数据清洗

为web项目提供数据清洗服务，主要使用的工具为spark框架和scala语言，hadoop，mysql，相关工作也会涉及JAVA语言，rabbitMQ，kafka等消息中间件，因为获取源数据会通过访问接口，监听队列，访问源数据库等多种方式，再根据业务需求把数据筛选，组合，链接清洗到目标数据库中，业务有增量或者更新的不同需求，实现上也有编写定时任务或者初始化执行一次的方式。