CN107436883A - 基于求余的数据抽取的方法、装置及系统 - Google Patents
基于求余的数据抽取的方法、装置及系统 Download PDFInfo
- Publication number
- CN107436883A CN107436883A CN201610357682.0A CN201610357682A CN107436883A CN 107436883 A CN107436883 A CN 107436883A CN 201610357682 A CN201610357682 A CN 201610357682A CN 107436883 A CN107436883 A CN 107436883A
- Authority
- CN
- China
- Prior art keywords
- data
- isolating
- template
- extraction
- complementation
- 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.)
- Granted
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
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种基于求余的数据抽取的方法、装置及系统,能够在保证抽取数据的完整性的同时,提高抽取效率,节省抽取时长,满足数据仓库层面时效性要求。该方法包括:在数据仓库中创建目标表;根据抽取需求确定分段个数,根据所述分段个数设置抽数任务,然后以求余的方式为所述抽数任务配置抽数模板;根据所述抽数模板并行地执行抽数任务,以抽取分段数据;将所述分段数据合并至目标表。
Description
技术领域
本发明涉及计算机技术及软件领域,尤其涉及一种基于求余的数据抽取的方法、装置及系统。
背景技术
ETL是构建数据仓库的重要一环,用户通过ETL阶段将不同数据源的数据抽取出来,经过转换、清洗、加载等处理过程,将处理完成的数据,最终按照预先定义的数据仓库模型,将数据加载到数据仓库中去。作为数据仓库ETL过程的第一环节,数据抽取的效率直接影响到整个数据仓库的时效性。
离线数据仓库的抽取策略一般是按一个抽取任务对应一张数据源表,通过调度平台设置相应的规则每天准时执行数据抽取操作,以满足数据仓库加工需求,例如按T+1进行,即每天凌晨之后开始抽取前一天的数据。根据源系统数据库表的特点,抽取方式主要有全量抽取、增量抽取和按日期分段抽取三种。在源系统数据量较少的情况下,上述抽取策略抽取的时效性可满足整个数据仓库时效性的需求。然而,目前我们所处的是数据爆炸时代,每天都会产生海量的数据。对这种海量数据的抽取,目前的数据抽取技术,已远不能满足数据仓库时效性的要求。
具体而言,在现有的数据抽取策略下,对数据量较少的源表进行全量抽取,或者采取增量抽取的任务,一般均能在相应的时效范围内完成。但是针对具有海量数据源表的全量抽取,其抽取的时效性已远远不能满足数据仓库时效性的要求;此外,针对具有海量数据源表的增量抽取,需预先抽取一份全量的快照数据,而在抽取这个全量数据过程中,需要耗费很长时间,有时会超过一天的时间;而针对海量数据源表按日期分段抽取,因每天产生的数据量不均匀,需要人工不定期调整分段条件。
由此可以看出,现有的数据抽取技术存在如下缺点:
1)抽取效率低下,获取数据周期过长,不能满足数据仓库对时效性的要求,影响公司相应的决策,对公司造成不必要的损失;
2)需人工不定期调整抽取条件,浪费大量人力资源的同时,且容易出现错误;
3)采用按日期分段抽取,每天产生的数据量分布不均,导致各个分段抽取的数据总量不一致,容易产生短板效应。
发明内容
有鉴于此,本发明提供一种基于求余的数据抽取的方法、装置及系统,能够在保证抽取数据的完整性的同时,提高抽取效率,节省抽取时长,满足数据仓库层面时效性要求。
为实现上述目的,根据本发明的一个方面,提供了一种基于求余的数据抽取的方法。
本发明的一种基于求余的数据抽取的方法包括:在数据仓库中创建目标表;根据抽取需求确定分段个数,根据所述分段个数设置抽数任务,然后以求余的方式为所述抽数任务配置抽数模板;根据所述抽数模板并行地执行抽数任务,以抽取分段数据;将所述分段数据合并至目标表。
可选地,根据抽取需求确定分段个数还包括:根据需要抽取的数据总量、抽取完成的目标时间以及单位时间内抽取的数据量,确定分段个数。
可选地,所述抽数模板中包括如下信息:来源库库名、IP地址、来源表表名、抽取SQL、抽取条件、目标数据仓库以及目标表表名,其中,所述抽取条件包括针对所述抽数模板利用所述分段个数对主键进行求余的结果,用于确定根据所述抽数模板而抽取的分段数据。
可选地,所述方法还包括:所述数据仓库基于Hadoop实现数据存储;以及利用Hadoop命令将所述分段数据合并至目标表。
为实现上述目的,根据本发明的另一方面,提供了一种基于求余的数据抽取的装置。
本发明的一种基于求余的数据抽取的装置包括:创建模块,用于在数据仓库中创建目标表;配置模块,用于根据抽取需求确定分段个数,根据所述分段个数设置抽数任务,然后以求余的方式为所述抽数任务配置抽数模板;抽取模块,用于根据所述抽数模板并行地执行抽数任务,以抽取分段数据;合并模块,用于将所述分段数据合并至目标表。
可选地,所述配置模块还用于:根据需要抽取的数据总量、抽取完成的目标时间以及单位时间内抽取的数据量,确定分段个数。
可选地,所述抽数模板中包括如下信息:来源库库名、IP地址、来源表表名、抽取SQL、抽取条件、目标数据仓库以及目标表表名,其中,所述抽取条件包括针对所述抽数模板利用所述分段个数对主键进行求余的结果,用于确定根据所述抽数模板而抽取的分段数据。
可选地,所述数据仓库基于Hadoop实现数据存储;以及所述合并模块利用Hadoop命令将所述分段数据合并至目标表。
为实现上述目的,根据本发明的再一方面,提供了一种基于求余的数据抽取的系统。
本发明的一种基于求余的数据抽取的系统包括:存储器和处理器,其中,所述存储器存储指令;所述处理器被配置为根据所述指令执行以下步骤:在数据仓库中创建目标表;根据抽取需求确定分段个数,根据所述分段个数设置抽数任务,然后以求余的方式为所述抽数任务配置抽数模板;根据所述抽数模板并行地执行抽数任务,以抽取分段数据;将所述分段数据合并至目标表。
可选地,所述处理器进一步被配置为还用于:根据需要抽取的数据总量、抽取完成的目标时间以及单位时间内抽取的数据量,确定分段个数。
根据本发明的技术方案,通过根据抽取需求确定分段个数,从而得以方便地进行数据抽取的分布式操作;通过利用求余技术,从而可以实现海量数据表均匀分布式抽取;通过采用并行抽取,不但保证了抽取数据的完整性,而且提高了抽取时效,节省抽取时长;此外,本发明技术方案还无需定期修改抽取条件,节省人工资源,减少出错;并且确保了各个分段抽取数据量比较平均,防止出现因各分段抽取任务不均衡导致的短板效应。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的基于求余的数据抽取的方法的主要步骤的示意图;
图2是根据本发明实施例的基于求余的数据抽取的方法的架构的示意图;
图3是根据本发明实施例的基于求余的数据抽取的方法的主要流程的示意图;
图4是根据本发明实施例的基于求余的数据抽取的装置的主要模块的示意图;
图5是根据本发明实施例的基于求余的数据抽取的系统的主要部分的示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明实施例的基于求余的数据抽取的方法的主要步骤的示意图。
如图1所示,本发明实施例的基于求余的数据抽取的方法主要包括如下步骤:
步骤S11:在数据仓库中创建目标表;
步骤S12:根据抽取需求确定分段个数,根据所述分段个数设置抽数任务,然后以求余的方式为所述抽数任务配置抽数模板;
步骤S13:根据所述抽数模板并行地执行抽数任务,以抽取分段数据;
步骤S14:将所述分段数据合并至目标表。
图2是根据本发明实施例的基于求余的数据抽取的方法的架构的示意图,图3是根据本发明实施例的基于求余的数据抽取的方法的主要流程的示意图,以下结合图1-图3对本发明实施例的基于求余的数据抽取的方法进行详细说明。
在步骤S11中:在数据仓库中创建目标表。本发明实施例中的数据仓库基于Hadoop实现数据存储。数据抽取之前,首先在目标数据仓库中创建目标表。
在步骤S11创建目标表之后,从步骤S12进行数据抽取。
步骤S12:根据抽取需求确定分段个数,根据所述分段个数设置抽数任务,然后以求余的方式为所述抽数任务配置抽数模板。
首先,根据抽取需求确定分段个数,具体可以是:根据需要抽取的数据总量、抽取完成的目标时间以及单位时间内抽取的数据量,确定分段个数。具体计算方法为以需要抽取的数据总量除以(抽取完成的目标时间乘以单位时间内抽取的数据量)。
分段个数确定后,为各分段对应设置一抽数任务,然后通过调度系统为各抽数任务配置一个抽数模板。本发明实施例中,在抽数模板中输入抽数模板的各字段信息,包括:来源库库名、IP地址、来源表表名、抽取SQL、抽取条件、目标数据仓库以及目标表表名;其中,抽取条件包括针对所述抽数模板利用所述分段个数对主键进行求余的结果,用于确定根据所述抽数模板而抽取的分段数据。本发明实施例中,主键求余即为主键ID对分段个数求余,根据余数的不同确定各抽数任务对应要抽取的数据,以实现均匀分布式抽取。所有抽数模板的抽数条件合并在一起,抽取范围可覆盖需要抽取的来源表中的所有数据。
步骤S13:根据所述抽数模板并行地执行抽数任务,以抽取分段数据。
在步骤S12配置好抽数模板之后,将抽数模板与各抽数任务关联到一起,通过抽数任务调起抽数模板。然后根据抽数模板的内容并行地执行抽数任务。本发明实施例中,通过设置运行规则(本发明实施例中,可以是设置一定时器,其作用为使抽数任务在指定的时间自动运行),将所有抽数任务同时调起,所有抽数任务执行完毕后,代表数据抽取完成。
步骤S14:将所述分段数据合并至目标表。利用Hadoop命令将所述分段数据合并至目标表。
各抽数任务抽数完毕后,通过hadoop相关命令将分段数据文件汇总到目标表所在路径下,完成数据的抽取工作,在数据仓库中即可访问抽取的数据。
根据本发明实施例的基于求余的数据抽取的方法可以看出,通过根据抽取需求确定分段个数,从而得以方便地进行数据抽取的分布式操作;通过利用求余技术,从而可以实现海量数据表均匀分布式抽取;通过采用并行抽取,不但保证了抽取数据的完整性,而且提高了抽取时效,节省抽取时长;此外,本发明技术方案还无需定期修改抽取条件,节省人工资源,减少出错;并且确保了各个分段抽取数据量比较平均,防止出现因各分段抽取任务不均衡导致的短板效应。
图4是根据本发明实施例的基于求余的数据抽取的装置的主要模块的示意图。
如图4所示,本发明实施例的基于求余的数据抽取的装置40主要包括如下模块:创建模块401、配置模块402、抽取模块403以及合并模块404,其中,
创建模块401用于在数据仓库中创建目标表;配置模块402用于根据抽取需求确定分段个数,根据所述分段个数设置抽数任务,然后以求余的方式为所述抽数任务配置抽数模板;抽取模块403用于根据所述抽数模板并行地执行抽数任务,以抽取分段数据;合并模块404用于将所述分段数据合并至目标表。
其中,所述配置模块402还可用于:根据需要抽取的数据总量、抽取完成的目标时间以及单位时间内抽取的数据量,确定分段个数。
另外,所述抽数模板中还可包括如下信息:来源库库名、IP地址、来源表表名、抽取SQL、抽取条件、目标数据仓库以及目标表表名,其中,所述抽取条件包括针对所述抽数模板利用所述分段个数对主键进行求余的结果,用于确定根据所述抽数模板而抽取的分段数据。
此外,本发明实施例中,所述数据仓库基于Hadoop实现数据存储;以及所述合并模块404利用Hadoop命令将所述分段数据合并至目标表。
图5是根据本发明实施例的基于求余的数据抽取的系统的主要部分的示意图。
如图5所示,本发明实施例的基于求余的数据抽取的系统50的主要包括如下部分:存储器501和处理器502,其中,
存储器501存储指令;
处理器502被配置为根据所述指令执行以下步骤:
在数据仓库中创建目标表;
根据抽取需求确定分段个数,根据所述分段个数设置抽数任务,然后以求余的方式为所述抽数任务配置抽数模板;
根据所述抽数模板并行地执行抽数任务,以抽取分段数据;
将所述分段数据合并至目标表。
另外,所述处理器502进一步被配置为还可用于:根据需要抽取的数据总量、抽取完成的目标时间以及单位时间内抽取的数据量,确定分段个数。
从以上描述可以看出,通过根据抽取需求确定分段个数,从而得以方便地进行数据抽取的分布式操作;通过利用求余技术,从而可以实现海量数据表均匀分布式抽取;通过采用并行抽取,不但保证了抽取数据的完整性,而且提高了抽取时效,节省抽取时长;此外,本发明技术方案还无需定期修改抽取条件,节省人工资源,减少出错;并且确保了各个分段抽取数据量比较平均,防止出现因各分段抽取任务不均衡导致的短板效应。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种基于求余的数据抽取的方法,其特征在于,包括:
在数据仓库中创建目标表;
根据抽取需求确定分段个数,根据所述分段个数设置抽数任务,然后以求余的方式为所述抽数任务配置抽数模板;
根据所述抽数模板并行地执行抽数任务,以抽取分段数据;
将所述分段数据合并至目标表。
2.根据权利要求1所述的方法,其特征在于,根据抽取需求确定分段个数还包括:根据需要抽取的数据总量、抽取完成的目标时间以及单位时间内抽取的数据量,确定分段个数。
3.根据权利要求1所述的方法,其特征在于,所述抽数模板中包括如下信息:来源库库名、IP地址、来源表表名、抽取SQL、抽取条件、目标数据仓库以及目标表表名,其中,所述抽取条件包括针对所述抽数模板利用所述分段个数对主键进行求余的结果,用于确定根据所述抽数模板而抽取的分段数据。
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:
所述数据仓库基于Hadoop实现数据存储;以及
利用Hadoop命令将所述分段数据合并至目标表。
5.一种基于求余的数据抽取的装置,其特征在于,包括:
创建模块,用于在数据仓库中创建目标表;
配置模块,用于根据抽取需求确定分段个数,根据所述分段个数设置抽数任务,然后以求余的方式为所述抽数任务配置抽数模板;
抽取模块,用于根据所述抽数模板并行地执行抽数任务,以抽取分段数据;
合并模块,用于将所述分段数据合并至目标表。
6.根据权利要求5所述的装置,其特征在于,所述配置模块还用于:根据需要抽取的数据总量、抽取完成的目标时间以及单位时间内抽取的数据量,确定分段个数。
7.根据权利要求5所述的装置,其特征在于,所述抽数模板中包括如下信息:来源库库名、IP地址、来源表表名、抽取SQL、抽取条件、目标数据仓库以及目标表表名,其中,所述抽取条件包括针对所述抽数模板利用所述分段个数对主键进行求余的结果,用于确定根据所述抽数模板而抽取的分段数据。
8.根据权利要求5所述的装置,其特征在于,
所述数据仓库基于Hadoop实现数据存储;以及
所述合并模块利用Hadoop命令将所述分段数据合并至目标表。
9.一种基于求余的数据抽取的系统,其特征在于,包括:
存储器和处理器,其中,
所述存储器存储指令;
所述处理器被配置为根据所述指令执行以下步骤:
在数据仓库中创建目标表;
根据抽取需求确定分段个数,根据所述分段个数设置抽数任务,然后以求余的方式为所述抽数任务配置抽数模板;
根据所述抽数模板并行地执行抽数任务,以抽取分段数据;
将所述分段数据合并至目标表。
10.根据权利要求9所述的系统,其特征在于,所述处理器进一步被配置为还用于:根据需要抽取的数据总量、抽取完成的目标时间以及单位时间内抽取的数据量,确定分段个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610357682.0A CN107436883B (zh) | 2016-05-26 | 2016-05-26 | 基于求余的数据抽取的方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610357682.0A CN107436883B (zh) | 2016-05-26 | 2016-05-26 | 基于求余的数据抽取的方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107436883A true CN107436883A (zh) | 2017-12-05 |
CN107436883B CN107436883B (zh) | 2020-06-30 |
Family
ID=60453927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610357682.0A Active CN107436883B (zh) | 2016-05-26 | 2016-05-26 | 基于求余的数据抽取的方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107436883B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109241184A (zh) * | 2018-08-20 | 2019-01-18 | 中国平安人寿保险股份有限公司 | 数据同步方法、装置、计算机设备和存储介质 |
CN110928941A (zh) * | 2019-11-28 | 2020-03-27 | 杭州数梦工场科技有限公司 | 一种数据分片抽取方法及装置 |
CN113688159A (zh) * | 2021-09-08 | 2021-11-23 | 京东科技控股股份有限公司 | 一种数据抽取方法与装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040025105A1 (en) * | 2002-08-01 | 2004-02-05 | Lattice Semiconductor Corporation | CRC calculation system for a packet arriving on an n-byte wide bus and a method of calculation thereof |
CN101329676A (zh) * | 2007-06-20 | 2008-12-24 | 华为技术有限公司 | 一种数据并行抽取方法、装置和数据库系统 |
CN101510203A (zh) * | 2009-02-25 | 2009-08-19 | 南京联创科技股份有限公司 | 基于拆分机制并行处理实现大数据量高性能处理的方法 |
CN102142031A (zh) * | 2011-03-18 | 2011-08-03 | 南京邮电大学 | 一种基于粗糙集的海量数据分割方法 |
CN103279450A (zh) * | 2013-04-17 | 2013-09-04 | 东南大学 | 一种三维离散Hartley变换的快速方法 |
CN104915414A (zh) * | 2015-06-04 | 2015-09-16 | 北京京东尚科信息技术有限公司 | 数据抽取方法及装置 |
CN104933202A (zh) * | 2015-07-15 | 2015-09-23 | 北京京东尚科信息技术有限公司 | 一种数据抽取、转换、加载etl的方法和设备 |
-
2016
- 2016-05-26 CN CN201610357682.0A patent/CN107436883B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040025105A1 (en) * | 2002-08-01 | 2004-02-05 | Lattice Semiconductor Corporation | CRC calculation system for a packet arriving on an n-byte wide bus and a method of calculation thereof |
CN101329676A (zh) * | 2007-06-20 | 2008-12-24 | 华为技术有限公司 | 一种数据并行抽取方法、装置和数据库系统 |
CN101510203A (zh) * | 2009-02-25 | 2009-08-19 | 南京联创科技股份有限公司 | 基于拆分机制并行处理实现大数据量高性能处理的方法 |
CN102142031A (zh) * | 2011-03-18 | 2011-08-03 | 南京邮电大学 | 一种基于粗糙集的海量数据分割方法 |
CN103279450A (zh) * | 2013-04-17 | 2013-09-04 | 东南大学 | 一种三维离散Hartley变换的快速方法 |
CN104915414A (zh) * | 2015-06-04 | 2015-09-16 | 北京京东尚科信息技术有限公司 | 数据抽取方法及装置 |
CN104933202A (zh) * | 2015-07-15 | 2015-09-23 | 北京京东尚科信息技术有限公司 | 一种数据抽取、转换、加载etl的方法和设备 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109241184A (zh) * | 2018-08-20 | 2019-01-18 | 中国平安人寿保险股份有限公司 | 数据同步方法、装置、计算机设备和存储介质 |
CN109241184B (zh) * | 2018-08-20 | 2024-03-15 | 中国平安人寿保险股份有限公司 | 数据同步方法、装置、计算机设备和存储介质 |
CN110928941A (zh) * | 2019-11-28 | 2020-03-27 | 杭州数梦工场科技有限公司 | 一种数据分片抽取方法及装置 |
CN110928941B (zh) * | 2019-11-28 | 2023-10-27 | 杭州数梦工场科技有限公司 | 一种数据分片抽取方法及装置 |
CN113688159A (zh) * | 2021-09-08 | 2021-11-23 | 京东科技控股股份有限公司 | 一种数据抽取方法与装置 |
CN113688159B (zh) * | 2021-09-08 | 2024-04-05 | 京东科技控股股份有限公司 | 一种数据抽取方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107436883B (zh) | 2020-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9038068B2 (en) | Capacity reclamation and resource adjustment | |
CN104536811B (zh) | 基于hive任务的任务调度方法及装置 | |
US8978032B2 (en) | Host naming application programming interface | |
CN107957903A (zh) | 异步任务调度方法、服务器及存储介质 | |
CN106528070A (zh) | 一种数据表生成方法及设备 | |
CN105511906B (zh) | 一种视讯平台自动部署方法、装置及系统 | |
CN107436883A (zh) | 基于求余的数据抽取的方法、装置及系统 | |
CN106844190A (zh) | 测试脚本自动生成方法及装置 | |
CN105677465B (zh) | 应用于银行跑批处理的数据处理方法及装置 | |
CN105630588A (zh) | 一种分布式作业调度方法和系统 | |
CN105653652B (zh) | 一种数据同步方法及系统 | |
CN107301214A (zh) | 在hive中数据迁移方法、装置及终端设备 | |
CN107798120B (zh) | 一种数据转换方法及装置 | |
CN103984574A (zh) | 一种网站升级方法及系统 | |
CN110134646B (zh) | 知识平台服务数据存储与集成方法及系统 | |
CN107656796A (zh) | 一种虚拟机冷迁移方法、系统及设备 | |
CN106549494A (zh) | 一种基于iec61850实现终端自动配置的方法 | |
CN109033452A (zh) | 一种数据仓库智能构建装载方法及系统 | |
CN112631716A (zh) | 数据库容器调度方法、装置、电子设备及存储介质 | |
CN110941422B (zh) | 代码自动生成方法、代码生成器及可读存储介质 | |
CN104750525A (zh) | 一种服务器定时开关机的控制方法 | |
CN106844093A (zh) | 备份数据的方法以及装置 | |
CN106201692A (zh) | 一种定时任务处理系统及方法 | |
CN106155594A (zh) | 一种数据处理方法及装置 | |
CN105867892A (zh) | 多开发平台的集中管理方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |