CN106874320A - 分布式流式数据处理的方法和装置 - Google Patents

分布式流式数据处理的方法和装置 Download PDF

Info

Publication number
CN106874320A
CN106874320A CN201610447125.8A CN201610447125A CN106874320A CN 106874320 A CN106874320 A CN 106874320A CN 201610447125 A CN201610447125 A CN 201610447125A CN 106874320 A CN106874320 A CN 106874320A
Authority
CN
China
Prior art keywords
instantaneous value
pending
business datum
processed
temporal aspect
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.)
Pending
Application number
CN201610447125.8A
Other languages
English (en)
Inventor
冯成林
罗亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201610447125.8A priority Critical patent/CN106874320A/zh
Priority to TW106112250A priority patent/TWI662426B/zh
Priority to EP17814596.7A priority patent/EP3474162A4/en
Priority to MX2018016067A priority patent/MX2018016067A/es
Priority to JP2018566484A priority patent/JP6716727B2/ja
Priority to RU2019101005A priority patent/RU2705429C1/ru
Priority to SG11201810630PA priority patent/SG11201810630PA/en
Priority to AU2017282818A priority patent/AU2017282818C1/en
Priority to PCT/CN2017/087380 priority patent/WO2017219858A1/zh
Priority to CA3025215A priority patent/CA3025215C/en
Priority to MYPI2018002420A priority patent/MY188882A/en
Priority to BR112018076658A priority patent/BR112018076658A8/pt
Priority to KR1020197001861A priority patent/KR102099544B1/ko
Publication of CN106874320A publication Critical patent/CN106874320A/zh
Priority to US16/195,223 priority patent/US11036562B2/en
Priority to PH12018502494A priority patent/PH12018502494A1/en
Priority to ZA2018/08139A priority patent/ZA201808139B/en
Pending legal-status Critical Current

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
    • 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
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2471—Distributed queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/52—Program synchronisation; Mutual exclusion, e.g. by means of semaphores
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2453—Query optimisation
    • G06F16/24532—Query optimisation of parallel queries
    • 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
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2453—Query optimisation
    • G06F16/24534—Query rewriting; Transformation
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24568—Data stream processing; Continuous queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system

Abstract

本申请提供一种分布式流式数据处理的方法，包括：获取流式数据中某一条数据记录的业务数据标识信息、待处理实时值和待处理实时值时序特征；所述标识信息唯一代表一个或一组业务数据；根据存储的业务数据标识信息与已处理实时值时序特征的对应关系，获取所述业务数据的已处理实时值时序特征；比较所述业务数据的待处理和已处理的实时值时序特征，当待处理实时值的时序晚于已处理实时值的时序时，采用待处理实时值进行业务运算并将存储的所述已处理实时值时序特征更新为待处理实时值时序特征。通过本申请的技术方案，实现了按照数据更新的顺序来进行数据处理，避免了因先处理更新在后的实时值导致的处理结果错误，提高了数据处理的准确度。

Description

分布式流式数据处理的方法和装置
技术领域
本申请涉及数据处理技术领域，尤其涉及一种分布式流式数据处理的方法和装置。
背景技术
随着各种网络应用日渐深入人们的日常生活，很多应用系统每天会产生数以TB(Terabyte，百万兆字节)级计的业务数据。对这些海量数据的实时分析能够提供对应用系统极有价值的信息，例如，对交通监管系统采集的海量视频数据流的实时分析能够为交通疏导提供帮助，对社交网站用户访问行为的实时分析能够及时发现关注热点并推送给更多的用户。
海量的实时业务数据通常保存在不同地点、不同软硬件平台、和/或不同类型的数据库中，由实时数据采集系统将数据库中实时变化的业务数据以流的方式源源不断的收集起来，以进行实时数据处理。实时数据采集系统可以采用单线程实现；也可以采用分布式实现，由多个线程并发进行实时数据的采集。
由于应用系统的业务数据随时可能发生更新，尤其是一个业务数据可能在极短的时间内发生多次更新，单线程实现的实时数据采集系统能够确保先更新的业务数据实时值在流式数据中先于后更新的业务数据实时值，但是单线程实现的低性能在绝大多数情况下无法满足海量实时数据的处理需求。而分布式实现的实时数据采集系统则可能出现在其生成的分布式流式数据中，业务数据实时值的先后顺序与更新发生的先后顺序不同的情形。
现有技术中，依照业务数据在流式数据中的先后顺序对业务数据的实时值进行数据处理。这样，当分布式流式数据中业务数据实时值的先后顺序与更新发生的先后顺序不同时，更新在先的实时值会覆盖更新在后的实时值，导致数据处理的结果错误。
发明内容
有鉴于此，本申请提供一种分布式流式数据处理的方法，包括：
获取流式数据中某一条数据记录的业务数据标识信息、待处理实时值和待处理实时值时序特征；所述标识信息唯一代表一个或一组业务数据；
根据存储的业务数据标识信息与已处理实时值时序特征的对应关系，获取所述业务数据的已处理实时值时序特征；
比较所述业务数据的待处理和已处理的实时值时序特征，当待处理实时值的时序晚于已处理实时值的时序时，采用待处理实时值进行业务运算并将存储的所述已处理实时值时序特征更新为待处理实时值时序特征。
本申请还提供了一种分布式流式数据处理的装置，包括：
待处理信息获取单元，用于获取流式数据中某一条数据记录的业务数据标识信息、待处理实时值和待处理实时值时序特征；所述标识信息唯一代表一个或一组业务数据；
已处理信息获取单元，用于根据存储的业务数据标识信息与已处理实时值时序特征的对应关系，获取所述业务数据的已处理实时值时序特征；
数据处理单元，用于比较所述业务数据的待处理和已处理的实时值时序特征，当待处理实时值的时序晚于已处理实时值的时序时，采用待处理实时值进行业务运算并将存储的所述已处理实时值时序特征更新为待处理实时值时序特征。
由以上技术方案可见，本申请的实施例中，在数据处理时保存数据记录的已处理实时值时序特征，与流式数据中同一数据记录的待处理实时值时序特征进行比较，只对时序晚于已处理实时值的待处理实时值进行业务运算，从而实现了按照数据更新的顺序来进行数据处理，避免了因先处理更新在后的实时值导致的处理结果错误，提高了数据处理的准确度。
附图说明
图1是本申请实施例应用场景的一种网络结构图；
图2是本申请实施例中一种分布式流式数据处理的方法的流程图；
图3是本申请实施例所在设备的一种硬件结构图；
图4是本申请实施例中一种分布式流式数据处理的装置的逻辑结构图。
具体实施方式
本申请的实施例提出一种新的分布式流式数据处理的方法，在流式数据中携带数据记录的待处理实时值时序特征，保存已进行数据处理的数据记录的已处理实时值时序特征，通过比较待处理和已处理的实时值时序特征来得知待处理和已处理实时值的相对时序，并且在待处理实时值的时序较晚时才对其进行数据处理，从而能够避免后处理时序较早的实时值导致的数据处理结果错误，以解决现有技术中存在的问题。
本申请实施例应用场景的一种网络结构如图1所示：各个业务系统在业务运行过程中产生和刷新的业务数据存放在若干个不同类型(如MySQL、Oracle、HBase等)的业务数据库中。当业务数据库中新增或更新了满足预定条件的业务数据时，数据采集平台根据新增或更新的业务数据生成数据记录，将不断生成的数据记录组合为流式数据，提供给实时计算平台；数据采集平台可以采用消息中间件(如kafka、TimeTunel等)实现，将生成的数据记录承载在消息中写入消息队列供实时计算平台读取。实时计算平台可以采用分布式计算(如Jstorm、storm等)，也可以采用集中式计算，图1中为采用分布式计算时的一种架构，由一个到多个数据分配器(如storm平台的spout)将流式数据中的数据记录分发到至少两个数据处理器(如storm平台的bolt)中，由数据处理器将业务数据的实时变化反映在处理结果中。
可见，图1中，当数据采集平台采用多线程并行采集、和/或实时计算平台采用分布式计算时，同一个业务数据连续更新时，携带有先更新业务数据实时值的数据记录可能晚于携带有后更新业务数据实时值的数据记录到达实时计算平台的数据处理器。本申请的实施例运行在实时计算平台上(采用分布式计算时运行在每个数据处理器上)，能够避免发生上述情形时后更新业务数据的处理结果被先更新业务数据的处理结果覆盖的错误。
本申请的实施例可以应用在任何具有计算和存储能力的设备上，例如可以是手机、平板电脑、PC(Personal Computer，个人电脑)、笔记本、服务器、虚拟机等物理设备或逻辑设备；也可以由两个或两个以上分担不同职责的物理或逻辑设备、相互协同来实现本申请实施例中的各项功能。
本申请的实施例中，分布式流式数据处理的方法的流程如图2所示。
步骤210，获取流式数据中某一条数据记录的业务数据标识信息、待处理实时值和待处理实时值时序特征。
本申请的实施例中，数据记录是流式数据的最小组成单位，每条数据记录根据业务数据库中发生变化(新增或更新)一个业务数据(如账户金额)、或同时发生变化的一组(两个或两个以上)业务数据(如转账次数、转出总额)生成，数据记录中包括该业务数据或该组业务数据的标识信息和该业务数据或该组业务数据的实时值，通常还包括实时值在业务数据库中的生成时间。
其中，标识信息唯一代表该业务数据或该组业务数据，即在本申请实施例的运行范围内，该标识信息与该业务数据或该组业务数据一一对应；例如，本申请实施例运行在实时计算平台的每个数据处理器上，则对每个数据处理器所处理的数据记录而言，标识信息与某个业务数据或某组业务数据一一对应。可以参考实际应用场景中业务数据库的字段及表的标识、和/或业务数据在业务系统中的标识等，来确定业务数据的标识信息，例如，可以将业务数据所在表的主键、表名、数据库名组合后作为业务数据的标识信息；再如，可以将业务数据所属业务的主业务主键标识、次业务主键标识和应用特征码来作为业务数据的标识信息。
业务数据的实时值是本次该业务数据或该组业务数据发生变化后的值。实时值的生成时间是业务数据在业务数据库中发生变化的时间。
实时值时序特征包括与本次该业务数据或该组业务数据发生变化时的时间相关联的信息。当该业务数据或该组业务数据发生N次变化时，会生成N个数据记录，这N个数据记录中业务数据的标识信息相同而业务数据的实时值不同，绝大多数情况下实时值时序特征也不同，通过比对实时值时序特征，通常可以得知该业务数据或该组业务数据的哪个或哪些实时值发生在前，哪个或哪些发生在后。
可以根据实际应用场景中业务数据变化的快慢程度、对流式数据处理的精确度要求等因素来选择将哪些变量作为实时值时序特征。例如，可以将数据记录中实时值的生成时间作为实时值时序特征。对具有相同标识信息的业务数据，可以根据实时值生成时间来判断实时值的时序。但是，由于保存实时值生成时间通常有精度限制(例如到毫秒)，同一个业务数据或同一组业务数据两次相隔极近的变化(例如在几十微秒内)可能会有相同的实时值生成时间。
除了提高实时值生成时间的精度外，在以消息中间件作为数据采集平台的应用场景中，还可以将实时值的生成时间和实时值所在消息的消息标识作为实时值时序特征。在这种应用场景中，消息中间件将一个到多个数据记录封装在消息中，按照生成消息的时序为每个消息指定一个消息标识，携带有消息标识的消息构成消息流(即流式数据)。由于同一个业务数据或同一组业务数据的相邻两次变化生成的数据记录通常不会出现在同一个消息中，因此反映消息生成时序的消息标识也反映了业务数据实时值的时间信息。对于两个具有相同业务数据标识信息的数据记录，如果业务数据的实时值生成时间不同，根据实时值生成时间来判断实时值的时序；如果业务数据的实时值生成时间相同，则可以根据数据记录所在消息的消息标识来判断实时值的时序。
可见，从流式数据中提取数据记录，在数据记录中可以得到业务数据标识信息和业务数据的待处理实时值(由于本条数据记录中业务数据的实时值尚未进行数据处理，称之为待处理实时值)，并且可以从数据记录、或数据记录及承载数据记录的消息中得到待处理实时值时序特征。
步骤220，根据存储的业务数据标识信息与已处理实时值时序特征的对应关系，获取所述业务数据的已处理实时值时序特征。
步骤230，比较业务数据的待处理和已处理的实时值时序特征，当待处理实时值的时序晚于已处理实时值的时序时，采用待处理实时值进行业务运算并将存储的该已处理实时值时序特征更新为待处理实时值时序特征。
本申请的实施例中，维护有业务数据的标识信息与已处理实时值时序特征的对应关系表，其中已处理实时值时序特征为最近一次进行数据处理的业务数据实时值的实时值时序特征，该实时值所在的数据记录在流式数据中位于本数据记录之前。
在从新的数据记录中获取到业务数据的标识信息后，查询标识信息与已处理实时值时序特征的对应关系表，如果存在该标识信息，可以得到具有该标识信息的业务数据的已处理实时值时序特征。将该业务数据的待处理和已处理实时值时序特征进行比对，如果待处理实时值相对已处理实时值的时序较晚，则采用待处理实时值进行业务运算(即对待处理实时值进行数据处理)，并且在标识信息与已处理实时值时序特征的对应关系表中，将与本数据记录中标识信息对应的已处理实时值时序特征更新为本数据记录的待处理实时值时序特征值；否则对本数据记录中的待处理实时值不做处理，即不采用本数据记录中的待处理实时值进行业务运算，以避免更新在先的实时值覆盖更新在后的实时值而导致数据处理结果发生错误。
对将实时值的生成时间作为实时值时序特征的情形，当待处理实时值的生成时间大于已处理实时值的生成时间时，待处理实时值的时序晚于已处理实时值的时序。对将实时值的生成时间和实时值所在消息的消息标识作为实时值时序特征的情形，待处理实时值的生成时间晚于已处理实时值的生成时间、以及待处理和已处理实时值的生成时间相同并且待处理实时值所在消息的消息标识反映的时序晚于已处理实时值所在消息的消息标识反映的时序时，待处理实时值的时序晚于已处理实时值的时序。
如果标识信息与已处理实时值时序特征的对应关系表中不存在本数据记录中的业务数据标识信息对应的已处理实时值时序特征，说明是首次收到该业务数据或该组业务数据的实时值，则采用本数据记录中业务数据的待处理实时值进行业务运算，并将业务数据的待处理实时值时序特征作为已处理实时值时序特征，在对应关系表中保存业务数据的标识信息与已处理实时值时序特征的对应关系。
采用待处理实时值进行业务运算的具体算法可以根据实际应用场景的需求，参照现有技术中的数据处理方式实现，不再赘述。
在标识信息的字节数较大、或标识信息与已处理实时值时序特征的对应关系表的表项较多的应用场景中，查询该对应关系表可能会花费较长时间。为了减小查询时间对数据处理实时性的影响，可以令标识信息包括标识特征和至少一个标识字段，其中，所有标识字段的组合唯一代表一个或一组业务数据；标识特征以所有标识字段的组合的预定部分为输入，采用某种算法(如摘要算法)生成。在查询对应关系表时，可以将标识信息中的标识特征作为索引来进行表项查询，从而加快查询速度。
在实时计算平台采用分布式计算的应用场景中，本申请实施例所述的方法并行独立运行在两个或两个以上的负责数据处理的软件功能模块(如图1所示网络结构中的数据处理器)上，在流式数据到达这些软件功能模块前，通常会有数据分配器将各个数据记录分发给这些软件功能模块。数据分配器可以按照数据记录中全部或预定的部分业务数据标识信息来将数据记录分发到哪个软件功能模块，以便使具有相同业务数据标识信息的数据记录能够分发到同一个软件功能模块上，这样，标识信息与已处理实时值时序特征的对应关系表可以在单个软件功能模块上实现，而不是在整个实时计算平台上实现，从而减小对应关系表的容量，加快查询速度。
可见，本申请的实施例中，在流式数据中携带数据记录的待处理实时值时序特征，在数据处理时保存数据记录的已处理实时值时序特征，通过比较待处理和已处理的实时值时序特征，只对时序晚于已处理实时值的待处理实时值进行业务运算，避免了因先处理更新在后的实时值导致的处理结果错误，提高了数据处理的准确度。
在本申请的一个应用示例中，由消息中间件从业务数据库中采集发生变化的业务数据，生成数据记录，数据记录中包括业务数据标识信息、业务数据实时值(待处理实时值)和实时值的生成时间。其中，业务数据的标识信息包括标识特征和至少2个标识字段，标识字段为一个到多个业务主键标识和业务特征码，这些业务主键标识和业务特征码的组合与用来生成数据记录中的业务数据一一对应(在处理该数据记录的软件功能模块的范围内)。业务主键标识中包括主业务主键标识，如果业务主键标识超过1个，则还可以包括次业务主键标识和其他业务主键标识。标识特征为主业务主键的摘要值的前若干位，其中，摘要值为对主业务主键采用摘要算法后所得的值，例如，可以将主业务主键MD5(Message Digest Algorithm 5，消息摘要算法第五版)值的前5位作为标识特征。将标识特征与所有标识字段拼接起来(可以在相邻的标识字段间以固定的符号作为拼接符，如“#”)，作为业务数据的标识信息，一种示例性的结构如表1所示。
表1
消息中间件将数据记录封装在消息中，以升序排列的下一个消息序列号作为消息标识(同样封装在消息中)，将生成的消息放入消息队列。
实时计算平台的数据分配器从消息队列中提取消息，从中解析出数据记录，按照数据记录中业务数据标识信息的标识特征，将数据记录以及该数据记录所在消息的消息标识发送给数据处理器中的一个。由于标识特征是主业务主键的摘要值的前若干位，承载相同主业务主键的业务数据的数据记录将被分配到同一个数据处理器上，换言之，相同的业务数据将在同一个数据处理器进行数据处理。
每个数据处理器上维护一张业务数据的标识信息与已处理实时值时序特征的对应关系表DATA_CHECK，DATA_CHECK表中的字段如表2所示：
表2
在收到数据分配器分发的数据记录以及该数据记录所在消息的消息标识后，数据处理器从数据记录中提取业务数据的标识信息，将数据记录中的业务数据实时值和实时值生成时间分别作为待处理实时值和待处理实时值生成时间，将分发的消息标识作为待处理实时值所在消息的消息标识。
数据处理器以标识信息中的标识特征为索引，在DATA_CHECK表中查询ROWKEY为该标识信息的表项，得到对应于标识信息的已处理实时值时序特征LAST_VERSION，从中解析出已处理实时值生成时间和已处理实时值所在消息的消息标识。
数据处理器比较待处理和已处理的实时值生成时间，如果待处理实时值生成时间晚于已处理实时值生成时间、或者待处理和已处理的实时值生成时间相同并且待处理实时值所在消息的消息标识大于已处理实时值所在消息的消息标识，则对待处理实时值进行数据处理、并且将DATA_CHECK表中具有该标识信息的表项中的LAST_VERSION更改为待处理实时值生成时间和待处理实时值所在消息的消息标识；否则弃用数据记录中的待处理实时值，不进行数据处理。
与上述流程实现对应，本申请的实施例还提供了一种分布式流式数据处理的装置。该装置可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为逻辑意义上的装置，是通过所在设备的CPU(Central Process Unit，中央处理器)将对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，除了图3所示的CPU、内存以及非易失性存储器之外，分布式流式数据处理的装置所在的设备通常还包括用于进行无线信号收发的芯片等其他硬件，和/或用于实现网络通信功能的板卡等其他硬件。
图4所示为本申请实施例提供的一种分布式流式数据处理的装置，包括待处理信息获取单元、已处理信息获取单元和数据处理单元，其中：待处理信息获取单元用于获取流式数据中某一条数据记录的业务数据标识信息、待处理实时值和待处理实时值时序特征；所述标识信息唯一代表一个或一组业务数据；已处理信息获取单元用于根据存储的业务数据标识信息与已处理实时值时序特征的对应关系，获取所述业务数据的已处理实时值时序特征；数据处理单元用于比较所述业务数据的待处理和已处理的实时值时序特征，当待处理实时值的时序晚于已处理实时值的时序时，采用待处理实时值进行业务运算并将存储的所述已处理实时值时序特征更新为待处理实时值时序特征。
可选的，所述实时值时序特征包括：实时值的生成时间。
可选的，所述流式数据包括：由携带有数据记录的业务数据标识信息、待处理实时值和待处理实时值时序特征的消息构成的消息流；所述实时值时序特征包括：实时值的生成时间和实时值所在消息的消息标识；所述消息标识能够反映消息生成的时序；所述待处理实时值的时序晚于已处理实时值的时序，包括：待处理实时值的生成时间晚于已处理实时值的生成时间，以及待处理和已处理实时值的生成时间相同并且待处理实时值所在消息的消息标识反映的时序晚于已处理实时值所在消息的消息标识反映的时序。
可选的，所述装置还包括：已处理信息添加单元，用于在尚未存储所述业务数据的已处理实时值时序特征时，采用所述业务数据的待处理实时值进行业务运算、并将所述业务数据的待处理实时值时序特征作为已处理实时值时序特征，保存所述业务数据的标识信息与已处理实时值时序特征的对应关系。
可选的，所述分布式流式数据处理的方法并行独立运行在至少两个软件功能模块上，处理某一条数据记录的软件功能模块根据所述数据记录的部分或全部业务数据标识信息确定。
一个例子中，所述标识信息包括：标识特征、和至少一个标识字段，所有标识字段的组合唯一代表一个或一组业务数据，所述标识特征根据所有标识字段组合的预定部分生成。
上述例子中，所述标识字段可以包括：主业务主键标识和应用特征码；所述标识特征为主业务主键标识的摘要值的前若干位。
以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

Claims (14)

1.一种分布式流式数据处理的方法，其特征在于，包括：
获取流式数据中某一条数据记录的业务数据标识信息、待处理实时值和待处理实时值时序特征；所述标识信息唯一代表一个或一组业务数据；
根据存储的业务数据标识信息与已处理实时值时序特征的对应关系，获取所述业务数据的已处理实时值时序特征；
比较所述业务数据的待处理和已处理的实时值时序特征，当待处理实时值的时序晚于已处理实时值的时序时，采用待处理实时值进行业务运算并将存储的所述已处理实时值时序特征更新为待处理实时值时序特征。
2.根据权利要求1所述的方法，其特征在于，所述实时值时序特征包括：实时值的生成时间。
3.根据权利要求1所述的方法，其特征在于，所述流式数据包括：由携带有数据记录的业务数据标识信息、待处理实时值和待处理实时值时序特征的消息构成的消息流；
所述实时值时序特征包括：实时值的生成时间和实时值所在消息的消息标识；所述消息标识能够反映消息生成的时序；
所述待处理实时值的时序晚于已处理实时值的时序，包括：待处理实时值的生成时间晚于已处理实时值的生成时间，以及待处理和已处理实时值的生成时间相同并且待处理实时值所在消息的消息标识反映的时序晚于已处理实时值所在消息的消息标识反映的时序。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：在尚未存储所述业务数据的已处理实时值时序特征时，采用所述业务数据的待处理实时值进行业务运算、并将所述业务数据的待处理实时值时序特征作为已处理实时值时序特征，保存所述业务数据的标识信息与已处理实时值时序特征的对应关系。
5.根据权利要求1所述的方法，其特征在于，所述分布式流式数据处理的方法并行独立运行在至少两个软件功能模块上，处理某一条数据记录的软件功能模块根据所述数据记录的部分或全部业务数据标识信息确定。
6.根据权利要求1或5所述的方法，其特征在于，所述标识信息包括：标识特征、和至少一个标识字段，所有标识字段的组合唯一代表一个或一组业务数据，所述标识特征根据所有标识字段组合的预定部分生成。
7.根据权利要求6所述的方法，其特征在于，所述标识字段包括：主业务主键标识和应用特征码；所述标识特征为主业务主键标识的摘要值的前若干位。
8.一种分布式流式数据处理的装置，其特征在于，包括：
待处理信息获取单元，用于获取流式数据中某一条数据记录的业务数据标识信息、待处理实时值和待处理实时值时序特征；所述标识信息唯一代表一个或一组业务数据；
已处理信息获取单元，用于根据存储的业务数据标识信息与已处理实时值时序特征的对应关系，获取所述业务数据的已处理实时值时序特征；
数据处理单元，用于比较所述业务数据的待处理和已处理的实时值时序特征，当待处理实时值的时序晚于已处理实时值的时序时，采用待处理实时值进行业务运算并将存储的所述已处理实时值时序特征更新为待处理实时值时序特征。
9.根据权利要求8所述的装置，其特征在于，所述实时值时序特征包括：实时值的生成时间。
10.根据权利要求8所述的装置，其特征在于，所述流式数据包括：由携带有数据记录的业务数据标识信息、待处理实时值和待处理实时值时序特征的消息构成的消息流；
所述实时值时序特征包括：实时值的生成时间和实时值所在消息的消息标识；所述消息标识能够反映消息生成的时序；
所述待处理实时值的时序晚于已处理实时值的时序，包括：待处理实时值的生成时间晚于已处理实时值的生成时间，以及待处理和已处理实时值的生成时间相同并且待处理实时值所在消息的消息标识反映的时序晚于已处理实时值所在消息的消息标识反映的时序。
11.根据权利要求8所述的装置，其特征在于，所述装置还包括：已处理信息添加单元，用于在尚未存储所述业务数据的已处理实时值时序特征时，采用所述业务数据的待处理实时值进行业务运算、并将所述业务数据的待处理实时值时序特征作为已处理实时值时序特征，保存所述业务数据的标识信息与已处理实时值时序特征的对应关系。
12.根据权利要求8所述的装置，其特征在于，所述分布式流式数据处理的方法并行独立运行在至少两个软件功能模块上，处理某一条数据记录的软件功能模块根据所述数据记录的部分或全部业务数据标识信息确定。
13.根据权利要求8或12所述的装置，其特征在于，所述标识信息包括：标识特征、和至少一个标识字段，所有标识字段的组合唯一代表一个或一组业务数据，所述标识特征根据所有标识字段组合的预定部分生成。
14.根据权利要求13所述的装置，其特征在于，所述标识字段包括：主业务主键标识和应用特征码；所述标识特征为主业务主键标识的摘要值的前若干位。
CN201610447125.8A 2016-06-20 2016-06-20 分布式流式数据处理的方法和装置 Pending CN106874320A (zh)

Priority Applications (16)

Application Number Priority Date Filing Date Title
CN201610447125.8A CN106874320A (zh) 2016-06-20 2016-06-20 分布式流式数据处理的方法和装置
TW106112250A TWI662426B (zh) 2016-06-20 2017-04-12 分布式流式資料處理的方法和裝置
AU2017282818A AU2017282818C1 (en) 2016-06-20 2017-06-07 Streaming data distributed processing method and device
CA3025215A CA3025215C (en) 2016-06-20 2017-06-07 Streaming data distributed processing method and device
JP2018566484A JP6716727B2 (ja) 2016-06-20 2017-06-07 ストリーミングデータ分散処理方法及び装置
RU2019101005A RU2705429C1 (ru) 2016-06-20 2017-06-07 Способ и устройство распределенной обработки потоковых данных
SG11201810630PA SG11201810630PA (en) 2016-06-20 2017-06-07 Streaming data distributed processing method and device
EP17814596.7A EP3474162A4 (en) 2016-06-20 2017-06-07 METHOD AND DEVICE FOR DISTRIBUTING STREAMING DATA
PCT/CN2017/087380 WO2017219858A1 (zh) 2016-06-20 2017-06-07 分布式流式数据处理的方法和装置
MX2018016067A MX2018016067A (es) 2016-06-20 2017-06-07 Metodo y dispositivo de procesamiento distribuido de flujo de datos.
MYPI2018002420A MY188882A (en) 2016-06-20 2017-06-07 Streaming data distributed processing method and device
BR112018076658A BR112018076658A8 (pt) 2016-06-20 2017-06-07 Método e dispositivo de processamento distribuído de dados em streaming
KR1020197001861A KR102099544B1 (ko) 2016-06-20 2017-06-07 스트리밍 데이터의 분배 처리 방법 및 디바이스
US16/195,223 US11036562B2 (en) 2016-06-20 2018-11-19 Streaming data distributed processing method and device
PH12018502494A PH12018502494A1 (en) 2016-06-20 2018-11-26 Streaming data distributed processing method and device
ZA2018/08139A ZA201808139B (en) 2016-06-20 2018-11-30 Streaming data distributed processing method and device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610447125.8A CN106874320A (zh) 2016-06-20 2016-06-20 分布式流式数据处理的方法和装置

Publications (1)

Publication Number Publication Date
CN106874320A true CN106874320A (zh) 2017-06-20

Family

ID=59239567

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610447125.8A Pending CN106874320A (zh) 2016-06-20 2016-06-20 分布式流式数据处理的方法和装置

Country Status (16)

Country Link
US (1) US11036562B2 (zh)
EP (1) EP3474162A4 (zh)
JP (1) JP6716727B2 (zh)
KR (1) KR102099544B1 (zh)
CN (1) CN106874320A (zh)
AU (1) AU2017282818C1 (zh)
BR (1) BR112018076658A8 (zh)
CA (1) CA3025215C (zh)
MX (1) MX2018016067A (zh)
MY (1) MY188882A (zh)
PH (1) PH12018502494A1 (zh)
RU (1) RU2705429C1 (zh)
SG (1) SG11201810630PA (zh)
TW (1) TWI662426B (zh)
WO (1) WO2017219858A1 (zh)
ZA (1) ZA201808139B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109002472A (zh) * 2018-06-13 2018-12-14 平安科技（深圳）有限公司 一种数据库差异的识别方法及装置
CN109361629A (zh) * 2018-10-26 2019-02-19 江苏大学 一种基于Kafka大消息可靠传输方法及系统
CN110019214A (zh) * 2017-12-04 2019-07-16 北京京东尚科信息技术有限公司 对数据拆分结果进行校验的方法和装置
CN111611252A (zh) * 2020-04-01 2020-09-01 石化盈科信息技术有限责任公司 数据同步过程中安全数据的监控、装置、设备和存储介质
CN111639138A (zh) * 2020-06-03 2020-09-08 中国联合网络通信集团有限公司 数据处理方法、装置、设备及存储介质
CN112150248A (zh) * 2020-09-30 2020-12-29 欧冶云商股份有限公司 一种基于批流融合的挂货量统计方法、系统、装置
CN112988429A (zh) * 2021-05-08 2021-06-18 成都新希望金融信息有限公司 数据处理方法、装置、电子设备和计算机可读存储介质
CN113160918A (zh) * 2021-05-21 2021-07-23 山东健康医疗大数据有限公司 一种变化数据捕获的统一处理方法及工具

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110033263A (zh) * 2019-01-14 2019-07-19 阿里巴巴集团控股有限公司 基于区块链的用户特征值获取、应用方法和装置
RU2722538C1 (ru) * 2019-12-13 2020-06-01 Общество С Ограниченной Ответственностью "Убик" Компьютерно-реализуемый способ обработки информации об объектах, с использованием методов совместных вычислений и методов анализа данных
WO2021230771A2 (en) * 2020-05-12 2021-11-18 Ubic Technologies Llc Method of piece data synchronization describing a single entity and stored in different databases
CN112200505B (zh) * 2020-12-04 2022-02-08 望海康信(北京)科技股份公司 跨业务系统的流程监控装置、方法及相应设备和存储介质
CN115098247A (zh) * 2022-06-06 2022-09-23 支付宝(杭州)信息技术有限公司 资源分配方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103458000A (zh) * 2013-08-07 2013-12-18 广东电网公司佛山供电局 终端数据同步系统与方法
CN104866234A (zh) * 2014-02-21 2015-08-26 腾讯科技（北京）有限公司 数据迁移方法、装置及系统
US20160098469A1 (en) * 2014-10-07 2016-04-07 Yahoo! Inc. Method and system for providing a synchronization service

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5185871A (en) 1989-12-26 1993-02-09 International Business Machines Corporation Coordination of out-of-sequence fetching between multiple processors using re-execution of instructions
US8639625B1 (en) * 1995-02-13 2014-01-28 Intertrust Technologies Corporation Systems and methods for secure transaction management and electronic rights protection
US6055619A (en) 1997-02-07 2000-04-25 Cirrus Logic, Inc. Circuits, system, and methods for processing multiple data streams
US6748440B1 (en) 1999-05-12 2004-06-08 Microsoft Corporation Flow of streaming data through multiple processing modules
US7007096B1 (en) 1999-05-12 2006-02-28 Microsoft Corporation Efficient splitting and mixing of streaming-data frames for processing through multiple processing modules
US6880126B1 (en) 1999-08-03 2005-04-12 International Business Machines Corporation Controlling presentation of a GUI, using view controllers created by an application mediator, by identifying a destination to access a target to retrieve data
US7181017B1 (en) * 2001-03-23 2007-02-20 David Felsher System and method for secure three-party communications
US6633825B2 (en) * 2001-06-29 2003-10-14 Siemens Power Transmission & Distribution, Inc. Automatic calibration of time keeping for utility meters
US6910078B1 (en) 2001-11-15 2005-06-21 Cisco Technology, Inc. Methods and apparatus for controlling the transmission of stream data
JP4154893B2 (ja) 2002-01-23 2008-09-24 株式会社日立製作所 ネットワークストレージ仮想化方法
US7657861B2 (en) 2002-08-07 2010-02-02 Pact Xpp Technologies Ag Method and device for processing data
WO2004027576A2 (en) 2002-09-18 2004-04-01 Netezza Corporation Asymmetric data streaming architecture having autonomous and asynchronous job processing unit
US7051245B2 (en) * 2002-11-30 2006-05-23 International Business Machines Corporation System and method for handling out-of-order data supplied by a real-time feed
EP1463309A1 (fr) 2003-03-26 2004-09-29 THOMSON Licensing S.A. Traitement d'un format de flux de données pour la réception audiovisuelle mobile
EP1878232A2 (en) 2005-04-26 2008-01-16 Koninklijke Philips Electronics N.V. A device for and a method of processing a data stream having a sequence of packets and timing information related to the packets
US20070226226A1 (en) * 2006-03-23 2007-09-27 Elta Systems Ltd. Method and system for distributing processing of computerized tasks
KR100898465B1 (ko) * 2007-04-26 2009-05-21 엔에이치엔(주) 웹로그의 시계열 분석을 위한 데이터 저장 및 조회 방법그리고 상기 방법을 수행하는 시스템
JP5198929B2 (ja) 2008-04-25 2013-05-15 株式会社日立製作所 ストリームデータ処理方法及び計算機システム
JP5154366B2 (ja) 2008-10-28 2013-02-27 株式会社日立製作所 ストリームデータ処理プログラム及び計算機システム
JP5465413B2 (ja) 2008-10-29 2014-04-09 株式会社日立製作所 ストリームデータ処理方法、及びそのシステム
US9538142B2 (en) * 2009-02-04 2017-01-03 Google Inc. Server-side support for seamless rewind and playback of video streaming
US8438456B2 (en) 2009-10-05 2013-05-07 Cleversafe, Inc. Method and apparatus for dispersed storage of streaming data
RU2494453C2 (ru) 2011-11-24 2013-09-27 Закрытое акционерное общество "Лаборатория Касперского" Способ распределенного выполнения задач компьютерной безопасности
CN104091276B (zh) * 2013-12-10 2015-08-26 深圳市腾讯计算机系统有限公司 在线分析点击流数据的方法和相关装置及系统
WO2015103615A1 (en) * 2014-01-06 2015-07-09 Yyesit, Llc Method and apparatus of surveillance system
CN104794114B (zh) * 2014-01-16 2018-04-03 阿里巴巴集团控股有限公司 一种数据处理方法及装置
US9389899B2 (en) * 2014-01-27 2016-07-12 Red Hat Israel, Ltd. Fair unidirectional multi-queue virtual machine migration
KR101588375B1 (ko) * 2014-04-25 2016-01-25 네이버 주식회사 데이터베이스 관리 방법 및 데이터베이스 관리 시스템
WO2015183517A1 (en) * 2014-05-29 2015-12-03 Causam Energy, Inc. System, method, and data packets for messaging for electric power grid elements over a secure internet protocol network
US20160026673A1 (en) 2014-07-25 2016-01-28 Linkedin Corporation Ensuring consistency of derived data in a distributed storage system
CN104320382B (zh) * 2014-09-30 2018-04-20 华为技术有限公司 分布式的实时流处理装置、方法和单元
GB201421674D0 (en) * 2014-12-05 2015-01-21 Business Partners Ltd Real time document indexing
RU2584471C1 (ru) * 2014-12-30 2016-05-20 Некоммерческое Партнерство "Центр Прикладных Исследований Компьютерных Сетей" УСТРОЙСТВО ДЛЯ ПРИЕМА И ПЕРЕДАЧИ ДАННЫХ С ВОЗМОЖНОСТЬЮ ОСУЩЕСТВЛЕНИЯ ВЗАИМОДЕЙСТВИЯ С OpenFlow КОНТРОЛЛЕРОМ
US10706468B2 (en) * 2015-08-03 2020-07-07 Trading Technologies International, Inc. Contextual searching

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103458000A (zh) * 2013-08-07 2013-12-18 广东电网公司佛山供电局 终端数据同步系统与方法
CN104866234A (zh) * 2014-02-21 2015-08-26 腾讯科技（北京）有限公司 数据迁移方法、装置及系统
US20160098469A1 (en) * 2014-10-07 2016-04-07 Yahoo! Inc. Method and system for providing a synchronization service

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110019214A (zh) * 2017-12-04 2019-07-16 北京京东尚科信息技术有限公司 对数据拆分结果进行校验的方法和装置
CN109002472A (zh) * 2018-06-13 2018-12-14 平安科技（深圳）有限公司 一种数据库差异的识别方法及装置
CN109002472B (zh) * 2018-06-13 2023-07-14 平安科技（深圳）有限公司 一种数据库差异的识别方法及装置
CN109361629A (zh) * 2018-10-26 2019-02-19 江苏大学 一种基于Kafka大消息可靠传输方法及系统
CN109361629B (zh) * 2018-10-26 2020-11-03 江苏大学 一种基于Kafka大消息可靠传输方法
CN111611252A (zh) * 2020-04-01 2020-09-01 石化盈科信息技术有限责任公司 数据同步过程中安全数据的监控、装置、设备和存储介质
CN111611252B (zh) * 2020-04-01 2023-07-18 石化盈科信息技术有限责任公司 数据同步过程中安全数据的监控、装置、设备和存储介质
CN111639138B (zh) * 2020-06-03 2023-04-25 中国联合网络通信集团有限公司 数据处理方法、装置、设备及存储介质
CN111639138A (zh) * 2020-06-03 2020-09-08 中国联合网络通信集团有限公司 数据处理方法、装置、设备及存储介质
CN112150248A (zh) * 2020-09-30 2020-12-29 欧冶云商股份有限公司 一种基于批流融合的挂货量统计方法、系统、装置
CN112988429B (zh) * 2021-05-08 2021-08-06 成都新希望金融信息有限公司 数据处理方法、装置、电子设备和计算机可读存储介质
CN112988429A (zh) * 2021-05-08 2021-06-18 成都新希望金融信息有限公司 数据处理方法、装置、电子设备和计算机可读存储介质
CN113160918A (zh) * 2021-05-21 2021-07-23 山东健康医疗大数据有限公司 一种变化数据捕获的统一处理方法及工具

Also Published As

Publication number Publication date
AU2017282818C1 (en) 2020-02-20
EP3474162A4 (en) 2020-01-15
MX2018016067A (es) 2019-03-28
ZA201808139B (en) 2020-08-26
TW201800967A (zh) 2018-01-01
WO2017219858A1 (zh) 2017-12-28
TWI662426B (zh) 2019-06-11
AU2017282818B2 (en) 2019-08-22
BR112018076658A2 (pt) 2019-04-02
US20190114213A1 (en) 2019-04-18
EP3474162A1 (en) 2019-04-24
KR20190020105A (ko) 2019-02-27
CA3025215A1 (en) 2017-12-28
BR112018076658A8 (pt) 2023-01-31
SG11201810630PA (en) 2019-01-30
MY188882A (en) 2022-01-12
CA3025215C (en) 2020-06-02
AU2017282818A1 (en) 2019-01-24
KR102099544B1 (ko) 2020-05-18
PH12018502494A1 (en) 2019-07-15
US11036562B2 (en) 2021-06-15
JP6716727B2 (ja) 2020-07-01
JP2019523952A (ja) 2019-08-29
RU2705429C1 (ru) 2019-11-07

Similar Documents

Publication Publication Date Title
CN106874320A (zh) 分布式流式数据处理的方法和装置
US10949447B2 (en) Blockchain-based data synchronizing and data block parsing method and device
CN106980669B (zh) 一种数据的存储、获取方法及装置
CN104346135B (zh) 数据流并行处理的方法、设备及系统
CN103631937B (zh) 构建列存储索引的方法、装置及系统
CN109583224A (zh) 一种用户隐私数据处理方法、装置、设备及系统
CN108304935A (zh) 机器学习模型训练方法、装置和计算机设备
Copie et al. Benchmarking cloud databases for the requirements of the internet of things
CN113722276A (zh) 日志数据处理方法、系统、存储介质及电子设备
CN108399175B (zh) 一种数据存储、查询方法及其装置
US9380126B2 (en) Data collection and distribution management
CN107276912B (zh) 存储器、报文处理方法及分布式存储系统
CN106570029A (zh) 分布式关系型数据库的数据处理方法及系统
US9727561B1 (en) Context- and activity-aware content selection
JP2006085208A (ja) 情報ライフサイクル管理システム及びそのデータ配置決定方法
CN115292280A (zh) 一种跨区域的数据调度方法、装置、设备及存储介质
US20160342672A1 (en) Data management system and data management method
CN108363761A (zh) Hadoop awr自动负载分析信息库、分析方法及存储介质
CN109285015A (zh) 一种虚拟资源的分配方法及系统
Zhu et al. Parallelization of skyline probability computation over uncertain preferences
CN109412883A (zh) 推荐路径追踪方法、装置和系统
CN112988703B (zh) 一种读写请求的均衡方法及装置
CN117689451B (zh) 一种基于Flink的流式向量搜索方法及装置、系统
Fahim et al. BigEye: Detection and Summarization of Key Global Events From Distributed Crowdsensed Data
Jain et al. Bloom Filter in Cloud Storage for Efficient Data Membership Identification

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170620