清洗所述待清洗数据的方式。

在本发明的至少一个实施例中，所述解析单元113解析所述更新信息，得到清洗信息，所述清洗信息包括清洗规则、字段类型、配置替换值包括：

将所述指示数据信息从所述更新信息中剔除，得到目标信息；

获取第一预设标签、第二预设标签及第三预设标签，所述第一预设标签用于指示规则，所述第二预设标签用于指示字段，所第三预设标签用于指示替换值；

从所述目标信息中获取与所述第一预设标签对应的信息作为所述清洗规则；

从所述目标信息中获取与所述第二预设标签对应的信息作为所述字段类型；

从所述目标信息中获取与所述第二预设标签对应的信息作为所述配置替换值。

通过上述实施方式，由于对所述更新信息进行处理，能够缩小所述清洗信息的确定范围，进而提高所述清洗信息的确定效率，此外，通过所述第一预设标签与所述规则的映射关系，所述第二预设标签与字段的映射关系，以及所述第三预设标签与所述替换值的映射关系，能够准确确定所述清洗规则、所述字段类型以及所述配置替换值。

清洗单元114利用所述清洗信息清洗所述待清洗数据，得到目标数据，并将所述目标数据写入所述目标数据源，得到清洗后的目标数据源。

在本发明的至少一个实施例中，所述目标数据是指对所述待清洗数据进行清洗后得到的数据。

在本发明的至少一个实施例中，所述清洗单元114利用所述清洗信息清洗所述待清洗数据，得到目标数据。

例如：所述清洗信息为过滤、user_id，所述待清洗数据为user_id＝null，即：所述清洗单元114对user_id＝null的数据进行过滤；所述清洗信息为替换、course_name、《大数据讲解》，所述待清洗数据为course_id＝a00 and course_name＝未知，即：所述清洗单元114对course_id＝a00 and course_name＝未知的数据，将course_name：未知替换为course_name:《大数据讲解》。

在本发明的至少一个实施例中，所述清洗单元114将所述目标数据实时写入所述目标数据源，得到清洗后的目标数据源。

检测单元115对所述清洗后的目标数据源进行数据质量检测。

在本发明的至少一个实施例中，所述检测单元115对所述清洗后的目标数据源进行数据质量检测包括：

从所述清洗后的目标数据源中读取与所述指示数据信息对应的脏数据；

计算所述脏数据的数据量，并计算所述目标数据的总量；

将所述数据量除以所述总量，得到所述脏数据的占比；

当所述占比小于第一预设占比时，确定所述清洗后的目标数据源通过数据质量检测；或者

当所述占比大于第二预设占比时，确定所述清洗后的目标数据源未通过数据质量检测，所述第二预设占比大于所述第一预设占比。

通过上述实施方式，能够快速确定出所述清洗后的目标数据源的质量检测结果。

当所述清洗后的目标数据源通过数据质量检测时，响应单元116以所述清洗后的目标数据源响应所述数据清洗请求。

需要强调的是，为进一步保证上述清洗后的目标数据源的私密和安全性，上述清洗后的目标数据源还可以存储于一区块链的节点中。

在本发明的至少一个实施例中，在以所述清洗后的目标数据源响应所述数据清洗请求之后，所述检测单元115检测所述清洗后的目标数据源中是否存在重复数据；

当所述清洗后的目标数据源中存在重复数据时，提取单元117提取所述清洗后的目标数据源中的重复数据，并将所述重复数据从所述清洗后的目标数据源中删除。

通过上述实施方式，能够确保所述清洗后的目标数据源中的数据不重复。

在本发明的至少一个实施例中，当所述清洗后的目标数据源未通过数据质量检测时，发送单元118根据所述脏数据生成提示信息，并将所述提示信息发送至所述配置库的更新终端；

当接收到来自所述更新终端的反馈信息时，所述解析单元113解析所述反馈信息，得到解析信息；

当所述解析信息指示清洗时，所述清洗单元114利用所述清洗信息清洗所述脏数据。

通过上述实施方式，能够在所述清洗后的目标数据源未通过数据质量检测时，向所述更新终端发送所述脏数据，进而在反馈信息指示清洗时，对所述脏数据进行清洗，进而能够提高所述待清洗数据的数据质量。

由以上技术方案可以看出，本发明通过所述目标配置表能够准确确定出需要清洗的目标数据源，进而通过所述目标数据源的确定，能够缩小待清洗数据的确定范围，从而提高待清洗数据的确定效率，进而通过所述指示数据信息，能够准确地从所述目标数据源中确定出所述待清洗数据，利用所述清洗信息对所述待清洗数据进行统一清洗，能够提高数据清洗质量，通过对所述清洗后的目标数据源中的数据进行数据质量检测，能够确保响应于所述数据清洗请求的目标数据源的数据质量。本发明在产生数据清洗需求时，无需为清洗对象重新编写程序，只需动态更新配置表中的信息即可，能够提高数据清洗效率，同时，本发明对清洗后的目标数据源进行数据质量检测，能够确保清洗后的目标数据源中的数据质量。

如图3所示，是本发明实现数据清洗方法的较佳实施例的电子设备的结构示意图。

在本发明的一个实施例中，所述电子设备1包括，但不限于，存储器12、处理器13，以及存储在所述存储器12中并可在所述处理器13上运行的计算机可读指令，例如数据清洗程序。

本领域技术人员可以理解，所述示意图仅仅是电子设备1的示例，并不构成对电子设备1的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备1还可以包括输入输出设备、网络接入设备、总线等。

所述处理器13可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器13是所述电子设备1的运算核心和控制中心，利用各种接口和线路连接整个电子设备1的各个部分，及执行所述电子设备1的操作系统以及安装的各类应用程序、程序代码等。

示例性的，所述计算机可读指令可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器12中，并由所述处理器13执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该计算机可读指令段用于描述所述计算机可读指令在所述电子设备1中的执行过程。例如，所述计算机可读指令可以被分割成确定单元110、获取单元111、读取单元112、解析单元113、清洗单元114、检测单元115、响应单元116、提取单元117及发送单元118。

所述存储器12可用于存储所述计算机可读指令和/或模块，所述处理器13通过运行或执行存储在所述存储器12内的计算机可读指令和/或模块，以及调用存储在存储器12内的数据，实现所述电子设备1的各种功能。所述存储器12可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据等。存储器12可以包括非易失性和易失性存储器，例如：硬盘、内存、插接式硬盘，智能存储卡(SmartMedia Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他存储器件。

所述存储器12可以是电子设备1的外部存储器和/或内部存储器。进一步地，所述存储器12可以是具有实物形式的存储器，如内存条、TF卡(Trans-flash Card)等等。

所述电子设备1集成的模块/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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一计算机可读存储介质中，该计算机可读指令在被处理器执行时，可实现上述各个方法实施例的步骤。

其中，所述计算机可读指令包括计算机可读指令代码，所述计算机可读指令代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机可读指令代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)。

本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

结合图1，所述电子设备1中的所述存储器12存储计算机可读指令实现一种数据清洗方法，所述处理器13可执行所述计算机可读指令从而实现：

当检测到配置库更新时，生成数据清洗请求，并根据所述数据清洗请求确定触发所述配置库更新的目标配置表；

确定与所述目标配置表对应的目标数据源，并确定所述目标配置表中的更新信息；

从所述更新信息中获取指示数据信息，所述指示数据信息包括数据类型及配置条件；

从所述目标数据源中读取与所述指示数据信息对应的待清洗数据；

解析所述更新信息，得到清洗信息，所述清洗信息包括清洗规则、字段类型、配置替换值；

利用所述清洗信息清洗所述待清洗数据，得到目标数据，并将所述目标数据写入所述目标数据源，得到清洗后的目标数据源；

对所述清洗后的目标数据源进行数据质量检测；

当所述清洗后的目标数据源通过数据质量检测时，以所述清洗后的目标数据源响应所述数据清洗请求。

具体地，所述处理器13对上述计算机可读指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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。

所述计算机可读存储介质上存储有计算机可读指令，其中，所述计算机可读指令被处理器13执行时用以实现以下步骤：

当检测到配置库更新时，生成数据清洗请求，并根据所述数据清洗请求确定触发所述配置库更新的目标配置表；

确定与所述目标配置表对应的目标数据源，并确定所述目标配置表中的更新信息；

从所述更新信息中获取指示数据信息，所述指示数据信息包括数据类型及配置条件；

从所述目标数据源中读取与所述指示数据信息对应的待清洗数据；

解析所述更新信息，得到清洗信息，所述清洗信息包括清洗规则、字段类型、配置替换值；

利用所述清洗信息清洗所述待清洗数据，得到目标数据，并将所述目标数据写入所述目标数据源，得到清洗后的目标数据源；

对所述清洗后的目标数据源进行数据质量检测；

当所述清洗后的目标数据源通过数据质量检测时，以所述清洗后的目标数据源响应所述数据清洗请求。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块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，也可以采用硬件加软件功能模块的形式实现。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。