CN106027593B - 用于动态地维护数据结构的方法和系统 - Google Patents
用于动态地维护数据结构的方法和系统 Download PDFInfo
- Publication number
- CN106027593B CN106027593B CN201610190781.4A CN201610190781A CN106027593B CN 106027593 B CN106027593 B CN 106027593B CN 201610190781 A CN201610190781 A CN 201610190781A CN 106027593 B CN106027593 B CN 106027593B
- Authority
- CN
- China
- Prior art keywords
- client
- data
- data structure
- specific
- computer
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/561—Adding application-functional data or data for application control, e.g. adding metadata
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
- G06F16/212—Schema design and management with details for data modelling support
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/60—Subscription-based services using application servers or record carriers, e.g. SIM application toolkits
Abstract
用于动态地维护数据结构的方法和系统。提供了用于动态地维护由分布式数据采集系统中的异构客户端驱动的数据结构的技术。响应于确定特定于客户端的数据结构在耦合到多个客户端中的每一个客户端的源中被修改了,在多个客户端中的每一个客户端处,从包括特定于客户端的数据结构的属性的数据结构元数据生成元数据规格;以及在多个客户端中的每一个客户端处,从元数据规格生成数据驱动结构定义,其中,来自多个客户端中的每一个客户端的数据驱动结构定义将被聚集以在中央服务器中形成共同数据模型。
Description
技术领域
本发明的各实施例涉及动态地维护由分布式数据采集系统中的异构客户端驱动的数据结构。
背景技术
对于分布式数据采集系统的数据模型可扩展性存在挑战。数据模型可以被描述为由系统要求的数据结构的概念表示。数据模型可扩展性是数据模型的特征,并且定义数据模型的逻辑设计能够将额外的属性包括到现有的数据结构中的程度。分布式数据采集系统可以被描述为专门开发以测量、采集并聚集所感兴趣的数据的系统。分布式数据采集系统将它们的专用数据采集处理逻辑分布到不同的组件上,目的在于分布数据处理负载以及提供特定于目标数据源的数据采集逻辑。
传统上,经由中央服务器(“轴”)或包含用于共同数据结构的共同数据结构定义的对象目录,通过在轴-辐条(hub-spoke)模型中支持的数据模型合并来处理该挑战。利用这些常规方法,对全系统范围的共同数据模型的更新在中央服务器(轴)中被执行,随后被传播到分布式数据采集系统中的所有客户端(“辐条”)组件。
该传播机制迫使客户端组件实现可能不涉及或有助于它们在分布式数据采集系统中的主要功能作用的共同数据结构。另外,集中式数据模型包括对设计时间定义的依赖,并且当有新修订版和升级过程时影响客户端组件。
在某些实施例中,在监控、控制和数据获取系统(SCADA)的上下文中,存在对数据集成的优化。对于SCADA系统,存在复杂的数据结构,并且没有跨多个SCADA供应商而实现的标准应用编程接口(API)或集成协议。这种类型的工业控制系统旨在监视和控制覆盖多个站点和多个被监视的设备的分布式数据采集系统。为了有效地消费SCADA数据,分布式数据采集系统提供扩展其数据模型以适应任何类型的目标设备及其相关联的数据结构的有效方式。已处理了这些集成要求的一种方式是通过提供适用于特定SCADA供应商的专用监视解决方案;然而,这限制了对于系统堆栈中的上层的数据合并的水平,并且将实现方式束缚于特定的技术提供商的版本。
发明内容
提供了一种用于动态地维护由分布式数据采集系统中的异构客户端驱动的数据结构的方法。所述方法包括:响应于确定特定于客户端的数据结构在耦合到多个客户端中的每一个客户端的源中被修改了:在所述多个客户端中的每一个客户端处,根据包括所述特定于客户端的数据结构的属性的数据结构元数据生成元数据规格;以及在所述多个客户端中的每一个客户端处,根据所述元数据规格生成数据驱动结构定义,其中,来自所述多个客户端中的每一个客户端的所述数据驱动结构定义要被聚集以在中央服务器中形成共同数据模型。
提供了一种用于动态地维护由分布式数据采集系统中的异构客户端驱动的数据结构的计算机程序产品。所述计算机程序产品包括其中包含有程序代码的计算机可读存储介质,所述程序代码可由至少一个处理器执行以执行:响应于确定特定于客户端的数据结构在耦合到多个客户端中的每一个客户端的源中被修改了:在所述多个客户端中的每一个客户端处,根据包括所述特定于客户端的数据结构的属性的数据结构元数据生成元数据规格;以及在所述多个客户端中的每一个客户端处,根据所述元数据规格生成数据驱动结构定义,其中,来自所述多个客户端中的每一个客户端的所述数据驱动结构定义要被聚集以在中央服务器中形成共同数据模型。
提供了一种用于动态地维护由分布式数据采集系统中的异构客户端驱动的数据结构的计算机系统。所述计算机系统包括:一个或多个处理器、一个或多个计算机可读取的存储器以及一个或多个计算机可读取的有形的存储设备;以及程序指令,所述程序指令存储在所述一个或多个计算机可读的有形的存储设备中的至少一个上,用于由所述一个或多个处理器中的至少一个经由所述一个或多个存储器中的至少一个来执行,以执行下列操作:响应于确定特定于客户端的数据结构在耦合到多个客户端中的每一个的源中被修改了:在所述多个客户端中的每一个客户端处,根据包括所述特定于客户端的数据结构的属性的数据结构元数据生成元数据规格;以及在所述多个客户端中的每一个客户端处,根据所述元数据规格生成数据驱动结构定义,其中,来自所述多个客户端中的每一个客户端的所述数据驱动结构定义将被聚集以在中央服务器中形成共同数据模型。
附图说明
现在参考附图,其中,在全文中相同的参考编号代表对应的部分:
图1以框图示出了根据某些实施例的用于分布式数据采集系统的计算环境。
图2示出了根据某些实施例的用于第一加热、通风和空调(HVAC)的示例性特定于客户端的数据结构。
图3示出了根据某些实施例的用于第二加热、通风和空调(HVAC)的示例性特定于客户端的数据结构。
图4示出了根据某些实施例的数据驱动结构(DDS)。
图5示出了根据某些实施例的源特性和属性组。
图6A和图6B示出了根据某些实施例的消费应用。
图7以流程图示出了根据某些实施例的用于数据采集处理的操作。
图8以流程图示出了根据某些实施例的用于数据聚集处理的操作。
图9以流程图示出了根据某些实施例的使用来自消费应用的共同数据模型来处理请求的操作。
图10示出了根据某些实施例的云计算节点。
图11示出了根据某些实施例的云计算环境。
图12示出了根据某些实施例的抽象模型层。
具体实施方式
所做出的对本发明的各种实施例的描述只是为了说明的目的,而不是旨在穷尽或限于所公开的各实施例。在不偏离所描述的各实施例的范围和精神的情况下,各种修改和变型对本领域的技术人员来说是明显的。本文中所使用的术语被选择以最好地说明各实施例的原理,相对于在市场上发现的技术的实际应用或技术改进,或使得精通本技术的其他人员能够理解本文中所公开的各实施例。
图1以框图示出了根据某些实施例的用于分布式数据采集系统的计算环境。分布式数据采集客户端(“客户端”)110和分布式数据采集客户端(“客户端”)130耦合到中央服务器150。客户端110与130之间的省略号表示可以存在耦合到中央服务器150并且具有针对客户端110、130示出的组件的任意数量的客户端。在某些实施例中,中央服务器150是服务器计算机,而每一个客户端110...130是客户端计算机。在某些实施例中,存在轴-辐条模型,并且中央服务器150可以被视为“轴”,而客户端110...130可以被视为“辐条”或“辐条级别”的客户端。源A 118耦合到客户端110,而源B耦合到客户端130。源A 118和源B 138可以是诸如数据库之类的数据存储装置。客户端110...130可以被称为分布式数据采集系统中的异构客户端。
源A 118存储客户端110的特定于客户端的数据结构120,而源B138存储客户端110的特定于客户端的数据结构140。在某些实施例中,特定于客户端的数据结构120、140基于不同的数据模型。
客户端110包括数据结构元数据112、DDS定义114、元数据更新处理117以及数据采集处理116。客户端130包括数据结构元数据132、DDS定义134、元数据更新处理137以及数据采集处理136。数据采集处理116将来自源A 118的属性和上下文存储到数据结构元数据112中,而元数据更新处理117使用数据结构元数据112来生成元数据规格,该元数据规格被用来生成DDS定义114。数据采集处理136将来自源B 138的属性和上下文存储到数据结构元数据132中,而元数据更新处理137使用数据结构元数据132来生成元数据规格,该元数据规格被用来生成DDS定义134。属性可以被称为元数据属性。
中央服务器150包括聚集处理151、源特性152和共同数据模型153。中央服务器150在源A 118和源B 130的不同数据模型之间维护共同数据模型153。共同数据模型153包括属性组154、156、158。中央服务器150耦合到消费(“客户端”)应用170,诸如ETL处理、企业服务总线(ESB)处理、混搭(mashup)处理、分析处理以及查询引擎。消费应用170耦合到在线分析处理(OLAP)多维结构180。数据分析处理(数据分析)可以被视为OLAP系统。在某些实施例中,中央服务器150可以实现符合“正式”的OLAP定义的多维数据结构作为共同数据模型定义。
各实施例支持由独立的特定于客户端的数据结构驱动的分布式数据模型的元数据规格、以及描述多个客户端中的每一个客户端处的独立的特定于客户端的数据结构的相关联的数据结构元数据。
各实施例支持用于动态地定义并维护如分布式数据采集系统中的客户端所定义的特定于客户端的数据结构的元数据驱动的处理。
各实施例与分布式数据采集系统中的常规数据模型管理的不同之处在于,各实施例不要求共同数据结构变化从中央服务器传播到分布式数据采集系统中的所有客户端。对于各实施例,没有已知的处理将多个分布式数据采集系统客户端级别的组件定义为用于数据模型定义和合并的主要驱动器。即,各实施例不同于常规系统,常规系统依赖于作为用于数据模型定义的主要驱动器的集中式储存库。各实施例使得客户端能够只实现用于它们的功能目标的那些特定于客户端的数据结构,并支持这样的机制:客户端级别的变化被传播到用于分布式数据采集系统中的消费应用的共同数据结构,例如,提取转换负载(ETL)处理、企业服务总线(ESB)处理、数据混搭处理、分析处理以及查询引擎。
各实施例使用数据结构元数据来驱动分布式数据采集系统中的数据模型定义处理。利用该数据结构元数据,应用开发人员可以定义符合要由特定分布式数据采集系统客户端消费的特定数据的数据驱动结构(DDS)。数据结构元数据的属性可以使得每一个DDS定义能够规定:
1.由DDS支持的对象;
2.由DDS支持的属性;
3.由DDS支持的数据类型;
4.对象和属性的处理上下文;以及
5.与对象和属性相关联的条件,所述条件使DDS向其他客户端的传播是有条件的。例如,传播处理可以验证DDS状态,以确定何时传播以及可以被考虑用于传播的其他DDS。
各实施例提供基于DDS定义来驱动共同数据模型的动态生成的聚合处理。经由调度的执行工作来支持该聚集处理,以便对DDS定义的任何更新被自动地提升(promote)到分布式数据采集系统的共同数据模型中。分布式数据采集系统的消费应用利用共同数据结构,以根据它们的特定的功能上下文来处理采集到的数据。聚集处理将来自消费应用的数据模型变化传播到共同数据模型,而消费应用利用聚集处理来驱动反映共同数据模型中的那些变化的本地更新。
各实施例通过以下方式来优化具有SCADA系统的集成场景的实现:在数据采集点处启用合适的特定于客户端的数据结构的定义,避免固定的特定于客户端的数据结构的实现,该固定的特定于客户端的数据结构可能潜在地采集该特定系统客户端级别组件的无关数据。DDS是特定于直接与SCADA系统集成的客户端中的每一个客户端的,从而使其维护更有效率。对于支持多个集成点的大规模实现方式,各实施例提供这样的聚集处理,该聚集处理从新的和/或更新的DDS定义自动地采集新的特定于客户端的数据结构信息,并且自动地更新每一个分布式数据采集系统的共同数据模型,使得期望消费SCADA数据的应用自动地接收如由客户端规定的数据模型增强。
在对DDS定义进行更新的情况下,DDS元数据包括对象/属性状态信息,该对象/属性状态信息使得聚集处理能够提升已经被消费应用170标识为“准备处理”的那些对象/属性,因此,一旦聚集处理执行,共同数据模型就反映这些“△”更新。此时,消费应用170能够使用更新后的共同数据模型,并且执行它们的特定共同数据模型抽象的修改(例如,OLAP多维结构的重新创建),或使用更新后的元数据来动态地消费更新后的特定于客户端的数据结构(例如,元数据驱动的ETL处理)。
在某些实施例中,按时间表来更新共同数据模型中的源特性152,以反映被添加到源A 118和源B 138的新特性。
在某些实施例中,消费应用170可以在调度的更新之间从源A 118和/或源B 138读取数据。
各实施例将元数据聚集处理视为从数据采集处理分离。一旦消费应用利用要从源A 118采集的新属性来更新DDS A结构(例如,DDS114),客户端A中的数据采集处理将能够与被DDS A结构元数据引用的物理表/属性进行交互。此时,DDS A结构元数据包括被数据聚集处理最终提升到共同数据模型的新属性。
对于各实施例,元数据定义驱动DDS定义,并且中央服务器接收共同数据模型,而不要求客户端维护共同的DDS。相反,每一个客户端维护本地(“专用”)DDS。
仅仅为了加强对实施例的理解,将提供示例,但是实施例不限于该示例。
在该示例中,有两个加热、通风和空调(HVAC)系统(HVAC1和HVAC2)。每一个HVAC系统由不同的供应商来提供;因此,存在与HVAC系统中的每一个HVAC系统相关联的两个不同的数据模型,并且对于HVAC系统中的每一个HVAC系统,相关联的目标数据是不同的。即,实施者创建了不同的数据模型。
图2示出了根据某些实施例的用于第一加热、通风和空调(HVAC)的示例性特定于客户端的数据结构200。特定于客户端的数据结构可以存储在与HVAC1相关联的数据库中(例如,特定于客户端的数据结构200可以存储在诸如源A 118之类的源中)。特定于客户端的数据结构200是特定于HVAC1的。HVAC1已经被其制造商建模为表示具有与系统相关联的下列各项属性的“系统”的单个特定于客户端的数据结构:CoolantFlow(冷却流)、CoolingValveOpening(冷却阀断开)、Energy Use(能源使用)、Operating Mode(操作模式)、PreHeatValveOpening(预加热阀断开)以及ReturnAirTemp(返回空气温度)。
图2示出了根据某些实施例的用于第二加热、通风和空调(HVAC)的示例性特定于客户端的数据结构300。特定于客户端的数据结构可以存储在与HVAC2相关联的数据库中(特定于客户端的数据结构200可以存储在诸如源B 138之类的源中)。特定于客户端的数据结构300是特定于HVAC2的。HVAC2被其制造商建模为多个特定于客户端的数据结构,每一个特定于客户端的数据结构表示HVAC系统的操作模块:加热、冷却、计量。这些特定于客户端的数据结构300中的每一个包括与模块的功能相关联的特性。特定于客户端的数据结构“加热”具有下列特性:Operating Mode(操作模式)、PreHeatValveOpening(预加热阀断开)以及ReturnAirTemp(返回空气温度)。特定于客户端的数据结构“冷却”具有下列特性:CoolantFlow(冷却流)、CoolingValveOpening(冷却阀断开)以及RefigerantLevel(制冷剂水平)。特定于客户端的数据结构“计量”具有下列特性:Energy Use(能源使用)和PeakDemand(峰值需求)。
各实施例使得实施者能够维护特定于客户端的数据结构,同时定义要被消费应用使用的并且符合消费应用的特定数据分析和报告要求的共同数据结构。例如,如果具有指向HVAC系统中的专业化模块的多个特定于客户端的数据结构更加合适,则各实施例允许通过HVAC1和HVAC2两者中的元数据规格来定义所述多个特定于客户端的数据结构。响应于从数据结构元数据创建元数据规格,各实施例在客户端处创建DDS定义。对于各实施例,这些DDS定义不会影响客户端如何定义、理解以及采集数据,然而,这些DDS定义使得实施者能够在中央服务器处具有共同数据结构。
图4示出了根据某些实施例的数据驱动结构(DDS)400。在该示例中,元数据规格指定用于加热、冷却和计量的DDS。在该示例中,对于HVAC2DDS定义,在共同数据结构中提供了只由HVAC2数据结构支持的额外特性。如此,对于各实施例,HVAC2和HVAC1数据结构不必同步(即,不同的特定于客户端的数据结构可以具有不同的特性)。各实施例定义合适的元数据规格,以便将特定于客户端的数据结构更新传播到中央服务器。
然后,聚集处理将DDS定义从客户端中的每一个客户端传播到中央服务器。源特性标识属性组中的每一个属性组在哪里被支持、以及用于各种数据类型的额外的数据结构定义。图5示出了根据某些实施例的源特性510和属性组520。这些源特性510和属性组520从DDS410和420被聚集。
图6A和图6B示出了根据某些实施例的消费应用。一个消费应用可以是数据混搭,该数据混搭基于共同的属性组来合并数据,并且经由仪表板、图表和/或度量来可视化数据。另一个消费应用可以是数据分析工具,该数据分析工具消费共同的属性来查找对于设备正在如何操作的理解,并且基于历史数据来推断可能的未来维护和故障问题。消费应用访问中央服务器上的源特性510和属性组520。这些映射回到DDS 410(从特定于客户端的数据结构200生成的)和DDS 420(从特定于客户端的数据结构300生成的)。
图7以流程图示出了根据某些实施例的用于数据采集处理的操作。图7的处理在每一个客户端处发生。控制在框700处开始,数据采集处理确定特定于客户端的数据结构在耦合到客户端的源中被修改(即,创建或更新)了。在框702中,数据采集处理将属性和上下文存储到特定于客户端的数据结构的数据结构元数据中。在框704中,元数据更新处理从数据结构元数据生成元数据规格。在框706中,元数据更新处理从元数据规格生成数据驱动结构(DDS)定义。在框708中,元数据更新处理将DDS定义从客户端发送到到中央服务器。
图8以流程图示出了根据某些实施例的用于数据聚集处理的操作。控制在框800处开始,聚集处理从多个客户端接收数据驱动结构(DDS)定义。在框802中,聚集处理使用来自客户端中的每一个客户端的每一个源的源特性和DDS定义来生成具有属性组的共同数据模型。
图9以流程图示出了根据某些实施例的用于使用来自消费应用的共同数据模型来处理请求的操作。控制在框900处开始,中央服务器从使用共同数据模型的消费应用接收请求。在框902中,中央服务器处理该请求。对于各实施例,中央服务器提供界面,从该界面,消费应用可以消费共同数据模型。在消费应用希望实现特定于客户端的数据结构的新版本的情况下,该处理将使得消费应用能够请求共同数据模型的更新后的版本。对于各实施例,消费应用访问中央服务器上的共同数据模型,以执行它们的特定处理。对于各实施例,消费应用使用共同数据模型,并且将不会实现没有经由DDS从客户端级别组件暴露的属性。
云实施例
首先应当理解,尽管本公开包括关于云计算的详细描述,但其中记载的技术方案的实现却不限于云计算环境,而是能够结合现在已知或以后开发的任何其它类型的计算环境而实现。
云计算是一种服务交付模式,用于对共享的可配置计算资源池进行方便、按需的网络访问。可配置计算资源是能够以最小的管理成本或与服务提供者进行最少的交互就能快速部署和释放的资源,例如可以是网络、网络带宽、服务器、处理、内存、存储、应用、虚拟机和服务。这种云模式可以包括至少五个特征、至少三个服务模型和至少四个部署模型。
特征包括:
按需自助式服务:云的消费者在无需与服务提供者进行人为交互的情况下能够单方面自动地按需部署诸如服务器时间和网络存储等的计算能力。
广泛的网络接入:计算能力可以通过标准机制在网络上获取,这种标准机制促进了通过不同种类的瘦客户机平台或厚客户机平台(例如移动电话、膝上型电脑、个人数字助理PDA)对云的使用。
资源池:提供者的计算资源被归入资源池并通过多租户(multi-tenant)模式服务于多重消费者,其中按需将不同的实体资源和虚拟资源动态地分配和再分配。一般情况下,消费者不能控制或甚至并不知晓所提供的资源的确切位置,但可以在较高抽象程度上指定位置(例如国家、州或数据中心),因此具有位置无关性。
迅速弹性:能够迅速、有弹性地(有时是自动地)部署计算能力,以实现快速扩展,并且能迅速释放来快速缩小。在消费者看来,用于部署的可用计算能力往往显得是无限的,并能在任意时候都能获取任意数量的计算能力。
可测量的服务:云系统通过利用适于服务类型(例如存储、处理、带宽和活跃用户帐号)的某种抽象程度的计量能力,自动地控制和优化资源效用。可以监测、控制和报告资源使用情况,为服务提供者和消费者双方提供透明度。
服务模型如下:
软件即服务(SaaS):向消费者提供的能力是使用提供者在云基础架构上运行的应用。可以通过诸如网络浏览器的瘦客户机接口(例如基于网络的电子邮件)从各种客户机设备访问应用。除了有限的特定于用户的应用配置设置外,消费者既不管理也不控制包括网络、服务器、操作系统、存储、乃至单个应用能力等的底层云基础架构。
平台即服务(PaaS):向消费者提供的能力是在云基础架构上部署消费者创建或获得的应用,这些应用利用提供者支持的程序设计语言和工具创建。消费者既不管理也不控制包括网络、服务器、操作系统或存储的底层云基础架构,但对其部署的应用具有控制权,对应用托管环境配置可能也具有控制权。
基础架构即服务(IaaS):向消费者提供的能力是消费者能够在其中部署并运行包括操作系统和应用的任意软件的处理、存储、网络和其他基础计算资源。消费者既不管理也不控制底层的云基础架构,但是对操作系统、存储和其部署的应用具有控制权,对选择的网络组件(例如主机防火墙)可能具有有限的控制权。
部署模型如下:
私有云:云基础架构单独为某个组织运行。云基础架构可以由该组织或第三方管理并且可以存在于该组织内部或外部。
共同体云:云基础架构被若干组织共享并支持有共同利害关系(例如任务使命、安全要求、政策和合规考虑)的特定共同体。共同体云可以由共同体内的多个组织或第三方管理并且可以存在于该共同体内部或外部。
公共云:云基础架构向公众或大型产业群提供并由出售云服务的组织拥有。
混合云:云基础架构由两个或更多部署模型的云(私有云、共同体云或公共云)组成,这些云依然是独特的实体,但是通过使数据和应用能够移植的标准化技术或私有技术(例如用于云之间的负载平衡的云突发流量分担技术)绑定在一起。
云计算环境是面向服务的,特点集中在无状态性、低耦合性、模块性和语意的互操作性。云计算的核心是包含互连节点网络的基础架构。
现在参考图10,其中显示了云计算节点的一个例子。图1显示的云计算节点1010仅仅是适合的云计算节点的一个示例,不应对本发明实施例的功能和使用范围带来任何限制。总之,云计算节点10能够被用来实现和/或执行以上所述的任何功能。
云计算节点1010具有计算机系统/服务器1012,其可与众多其它通用或专用计算系统环境或配置一起操作。众所周知,适于与计算机系统/服务器1012一起操作的计算系统、环境和/或配置的例子包括但不限于:个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任意系统的分布式云计算技术环境,等等。
计算机系统/服务器1012可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括执行特定的任务或者实现特定的抽象数据类型的例程、程序、目标程序、组件、逻辑、数据结构等。计算机系统/服务器1012可以在通过通信网络链接的远程处理设备执行任务的分布式云计算环境中实施。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
如图10所示,云计算节点1010中的计算机系统/服务器1012以通用计算设备的形式表现。计算机系统/服务器1012的组件可以包括但不限于:一个或者多个处理器或者处理单元1016,系统存储器1028,连接不同系统组件(包括系统存储器1028和处理单元1016)的总线1018。
总线1018表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器1012典型地包括多种计算机系统可读介质。这些介质可以是能够被计算机系统/服务器1012访问的任意可获得的介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器1028可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)1030和/或高速缓存存储器1032。计算机系统/服务器1012可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统1034可以用于读写不可移动的、非易失性磁介质(图10未显示,通常称为"硬盘驱动器")。尽管图10中未示出,可以提供用于对可移动非易失性磁盘(例如"软盘")读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线1018相连。存储器1028可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块1042的程序/实用工具1040,可以存储在存储器1028中,这样的程序模块1042包括但不限于操作系统、一个或者多个应用、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块1042通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器1012也可以与一个或多个外部设备1014(例如键盘、指向设备、显示器1024等)通信,还可与一个或者多个使得用户能与该计算机系统/服务器1012交互的设备通信,和/或与使得该计算机系统/服务器1012能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1022进行。并且,计算机系统/服务器1012还可以通过网络适配器1020与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器1020通过总线1018与计算机系统/服务器1012的其它模块通信。应当明白,尽管图中未示出,其它硬件和/或软件模块可以与计算机系统/服务器1012一起操作,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
现在参考图11,其中显示了示例性的云计算环境1150。如图所示,云计算环境1150包括云计算消费者使用的本地计算设备可以与其相通信的一个或者多个云计算节点1010,本地计算设备例如可以是个人数字助理(PDA)或移动电话1154A,台式电脑1154B、笔记本电脑1154C和/或汽车计算机系统1154N。云计算节点1010之间可以相互通信。可以在包括但不限于如上所述的私有云、共同体云、公共云或混合云或者它们的组合的一个或者多个网络中将云计算节点1010进行物理或虚拟分组(图中未显示)。这样,云的消费者无需在本地计算设备上维护资源就能请求云计算环境1150提供的基础架构即服务(IaaS)、平台即服务(PaaS)和/或软件即服务(SaaS)。应当理解,图11显示的各类计算设备1154A-N仅仅是示意性的,云计算节点1010以及云计算环境1150可以与任意类型网络上和/或网络可寻址连接的任意类型的计算设备(例如使用网络浏览器)通信。
现在参考图12,其中显示了云计算环境1150(图11)提供的一组功能抽象层。首先应当理解,图12所示的组件、层以及功能都仅仅是示意性的,本发明的实施例不限于此。如图所示,提供下列层和对应功能:
硬件和软件层1260包括硬件和软件组件。硬件组件的例子包括:主机,例如系统;基于RISC(精简指令集计算机)体系结构的服务器,例如IBM系统;IBM 系统;IBM 系统;存储设备;网络和网络组件。软件组件的例子包括:网络应用服务器软件,例如IBM 应用服务器软件;数据库软件,例如IBM 数据库软件。(IBM,zSeries,pSeries,xSeries,BladeCenter,WebSphere以及DB2是国际商业机器公司在全世界各地的注册商标)。
虚拟层1262提供一个抽象层,该层可以提供下列虚拟实体的例子:虚拟服务器、虚拟存储、虚拟网络(包括虚拟私有网络)、虚拟应用和操作系统,以及虚拟客户端。
在一个示例中,管理层1264可以提供下述功能:资源供应功能:提供用于在云计算环境中执行任务的计算资源和其它资源的动态获取;计量和定价功能:在云计算环境内对资源的使用进行成本跟踪,并为此提供帐单和发票。在一个例子中,该资源可以包括应用软件许可。安全功能:为云的消费者和任务提供身份认证,为数据和其它资源提供保护。用户门户功能:为消费者和系统管理员提供对云计算环境的访问。服务水平管理功能:提供云计算资源的分配和管理,以满足必需的服务水平。服务水平协议(SLA)计划和履行功能:为根据SLA预测的对云计算资源未来需求提供预先安排和供应。
工作负载层1266提供云计算环境可能实现的功能的示例。在该层中,可提供的工作负载或功能的示例包括:地图绘制与导航;软件开发及生命周期管理;虚拟教室的教学提供;数据分析处理;交易处理;以及数据结构处理。
如此,在某些实施例中,实现根据本文中所描述的各实施例的数据结构处理的软件或程序是作为云环境中的服务而提供的。
在某些实施例中,客户端110、客户端130和/或中央服务器150具有计算节点1010的架构。在某些实施例中,客户端110、客户端130和/或中央服务器150是云环境的一部分。在某些替换实施例中,客户端110、客户端130和/或中央服务器150不是云环境的一部分。
额外的实施例细节
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可包括其上具有用于使得处理器实现本发明的各方面的计算机可读程序指令的计算机可读存储介质(介质)。
计算机可读存储介质可以是可保留并存储由指令执行设备使用的指令的有形设备。计算机可读存储介质可以是,例如,但不仅限于,电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或前面各项的任何合适的组合。计算机可读存储介质的更具体示例的非穷尽的列表包括下列各项:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩光盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、以机械方式编码的设备(诸如穿孔卡或其上记录有指令的凹槽中的凸起结构)以及前面各项的任何合适的组合。如本文中所使用的计算机可读存储介质将不被解释为瞬时的信号本身,诸如无线电波或其他自由地传播的电磁波、通过波导或其他传输介质传播的电磁波(例如,通过光缆传输的光脉冲)或通过线路传输的电信号。
可以将本文中所描述的计算机可读程序指令从计算机可读存储介质下载到相应的计算/处理设备,或经由网络(例如,因特网、局域网、广域网和/或无线网络)下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光传输光纤、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每一个计算/处理设备中的网络适配卡或网络接口从网络接收计算机可读程序指令,并且转发计算机可读程序指令,以存储在相应的计算/处理设备内的计算机可读存储介质中。
用于实现本发明的操作的计算机可读程序指令可以是汇编指令、指令集体系结构(ISA)指令、机器指令、与机器有关的指令、微代码、固件指令、状态设置数据、或以一种或多种编程语言(包括面向对象编程语言,诸如Smalltalk、C++等等,以及常规过程编程语言,诸如"C"编程语言或者类似的编程语言)的任何组合编写的源代码或目标代码。计算机可读程序指令可以作为独立软件包完全在用户的计算机上执行,部分地在用户的计算机上执行,部分地在用户的计算机上并且部分地在远程计算机上执行,或者完全在远程计算机或服务器上执行。在后一种场景下,远程计算机可以通过任何类型的网络连接到用户的计算机,包括局域网(LAN)或广域网(WAN),或者可以连接到外部计算机(例如,使用因特网服务提供商,通过因特网)。在某些实施例中,例如,包括可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)的电子线路可以通过利用计算机可读程序指令的状态信息以个性化电子线路来执行计算机可读程序指令,以便执行本发明的各方面。
本文中参考根据本发明的各实施例的方法、设备(系统)以及计算机程序产品的流程图例示和/或框图描述了本发明的方面。可以理解,流程图和/或框图的每一个框、流程图和/或框图中的框的组合都可以通过计算机可读取程序指令来实现。
这些计算机可读程序指令可以被提供给通用计算机、专用计算机或其他可编程数据处理设备的处理器以产生机器,以便经由计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在该流程图和/或框图的框中指定的功能/动作的装置。这些计算机可读程序指令也可以存储在计算机可读存储介质中,它们可以指导计算机、可编程数据处理设备和/或其他设备以特定方式工作,以便其中存储有指令的计算机可读存储介质包括如下制品,该制品包括实现在流程图和/或框图的框中指定的功能/动作的各方面的指令。
计算机可读程序指令还可以被加载到计算机、其他可编程数据处理设备或其他设备中,以使得一系列操作步骤在计算机、其他可编程设备或其他设备上执行,以产生计算机实现的处理,以便在计算机、其他可编程设备或其他设备上执行的指令实现在流程图和/或框图的框中指定的功能/动作。
图中的流程图和框图示出了根据本发明的各个实施例的系统、方法和计算机程序产品的可能的实现方式的体系结构、功能以及操作。关于这一点,流程图或框图中的每一个框可以表示包括用于实现指定的逻辑功能的一个或多个可执行指令的模块、段或指令部分。在某些替代实现方式中,在框中标示的功能可以不按照图中所标示的顺序发生。例如,依次显示的两个框事实上可以基本同时地执行,或者取决于涉及的功能,各框有时也可以按相反的顺序执行。还应该注意,框图和/或流程图中的每一个框、以及框图和/或流程图中的框的组合可以通过基于专用硬件的系统来实现,该基于专用硬件的系统执行指定的功能或动作、或实现专用硬件和计算机指令的组合。
Claims (10)
1.一种用于动态地维护数据结构的方法,包括:
从多个客户端接收数据驱动结构定义;
确定特定于客户端的数据结构在耦合到多个客户端中的每一个客户端的源中被修改了;
将属性和上下文存储到所述特定于客户端的数据结构的数据结构元数据中;
在所述多个客户端中的每一个客户端处,根据包括所述特定于客户端的数据结构的属性的数据结构元数据生成元数据规格;
在所述多个客户端中的每一个客户端处,根据所述元数据规格生成数据驱动结构定义,其中,来自所述多个客户端中的每一个客户端的所述数据驱动结构定义包括属性;以及
聚集所述数据驱动结构定义以在中央服务器中形成具有属性组的共同数据模型,并且所述共同数据模型是将使用来自耦合到所述多个客户端中的每一个客户端的所述源的源特性和所述数据驱动结构定义而形成的,所述共同数据模型反应数据驱动结构定义的更新并将被消费应用访问。
2.如权利要求1所述的方法,其中,调度的作业被执行,以使得对所述特定于客户端的数据结构的更新能够被传播到所述共同数据模型。
3.如权利要求1所述的方法,其中,所述消费应用包括提取转换及加载ETL处理、企业服务总线ESB处理、混搭处理、分析处理和查询引擎中的至少一个。
4.如权利要求1所述的方法,其中,所述属性描述下列各项中的至少一项:由所述特定于客户端的数据结构支持的对象、由所述特定于客户端的数据结构支持的属性、由所述特定于客户端的数据结构支持的数据类型以及用于任何对象和任何属性的处理上下文,其中,任何对象和任何属性具有相关联的条件,所述相关联的条件使得所述特定于客户端的数据结构的传播是有条件的。
5.如权利要求1所述的方法,其中,软件是作为云环境中的服务提供的。
6.一种计算机系统,包括用于执行如权利要求1-5所述的任何一个方法的步骤的装置。
7.一种用于动态地维护数据结构的计算机系统,包括:
一个或多个处理器、一个或多个计算机可读取的存储器以及一个或多个计算机可读取的有形的存储设备;以及
程序指令,所述程序指令存储在所述一个或多个计算机可读的有形的存储设备中的至少一个上,用于由所述一个或多个处理器中的至少一个经由所述一个或多个存储器中的至少一个来执行,以执行下列操作:
从多个客户端接收数据驱动结构定义;
确定特定于客户端的数据结构在耦合到多个客户端中的每一个的源中被修改了;
将属性和上下文存储到所述特定于客户端的数据结构的数据结构元数据中;
在所述多个客户端中的每一个客户端处,根据包括所述特定于客户端的数据结构的属性的数据结构元数据生成元数据规格;
在所述多个客户端中的每一个客户端处,根据所述元数据规格生成数据驱动结构定义,其中,来自所述多个客户端中的每一个客户端的所述数据驱动结构定义包括属性;以及
聚集所述数据驱动结构定义以在中央服务器中形成具有属性组的共同数据模型,其中,所述共同数据模型具有属性组,并且所述共同数据模型是将使用来自耦合到所述多个客户端中的每一个客户端的所述源的源特性和所述数据驱动结构定义而形成的,所述共同数据模型反应数据驱动结构定义的更新并将被消费应用访问。
8.如权利要求7所述的计算机系统,其中,调度的作业被执行,以使得对所述特定于客户端的数据结构的更新能够被传播到所述共同数据模型。
9.如权利要求7所述的计算机系统,其中,所述消费应用包括提取转换和加载ETL处理、企业服务总线ESB处理、混搭处理、分析处理以及查询引擎中的至少一个。
10.如权利要求7所述的计算机系统,其中,软件即服务SaaS被配置成执行所述系统操作。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/673,512 | 2015-03-30 | ||
US14/673,512 US10007682B2 (en) | 2015-03-30 | 2015-03-30 | Dynamically maintaining data structures driven by heterogeneous clients in a distributed data collection system |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106027593A CN106027593A (zh) | 2016-10-12 |
CN106027593B true CN106027593B (zh) | 2019-05-10 |
Family
ID=57015915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610190781.4A Active CN106027593B (zh) | 2015-03-30 | 2016-03-30 | 用于动态地维护数据结构的方法和系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10007682B2 (zh) |
CN (1) | CN106027593B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107784111A (zh) * | 2017-11-06 | 2018-03-09 | 北京锐安科技有限公司 | 数据挖掘方法、装置、设备及存储介质 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8381039B1 (en) * | 2008-10-20 | 2013-02-19 | Amazon Technologies, Inc. | Storage of mass data for monitoring |
US10650017B1 (en) | 2016-08-29 | 2020-05-12 | Amazon Technologies, Inc. | Tiered storage for data processing |
CN107885492B (zh) * | 2017-11-14 | 2021-03-12 | 中国银行股份有限公司 | 主机中数据结构动态生成的方法及装置 |
US11593496B2 (en) * | 2018-04-23 | 2023-02-28 | EMC IP Holding Company LLC | Decentralized data protection system for multi-cloud computing environment |
CN108846076A (zh) * | 2018-06-08 | 2018-11-20 | 山大地纬软件股份有限公司 | 支持接口适配的海量多源异构数据etl方法及系统 |
US10838915B2 (en) * | 2018-09-06 | 2020-11-17 | International Business Machines Corporation | Data-centric approach to analysis |
CN109918363B (zh) * | 2019-02-25 | 2023-01-24 | 江苏电力信息技术有限公司 | 基于视图跨数据库类型进行数据模型一致性管理的方法 |
EP3726810B1 (en) * | 2019-04-16 | 2023-12-06 | ABB Schweiz AG | System and method for interoperable communication of automation system components |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556666A (zh) * | 2009-05-21 | 2009-10-14 | 中国建设银行股份有限公司 | 建立审计模型的方法、装置及审计系统 |
CN102089760A (zh) * | 2008-03-04 | 2011-06-08 | 苹果公司 | 同步服务器处理 |
CN102830973A (zh) * | 2012-08-14 | 2012-12-19 | 无锡哲勤科技有限公司 | 海量数据下Web应用开发双层MVC的方法和分层结构 |
CN103399904A (zh) * | 2013-07-26 | 2013-11-20 | 浙江吉利汽车研究院有限公司 | 数据处理方法及数据处理系统 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5485606A (en) | 1989-07-10 | 1996-01-16 | Conner Peripherals, Inc. | System and method for storing and retrieving files for archival purposes |
US5504873A (en) | 1989-11-01 | 1996-04-02 | E-Systems, Inc. | Mass data storage and retrieval system |
EP0713183A3 (en) | 1994-11-18 | 1996-10-02 | Microsoft Corp | Network-independent shadow files |
US5819296A (en) | 1996-10-31 | 1998-10-06 | Veritas Software Corporation | Method and apparatus for moving large numbers of data files between computer systems using import and export processes employing a directory of file handles |
US6003044A (en) | 1997-10-31 | 1999-12-14 | Oracle Corporation | Method and apparatus for efficiently backing up files using multiple computer systems |
US7117215B1 (en) * | 2001-06-07 | 2006-10-03 | Informatica Corporation | Method and apparatus for transporting data for data warehousing applications that incorporates analytic data interface |
EP1442387A4 (en) | 2001-09-28 | 2008-01-23 | Commvault Systems Inc | SYSTEM AND METHOD FOR ARCHIVING OBJECTS IN A INFORMATION STORAGE |
US7010538B1 (en) * | 2003-03-15 | 2006-03-07 | Damian Black | Method for distributed RDSMS |
US7483973B2 (en) * | 2003-08-28 | 2009-01-27 | International Business Machines Corporation | Gateway for service oriented state |
US7386566B2 (en) | 2004-07-15 | 2008-06-10 | Microsoft Corporation | External metadata processing |
WO2007064878A2 (en) * | 2005-12-01 | 2007-06-07 | Firestar Software, Inc. | System and method for exchanging information among exchange applications |
US9047717B2 (en) | 2006-09-25 | 2015-06-02 | Appareo Systems, Llc | Fleet operations quality management system and automatic multi-generational data caching and recovery |
US8250190B2 (en) | 2007-03-29 | 2012-08-21 | At&T Intellectual Property I, L.P. | Systems and methods for retrieving customer premise equipment data |
US9411864B2 (en) * | 2008-08-26 | 2016-08-09 | Zeewise, Inc. | Systems and methods for collection and consolidation of heterogeneous remote business data using dynamic data handling |
US8255186B2 (en) | 2009-07-09 | 2012-08-28 | Air Liquide Large Industries U.S. Lp | Presenting dynamic SCADA data |
US20120005151A1 (en) | 2010-07-01 | 2012-01-05 | Vineetha Vasudevan | Methods and systems of content development for a data warehouse |
WO2012047906A2 (en) * | 2010-10-04 | 2012-04-12 | Sempras Software, Inc. | Methods and apparatus for integrated management of structured data from various sources and having various formats |
US20120203790A1 (en) * | 2011-02-03 | 2012-08-09 | Cariri B Victor | Table-driven and data-driven method, and computer-implemented apparatus and usable program code for data integration system for heterogeneous data sources dependent upon the table-driven and data-driven method |
US8719311B2 (en) * | 2011-03-18 | 2014-05-06 | International Business Machines Corporation | Providing homogeneous views of information collections in heterogeneous information storage sources |
US20140372462A1 (en) * | 2012-01-20 | 2014-12-18 | Trustee for the MMW Family Trust | Data management system and method |
US8949175B2 (en) * | 2012-04-17 | 2015-02-03 | Turn Inc. | Meta-data driven data ingestion using MapReduce framework |
US20140067836A1 (en) * | 2012-09-06 | 2014-03-06 | Sap Ag | Visualizing reporting data using system models |
US8954454B2 (en) * | 2012-10-12 | 2015-02-10 | Adobe Systems Incorporated | Aggregation of data from disparate sources into an efficiently accessible format |
US9105000B1 (en) * | 2013-12-10 | 2015-08-11 | Palantir Technologies Inc. | Aggregating data from a plurality of data sources |
-
2015
- 2015-03-30 US US14/673,512 patent/US10007682B2/en not_active Expired - Fee Related
-
2016
- 2016-03-30 CN CN201610190781.4A patent/CN106027593B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102089760A (zh) * | 2008-03-04 | 2011-06-08 | 苹果公司 | 同步服务器处理 |
CN101556666A (zh) * | 2009-05-21 | 2009-10-14 | 中国建设银行股份有限公司 | 建立审计模型的方法、装置及审计系统 |
CN102830973A (zh) * | 2012-08-14 | 2012-12-19 | 无锡哲勤科技有限公司 | 海量数据下Web应用开发双层MVC的方法和分层结构 |
CN103399904A (zh) * | 2013-07-26 | 2013-11-20 | 浙江吉利汽车研究院有限公司 | 数据处理方法及数据处理系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107784111A (zh) * | 2017-11-06 | 2018-03-09 | 北京锐安科技有限公司 | 数据挖掘方法、装置、设备及存储介质 |
CN107784111B (zh) * | 2017-11-06 | 2020-08-25 | 北京锐安科技有限公司 | 数据挖掘方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US10007682B2 (en) | 2018-06-26 |
CN106027593A (zh) | 2016-10-12 |
US20160292186A1 (en) | 2016-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106027593B (zh) | 用于动态地维护数据结构的方法和系统 | |
CN106020940B (zh) | 用于确定数据集的放置的存储层级的方法和系统 | |
US10120930B2 (en) | Identifying entity mappings across data assets | |
CN104580349B (zh) | 安全云管理代理 | |
JP5946468B2 (ja) | イメージを実行するのに最適なコンピューティング環境の判断 | |
CN105446793B (zh) | 迁移虚拟资产的方法和设备 | |
US8924559B2 (en) | Provisioning services using a cloud services catalog | |
US8793378B2 (en) | Identifying services and associated capabilities in a networked computing environment | |
CN104765620B (zh) | 一种程序模块部署的方法和系统 | |
US11080281B2 (en) | Graph-based searching for data stream | |
US20190361902A1 (en) | Automated data exploration and validation | |
US20110145153A1 (en) | Negotiating agreements within a cloud computing environment | |
CN104796270A (zh) | 在云应用的问题诊断中推荐可疑组件的方法及装置 | |
CN105938525B (zh) | 虚拟机设备的基于目录的发现 | |
CN109906597A (zh) | 向和从云网络中存储和取回受限制的数据集和非受限制的数据集 | |
CN104516730A (zh) | 一种数据处理方法和装置 | |
US9225662B2 (en) | Command management in a networked computing environment | |
CN110516076B (zh) | 一种基于知识图谱的云计算管理方法及系统 | |
US9246920B2 (en) | Cloud resource cloning based on collaborative content | |
CN110070862A (zh) | 基于状态的对话系统的基于本体的自动引导的方法和系统 | |
US8874513B2 (en) | Transitioning application replication configurations in a networked computing environment | |
CN108885686A (zh) | 用于视频分析的基于云的主动调试系统 | |
CN110276510A (zh) | 具有技能差异分析的协作平台 | |
CN105224301B (zh) | 一种应用实例组装的方法和系统 | |
US20160277252A1 (en) | High performance topology resolution for non-instrumented nodes |
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 |