CN108920542B - 一种分布式内存大数据处理系统及其数据处理方法 - Google Patents
一种分布式内存大数据处理系统及其数据处理方法 Download PDFInfo
- Publication number
- CN108920542B CN108920542B CN201810605777.9A CN201810605777A CN108920542B CN 108920542 B CN108920542 B CN 108920542B CN 201810605777 A CN201810605777 A CN 201810605777A CN 108920542 B CN108920542 B CN 108920542B
- Authority
- CN
- China
- Prior art keywords
- data
- request
- processing
- aggregation
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 149
- 238000003672 processing method Methods 0.000 title claims abstract description 8
- 230000002776 aggregation Effects 0.000 claims abstract description 82
- 238000004220 aggregation Methods 0.000 claims abstract description 82
- 238000012986 modification Methods 0.000 claims description 30
- 230000004048 modification Effects 0.000 claims description 30
- 238000012217 deletion Methods 0.000 claims description 28
- 230000037430 deletion Effects 0.000 claims description 28
- 238000003780 insertion Methods 0.000 claims description 11
- 230000037431 insertion Effects 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 5
- 230000006835 compression Effects 0.000 claims 1
- 238000007906 compression Methods 0.000 claims 1
- 239000000203 mixture Substances 0.000 claims 1
- 239000002994 raw material Substances 0.000 claims 1
- 230000004044 response Effects 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 description 9
- 238000000034 method Methods 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明公开了一种分布式内存大数据处理系统，包括代理服务器和若干数据处理服务器，代理服务器与客户端连接，数据处理服务器包括聚合模块以及与其连接的若干数据库模块，所有聚合模块均与数据总线连接；在数据处理时，相互连接的聚合模块形成树形结构，作为根节点的聚合模块与代理服务器连接。同时也公开该系统的数据处理方法。本发明采用分布式的方式，可以存储海量数据，并且将数据存储在内存中，可以做到实时响应，同时支持结构化处理语言。
Description
技术领域
本发明涉及一种分布式内存大数据处理系统及其数据处理方法，数据属于大数据处理技术领域。
背景技术
现有最常见的大数据处理系统有Hadoop和LinDB。Hadoop主要由两部分组成，一是用于数据存储的HDFS(分布式文件系统)，二是用于数据处理的MapReduce(映射和归约)；Hadoop管理的文件是被切块存储在若干台服务器上，每一个文件的每一个切块，在HDFS中都保存多个备份(默认3个)，HDFS中有专门的服务进程维护其文件目录树以及其目录结构与文件真实存储位置的映射关系；MapReduce是一种计算模型及软件架构，编写在Hadoop上运行的应用程序，它将一个作业(Job)待处理的大数据划分为很多个数据块，每个数据块对应于一个计算任务(Task)，并自动调度计算节点来处理相应的数据块，作业和任务调度功能主要负责分配和调度计算节点(Map节点或Reduce节点)，同时负责监控这些节点的执行状态，并负责Map节点执行的同步控制。LinDB设计目的为存储海量监控数据，并做到实时查询，监控数据基本都是以最新时间写入，不会写入历史数据，所以其存储方式为依照时间分段存储。其整体设计将计算和储存分离，分为计算层LinProxy和存储层LinStorage，计算层主要做查询解析以及中间结合的再聚合计算，存储层主要用于数据的写入，数据按照时间间隔分类，较新的数据存放在内存中，较老的数据会降低数据时间差保存(只保存原始数据的最大值，最小值，平均值，和个数信息)，改方案能做到监控数据实时查询和比较同期值，但不支持复杂的聚合查询操作。
上述Hadoop将数据文件保存在磁盘中，TB级数据处理(即数据的增、删、改、查)响应时间慢；LinDB虽然将数据保存在内存中，可实时响应，但数据容量小，处理方式单一，不支持结构化处理语言；因此现在急需一种数据容量大、可实时响应，并且支持结构化处理语言的系统。
发明内容
为了解决上述技术问题，本发明提供了一种分布式内存大数据处理系统及其数据处理方法。
为了达到上述目的，本发明所采用的技术方案是：
一种分布式内存大数据处理系统，包括代理服务器和若干数据处理服务器，代理服务器与客户端连接，数据处理服务器包括聚合模块以及与其连接的若干数据库模块，所有聚合模块均与数据总线连接；
在数据处理时，相互连接的聚合模块形成树形结构，作为根节点的聚合模块与代理服务器连接；
其中，
数据库模块：实现数据库功能；
作为根节点的聚合模块：接收代理服务器下发的处理请求，若为本地处理请求，则发送给本地相应的数据库模块，并将处理结果反馈给代理服务器，若不是，则下发给下一层聚合模块；接收并反馈下一层聚合模块上送的处理结果；
作为叶节点的聚合模块：接收上层聚合模块下发的处理请求，若为本地处理请求，则发送给本地相应的数据库模块，并将处理结果上送给上层聚合模块，若不是，则不处理；
其他层聚合模块：接收上层聚合模块下发的处理请求，若为本地处理请求，则发送给本地相应的数据库模块，并将处理结果上送给上层聚合模块，若不是，则下发给下一层聚合模块；接收并上送下一层聚合模块发送的处理结果。
数据库模块在本地内存中存储数据，存储方式为，定义数据存储在表中，表中每N行为一个行块，每个行块内的数据按列压缩存储。
每一行不仅保存数据，还保存数据的创建时间。
每一行还包括行号。
聚合模块还统计本地数据库模块信息。
处理请求包括插入数据请求、删除数据请求、查询数据请求和修改数据请求。
一种分布式内存大数据处理系统的数据处理方法，包括，
当处理请求为插入数据请求时：
代理服务器接受用户的插入数据请求后，随机挑选一台未存满数据的数据处理服务器作为根节点，下发插入数据请求，根节点从本地数据库模块中随机挑选一个未存满数据的模块插入该条数据，并反馈插入数据结果；
当处理请求为删除数据请求时：
代理服务器接受用户的删除数据请求后，随机挑选一台数据处理服务器的聚合模块作为根节点，组织出树形结构，下发删除数据请求，聚合节点判断是否是本地删除数据请求，若不是，则层层下发直到找到对应的聚合节点，若是，则发送给本地相应的数据库模块执行删除操作，并反馈删除数据结果；
当处理请求为查询数据请求时：
代理服务器接受用户的查询数据请求后，随机挑选一台数据处理服务器的聚合模块作为根节点，组织出树形结构，下发查询数据请求，聚合节点判断是否是本地查询数据请求，若不是，则层层下发直到找到对应的聚合节点，若是，则发送给本地相应的数据库模块执行查询操作，并反馈查询数据结果；
当处理请求为修改数据请求时：
代理服务器接受用户的修改数据请求后，随机挑选一台数据处理服务器的聚合模块作为根节点，组织出树形结构，下发修改数据请求，聚合节点判断是否是本地修改数据请求，若不是，则层层下发直到找到对应的聚合节点，若是，则发送给本地相应的数据库模块执行修改操作，并反馈修改数据结果。。
本发明所达到的有益效果：1、本发明采用分布式的方式，可以通过扩展数据处理服务器的方式存储海量数据，并且将数据存储在内存中，可以利用内存几十倍于硬盘的读写速度做到实时响应；2、本发明通过分布式的构建树状聚合模块的方案，逐层筛选处理数据，使每个节点负担均衡，支持结构化处理语言。
附图说明
图1为本发明系统的结构框图；
图2为树形结构图；
图3为数据存储结构。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
如图1所示，一种分布式内存大数据处理系统，包括代理服务器和若干数据处理服务器。
代理服务器与客户端连接，数据处理服务器包括聚合模块以及与其连接的若干数据库模块，所有聚合模块均与数据总线连接，所有服务器之间通过RPC调用传递数据，通过zookeeper保证配置的一致性。在数据处理时，相互连接的聚合模块形成树形结构，如图2所示，作为根节点的聚合模块与代理服务器连接。
各部分的功能如下：
数据库模块：实现数据库功能。
数据库模块在本地内存中存储数据，即所有数据分布式存储在数据处理服务器内存中，支持插入标准的数据库表，表中的数据类型支持整型和字符串类型。和传统的按行存储或按列存储的方式不同，这里采用先按行分块再按列分块并压缩的方式保存数据，具体如图3所示。
对每个表构建表指针，表中每N行为一个行块(RB)，例如将每32768行分为一个行块，每个行块内的数据按列压缩存储，构成图中的行列块(RBC)；对于每一行，不仅保存数据，还保存数据的创建时间和行号，这些信息均是处理数据时的过滤条件，如根据时间范围进行查询。
在存储数据时，若数据为整型，则对每列的每块数据压缩；若数据为字符串类型，则比较词语字典编码后的长度和原始长度存储空间的大小，选择存储空间小的方案保存压缩后的数据。
代理服务器：用户通过命令行或网页可视化界面客户端访问代理服务器，代理服务器解析用户的指令后将插入/查询/修改/删除等请求通过RPC(远程过程调用)传递到根节点。
作为根节点的聚合模块：接收代理服务器下发的处理请求，若为本地处理请求，则发送给本地相应的数据库模块，并将处理结果反馈给代理服务器，若不是，则下发给下一层聚合模块；接收并反馈下一层聚合模块上送的处理结果。
作为叶节点的聚合模块：接收上层聚合模块下发的处理请求，若为本地处理请求，则发送给本地相应的数据库模块，并将处理结果上送给上层聚合模块，若不是，则不处理。
其他层聚合模块：接收上层聚合模块下发的处理请求，若为本地处理请求，则发送给本地相应的数据库模块，并将处理结果上送给上层聚合模块，若不是，则下发给下一层聚合模块；接收并上送下一层聚合模块发送的处理结果。
上述所有聚合模块还统计本地数据库模块信息，如占用内存情况等。
上述系统的数据处理方法，具体如下：
当处理请求为插入数据请求时：代理服务器接受用户的插入数据请求后，随机挑选一台未存满数据的数据处理服务器作为根节点，下发插入数据请求，根节点从本地数据库模块中随机挑选一个未存满数据的模块插入该条数据，同时记录一条写数据的日志，并反馈插入数据结果，即插入成功/失败。
当处理请求为删除数据请求时：
代理服务器接受用户的删除数据请求后，随机挑选一台数据处理服务器的聚合模块作为根节点，组织出树形结构，下发删除数据请求，聚合节点判断是否是本地删除数据请求，若不是，则层层下发直到找到对应的聚合节点，若是，则发送给本地相应的数据库模块执行删除操作，并反馈删除数据结果，即删除成功/失败，这里的删除数据结果层层反馈给根节点，最终通过客户端反馈给用户。
当处理请求为查询数据请求时：
代理服务器接受用户的带有时间范围的查询数据请求后，随机挑选一台数据处理服务器的聚合模块作为根节点，组织出树形结构，下发查询数据请求，聚合节点判断是否是本地查询数据请求，若不是，则层层下发直到找到对应的聚合节点，若是，则发送给本地相应的数据库模块执行查询操作，并反馈查询数据结果，即查询出的对应数据，这里的查询数据结果层层反馈给根节点，最终通过客户端反馈给用户。
当处理请求为修改数据请求时：
代理服务器接受用户的修改数据请求后，随机挑选一台数据处理服务器的聚合模块作为根节点，组织出树形结构，下发修改数据请求，聚合节点判断是否是本地修改数据请求，若不是，则层层下发直到找到对应的聚合节点，若是，则发送给本地相应的数据库模块执行修改操作，并反馈修改数据结果，即修改成功/失败，这里的修改数据结果层层反馈给根节点，最终通过客户端反馈给用户。
上述大数据处理系统采用分布式的方式，可以通过扩展数据处理服务器的方式存储海量数据，并且将数据存储在内存中，可以利用内存几十倍于硬盘的读写速度做到实时响应；上述大数据处理系统通过分布式的构建树状聚合模块的方案，逐层筛选处理数据，使每个节点负担均衡，支持结构化处理语言。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
Claims (7)
1.一种分布式内存大数据处理系统，其特征在于：包括代理服务器和若干数据处理服务器，代理服务器与客户端连接，数据处理服务器包括聚合模块以及与其连接的若干数据库模块，所有聚合模块均与数据总线连接；
在数据处理时，相互连接的聚合模块形成树形结构，作为根节点的聚合模块与代理服务器连接；
其中，
数据库模块：实现数据库功能；
作为根节点的聚合模块：接收代理服务器下发的处理请求，若为本地处理请求，则发送给本地相应的数据库模块，并将处理结果反馈给代理服务器，若不是，则下发给下一层聚合模块；接收并反馈下一层聚合模块上送的处理结果；
作为叶节点的聚合模块：接收上层聚合模块下发的处理请求，若为本地处理请求，则发送给本地相应的数据库模块，并将处理结果上送给上层聚合模块，若不是，则不处理；
其他层聚合模块：接收上层聚合模块下发的处理请求，若为本地处理请求，则发送给本地相应的数据库模块，并将处理结果上送给上层聚合模块，若不是，则下发给下一层聚合模块；接收并上送下一层聚合模块发送的处理结果。
2.根据权利要求1所述的一种分布式内存大数据处理系统，其特征在于：数据库模块在本地内存中存储数据，存储方式为，
定义数据存储在表中，表中每N行为一个行块，每个行块内的数据按列压缩存储。
3.根据权利要求2所述的一种分布式内存大数据处理系统，其特征在于：每一行不仅保存数据，还保存数据的创建时间。
4.根据权利要求3所述的一种分布式内存大数据处理系统，其特征在于：每一行还包括行号。
5.根据权利要求1所述的一种分布式内存大数据处理系统，其特征在于：聚合模块还统计本地数据库模块信息。
6.根据权利要求1所述的一种分布式内存大数据处理系统，其特征在于：处理请求包括插入数据请求、删除数据请求、查询数据请求和修改数据请求。
7.一种分布式内存大数据处理系统的数据处理方法，其特征在于：包括，
当处理请求为插入数据请求时：
代理服务器接受用户的插入数据请求后，随机挑选一台未存满数据的数据处理服务器作为根节点，下发插入数据请求，根节点从本地数据库模块中随机挑选一个未存满数据的模块插入该条数据，并反馈插入数据结果；
当处理请求为删除数据请求时：
代理服务器接受用户的删除数据请求后，随机挑选一台数据处理服务器的聚合模块作为根节点，组织出树形结构，下发删除数据请求，聚合节点判断是否是本地删除数据请求，若不是，则层层下发直到找到对应的聚合节点，若是，则发送给本地相应的数据库模块执行删除操作，并反馈删除数据结果；
当处理请求为查询数据请求时：
代理服务器接受用户的查询数据请求后，随机挑选一台数据处理服务器的聚合模块作为根节点，组织出树形结构，下发查询数据请求，聚合节点判断是否是本地查询数据请求，若不是，则层层下发直到找到对应的聚合节点，若是，则发送给本地相应的数据库模块执行查询操作，并反馈查询数据结果；
当处理请求为修改数据请求时：
代理服务器接受用户的修改数据请求后，随机挑选一台数据处理服务器的聚合模块作为根节点，组织出树形结构，下发修改数据请求，聚合节点判断是否是本地修改数据请求，若不是，则层层下发直到找到对应的聚合节点，若是，则发送给本地相应的数据库模块执行修改操作，并反馈修改数据结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810605777.9A CN108920542B (zh) | 2018-06-13 | 2018-06-13 | 一种分布式内存大数据处理系统及其数据处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810605777.9A CN108920542B (zh) | 2018-06-13 | 2018-06-13 | 一种分布式内存大数据处理系统及其数据处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108920542A CN108920542A (zh) | 2018-11-30 |
| CN108920542B true CN108920542B (zh) | 2021-07-20 |
Family
ID=64420962
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810605777.9A Active CN108920542B (zh) | 2018-06-13 | 2018-06-13 | 一种分布式内存大数据处理系统及其数据处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108920542B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111092943B (zh) * | 2019-12-13 | 2022-09-20 | 中国科学院深圳先进技术研究院 | 一种树状结构的多集群遥感方法、系统及电子设备 |
| CN116956164A (zh) * | 2023-09-18 | 2023-10-27 | 中国科学院精密测量科学与技术创新研究院 | 基于wasm技术的全高层大气激光雷达数据处理方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1520110A (zh) * | 2003-01-30 | 2004-08-11 | ���ǵ�����ʽ���� | 对转发信息进行动态管理的分布式路由器及其方法 |
| US7325109B1 (en) * | 2003-10-24 | 2008-01-29 | Network Appliance, Inc. | Method and apparatus to mirror data at two separate sites without comparing the data at the two sites |
| CN101291245A (zh) * | 2007-04-16 | 2008-10-22 | 阿里巴巴集团控股有限公司 | 一种分布式处理方法、系统及其装置 |
| CN101697168A (zh) * | 2009-10-22 | 2010-04-21 | 中国科学技术大学 | 一种分布式文件系统动态元数据管理方法及系统 |
| CN102123136A (zh) * | 2010-12-26 | 2011-07-13 | 广州大学 | 一种分布式DDoS攻击流识别方法 |
| CN102148756A (zh) * | 2011-01-26 | 2011-08-10 | 武汉邮电科学研究院 | 一种基于6LoWPAN邻居发现的树状路由方法 |
| CN105897646A (zh) * | 2014-09-25 | 2016-08-24 | 高明利 | 一种基于互联网构建泛在网的方法 |
| CN105930345A (zh) * | 2016-04-05 | 2016-09-07 | 国网浙江省电力公司湖州供电公司 | 基于分布式实时数据库的层次索引方法 |
-
2018
- 2018-06-13 CN CN201810605777.9A patent/CN108920542B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1520110A (zh) * | 2003-01-30 | 2004-08-11 | ���ǵ�����ʽ���� | 对转发信息进行动态管理的分布式路由器及其方法 |
| US7325109B1 (en) * | 2003-10-24 | 2008-01-29 | Network Appliance, Inc. | Method and apparatus to mirror data at two separate sites without comparing the data at the two sites |
| CN101291245A (zh) * | 2007-04-16 | 2008-10-22 | 阿里巴巴集团控股有限公司 | 一种分布式处理方法、系统及其装置 |
| CN101697168A (zh) * | 2009-10-22 | 2010-04-21 | 中国科学技术大学 | 一种分布式文件系统动态元数据管理方法及系统 |
| CN102123136A (zh) * | 2010-12-26 | 2011-07-13 | 广州大学 | 一种分布式DDoS攻击流识别方法 |
| CN102148756A (zh) * | 2011-01-26 | 2011-08-10 | 武汉邮电科学研究院 | 一种基于6LoWPAN邻居发现的树状路由方法 |
| CN105897646A (zh) * | 2014-09-25 | 2016-08-24 | 高明利 | 一种基于互联网构建泛在网的方法 |
| CN105930345A (zh) * | 2016-04-05 | 2016-09-07 | 国网浙江省电力公司湖州供电公司 | 基于分布式实时数据库的层次索引方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108920542A (zh) | 2018-11-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11422982B2 (en) | Scaling stateful clusters while maintaining access | |
| CN108170768B (zh) | 数据库同步方法、装置及可读介质 | |
| US10944807B2 (en) | Organizing present and future reads from a tiered streaming data storage layer | |
| CN109783438B (zh) | 基于librados的分布式NFS系统及其构建方法 | |
| US10437721B2 (en) | Efficient garbage collection for a log-structured data store | |
| CN109947668B (zh) | 存储数据的方法和装置 | |
| US20170116215A1 (en) | System and method for in-place data writes to reduce fragmentation in a multidimensional database environment | |
| JP2018505501A (ja) | アプリケーション中心のオブジェクトストレージ | |
| US20200117676A1 (en) | Method and system for executing queries on indexed views | |
| CN103595797B (zh) | 一种分布式存储系统中的缓存方法 | |
| CN104899156A (zh) | 一种面向大规模社交网络的图数据存储及查询方法 | |
| CN113377868B (zh) | 一种基于分布式kv数据库的离线存储系统 | |
| CN112506870B (zh) | 数据仓库增量更新方法、装置及计算机设备 | |
| CN114385760A (zh) | 增量数据实时同步的方法、装置、计算机设备及存储介质 | |
| CN111177254B (zh) | 一种异构关系型数据库之间数据同步的方法和装置 | |
| CN108920542B (zh) | 一种分布式内存大数据处理系统及其数据处理方法 | |
| CN103593460A (zh) | 数据分级存储系统和数据分级存储方法 | |
| US20170031959A1 (en) | Scheduling database compaction in ip drives | |
| CN112579550B (zh) | 一种分布式文件系统的元数据信息同步方法及系统 | |
| US20240129251A1 (en) | Data processing method and apparatus, computer device, and readable storage medium | |
| CN114090580A (zh) | 数据处理方法、装置、设备、存储介质及产品 | |
| CN112612799A (zh) | 一种数据同步方法及终端 | |
| CN112486913A (zh) | 一种基于集群环境下的日志异步存储方法和设备 | |
| CN116991858A (zh) | 变更数据的采集方法、采集装置和数据采集系统 | |
| CN100486177C (zh) | 一种网管对网元进行同步操作的方法及其系统 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230710 Address after: 362500 42 shangletao, letao village, XunZhong Town, Dehua County, Quanzhou City, Fujian Province Patentee after: Sun Qingzhu Address before: Room 521, Yuanhe building, 959 Jiayuan Road, Yuanhe street, Xiangcheng District, Suzhou City, Jiangsu Province Patentee before: SUZHOU NIEVA INFORMATION TECHNOLOGY Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230823 Address after: 710000, No. 5-20001207, 30 Chama Lane, Shuangzhao Village, Yongle Town, Jinghe New City, Xixian New District, Xi'an City, Shaanxi Province Patentee after: Xi'an Xuanyue Cloud Network Technology Co.,Ltd. Address before: 362500 42 shangletao, letao village, XunZhong Town, Dehua County, Quanzhou City, Fujian Province Patentee before: Sun Qingzhu |