CN103186570B - 基于云端服务器的数据源查询系统及其方法 - Google Patents
基于云端服务器的数据源查询系统及其方法 Download PDFInfo
- Publication number
- CN103186570B CN103186570B CN201110448809.7A CN201110448809A CN103186570B CN 103186570 B CN103186570 B CN 103186570B CN 201110448809 A CN201110448809 A CN 201110448809A CN 103186570 B CN103186570 B CN 103186570B
- Authority
- CN
- China
- Prior art keywords
- data
- cloud server
- loaded
- time
- cloud
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/182—Distributed file systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer And Data Communications (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明涉及一种基于云端服务器的数据源查询系统及其方法,该系统通过获取各个载有数据的云端服务器的位置区域的时区,根据每两云端服务器的时区及该数据载入云端服务器的时间进行比较,得出载入时间更早的云端服务器继续比较,直到所有载有数据的云端服务器都比较完判断该数据载入时间最早的云端服务器为该数据的数据源,从而可准确的确定一数据的数据源。
Description
技术领域
本发明涉及网络领域,更具体地,涉及一种基于云端服务器的数据源查询系统及其方法。
背景技术
云端由所有服务器互联形成,其为全球用户提供云端服务器存储的网络资源,从而实现资源共享。在各个云端服务器中查找一数据的数据源是一个很重要的课题,现有的查询方法是通过数据在两个云端服务器的载入时间来判断数据源,载入时间早的云端服务器即为该数据的数据源,然而,由于各云端服务器处在不同的地区,时区也不一样,故,单独以数据的载入时间来判断数据的数据源是非常不准确的。
例如,一数据载入云端服务器A的时间为4点钟,另一云端服务器B位于另一地区,云端服务器B当前显示时间为3点钟,此时云端服务器B从云端服务器A中复制该数据并进行保存,这时候该数据在B中的载入时间为3点10分,这样通过两个不同云端服务器A、B查询后,得到云端服务器B数据的更新时间要比云端服务器A早,因此,用户会误认为云端服务器B为该数据的源。
发明内容
为了解决上述存在的问题,本发明的目的在于,提供一种基于云端服务器的数据源查询系统,该系统运行于多个云端服务器之上,该多个云端服务器都互联,该系统包括一响应用户的输入操作产生输入信号的输入单元,该系统还包括:一云端服务器获取单元,用于当接收到来自输入单元产生的查询一数据的数据源指令时,获取载有该数据的云端服务器及该数据在各获取的云端服务器的载入时间;一位置区域获取单元,用于获取各个载有该数据的云端服务器的位置区域;一时区获取单元,用于根据各个位置区域获取各个载有该数据的云端服务器的时区;及一判断单元,用于按一预定方式判断该数据的数据源,该预定方式为将所有载有该数据的云端服务器中的任意两个云端服务器对应的时区进行比较,并基于该比较及该任意两个云端服务器中的该数据载入时间,确认该任意两个云端服务器中一较早的数据载入时间,并在所有确认的较早数据载入时间中确认一最早的数据载入时间,并将该最早的数据载入时间的云端服务器作为该数据的数据源,该预定方式或为定义一参考时区,计算该参考时区与各个载有该数据的云端服务器的时区的时区差,根据该数据在各载有该数据的云端服务器的载入时间及相应的时区差得出该数据在各个载有该数据的云端服务器的一参考载入时间,比对所有参考载入时间及判断参考载入时间最早的云端服务器作为该数据的数据源。
一种基于云端服务器的数据源查询方法,该方法运行于多个云端服务器之上,该多个云端服务器都互联,该方法包括如下步骤:接收到查询一数据的数据源指令,获取载有该数据的云端服务器及该数据在各获取的云端服务器的载入时间;获取各个载有该数据的云端服务器的位置区域;根据各个位置区域获取各个载有该数据的云端服务器的时区;及按一预定方式判断该数据的数据源,该预定方式为将所有载有该数据的云端服务器中的任意两个云端服务器对应的时区进行比较,并基于该比较及该任意两个云端服务器中的该数据载入时间,确认该任意两个云端服务器中一较早的数据载入时间,并在所有确认的较早数据载入时间中确认一最早的数据载入时间,并将该最早的数据载入时间的云端服务器作为该数据的数据源,该预定方式或为定义一参考时区,计算该参考时区与各个载有该数据的云端服务器的时区的时区差,根据该数据在各载有该数据的云端服务器的载入时间及相应的时区差得出该数据在各个载有该数据的云端服务器的一参考载入时间,比对所有参考载入时间及判断参考载入时间最早的云端服务器作为该数据的数据源。
本发明提供一种基于云端服务器的数据源查询系统及其方法,该系统通过获取各个载有数据的云端服务器的位置区域的时区,根据每两云端服务器的时区及该数据载入云端服务器的时间进行比较,得出载入时间更早的云端服务器继续比较,直到所有载有数据的云端服务器都比较完判断该数据载入时间最早的云端服务器为该数据的数据源,从而可准确的确定一数据的数据源。
附图说明
图1是本发明一基于云端服务器的数据源查询系统的硬件结构示意图。
图2是图1的系统基于云端服务器查询数据源的一第一方法流程图。
图3是图1的系统基于云端服务器查询数据源的一第二方法流程图。
图4是图1的系统通过图3所示的方法实现数据源查询的示意图。
图5是图1的系统基于云端服务器查询数据源的一第三方法流程图。
图6是图1的系统基于云端服务器查询数据源的一第四方法流程图。
主要元件符号说明
系统 | 1 |
输入单元 | 10 |
云端服务器获取单元 | 20 |
位置区域获取单元 | 30 |
分类单元 | 40 |
时区获取单元 | 50 |
判断单元 | 60 |
时间判断模块 | 61 |
时区定义模块 | 62 |
时间计算模块 | 63 |
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
图1是本发明一基于云端服务器的数据源查询系统的硬件结构示意图。该基于云端服务器的数据源查询系统(以下简称“系统”)1运行于多个云端服务器之上,该多个云端服务器互联分布于全球各个国家地区,每一云端服务器存储有相应的数据来为用户提供相应的网络资源。该系统1包括一输入单元10、一云端服务器获取单元20、一位置区域获取单元30、一分类单元40、一时区获取单元50及一判断单元60。该输入单元10用于响应用户的输入操作产生输入信号,如响应用户的输入操作产生一查询一数据的数据源指令。
当该输入单元10响应用户的输入操作产生查询一数据的数据源指令时,该云端服务器获取单元20用于根据所要查询数据源的数据获取载有该数据的云端服务器及该数据在各获取的云端服务器的载入时间。例如,共有5个云端服务器载有该数据,该数据的载入时间依次为11点、12点、13点、14点及15点。该数据的载入时间是以载入该数据的云端服务器的时间为参考的。
该位置区域获取单元30用于获取各个载有该数据的云端服务器的位置区域,如北京地区、东京地区等。由于不同位置区域的云端服务器分配有不同的网段,该位置区域获取单元30可通过获取各个载有该数据的云端服务器的IP地址及根据IP地址判断各云端服务器的位置区域。在本发明的另一实施方式中,该位置区域获取单元30为一定位单元,其用于根据各个载有该数据的云端服务器的位置信息判断各云端服务器的位置区域。
该判断单元60进一步包括一时间判断模块61、一时区定义模块62及一时间计算模块63。
在本发明的一第一实施方式中,该时区获取单元50用于根据各个位置区域获取各个载有该数据的云端服务器的时区,如北京时间,东八区。该时间判断模块61将所有载有该数据的云端服务器中的任意两个云端服务器对应的时区进行比较,并基于该比较及该任意两个云端服务器中的该数据载入时间,确认该任意两个云端服务器中一较早的数据载入时间,并在所有确认的较早数据载入时间中确认一最早的数据载入时间,并将该最早的数据载入时间的云端服务器作为该数据的数据源。
该时间判断模块61也可同时不重复的将所有载有该数据的云端服务器中的任意两个云端服务器对应的时区进行比较。例如,共有4个载有该数据的云端服务器a、b、c、d,a云端服务器位于北京,b云端服务器位于东京,c云端服务器位于纽约,d云端服务器位于伦敦,该数据载入a云端服务器的时间为2011年10月10日10点及载入b云端服务器的时间为2011年10月10日10:30,由于两服务器时区相差1小时,b云端服务器的载入时间相对a云端服务器为9:30(10:30减去1小时),该时间判断模块61判断该数据载入b云端服务器的时间早于a云端服务器,同理,把c云端服务器和d云端服务器进行比较判断得出c云端服务器的载入时间早于d云端服务器,接着把b云端服务器和c云端服务器进行比较判断得出c云端服务器的载入时间早于b云端服务器,因此,该时间判断模块61判断出c云端服务器为该数据的数据源。
在本实施方式中,该时间判断模块61也可随机获取两个载有该数据的云端服务器,根据该两个云端服务器的时区及该数据在该两个云端服务器的载入时间进行比较判断出载入时间早的云端服务器,把该载入时间早的云端服务器与除上述两个之外的另一载有该数据的云端服务器再次进行比较判断,直至所有载有该数据的云端服务器都比较完后确认载入时间最早的云端服务器为该数据的数据源。
例如,共有4个载有该数据的云端服务器a、b、c、d,a云端服务器位于北京,b云端服务器位于东京,c云端服务器位于纽约,d云端服务器位于伦敦,该数据载入a云端服务器的时间为2011年10月10日10点及载入b云端服务器的时间为2011年10月10日10:30,由于两服务器时区相差1小时,b云端服务器的载入时间相对a云端服务器为9:30(10:30减去1小时),该时间判断模块61判断该数据载入b云端服务器的时间早于a云端服务器,同理,把b云端服务器和c云端服务器进行比较判断得出c云端服务器的载入时间早于b云端服务器,接着把c云端服务器和d云端服务器进行比较判断得出c云端服务器的载入时间早于d云端服务器,因此,该时间判断模块61判断出c云端服务器为该数据的数据源。
故,只要是两两云端服务器进行比较判断,不论以何种方式进行比较都属于本发明的保护范围。
在本发明的一第二实施方式中,该分类单元40用于在该位置区域获取单元30获取各个载有该数据的云端服务器的位置区域后定义位置区域相同的云端服务器为一类,该时间判断模块61还用于比较每一类云端服务器中的各个云端服务器的该数据的载入时间判断出每一类云端服务器中载入时间早的云端服务器。
该时区获取单元50还用于根据各个位置区域获取各类载有该数据的云端服务器的时区,该时间判断模块61还用于根据从各类云端服务器中载入时间早的云端服务器中获取的两个云端服务器的时区及该数据在该两个云端服务器的载入时间进行比较判断出载入时间更早的云端服务器,把该载入时间更早的云端服务器与各类云端服务器中载入时间早的云端服务器中的除上述两类之外的另一云端服务器进行比较判断,直至所有类云端服务器中载入时间早的云端服务器都比较完后确认该载入时间最早的云端服务器为该数据的数据源。
如图4所示,该分类单元40把所有载有该数据的云端服务器按照位置区域分类,如A类云端服务器都为在北京地区载有该数据的服务器,共包括5个,B类云端服务器都为在纽约地区载有该数据的服务器,共包括8个等,该时间判断模块61比较各类云端服务器的载入时间得出载入时间早的云端服务器,即每类都比较得出一载入时间早的云端服务器,再把各类载入时间早的云端服务器两两比较得到载入时间最早的云端服务器。
在本发明的一第三实施方式中,该时区定义模块62用于在该时区获取单元50根据各个位置区域获取各个载有该数据的云端服务器的时区后定义一参考时区,该时间计算模块63用于计算该参考时区与各个载有该数据的云端服务器的时区的时区差,根据该数据在各载有该数据的云端服务器的载入时间及相应的时区差得出该数据在各个载有该数据的云端服务器的一第一参考载入时间,比对所有第一参考载入时间及判断参考载入时间最早的云端服务器为该数据的数据源。
在本发明的一第四实施方式中,该分类单元40用于在该位置区域获取单元30获取各个载有该数据的云端服务器的位置区域后定义位置区域相同的云端服务器为一类,该时间判断模块61还用于比较每一类云端服务器中的各个云端服务器的该数据的载入时间判断出每一类云端服务器中载入时间早的云端服务器。
该时区获取单元50还用于根据各个位置区域获取各类载有该数据的云端服务器的时区,该时区定义模块62定义该参考时区,该时间计算模块63计算该参考时区与各类载有该数据的云端服务器的时区的时区差,根据该数据在各类云端服务器中载入时间早的云端服务器的载入时间及相应的时区差得出该数据在各类云端服务器中载入时间早的云端服务器的一第二参考载入时间,比对所有第二参考载入时间及判断参考载入时间最早的云端服务器为该数据的数据源。
图2是图1的系统基于云端服务器查询数据源的一第一方法流程图。当响应用户的输入操作接收到查询一数据的数据源的指令时,该云端服务器获取单元20获取载有该数据的云端服务器及该数据在各获取的云端服务器的载入时间(步骤S210)。该位置区域获取单元30获取各个载有该数据的云端服务器的位置区域(步骤S220)。该时区获取单元50根据各个位置区域获取各个载有该数据的云端服务器的时区(步骤S230)。该时间判断模块61将所有载有该数据的云端服务器中的任意两个云端服务器对应的时区进行比较,并基于该比较及该任意两个云端服务器中的该数据载入时间,确认该任意两个云端服务器中一较早的数据载入时间(步骤S240)。该时间判断模块61还在所有确认的较早数据载入时间中确认一最早的数据载入时间,并将该最早的数据载入时间的云端服务器作为该数据的数据源(步骤S250)。
图3是图1的系统基于云端服务器查询数据源的一第二方法流程图。当响应用户的输入操作接收到查询一数据的数据源的指令时,该云端服务器获取单元20获取载有该数据的云端服务器及该数据在各获取的云端服务器的载入时间(步骤S210)。该位置区域获取单元30获取各个载有该数据的云端服务器的位置区域(步骤S220)。该分类单元40定义位置区域相同的云端服务器为一类(步骤S330)。该时间判断模块61比较每一类云端服务器中的各个云端服务器的该数据的载入时间及判断出每一类云端服务器中载入时间早的云端服务器(步骤S340)。该时区获取单元50根据各个位置区域获取各类载有该数据的云端服务器的时区(步骤S350)。该时间判断模块61根据从各类云端服务器中载入时间早的云端服务器中获取的两个云端服务器的时区及该数据在该两个云端服务器的载入时间进行比较判断出载入时间更早的云端服务器(步骤S360)。该时间判断模块61还通过该载入时间更早的云端服务器与各类云端服务器中载入时间早的云端服务器中的除上述两类之外的另一云端服务器进行比较判断,直至所有类云端服务器中载入时间早的云端服务器都比较完后确认该载入时间最早的云端服务器为该数据的数据源(步骤S370)。
图5是图1的系统基于云端服务器查询数据源的一第三方法流程图。当响应用户的输入操作接收到查询一数据的数据源的指令时,该云端服务器获取单元20获取载有该数据的云端服务器及该数据在各获取的云端服务器的载入时间(步骤S210)。该位置区域获取单元30获取各个载有该数据的云端服务器的位置区域(步骤S220)。该时区获取单元50根据各个位置区域获取各个载有该数据的云端服务器的时区(步骤S230)。该时区定义模块62定义该参考时区,该时间计算模块63计算该参考时区与各个载有该数据的云端服务器的时区的时区差(步骤S540)。该时间计算模块63还根据该数据在各载有该数据的云端服务器的载入时间及相应的时区差得出该数据在各个载有该数据的云端服务器的该第一参考载入时间(步骤S550)。该时间计算模块63比对所有第一参考载入时间及判断参考载入时间最早的云端服务器为该数据的数据源(步骤S560)。
图6是图1的系统基于云端服务器查询数据源的一第四方法流程图。当响应用户的输入操作接收到查询一数据的数据源的指令时,该云端服务器获取单元20获取载有该数据的云端服务器及该数据在各获取的云端服务器的载入时间(步骤S210)。该位置区域获取单元30获取各个载有该数据的云端服务器的位置区域(步骤S220)。该分类单元40定义位置区域相同的云端服务器为一类(步骤S330)。该时间判断模块61比较每一类云端服务器中的各个云端服务器的该数据的载入时间及判断出每一类云端服务器中载入时间早的云端服务器(步骤S340)。该时区获取单元50根据各个位置区域获取各类载有该数据的云端服务器的时区(步骤S350)。该时区定义模块62定义该参考时区,该时间计算模块63计算该参考时区与各类载有该数据的云端服务器的时区的时区差(步骤S640)。该时间计算模块63根据该数据在各类云端服务器中载入时间早的云端服务器的载入时间及相应的时区差得出该数据在各类云端服务器中载入时间早的云端服务器的该第二参考载入时间(步骤S650)。该时间计算模块63比对所有第二参考载入时间及判断参考载入时间最早的云端服务器为该数据的数据源(步骤S660)。
本发明的基于云端服务器的数据源查询系统及其方法,该系统通过获取各个载有数据的云端服务器的位置区域的时区,根据每两云端服务器的时区及该数据载入云端服务器的时间进行比较,得出载入时间更早的云端服务器继续比较,直到所有载有数据的云端服务器都比较完判断该数据载入时间最早的云端服务器为该数据的数据源,从而可准确的确定一数据的数据源。
尽管对本发明的优选实施方式进行了说明和描述,但是本领域的技术人员将领悟到,可以作出各种不同的变化和改进,这些都不超出本发明的真正范围。因此期望,本发明并不局限于所公开的作为实现本发明所设想的最佳模式的具体实施方式,本发明包括的所有实施方式都有所附权利要求书的保护范围内。
Claims (10)
1.一种基于云端服务器的数据源查询系统,该系统运行于多个云端服务器之上,该多个云端服务器都互联,该系统包括一响应用户的输入操作产生输入信号的输入单元,其特征在于,该系统还包括:
一云端服务器获取单元,用于当接收到来自输入单元产生的查询一数据的数据源指令时,获取载有该数据的云端服务器及该数据在各获取的云端服务器的载入时间;
一位置区域获取单元,用于获取各个载有该数据的云端服务器的位置区域;
一时区获取单元,用于根据各个位置区域获取各个载有该数据的云端服务器的时区;及
一判断单元,用于按一预定方式判断该数据的数据源,该预定方式为将所有载有该数据的云端服务器中的任意两个云端服务器对应的时区进行比较,并基于该比较及该任意两个云端服务器中的该数据载入时间,确认该任意两个云端服务器中一较早的数据载入时间,并在所有确认的较早数据载入时间中确认一最早的数据载入时间,并将该最早的数据载入时间的云端服务器作为该数据的数据源,该预定方式也可以是定义一参考时区,计算该参考时区与各个载有该数据的云端服务器的时区的时区差,根据该数据在各载有该数据的云端服务器的载入时间及相应的时区差得出该数据在各个载有该数据的云端服务器的一参考载入时间,比对所有参考载入时间及判断参考载入时间最早的云端服务器作为该数据的数据源。
2.根据权利要求1所述的基于云端服务器的数据源查询系统,其特征在于,该位置区域获取单元用于获取各个载有该数据的云端服务器的IP地址及根据IP地址判断各云端服务器的位置区域。
3.根据权利要求1所述的基于云端服务器的数据源查询系统,其特征在于,该位置区域获取单元为一定位单元,用于根据各个载有该数据的云端服务器的位置信息判断各云端服务器的位置区域。
4.根据权利要求1所述的基于云端服务器的数据源查询系统,其特征在于,还包括一分类单元,用于在该位置区域获取单元获取各个载有该数据的云端服务器的位置区域后定义位置区域相同的云端服务器为一类,该判断单元还用于比较每一类云端服务器中的各个云端服务器的该数据的载入时间判断出每一类云端服务器中载入时间早的云端服务器。
5.根据权利要求4所述的基于云端服务器的数据源查询系统,其特征在于,该时区获取单元还用于根据各个位置区域获取各类载有该数据的云端服务器的时区,该判断单元还用于将各类云端服务器中载入时间早的云端服务器中的任意两个云端服务器对应的时区进行比较,并基于该比较及该任意两个云端服务器中的该数据载入时间,确认该任意两个云端服务器中一更早的数据载入时间,并在所有确认的更早数据载入时间中确认一最早的数据载入时间,并将该最早的数据载入时间的云端服务器作为该数据的数据源。
6.一种基于云端服务器的数据源查询方法,该方法运行于多个云端服务器之上,该多个云端服务器都互联,其特征在于,该方法包括如下步骤:
接收到查询一数据的数据源指令,获取载有该数据的云端服务器及该数据在各获取的云端服务器的载入时间;
获取各个载有该数据的云端服务器的位置区域;
根据各个位置区域获取各个载有该数据的云端服务器的时区;及
按一预定方式判断该数据的数据源,该预定方式为将所有载有该数据的云端服务器中的任意两个云端服务器对应的时区进行比较,并基于该比较及该任意两个云端服务器中的该数据载入时间,确认该任意两个云端服务器中一较早的数据载入时间,并在所有确认的较早数据载入时间中确认一最早的数据载入时间,并将该最早的数据载入时间的云端服务器作为该数据的数据源,该预定方式也可以是定义一参考时区,计算该参考时区与各个载有该数据的云端服务器的时区的时区差,根据该数据在各载有该数据的云端服务器的载入时间及相应的时区差得出该数据在各个载有该数据的云端服务器的一参考载入时间,比对所有参考载入时间及判断参考载入时间最早的云端服务器作为该数据的数据源。
7.根据权利要求6所述的基于云端服务器的数据源查询方法,其特征在于,步骤“获取各个载有该数据的云端服务器的位置区域”具体为:获取各个载有该数据的云端服务器的IP地址及根据IP地址判断各云端服务器的位置区域。
8.根据权利要求6所述的基于云端服务器的数据源查询方法,其特征在于,步骤“获取各个载有该数据的云端服务器的位置区域”具体为:根据各个载有该数据的云端服务器的位置信息判断各云端服务器的位置区域。
9.根据权利要求6所述的基于云端服务器的数据源查询方法,其特征在于,在步骤“获取各个载有该数据的云端服务器的位置区域”后包括步骤:
定义位置区域相同的云端服务器为一类;及
比较每一类云端服务器中的各个云端服务器的该数据的载入时间及判断出每一类云端服务器中载入时间早的云端服务器。
10.根据权利要求9所述的基于云端服务器的数据源查询方法,其特征在于,还包括步骤:
根据各个位置区域获取各类载有该数据的云端服务器的时区;
将各类云端服务器中载入时间早的云端服务器中的任意两个云端服务器对应的时区进行比较,并基于该比较及该任意两个云端服务器中的该数据载入时间,确认该任意两个云端服务器中一更早的数据载入时间;及
在所有确认的更早数据载入时间中确认一最早的数据载入时间,并将该最早的数据载入时间的云端服务器作为该数据的数据源。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110448809.7A CN103186570B (zh) | 2011-12-28 | 2011-12-28 | 基于云端服务器的数据源查询系统及其方法 |
TW101100364A TWI536185B (zh) | 2011-12-28 | 2012-01-04 | 基於雲端伺服器的資料源查詢系統及其方法 |
US13/592,358 US9081773B2 (en) | 2011-12-28 | 2012-08-23 | Data source searching system and method thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110448809.7A CN103186570B (zh) | 2011-12-28 | 2011-12-28 | 基于云端服务器的数据源查询系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103186570A CN103186570A (zh) | 2013-07-03 |
CN103186570B true CN103186570B (zh) | 2017-08-18 |
Family
ID=48677739
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110448809.7A Active CN103186570B (zh) | 2011-12-28 | 2011-12-28 | 基于云端服务器的数据源查询系统及其方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9081773B2 (zh) |
CN (1) | CN103186570B (zh) |
TW (1) | TWI536185B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107395384A (zh) | 2016-05-17 | 2017-11-24 | 阿里巴巴集团控股有限公司 | 跨时区站点间的数据版本比对方法及装置 |
CN110516126A (zh) * | 2019-07-02 | 2019-11-29 | 邢台职业技术学院 | 一种基于云端服务器的数据源查询系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101083679A (zh) * | 2006-05-29 | 2007-12-05 | 联发科技股份有限公司 | 显示联络清单的联络数据的方法及通信装置 |
CN101296506A (zh) * | 2007-04-27 | 2008-10-29 | 财团法人工业技术研究院 | 分布式频道配置方法及使用该方法的无线网状网络系统 |
JP2010140260A (ja) * | 2008-12-11 | 2010-06-24 | Fuji Xerox Co Ltd | 行動診断装置および行動診断プログラム |
CN101777769A (zh) * | 2010-03-24 | 2010-07-14 | 上海交通大学 | 电网的多智能体优化协调控制方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1304103A (zh) * | 1999-10-25 | 2001-07-18 | 英业达集团(西安)电子技术有限公司 | 一种用于掌上型电脑的夏令时间及时区时差的调整装置及方法 |
US7574496B2 (en) * | 2001-11-30 | 2009-08-11 | Surgient, Inc. | Virtual server cloud interfacing |
US7991748B2 (en) * | 2003-09-23 | 2011-08-02 | Symantec Corporation | Virtual data store creation and use |
CN101047924B (zh) * | 2007-04-06 | 2010-12-08 | 中兴通讯股份有限公司 | 一种在终端跨越时区时实时更新cdma网络时间的方法 |
JP2010079588A (ja) * | 2008-09-26 | 2010-04-08 | Hitachi Ltd | 仮想ボリュームを有する記憶制御装置 |
US8135748B2 (en) * | 2009-04-10 | 2012-03-13 | PHD Virtual Technologies | Virtual machine data replication |
KR101473317B1 (ko) * | 2010-12-23 | 2014-12-17 | 주식회사 케이티 | 클라우드 컴퓨팅 시스템 및 클라우드 컴퓨팅 시스템에서의 트래픽 분산 방법 및 제어 방법 |
-
2011
- 2011-12-28 CN CN201110448809.7A patent/CN103186570B/zh active Active
-
2012
- 2012-01-04 TW TW101100364A patent/TWI536185B/zh active
- 2012-08-23 US US13/592,358 patent/US9081773B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101083679A (zh) * | 2006-05-29 | 2007-12-05 | 联发科技股份有限公司 | 显示联络清单的联络数据的方法及通信装置 |
CN101296506A (zh) * | 2007-04-27 | 2008-10-29 | 财团法人工业技术研究院 | 分布式频道配置方法及使用该方法的无线网状网络系统 |
JP2010140260A (ja) * | 2008-12-11 | 2010-06-24 | Fuji Xerox Co Ltd | 行動診断装置および行動診断プログラム |
CN101777769A (zh) * | 2010-03-24 | 2010-07-14 | 上海交通大学 | 电网的多智能体优化协调控制方法 |
Also Published As
Publication number | Publication date |
---|---|
US20130173661A1 (en) | 2013-07-04 |
TWI536185B (zh) | 2016-06-01 |
CN103186570A (zh) | 2013-07-03 |
US9081773B2 (en) | 2015-07-14 |
TW201327231A (zh) | 2013-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108900388B (zh) | 用于监控网络质量的方法、设备及介质 | |
EP2592814A1 (en) | System and method for detecting DNS traffic anomalies | |
US20160377443A1 (en) | Method and apparatus for determining a location of a point of interest | |
CN106537384A (zh) | 使用指示用户位置的数据的逆向ip数据库 | |
EP3525420B1 (en) | Method and apparatus for guiding service flow | |
CN105162894B (zh) | 设备标识获取方法及装置 | |
CN107430631A (zh) | 从位置报告确定语义地点名称 | |
CN108494867B (zh) | 服务灰度处理的方法、装置、系统以及路由服务器 | |
US20200202356A1 (en) | Blockchain-based information processing method and apparatus, and device | |
CN106789147B (zh) | 一种流量分析方法及装置 | |
EP2239671B1 (en) | System and method for associating communication terminals to users based on spatial correlation | |
CN103186570B (zh) | 基于云端服务器的数据源查询系统及其方法 | |
CN104077354A (zh) | 论坛中帖子的热度确定方法及相关装置 | |
CN107798450B (zh) | 业务分配方法和装置 | |
CN105812204B (zh) | 一种基于连接度估计的递归域名服务器在线识别方法 | |
CN106452816B (zh) | 一种信息处理方法、服务器及客户端 | |
US11416517B2 (en) | Partitioning data in a clustered database environment | |
CN110099442A (zh) | 网络设备的位置变化确定方法、装置、计算机设备及介质 | |
CN113283830B (zh) | 运单信息序列生成方法、装置、设备和计算机可读介质 | |
CN111291127B (zh) | 一种数据同步方法、装置、服务器及存储介质 | |
US20180121493A1 (en) | Detecting emergency response address errors | |
US20210318916A1 (en) | Coalition network identification using iterative process | |
US11409581B2 (en) | Coalition network identification | |
CN105718550B (zh) | 一种媒体信息发布方法及系统 | |
US20210326403A1 (en) | Website creation from mobile device data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |