CN108334675B - 数字飞行器工况集批量仿真的人工智能处理方法及系统 - Google Patents
数字飞行器工况集批量仿真的人工智能处理方法及系统 Download PDFInfo
- Publication number
- CN108334675B CN108334675B CN201810048732.6A CN201810048732A CN108334675B CN 108334675 B CN108334675 B CN 108334675B CN 201810048732 A CN201810048732 A CN 201810048732A CN 108334675 B CN108334675 B CN 108334675B
- Authority
- CN
- China
- Prior art keywords
- working condition
- simulation
- batch
- batch processing
- local
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06F16/11—File system administration, e.g. details of archiving or snapshots
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种数字飞行器工况集批量仿真的人工智能处理方法及系统，方法包含如下步骤：访问数字飞行器仿真工况集，将工况集包括的工况信息存储在批处理任务数据库；从批处理任务数据库领取至少一个工况信息，并记录领取情况；根据领取到的至少一个工况信息，下载该工况信息相对应的配置文件，根据配置文件启动数字飞行器仿真程序进行数字仿真；将数字仿真后生成的所有仿真数据归档至批处理归档数据库。本发明实现了对数字飞行器仿真工况集进行批量仿真的人工智能处理，可以自动对大量工况进行仿真和数据归档，减少了人的工作量，并且在需要处理大量工况的情况下，可实现多机并行仿真处理，充分利用了计算资源，节省了仿真时间。
Description
技术领域
本发明属于计算机仿真技术领域，尤其是涉及一种数字飞行器工况集批量仿真的人工智能处理方法及系统。
背景技术
在科研工作中，为了验证或测试一个系统，需要进行系统的仿真实验。一般而言，进行实物或半实物仿真的代价较高、周期较长，不便于进行多次实验，而数字仿真的成本较低，可以很方便的对仿真系统进行修改，仿真结果的可重复性好，因此数字仿真技术在科研、工程中被大量采用。
在进行数字仿真时，为了测试仿真系统的性能或研究不同工况对结果的影响，需要使用不同的工况进行多次仿真。而进行批量工况的仿真时，如果由人来手动修改工况并操作仿真程序，不仅耗时耗力，也容易出现错误。这就需要计算机自动进行仿真工况集的批量仿真，如果仿真工况较多的话，还需要使用多台计算机进行并行处理。
发明内容
本发明根据上述技术背景，提供一种数字飞行器工况集批量仿真的人工智能处理方法及系统，可以实现仿真工况集的智能批处理，且支持多台计算机进行并行仿真。
为解决上述问题，本发明所采用的技术方案是：
一种数字飞行器工况集批量仿真的人工智能处理方法，该方法包含如下步骤：
访问数字飞行器仿真工况集，将工况集包括的工况信息存储在批处理任务数据库；
从批处理任务数据库领取至少一个工况信息，并记录领取情况；
根据领取到的至少一个工况信息，下载该工况信息相对应的配置文件，根据配置文件启动数字飞行器仿真程序进行数字仿真；
将数字仿真后生成的所有仿真数据归档至批处理归档数据库。
进一步地，所述访问数字飞行器仿真工况集，将工况集包括的工况信息存储在批处理任务数据库，包括：
按照预设的工况命名规则将所有待处理的工况相对应的配置文件保存到共享的仿真工况集中；
安装于主机上的批处理管理程序访问仿真工况集，按照组合的命名规则顺序寻找工况库中每一个组合；
在一个组合中，找出该组合包含的所有工况，将每一个工况按顺序加上任务编号，保证工况与任务编号一一对应；
将工况编号信息保存到批处理任务数据库，批处理任务数据库内要包含工况的以下信息：编号情况、是否领取、执行结果以及是否归档，将工况编号信息保存后该任务的领取情况、执行情况和归档情况都设为未完成。
进一步地，所述从批处理任务数据库领取至少一个工况信息，并记录领取情况，包括：
安装于主机上的批处理管理程序识别可使用的本地工况仿真计算机，然后依次开启每台本地工况仿真计算机上的批处理运行程序；
批处理运行程序访问批处理任务数据库，读取一个未被领取的工况，并锁定该记录，防止其他本地工况仿真计算机对该记录进行读取；
对应本地工况仿真计算机领取这个工况编号，在批处理任务数据库中记录领取信息，然后解除随该记录的锁定；
根据领取到的工况编号，按照工况命名规则在主机的仿真工况集中找到该工况的配置文件，将该工况对应的配置文件和数字仿真程序复制到对应的本地工况仿真计算机。
更进一步的，所述领取信息包括是否领取、领取时刻和领取计算机的标识，本地工况仿真计算机领取这个工况编号后在批处理任务数据库中记录该工况已被领取，再将本地工况仿真计算机的IP、领取的时间写入批处理任务数据库。
进一步地，所述根据领取到的至少一个工况信息，下载该工况信息相对应的配置文件，根据配置文件启动数字飞行器仿真程序进行数字仿真，包括：
运行本地工况仿真计算机上的批处理运行程序，将领取到的工况配置文件下载至本地工况仿真计算机的仿真程序文件夹，覆盖原先的配置文件；
批处理运行程序启动本地工况仿真计算机上的数字仿真程序进行仿真处理；
每隔一定时间访问批处理任务数据库，检查已被领取但未执行完毕的工况，并根据预先的设定值判断该工况是否超时，并做出相应处理；
当一个工况仿真完毕后，访问批处理任务数据库，查询该工况的领取计算机标识，如果与进行仿真处理的本地工况仿真计算机相符，则写入该工况已执行完毕；如果与进行仿真处理的本地工况仿真计算机不符，则删除本地工况，然后继续访问批处理任务数据库领取下一个工况。
更进一步的，所述判断该工况是否超时，并做出相应处理为：根据批处理任务数据库中记录的领取时间计算仿真时长，判断仿真时长是否超过了预先的设定值，如果未超时则继续仿真，不做特殊处理；如果超时则在批处理任务数据库中重置该工况的领取信息，是否领取一项设置为未领取；如果一个工况超时次数太多，则跳过该工况，并发出提示信息，需人工介入处理。
进一步地，所述将数字仿真后生成的所有仿真数据归档至批处理归档数据库，包括：
在本地工况仿真计算机的工况库中遍历每个工况文件夹，在该文件夹中找到该工况的归档文件；
访问批处理任务数据库，读取该工况的领取信息，判断该工况是否为本地工况仿真计算机领取，若属于本机领取，则将仿真数据归档到批处理归档数据库，否则就不归档，然后寻找下一个工况的归档文件；
将每一批次的仿真数据加上批次号记录到批处理归档数据库；
当每个工况归档完成后，在批处理任务数据库中记录该工况的归档结果。
更进一步的，所述仿真数据为单次仿真过程中由数字仿真程序输出的需要归档的数据，保存在预设的归档文件中。
更进一步的，所述批处理归档数据库包含若干数据表和字段，这些字段和数据表与仿真程序输出的仿真数据相对应，每个数据表的第一列为批次号。
本发明还提供了一种数字飞行器工况集批量仿真的人工智能处理系统，该系统包括：包含仿真工况集和批处理任务数据库的主机、以及至少一个本地工况仿真计算机。
本发明实现了对数字飞行器仿真工况集进行批量仿真的人工智能处理，可以自动对大量工况进行仿真和数据归档，减少了人的工作量。并且在需要处理大量工况的情况下，本发明可实现多机并行仿真处理，充分利用了计算资源，节省了仿真时间。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明一种数字飞行器工况集批量仿真的人工智能处理方法的流程图；
图2为本发明一种数字飞行器工况集批量仿真的人工智能处理系统的框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
下面结合一个批量仿真实例对本发明提出的数字飞行器工况集批量仿真的人工智能处理方法及系统作进一步说明。
参照图1-2所示，假设需要对100个工况进行仿真，可供仿真使用的本地工况仿真计算机为10台，具体的人工智能批量仿真方法如下。
1.工况统计
(1)按照特定的工况命名规则将所有待处理的工况配置文件保存在主机的共享仿真工况集，按照需要将工况放在不同的组合中，同一个组合中的工况使用同一个数字仿真程序，每个组合内都要包含本组工况对应的数字仿真程序；
(2)在准备共享仿真工况集中的工况和组合时，按照一定的规则来命名。比如，设定一个组合文件夹，命名为“Task_01_多机批处理任务”，“01”代表该组合的编号。组合内包含了100个工况，第一工况文件夹命名为“Condition_01”，第二个工况文件夹命名为“Condition_02”；这里的“01”、“02”代表工况在组内的编号；
(3)安装于主机上的批处理管理程序按照上述命名规则来读取共享仿真工况集中所有的组合和工况，并将每个工况按顺序编上一个任务编号，任务编号与工况一一对应；
(4)将所有获取到的工况编号信息写入到批处理任务数据库，该数据库内使用批处理任务表来存放工况信息，包含任务编号、组合编号、工况编号、是否被领取、领取时间、领取计算机的IP、是否执行完毕、是否归档完毕。
统计完毕的批处理任务数据库如表1所示，其中的领取主机和领取时间都为空，因为这些工况都未被领取，是否领取、仿真完毕和归档完毕这三项都为N，代表否的意思，如果是真，则为Y。
表1批处理任务数据库示例
2.工况领取
(1)自动在多个本地工况仿真计算机上运行批处理运行程序，每台计算机访问位于主机的批处理任务数据库，读取“是否领取”这一项为“N”的第一个工况。同时将该条记录以排他的方式锁定，防止其他计算机对该记录进行读写；
(2)本地工况仿真计算机锁定了一个未领取工况后，由该机来领取这个工况，在批处理任务数据库中记录该工况已被领取，写入该本地工况仿真计算机的IP地址和领取时间，然后解除该记录的锁定状态，让其他程序或本地工况仿真计算机可以正常访问该记录。本例使用了10台本地工况仿真计算机，前10个工况被领取后，批处理任务数据库中的变化如表2所示，
表2领取完毕批处理任务数据库示例
(3)根据领取到的组合编号与工况编号，在主机的共享仿真工况集中找到该工况所属的仿真配置文件，将这些配置文件拷贝到本地工况仿真计算机的工况库，并将相应的数字仿真程序也从主机拷贝到本地。
3.工况执行
(1)领取工况后，将其仿真配置文件拷贝到本地工况仿真计算机的仿真程序文件夹中，覆盖原先的配置文件。
(2)然后调用本机的数字仿真程序进行仿真处理。
(3)每隔一定时间访问主机上的批处理任务数据库，找到已被领取但未执行完毕的任务，根据其领取时刻与当前时刻的时间差判断是否超时，判断该工况超时次数是否达到上限，如果未超时则继续仿真，不做特殊处理；如果超时则在批处理任务数据库中重置该工况的领取信息，是否领取一项设置为未领取；如果一个工况超时次数太多，则跳过该工况，并发出提示信息，需人工介入处理。本例设定超时上限为5分钟，假设时间到14:44:40时，程序对批处理任务数据库进行检测发现工况1还未执行完毕，工况2～9都已执行完毕，那么这时认为工况1超时，将工况1的是否领取一项设置为“N”，领取主机和领取时间设置为空。如果工况1超时了3次，那么将工况1的是否领取这一项设置为“Y”这样就不会被其他计算机领取。
(4)当工况仿真完毕后，访问批处理任务数据库，判断该工况是否属于进行仿真处理的本地工况仿真计算机执行，如果是则写入信息记录该工况已被执行完毕，将仿真数据的归档文件保存到本地工况仿真计算机的工况库；如果该工况不属于本机执行则删除本地工况，继续访问批处理任务数据库领取下一个工况。
4.数据归档
(1)当批处理任务数据库中所有工况都已执行完毕，开始进行仿真结果的归档；
(2)在本地工况仿真计算机的工况库中顺序寻找每个工况文件夹，在此文件夹中找到该工况的归档文件；
(3)访问批处理任务数据库，读取该工况的领取信息，判断该工况是否属于本机执行，若属于则将仿真数据归档到主机的批处理归档数据库，否则就不归档，然后寻找下一个工况的归档文件；
(4)当每个工况归档完成后，在主机的批处理任务数据库中记录该工况的归档结果。
每个工况都执行完毕后，批处理任务数据库中各项信息如表3所示，所有的工况都已仿真完毕且归档完成。
表3归档完毕批处理任务数据库示例
以上所述，为本发明内容的一个具体实施例，并非对本发明内容作任何限制，本发明的说明书是用于进行说明，并不限制权利要求的范围。凡根据本发明内容对以上实施例所作的任何简单修改、变更以及等效结构变化，均属于本发明要求的保护范围。
Claims (6)
1.一种数字飞行器工况集批量仿真的人工智能处理方法，其特征在于，该方法包含如下步骤：
访问数字飞行器仿真工况集，将工况集包括的工况信息存储在批处理任务数据库；
从批处理任务数据库领取至少一个工况信息，并记录领取情况；
根据领取到的至少一个工况信息，下载该工况信息相对应的配置文件，根据配置文件启动数字飞行器仿真程序进行数字仿真；
包括：
运行本地工况仿真计算机上的批处理运行程序，将领取到的工况配置文件下载至本地工况仿真计算机的仿真程序文件夹，覆盖原先的配置文件；
批处理运行程序启动本地工况仿真计算机上的数字仿真程序进行仿真处理；
每隔一定时间访问批处理任务数据库，检查已被领取但未执行完毕的工况，并根据预先的设定值判断该工况是否超时，并做出相应处理；所述判断该工况是否超时，并做出相应处理为：根据批处理任务数据库中记录的领取时间计算仿真时长，判断仿真时长是否超过了预先的设定值，如果未超时则继续仿真，不做特殊处理；如果超时则在批处理任务数据库中重置该工况的领取信息，是否领取一项设置为未领取；如果一个工况超时次数太多，则跳过该工况，并发出提示信息，需人工介入处理；
当一个工况仿真完毕后，访问批处理任务数据库，查询该工况的领取计算机标识，如果与进行仿真处理的本地工况仿真计算机相符，则写入该工况已执行完毕；如果与进行仿真处理的本地工况仿真计算机不符，则删除本地工况，然后继续访问批处理任务数据库领取下一个工况；
将数字仿真后生成的所有仿真数据归档至批处理归档数据库；
所述将数字仿真后生成的所有仿真数据归档至批处理归档数据库，包括：
在本地工况仿真计算机的工况库中遍历每个工况文件夹，在该文件夹中找到该工况的归档文件；
访问批处理任务数据库，读取该工况的领取信息，判断该工况是否为本地工况仿真计算机领取，若属于本机领取，则将仿真数据归档到批处理归档数据库，否则就不归档，然后寻找下一个工况的归档文件；
将每一批次的仿真数据加上批次号记录到批处理归档数据库；
当每个工况归档完成后，在批处理任务数据库中记录该工况的归档结果。
2.根据权利要求1所述的数字飞行器工况集批量仿真的人工智能处理方法，其特征在于：所述访问数字飞行器仿真工况集，将工况集包括的工况信息存储在批处理任务数据库，包括：
按照预设的工况命名规则将所有待处理的工况相对应的配置文件保存到共享的仿真工况集中；
安装于主机上的批处理管理程序访问仿真工况集，按照组合的命名规则顺序寻找工况库中每一个组合；
在一个组合中，找出该组合包含的所有工况，将每一个工况按顺序加上任务编号，保证工况与任务编号一一对应；
将工况编号信息保存到批处理任务数据库，批处理任务数据库内要包含工况的以下信息：编号情况、是否领取、执行结果以及是否归档，将工况编号信息保存后该任务的领取情况、执行情况和归档情况都设为未完成。
3.根据权利要求1所述的数字飞行器工况集批量仿真的人工智能处理方法，其特征在于：所述从批处理任务数据库领取至少一个工况信息，并记录领取情况，包括：
安装于主机上的批处理管理程序识别可使用的本地工况仿真计算机，然后依次开启每台本地工况仿真计算机上的批处理运行程序；
批处理运行程序访问批处理任务数据库，读取一个未被领取的工况，并锁定该记录，防止其他本地工况仿真计算机对该记录进行读取；
对应本地工况仿真计算机领取这个工况编号，在批处理任务数据库中记录领取信息，然后解除随该记录的锁定；
根据领取到的工况编号，按照工况命名规则在主机的仿真工况集中找到该工况的配置文件，将该工况对应的配置文件和数字仿真程序复制到对应的本地工况仿真计算机。
4.根据权利要求3所述的数字飞行器工况集批量仿真的人工智能处理方法，其特征在于：所述领取信息包括是否领取、领取时刻和领取计算机的标识，本地工况仿真计算机领取这个工况编号后在批处理任务数据库中记录该工况已被领取，再将本地工况仿真计算机的IP、领取的时间写入批处理任务数据库。
5.根据权利要求1所述的数字飞行器工况集批量仿真的人工智能处理方法，其特征在于：所述仿真数据为单次仿真过程中由数字仿真程序输出的需要归档的数据，保存在预设的归档文件中。
6.根据权利要求1或5所述的数字飞行器工况集批量仿真的人工智能处理方法，其特征在于：所述批处理归档数据库包含若干数据表和字段，这些字段和数据表与仿真程序输出的仿真数据相对应，每个数据表的第一列为批次号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810048732.6A CN108334675B (zh) | 2018-01-18 | 2018-01-18 | 数字飞行器工况集批量仿真的人工智能处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810048732.6A CN108334675B (zh) | 2018-01-18 | 2018-01-18 | 数字飞行器工况集批量仿真的人工智能处理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108334675A CN108334675A (zh) | 2018-07-27 |
| CN108334675B true CN108334675B (zh) | 2022-03-15 |
Family
ID=62925715
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810048732.6A Active CN108334675B (zh) | 2018-01-18 | 2018-01-18 | 数字飞行器工况集批量仿真的人工智能处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108334675B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109388855B (zh) * | 2018-09-11 | 2023-04-18 | 北京航空航天大学 | 数字飞行器仿真结果人工智能比对与检验方法 |
| CN111125857B (zh) * | 2018-10-31 | 2024-06-04 | 百度在线网络技术（北京）有限公司 | 分布式仿真方法和装置 |
| CN112182769B (zh) * | 2020-10-10 | 2024-02-13 | 中国运载火箭技术研究院 | 柔性半实物仿真方法、装置及计算机存储介质、电子设备 |
| CN113254157B (zh) * | 2021-06-04 | 2023-07-28 | 北京世冠金洋科技发展有限公司 | 批量仿真控制方法、装置及电子设备 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103034747A (zh) * | 2011-10-08 | 2013-04-10 | 深圳光启高等理工研究院 | 一种大批量cst仿真任务的处理方法和系统 |
| CN103678488A (zh) * | 2013-11-12 | 2014-03-26 | 德比软件(上海)有限公司 | 分布式大批量动态任务引擎及采用其处理数据的方法 |
| CN104036074A (zh) * | 2014-06-04 | 2014-09-10 | 国家电网公司 | 配电台区电压偏低判别方法 |
| CN105389200A (zh) * | 2015-12-16 | 2016-03-09 | 浪潮(北京)电子信息产业有限公司 | 用于超大规模芯片验证的多组激励批量仿真方法及系统 |
| CN105488251A (zh) * | 2015-11-13 | 2016-04-13 | 中国人民解放军国防科学技术大学 | 一种分布式飞行器仿真平台及其实现方法 |
| WO2016079802A1 (ja) * | 2014-11-18 | 2016-05-26 | 株式会社日立製作所 | バッチ処理システムおよびその制御方法 |
| CN105653789A (zh) * | 2015-12-29 | 2016-06-08 | 中国人民解放军空军指挥学院 | 一种异构仿真方法 |
| CN106776280A (zh) * | 2016-11-24 | 2017-05-31 | 上海携程商务有限公司 | 可配置性能测试装置 |
| CN106776034A (zh) * | 2016-12-27 | 2017-05-31 | 国网浙江省电力公司电力科学研究院 | 一种任务批处理计算方法、主站计算机及系统 |
-
2018
- 2018-01-18 CN CN201810048732.6A patent/CN108334675B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103034747A (zh) * | 2011-10-08 | 2013-04-10 | 深圳光启高等理工研究院 | 一种大批量cst仿真任务的处理方法和系统 |
| CN103678488A (zh) * | 2013-11-12 | 2014-03-26 | 德比软件(上海)有限公司 | 分布式大批量动态任务引擎及采用其处理数据的方法 |
| CN104036074A (zh) * | 2014-06-04 | 2014-09-10 | 国家电网公司 | 配电台区电压偏低判别方法 |
| WO2016079802A1 (ja) * | 2014-11-18 | 2016-05-26 | 株式会社日立製作所 | バッチ処理システムおよびその制御方法 |
| CN105488251A (zh) * | 2015-11-13 | 2016-04-13 | 中国人民解放军国防科学技术大学 | 一种分布式飞行器仿真平台及其实现方法 |
| CN105389200A (zh) * | 2015-12-16 | 2016-03-09 | 浪潮(北京)电子信息产业有限公司 | 用于超大规模芯片验证的多组激励批量仿真方法及系统 |
| CN105653789A (zh) * | 2015-12-29 | 2016-06-08 | 中国人民解放军空军指挥学院 | 一种异构仿真方法 |
| CN106776280A (zh) * | 2016-11-24 | 2017-05-31 | 上海携程商务有限公司 | 可配置性能测试装置 |
| CN106776034A (zh) * | 2016-12-27 | 2017-05-31 | 国网浙江省电力公司电力科学研究院 | 一种任务批处理计算方法、主站计算机及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 分布式仿真平台用户端工况管理的设计与实现;朱静静等;《计算机技术与发展》;20171115(第2期);第1-5页 * |
| 浅析地震资料处理系统中存储技术需求;董玉敏等;《中国管理信息化》;20140131;第17卷(第2期);第124-125页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108334675A (zh) | 2018-07-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108334675B (zh) | 数字飞行器工况集批量仿真的人工智能处理方法及系统 | |
| CN108694195B (zh) | 一种分布式数据仓库的管理方法及系统 | |
| CN111324610A (zh) | 一种数据同步的方法及装置 | |
| WO2019161645A1 (zh) | 基于Shell的数据表提取方法、终端、设备及存储介质 | |
| CN108628885B (zh) | 一种数据同步方法、装置及存储设备 | |
| CN112615758B (zh) | 一种应用识别方法、装置、设备及存储介质 | |
| CN111125171A (zh) | 一种监测数据存取方法、装置、设备及可读存储介质 | |
| CN108121774B (zh) | 一种数据表备份方法及终端设备 | |
| CN106874343B (zh) | 一种时序数据库的数据删除方法及系统 | |
| EP3108400B1 (en) | Virus signature matching method and apparatus | |
| CN112148745B (zh) | 一种多HBase集群访问方法、装置及存储介质 | |
| CN116501700B (zh) | 一种app格式化文件离线存储方法、装置、设备及存储介质 | |
| CN109032940B (zh) | 一种测试场景录入方法、装置、设备及存储介质 | |
| CN109740027B (zh) | 数据交换方法、装置、服务器和存储介质 | |
| CN108984720B (zh) | 基于列存储的数据查询方法、装置、服务器及存储介质 | |
| CN111241099A (zh) | 一种工业大数据存储方法及装置 | |
| CN112650713A (zh) | 文件系统的运行方法、装置、设备和存储介质 | |
| JP2002366396A (ja) | 故障解析情報自動採取システム及び故障解析情報自動採取プログラム | |
| CN112764740B (zh) | 一种基于Shell的应用在系统间文件交互中的处理方法 | |
| CN111414337A (zh) | 一种文件读取方法、装置、计算设备及存储介质 | |
| CN113434613A (zh) | 关联数据块处理方法及装置 | |
| CN115794763A (zh) | 一种日志清理方法、装置、设备及存储介质 | |
| CN116226081A (zh) | 数据库弹性伸缩方法、装置、电子设备及存储介质 | |
| CN115390898A (zh) | 一种git分支的归档方法、装置、设备以及存储介质 | |
| CN114461572A (zh) | 用于分布式文件系统的元数据采集方法及装置 |
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 |