CN107025298A - 一种大数据实时计算处理系统及方法 - Google Patents
一种大数据实时计算处理系统及方法 Download PDFInfo
- Publication number
- CN107025298A CN107025298A CN201710259497.2A CN201710259497A CN107025298A CN 107025298 A CN107025298 A CN 107025298A CN 201710259497 A CN201710259497 A CN 201710259497A CN 107025298 A CN107025298 A CN 107025298A
- Authority
- CN
- China
- Prior art keywords
- data
- real
- time
- sql
- storm
- 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
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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24564—Applying rules; Deductive queries
-
- 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
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
-
- 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
- G06F16/242—Query formulation
- G06F16/2433—Query languages
-
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种大数据实时计算处理系统,包括存储单元、数据实时收集模块、数据实时治理模块、SQL函数编辑模块、SQL与STORM方言解析模块以及STORM执行引擎,数据实时收集模块用于实时收集各种类型的业务数据,并将业务数据实时存储到存储单元或实时推送至数据实时治理模块,数据实时治理模块基于主动数据治理的方式对业务数据进行数据治理,SQL函数编辑模块用于根据预选定义的SQL标准规则编辑数据实时计算处理过程中所需的SQL函数,SQL与STORM方言解析模块用于根据SQL标准规则将SQL函数转换为STORM程序,STORM执行引擎用于执行STORM程序并返回结果;本发明还公开了一种大数据实时计算处理方法。本发明基于标准SQL,能够实现秒级别或者毫秒级别的实时流计算,处理速度快,低延迟响应。
Description
技术领域
本发明涉及大数据处理技术领域,特别涉及一种大数据实时计算处理系统及方法。
背景技术
随着互联网的发展,基于互联网的营销业务生命周期越来越短,业务发展变化越来越快,许多业务数据量以指数级增长,这都要求对大量的数据做实时处理,并要求保证数据准确可靠。
在信息爆炸的时代实时数据处理技术的成熟度直接关系到产业转型升级及发展。目前最流行的莫过于Apache的开源项目Hadoop分布式计算平台,Hadoop专注于大规模数据存储和处理。这种模型对以往的许多情形虽已足够,如系统日志分析、网页索引建立,但是在大数据实时处理方面,Hadoop的MapReduce却显得力不从心,而业务场景中需要低延迟的响应,希望在秒级别或者毫秒级别完成分析,得到响应,并希望能够随着数据量的增大而扩展。
发明内容
为解决上述问题,本发明提供了一种大数据实时计算处理系统及方法。
本发明采用以下技术方案:
一种大数据实时计算处理系统,包括存储单元、数据实时收集模块、数据实时治理模块、SQL函数编辑模块、SQL与STORM方言解析模块以及STORM执行引擎,所述数据实时收集模块用于实时收集各种类型的业务数据,并将业务数据实时存储到存储单元或实时推送至所述数据实时治理模块,所述数据实时治理模块基于主动数据治理的方式,根据预先建立的数据治理规则和数据模板对业务数据进行数据治理,获得新纪录的业务数据并存储到所述存储单元,所述SQL函数编辑模块用于根据预选定义的SQL标准规则编辑数据实时计算处理过程中所需的SQL函数,所述SQL与STORM方言解析模块用于根据SQL标准规则将SQL函数转换为STORM程序,所述STORM执行引擎用于执行STORM程序并返回结果。
优选地,所述存储单元包括HDFS文件系统、HBASE数据库、索引数据库及关系数据库,所述索引库用于存储数据索引。
优选地,所述数据实时治理模块具有治理规则定义子模块和数据模板编辑管理子模块,所述治理规则定义子模块用于建立数据治理规则,所述数据模板编辑管理子模块用于建立或编辑数据模板。
优选地,所述SQL函数编辑模块具有SQL标准规则定义子模块和推送子模块,所述SQL标准规则定义子模块用于定义SQL标准规则,所述推送子模块用于向SQL与STORM方言解析模块推送数据索引及SQL函数。
进一步地,其还包括数据实时查询模块,所述数据实时查询模块用于通过全文索引、列存数据二级索引实现数据快速查询。
一种大数据实时计算处理方法,其基于上述的大数据实时计算处理系统实现,该方法包括以下步骤:
S1、预先建立的数据治理规则以及与各种类型业务数据对应的数据模板,预选定义SQL标准规则,利用SQL函数编辑模块根据SQL标准规则编辑数据实时计算处理、查询过程中所需的SQL函数;
S2、数据实时收集模块实时收集各种类型的业务数据,并将业务数据实时存储到存储单元或实时推送至所述数据实时治理模块,当业务数据实时存储到存储单元时,业务数据对应的数据索引存储到存储单元的索引数据库,当业务员数据实时推送至所述数据实时治理模块时,数据实时治理模块根据预先建立的数据治理规则和数据模板对业务数据进行主动数据治理,获得新纪录的业务数据并存储到所述存储单元,同时将新纪录的业务数据的数据索引存储到存储单元的索引数据库;
S3、数据索引及SQL函数推送给SQL与STORM方言解析模块;
S4、SQL与STORM方言解析模块根据SQL标准规则将SQL函数转换为STORM程序,STORM执行引擎执行STORM程序并返回结果。
进一步地,其还包括步骤S5,数据实时查询模块通过全文索引、列存数据二级索引实现数据快速查询。
优选地,在步骤S2中,所述的将业务数据实时存储到存储单元之前还包括对业务数据进行数据压缩。
采用上述技术方案后,本发明与背景技术相比,具有如下优点:
本发明基于标准SQL,能够实现秒级别或者毫秒级别的实时流计算,处理速度快,低延迟响应。
附图说明
图1为本发明实施例一的结构示意图;
图2为本发明实施例二的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例一
请参阅图1,本发明公开了一种大数据实时计算处理系统,其包括存储单元1、数据实时收集模块2、数据实时治理模块3、SQL函数编辑模块4、SQL与STORM方言解析模块5、STORM执行引擎6及数据实时查询模块7,其中:
存储单元1包括HDFS文件系统、HBASE数据库、索引数据库及关系数据库,索引库用于存储数据索引。索引库的结构包括数据和索引数据两部分。其中,索引元数据是对索引的描述,是创建索引的依据。索引元数据包括分组列簇和统计列簇两部分。分组列簇采用二维表存储,存储信息包括分组字段名称、分组字段类型和分组方式,分组字段类型包括整型、字符型和时间类型,分组方式包括区间、等值和哈希三种方式。统计列簇采用二维表存储,存储信息包括统计字段名称、统计字段类型和统计方式,统计字段类型包括整型、字符型和时间类型,统计方式包括聚合、平均值、最大值、最小值、方差和求和。索引数据是对原始数据构建的索引,一个原始数据块对应一个索引数据块,每个索引数据块包括分组数值区和统计数值区两部分。分组数值区由多个字典组成,一个字典对应一个分组字段,每个字典包括分组字段值及其应用的位置ID,分组字段值和位置ID均使用有序链表存储。统计数值区根据位置ID分段按行存储,每个段按ID排序。
数据实时收集模块2用于实时收集各种类型的业务数据,并将业务数据实时存储到存储单元1或实时推送至数据实时治理模块3。数据实时收集模块2具有一压缩子模块,压缩子模块用于在数据实时存储时实现数据压缩,其采用基于时间和空间维度的高效压缩算法,死区与线性压缩相结合。
数据实时治理模块3基于主动数据治理的方式,根据预先建立的数据治理规则和数据模板对业务数据进行数据治理,获得新纪录的业务数据并存储到存储单元1。数据实时治理模块3具有治理规则定义子模块和数据模板编辑管理子模块,治理规则定义子模块用于建立数据治理规则,数据模板编辑管理子模块用于建立或编辑数据模板。主动数据治理是在源头获得主数据,其具有严格的“搜索后再创建”功能和强大的业务规则,确保关键字段填充经过批准的值列表或依据第三方数据验证过,使新记录的业务数据初始质量级别非常高。主动数据治理着重于数据质量的“使它干净”或“保持它干净”。
SQL函数编辑模块4用于根据预选定义的SQL标准规则编辑数据实时计算处理以及数据查询过程中所需的SQL函数。SQL函数编辑模块4具有SQL标准规则定义子模块和推送子模块,SQL标准规则定义子模块用于定义SQL标准规则,推送子模块用于向SQL与STORM方言解析模块5推送数据索引及SQL函数。
SQL与STORM方言解析模块5用于根据SQL标准规则将SQL函数转换为STORM程序。
STORM执行引擎6用于执行STORM程序并返回结果。STORM执行引擎6对STORM的Topology、Stream、Spout、Bolt、Stream Grouping、Reliability、Task、Worker进行规范化封装。
数据实时查询模块7基于B/S架构,用于通过全文索引、列存数据二级索引实现数据快速查询。
实施例二
请参阅图2,一种大数据实时计算处理方法,其基于实施例一的大数据实时计算处理系统实现,该方法包括以下步骤:
S1、预先建立的数据治理规则以及与各种类型业务数据对应的数据模板,预选定义SQL标准规则,利用SQL函数编辑模块4根据SQL标准规则编辑数据实时计算处理、查询过程中所需的SQL函数;
S2、数据实时收集模块2实时收集各种类型的业务数据,并将业务数据实时存储到存储单元1或实时推送至数据实时治理模块3,当业务数据实时存储到存储单元1时,业务数据对应的数据索引存储到存储单元1的索引数据库,当业务员数据实时推送至数据实时治理模块3时,数据实时治理模块3根据预先建立的数据治理规则和数据模板对业务数据进行主动数据治理,获得新纪录的业务数据并存储到存储单元1,同时将新纪录的业务数据的数据索引存储到存储单元1的索引数据库。本步骤中,上述的将业务数据实时存储到存储单元1之前还包括利用压缩子模块对业务数据进行数据压缩,通过数据压缩可以节省所占用磁盘空间。
S3、数据索引及SQL函数推送给SQL与STORM方言解析模块5;
S4、SQL与STORM方言解析模块5根据SQL标准规则将SQL函数转换为STORM程序,STORM执行引擎6执行STORM程序并返回结果。
S5、数据实时查询模块7通过全文索引、列存数据二级索引实现数据快速查询。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (8)
1.一种大数据实时计算处理系统,其特征在于:包括存储单元、数据实时收集模块、数据实时治理模块、SQL函数编辑模块、SQL与STORM方言解析模块以及STORM执行引擎,所述数据实时收集模块用于实时收集各种类型的业务数据,并将业务数据实时存储到存储单元或实时推送至所述数据实时治理模块,所述数据实时治理模块基于主动数据治理的方式,根据预先建立的数据治理规则和数据模板对业务数据进行数据治理,获得新纪录的业务数据并存储到所述存储单元,所述SQL函数编辑模块用于根据预选定义的SQL标准规则编辑数据实时计算处理过程中所需的SQL函数,所述SQL与STORM方言解析模块用于根据SQL标准规则将SQL函数转换为STORM程序,所述STORM执行引擎用于执行STORM程序并返回结果。
2.如权利要求1所述的一种大数据实时计算处理系统,其特征在于:所述存储单元包括HDFS文件系统、HBASE数据库、索引数据库及关系数据库,所述索引库用于存储数据索引。
3.如权利要求2所述的一种大数据实时计算处理系统,其特征在于:所述数据实时治理模块具有治理规则定义子模块和数据模板编辑管理子模块,所述治理规则定义子模块用于建立数据治理规则,所述数据模板编辑管理子模块用于建立或编辑数据模板。
4.如权利要求2或3所述的一种大数据实时计算处理系统,其特征在于:所述SQL函数编辑模块具有SQL标准规则定义子模块和推送子模块,所述SQL标准规则定义子模块用于定义SQL标准规则,所述推送子模块用于向SQL与STORM方言解析模块推送数据索引及SQL函数。
5.如权利要求2所述的一种大数据实时计算处理系统,其特征在于:其还包括数据实时查询模块,所述数据实时查询模块用于通过全文索引、列存数据二级索引实现数据快速查询。
6.一种大数据实时计算处理方法,其基于权利要求1-5任一项所述的大数据实时计算处理系统实现,该方法包括以下步骤:
S1、预先建立的数据治理规则以及与各种类型业务数据对应的数据模板,预选定义SQL标准规则,利用SQL函数编辑模块根据SQL标准规则编辑数据实时计算处理、查询过程中所需的SQL函数;
S2、数据实时收集模块实时收集各种类型的业务数据,并将业务数据实时存储到存储单元或实时推送至所述数据实时治理模块,当业务数据实时存储到存储单元时,业务数据对应的数据索引存储到存储单元的索引数据库,当业务员数据实时推送至所述数据实时治理模块时,数据实时治理模块根据预先建立的数据治理规则和数据模板对业务数据进行主动数据治理,获得新纪录的业务数据并存储到所述存储单元,同时将新纪录的业务数据的数据索引存储到存储单元的索引数据库;
S3、数据索引及SQL函数推送给SQL与STORM方言解析模块;
S4、SQL与STORM方言解析模块根据SQL标准规则将SQL函数转换为STORM程序,STORM执行引擎执行STORM程序并返回结果。
7.如权利要求3所述的一种大数据实时计算处理方法,其特征在于:其还包括步骤S5,数据实时查询模块通过全文索引、列存数据二级索引实现数据快速查询。
8.如权利要求4所述的一种大数据实时计算处理方法,其特征在于,在步骤S2中,所述的将业务数据实时存储到存储单元之前还包括对业务数据进行数据压缩。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710259497.2A CN107025298A (zh) | 2017-04-20 | 2017-04-20 | 一种大数据实时计算处理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710259497.2A CN107025298A (zh) | 2017-04-20 | 2017-04-20 | 一种大数据实时计算处理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107025298A true CN107025298A (zh) | 2017-08-08 |
Family
ID=59528042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710259497.2A Pending CN107025298A (zh) | 2017-04-20 | 2017-04-20 | 一种大数据实时计算处理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107025298A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108399206A (zh) * | 2018-01-31 | 2018-08-14 | 佛山市聚成知识产权服务有限公司 | 一种大数据处理系统 |
CN109284195A (zh) * | 2018-08-27 | 2019-01-29 | 广东电网有限责任公司信息中心 | 一种实时画像数据计算方法及系统 |
WO2019047359A1 (zh) * | 2017-09-08 | 2019-03-14 | 国云科技股份有限公司 | 一种跨库多表联合查询系统及其实现方法 |
CN109508177A (zh) * | 2018-08-21 | 2019-03-22 | 深圳乐信软件技术有限公司 | 一种实时计算方法、装置、服务器及存储介质 |
CN113360573A (zh) * | 2021-06-07 | 2021-09-07 | 江苏红网技术股份有限公司 | 一种大数据运算过程处理系统及其方法 |
CN115827752A (zh) * | 2022-11-22 | 2023-03-21 | 中国机械总院集团江苏分院有限公司 | 数据处理方法、装置及计算机设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102012935A (zh) * | 2010-12-06 | 2011-04-13 | 江西省电力公司信息通信中心 | 通过Excel对系统之间数据治理的方法 |
CN103049279A (zh) * | 2011-10-11 | 2013-04-17 | 神州数码信息系统有限公司 | 一种软件业务加载的方法 |
CN104361099A (zh) * | 2014-11-21 | 2015-02-18 | 北京邮电大学 | 一种面向异构存储的适配装置 |
CN106331085A (zh) * | 2016-08-22 | 2017-01-11 | 成都天地网络科技有限公司 | 基于运营的大数据处理系统 |
-
2017
- 2017-04-20 CN CN201710259497.2A patent/CN107025298A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102012935A (zh) * | 2010-12-06 | 2011-04-13 | 江西省电力公司信息通信中心 | 通过Excel对系统之间数据治理的方法 |
CN103049279A (zh) * | 2011-10-11 | 2013-04-17 | 神州数码信息系统有限公司 | 一种软件业务加载的方法 |
CN104361099A (zh) * | 2014-11-21 | 2015-02-18 | 北京邮电大学 | 一种面向异构存储的适配装置 |
CN106331085A (zh) * | 2016-08-22 | 2017-01-11 | 成都天地网络科技有限公司 | 基于运营的大数据处理系统 |
Non-Patent Citations (4)
Title |
---|
张绍华 等: "《大数据技术与应用 大数据治理与服务》", 31 January 2016, 上海科学技术出版社 * |
戴菲: ""基于Storm的实时计算系统的研究与实现"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
蒋晨晨 等: ""基于Storm的面向大数据实时流查询系统设计研究"", 《南京邮电大学学报(自然科学版)》 * |
顾炯炯: "《云计算架构技术与实践》", 30 September 2014, 清华大学出版社 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019047359A1 (zh) * | 2017-09-08 | 2019-03-14 | 国云科技股份有限公司 | 一种跨库多表联合查询系统及其实现方法 |
CN108399206A (zh) * | 2018-01-31 | 2018-08-14 | 佛山市聚成知识产权服务有限公司 | 一种大数据处理系统 |
CN109508177A (zh) * | 2018-08-21 | 2019-03-22 | 深圳乐信软件技术有限公司 | 一种实时计算方法、装置、服务器及存储介质 |
CN109508177B (zh) * | 2018-08-21 | 2022-07-15 | 深圳乐信软件技术有限公司 | 一种实时计算方法、装置、服务器及存储介质 |
CN109284195A (zh) * | 2018-08-27 | 2019-01-29 | 广东电网有限责任公司信息中心 | 一种实时画像数据计算方法及系统 |
CN113360573A (zh) * | 2021-06-07 | 2021-09-07 | 江苏红网技术股份有限公司 | 一种大数据运算过程处理系统及其方法 |
CN113360573B (zh) * | 2021-06-07 | 2022-03-11 | 江苏红网技术股份有限公司 | 一种大数据运算过程处理系统及其方法 |
CN115827752A (zh) * | 2022-11-22 | 2023-03-21 | 中国机械总院集团江苏分院有限公司 | 数据处理方法、装置及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107025298A (zh) | 一种大数据实时计算处理系统及方法 | |
CN102270232B (zh) | 一种存储优化的语义数据查询系统 | |
CN104123374B (zh) | 分布式数据库中聚合查询的方法及装置 | |
CN103440288A (zh) | 一种大数据存储方法及装置 | |
CN104850601B (zh) | 基于图数据库的警务实时分析应用平台及其构建方法 | |
CN106951552A (zh) | 一种基于Hadoop的用户行为数据处理方法 | |
CN111506621B (zh) | 一种数据统计方法及装置 | |
CN105512167A (zh) | 一种基于混合数据库的多业务用户数据管理系统及其方法 | |
CN103279543B (zh) | 海量图数据上的路径模式查询系统 | |
CN103279546B (zh) | 图数据查询方法 | |
CN108052635A (zh) | 一种异构数据源统一联合查询方法 | |
CN107103032A (zh) | 一种分布式环境下避免全局排序的海量数据分页查询方法 | |
CN104239377A (zh) | 跨平台的数据检索方法及装置 | |
CN106066895A (zh) | 一种智能查询系统 | |
CN107895046A (zh) | 一种异构数据集成平台 | |
US11720570B2 (en) | Aggregation operations in a distributed database | |
CN103823846A (zh) | 一种基于图论的大数据存储及查询方法 | |
CN110851473A (zh) | 一种数据处理方法、装置和系统 | |
US11809468B2 (en) | Phrase indexing | |
Quoc et al. | An elastic and scalable spatiotemporal query processing for linked sensor data | |
CN103345527B (zh) | 数据智能统计系统 | |
CN115905630A (zh) | 一种图数据库查询方法、装置、设备及存储介质 | |
KR101955376B1 (ko) | 비공유 아키텍처 기반의 분산 스트림 처리 엔진에서 관계형 질의를 처리하는 방법, 이를 수행하기 위한 기록 매체 및 장치 | |
CN108241709A (zh) | 一种数据集成方法、装置和系统 | |
CN112527836A (zh) | 一种基于t-box平台的大数据查询方法 |
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 |
Application publication date: 20170808 |
|
RJ01 | Rejection of invention patent application after publication |