CN109344153A - 业务数据的处理方法及终端设备 - Google Patents
业务数据的处理方法及终端设备 Download PDFInfo
- Publication number
- CN109344153A CN109344153A CN201810962343.4A CN201810962343A CN109344153A CN 109344153 A CN109344153 A CN 109344153A CN 201810962343 A CN201810962343 A CN 201810962343A CN 109344153 A CN109344153 A CN 109344153A
- Authority
- CN
- China
- Prior art keywords
- business datum
- database
- micro services
- data
- loaded onto
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 66
- 238000004590 computer program Methods 0.000 claims description 18
- 238000000034 method Methods 0.000 description 38
- 230000008569 process Effects 0.000 description 20
- 230000006870 function Effects 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 7
- 238000012216 screening Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- MROJXXOCABQVEF-UHFFFAOYSA-N Actarit Chemical compound CC(=O)NC1=CC=C(CC(O)=O)C=C1 MROJXXOCABQVEF-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明适用于数据处理技术领域，提供了业务数据的处理方法、终端设备以及计算机可读存储介质，包括：通过微服务将业务数据库中多个业务数据表中存储的业务数据加载至计算数据库；对于所述微服务的多个线程中的任一线程，通过所述线程从所述计算数据库中获取所述线程对应的指定分页的业务数据，并对获取到的业务数据进行处理，得到处理结果；将所述多个线程得到的多个处理结果进行汇总并输出。本发明通过微服务将业务数据加载至计算数据库，并通过微服务的多个线程对业务数据进行处理，提升了业务数据的处理效率。
Description
技术领域
本发明属于数据处理技术领域，尤其涉及业务数据的处理方法、终端设备以及计算机可读存储介质。
背景技术
数据库是按照数据结构来组织、存储和管理数据的仓库，随着用户需求的变化和信息技术的发展，数据库的存储方式和对数据的操作方式也在改变。在业务场景中，需要先将业务数据以数据表的形式存入如Oracle的数据库，在需要进行处理时，从数据库中查找数据表，进而提取其中的业务数据进行处理。
但是，对于保险或银行等领域，现有的处理方法往往是通过调用设定的程序包，从数据库中调取数据进行处理。如果数据库的数据量过大，并且须对所有数据进行处理，则虽然每一单业务数据的耗时可能较少，但叠加起来的所有数据的耗时仍然很大，完全不能满足业务需求，并且随着业务发展，数据量通常会保持持续增长。综上，现有的业务数据的处理方法的处理效率低，无法满足时效需求。
发明内容
有鉴于此，本发明实施例提供了业务数据的处理方法、终端设备及计算机可读存储介质，以解决现有技术中业务数据的处理效率低的问题。
本发明实施例的第一方面提供了一种业务数据的处理方法方法，包括：
通过微服务将业务数据库中多个业务数据表中存储的业务数据加载至计算数据库，所述微服务用于处理所述业务数据，所述微服务包括多个线程；
对于所述微服务的多个线程中的任一线程，通过所述线程从所述计算数据库中获取所述线程对应的指定分页的业务数据，并对获取到的业务数据进行处理，得到处理结果；
将所述多个线程得到的多个处理结果进行汇总并输出。
本发明实施例的第二方面提供了一种终端设备，所述终端设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：
通过微服务将业务数据库中多个业务数据表中存储的业务数据加载至计算数据库，所述微服务用于处理所述业务数据，所述微服务包括多个线程；
对于所述微服务的多个线程中的任一线程，通过所述线程从所述计算数据库中获取所述线程对应的指定分页的业务数据，并对获取到的业务数据进行处理，得到处理结果；
将所述多个线程得到的多个处理结果进行汇总并输出。
本发明实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：
通过微服务将业务数据库中多个业务数据表中存储的业务数据加载至计算数据库，所述微服务用于处理所述业务数据，所述微服务包括多个线程；
对于所述微服务的多个线程中的任一线程，通过所述线程从所述计算数据库中获取所述线程对应的指定分页的业务数据，并对获取到的业务数据进行处理，得到处理结果；
将所述多个线程得到的多个处理结果进行汇总并输出。
本发明实施例与现有技术相比存在的有益效果是：
本发明实施例通过微服务将业务数据库中存放的业务数据加载至计算数据库，该微服务用于处理业务数据，该计算数据库是单独设定的用于计算业务数据的数据库，在加载完业务数据后，对于微服务的每个线程，获取计算数据库中与该线程对应的指定分页的业务数据，并获取到的指定分页的业务数据进行计算，得到处理结果，最后将多个线程得到的多个处理结果进行汇总并输出，本发明实施例将计算过程从业务数据库迁移至计算数据库，并通过微服务的多个线程对业务数据同时进行计算，提升了对业务数据的计算效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的业务数据的处理方法的实现流程图；
图2是本发明实施例二提供的业务数据的处理方法的实现流程图；
图3是本发明实施例三提供的业务数据的处理方法的实现流程图；
图4是本发明实施例四提供的业务数据的处理方法的实现流程图；
图5是本发明实施例五提供的业务数据的处理方法的实现流程图；
图6是本发明实施例六提供的终端设备的结构框图；
图7是本发明实施例七提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
本发明实施例通过微服务将业务数据库中多个业务数据表中存储的业务数据加载至计算数据库，微服务用于处理业务数据，并且微服务包括多个线程，对于微服务的多个线程中的任一线程，通过该线程从计算数据库中获取与该线程对应的指定分页的业务数据，并对获取到的业务数据进行处理，得到处理结果，最后将多个线程得到的多个处理结果进行汇总并输出，本发明实施例将业务数据处理的过程从业务数据库迁移到了计算数据库，并且通过微服务的多线程同时进行处理，提升了处理效率。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
图1示出了本发明实施例提供的业务数据的处理方法的实现流程，详述如下：
在S101中，通过微服务将业务数据库中多个业务数据表中存储的业务数据加载至计算数据库，所述微服务用于处理所述业务数据，所述微服务包括多个线程。
针对某项业务，将该业务产生的业务数据存放的数据库称为业务数据库，在某些业务领域如保险或银行等领域中，业务数据库中的数据量一般较大，通常可达到百万级。在实际应用场景中，往往需要对业务数据库中的所有业务数据进行计算，比如在保险领域需要每天对所有业务数据进行现金价值计算，若按照传统的处理方法，即调用程序包如package程序包对业务数据库中的业务数据进行处理，则会因数据量过大造成处理时间过长，效率过低。故在本发明实施例中，首先通过微服务将业务数据库中的多个业务数据表中存储的业务数据加载至计算数据库。为了便于说明，以业务数据库为Oracle数据库进行说明，其中，Oracle数据库是一款关系数据库管理系统，但应获知的是，这并不构成对本发明实施例的限定，即业务数据库还可以为更多类型的数据库。微服务是指区别于系统，只针对单个应用进行开发的服务，在本发明实施例中是指独立部署的用于处理业务数据的服务，其中，微服务可以被部署为专门具备处理业务数据的功能，也可以被部署为在具备处理业务数据功能的基础上具备其他功能，如统计功能等。另外，计算数据库也是独立部署的用于处理业务数据的数据库，部署的目的是为了降低在业务数据处理过程中业务数据库受影响的程度，计算数据库的数据库类型可以与业务数据库相同，也可以与业务数据库不同。在通过微服务将业务数据从业务数据库加载至计算数据库之前，可在微服务中预存对业务数据进行操作的操作指令集，该操作指令集与待加载的业务数据相关，包括两部分，一部分是从业务数据库中多个业务数据表调取业务数据库的操作指令，另一部分是将业务数据加载至计算数据库的操作指令，操作指令的格式根据待操作的数据库的数据库类型进行决定，比如从业务数据库中调取业务数据的操作指令可以是结构化查询语言(Structured QueryLanguage，SQL)指令。在微服务运行时，自动执行该操作指令集，即可完成业务数据的加载过程。
可选地，通过对象关系映射(Object Relational Mapping，ORM)技术将业务数据从业务数据库中加载至计算数据库。对象关系映射技术是可将面向对象语言程序中的对象自动持久化到关系数据库中的技术，故能够实现数据源的切换，支持存在多种类型的业务数据库的场景，在本发明实施例中，优选在微服务中部署基于对象关系映射技术的MyBatis，其中，MyBatis是一款开源的基于Java的持久层框架。在通过MyBatis加载业务数据时，首先通过MyBatis连接业务数据库，而由于MyBatis对Java数据库连接(JavaDataBase Connectivity，JDBC)进行了封装，故可通过MyBatis中的JDBC技术连接业务数据库。具体地，获取业务数据库的注册驱动、数据库连接串、用户名和密码，以业务数据库为Oralce数据库举例，注册驱动的示例为“oracle.jdbc.driver.OracleDriver”，数据库连接串的示例为“jdbc:oracle:thin:@192.168.1.1:1521:ORCL”，用户名的示例为“admin”，密码的示例为“123456”。值得一提的是，还可预先将业务数据库的注册驱动、数据库连接串、用户名和密码写入到MyBatis的配置文件中，从而在运行MyBatis时，自动实现与业务数据库的连接，提升连接效率。同样地，在连接业务数据库后，连接计算数据库。此外，为了易于对操作指令进行管理，可将操作指令集预先写入MyBatis的配置文件，写入完成后，若要对某个操作指令进行修改，则直接在配置文件中对该操作指令进行修改即可，而不是像传统的将操作指令置入Java的类中，导致在对该操作指令进行修改之后，还需要对Java的类进行编译操作。
可选地，在微服务中配置加载日志，所述加载日志用于记录将业务数据从业务数据库中的多个业务数据表加载至计算数据库中的过程。在本发明实施例中，配置加载日志以监控操作指令集的执行情况，并可将加载日志输出至用户的控制台、输出为日志文件或输出至存放日志的数据库，方便用户查看业务数据的加载情况。若通过上述的MyBatis执行加载过程，则还可以在MyBatis的配置文件中配置加载日志的输出方式，比如输出方式可配置为SLF4J、LOG4J、LOG4J2和COMMONS_LOGGING等。
在S102中，对于所述微服务的多个线程中的任一线程，通过所述线程从所述计算数据库中获取所述线程对应的指定分页的业务数据，并对获取到的业务数据进行处理，得到处理结果。
当业务数据加载至计算数据库后，启动微服务的多线程从计算数据库中获取业务数据进行处理，其中，微服务的每个线程都从计算数据库中获取与该线程对应的指定分页的业务数据，并对获取到到得到业务数据进行处理，得到处理结果。以例子进行说明，假设业务数据在计算数据库中的存储格式为数据库表，则通过微服务将业务数据加载至计算数据库时，在计算数据库中生成多个计算数据表以存储业务数据。则预先在微服务的每个线程中，根据该线程预设的获取对象，在该线程中设置对应的分页语句，比如计算数据库为MySQL数据库，微服务的某个线程的获取对象是计算数据表中的第20页至第30页的数据，则可在该线程中设置分页语句为SQL语句，为“select*from table WHERE…LIMIT 20，30”，即通过LIMIT函数来对计算数据库中的业务数据进行分页，并使该线程获取指定分页的业务数据。当然，每个线程的分页语句的格式根据计算数据库的数据库类型进行设定，上述的SQL语句仅作示例，指定分页的具体页数也可以根据实际应用场景进行调整。值得一提的是，本发明实施例并不限定微服务多线程的创建原理，比如多线程可以通过Java中的继承Thread类、实现Runnable接口或实现Callable接口创建。与通过微服务的多线程从计算数据库获取业务数据同样地，在步骤S101中也可以通过微服务的多线程将业务数据从业务数据库的多个业务数据表中加载至计算数据库。
可选地，在微服务的每个线程分别获取计算数据库中每个线程对应的指定分页的业务数据之前，对计算数据库中的业务数据进行筛选操作。在实际应用场景中，可能存在只需要对部分业务数据进行处理的需求，比如某个保险险种只需要对投保人年龄在五十岁以上对应的业务数据进行现金价值计算，故可在每个线程获取指定分页的业务数据之前，对计算数据库中的业务数据进行筛选操作，并只保留筛选后的业务数据。筛选过程可以通过微服务的一个或多个线程完成，筛选条件根据实际应用场景制定，比如示例的一个筛选过程为微服务的第一个线程筛选出计算数据库的第一个计算数据表中年龄项数据值大于50的业务数据，微服务的第二个线程筛选出计算数据库的第二个计算数据表中年龄项数据值大于50的业务数据。筛选完成后，微服务的每个线程再获取筛选后的与该线程对应的指定分页的业务数据，提升了对不同应用场景的适用性。
在S103中，将所述多个线程得到的多个处理结果进行汇总并输出。
在微服务的每个线程内，对获取到的指定分页的业务数据进行处理，具体可在每个线程内写入与业务的处理逻辑对应的处理语句，并在每个线程内通过执行处理语句对指定分页的业务数据进行处理。其中，微服务每个线程的处理过程独立进行，并且每个线程在处理完指定分页的业务数据后都会生成处理结果。比如对于某个保险险种，每个线程内获取到的指定分页的业务数据为投保金额，则预先在每个线程内写入保险费率和处理语句(保险费率乘以投保金额)，则每个线程生成线程处理结果即为保险费。由于微服务包括多个线程，故将多个线程中的多个处理结果进行汇总并输出，得到的处理结果即对应原本的业务数据库中的业务数据。
可选地，对微服务的线程中的指定语句进行日志记录。在处理得到处理结果的过程中，可能某些处理过程较为重要，比如涉及到传入参数和传出参数的处理过程，故预先在微服务线程中的指定语句设置日志记录点，以将该指定语句的执行情况作为日志进行输出，输出形式包括输出至用户的控制台、输出为日志文件或输出至存放日志的数据库，其中，设置日志记录点的线程可为微服务的指定线程，也可为微服务的每个线程，提升了处理过程对于用户的透明程度，方便用户查看处理过程的执行情况。
通过图1所示实施例可知，在本发明实施例中，通过独立部署的微服务将业务数据库存储的业务数据加载至计算数据库，并在业务数据加载完成后，通过微服务的多个线程从计算数据库中获取业务数据，其中微服务的每个线程从计算数据库中获取与该线程对应的指定分页的业务数据，并对获取到的业务数据进行处理，得到处理结果，最后将微服务的多个线程对应的多个处理结果进行汇总并输出，提升了业务数据的计算效率。
图2所示，是在本发明实施例一的基础上，并在计算数据库包括MongoDB数据库和Redis数据库的基础上，对通过微服务将业务数据库中多个业务数据表中存储的业务数据加载至计算数据库进行细化得到的一种实现方法。本发明实施例提供了业务数据的处理方法的实现流程图，如图2所示，该业务数据的处理方法可以包括以下步骤：
在S201中，获取预设的数据量阈值。
在本发明实施例中，计算数据库包括MongoDB数据库和Redis数据库，其中，MongoDB数据库是由C++语言编写的基于分布式文件存储的数据库，其处理性能较高，并且易于部署和使用，适用于存放数据量较大的数据；Redis数据库是使用C语言编写的采用集群存储的内存数据库，由于是内存数据库，故Redis数据库的数据读写速度快，适用于存放数据量较小的数据。根据MongoDB数据库和Redis数据库的特性，在本发明实施例中，首先获取预设的数据量阈值，该数据量阈值可写入到微服务中，用于判断不同业务数据表的加载去处，即加载至MongoDB数据库还是Redis数据库。
在S202中，获取与所述多个业务数据表一一对应的多个表数据量，并将所述多个表数据量与所述数据量阈值进行比较。
在获取到数据量阈值后，微服务获取业务数据库中每个业务数据表的表数据量，该表数据量可以是对应的业务数据表所占的存储空间，也可以是对应的业务数据表的总行数。以业务数据库为Oracle数据库举例，若表数据量为业务数据表所占的存储空间，则可通过SQL中的SELECT语句，并在SELECT语句中添加业务数据表的表名及输出BYTES(字节数，相当于所占的存储空间)的语句，以获取该业务数据表对应的表数据量；若表数据量为业务数据表所占的总行数，则可同样通过SQL中的SELECT语句并在SELECT语句中增添count函数，具体语句为“select count(*)from‘表名’”，以获取该业务数据表对应的表数据量。当然，表数据量的获取方法并不限于上述例子。值得一提的是，为了方便比对，在设置数据量阈值及设置表数据量的获取语句时，统一数据量阈值和表数据量的格式，即都为存储空间，或都为总行数。当获取到了业务数据库中与多个业务数据表一一对应的多个表数据量后，将多个表数据量分别与数据量阈值进行数值比较。
在S203中，若所述表数据量大于或等于所述数据量阈值，则将所述表数据量对应的所述业务数据表存储的所述业务数据加载至所述MongoDB数据库。
若某个业务数据表的表数据量大于或等于数据量阈值，则通过微服务将该业务数据表存储的业务数据加载至MongoDB数据库中。值得一提的是，由于表数据量较大，故可通过微服务的多个线程将对应的业务数据表存储的业务数据加载至MongoDB数据库。
在S204中，若所述表数据量小于所述数据量阈值，则将所述表数据量对应的所述业务数据表存储的所述业务数据加载至所述Redis数据库。
若某个业务数据表的表数据量小于数据量阈值，则通过微服务将该业务数据表存储的业务数据加载至Redis数据库中。值得一提的是，由于Redis数据库的数据读取速度快，该业务数据表的数据量也较小，故微服务的单个线程就可满足将该业务数据表的业务数据加载至Redis数据库的需求。
通过图2所示实施例可知，在本发明实施例中，通过获取预设的数据量阈值，并获取与业务数据库中多个业务数据表一一对应的多个表数据量，将多个表数据量与数据量阈值进行比较，若其中的某个表数据量大于或等于数据量阈值，则将该表数据量对应的业务数据表存储的业务数据加载至MongoDB数据库；若其中的某个表数据量小于数据量阈值，则将该表数据量对应的业务数据表存储的业务数据加载至Redis数据库，实现了不同数据量的业务数据表的分别处理，提升了业务数据的加载效率。
图3所示，是在本发明实施例一的基础上，并在计算数据库包括MongoDB数据库和Redis数据库的基础上，对通过微服务将业务数据库中多个业务数据表存储的业务数据加载至计算数据库进行细化得到的另一种实现方法。本发明实施例提供了业务数据的处理方法的实现流程图，如图3所示，该业务数据的处理方法可以包括以下步骤：
在S301中，判断所述多个业务数据表中是否存在关联标识。
在本发明实施例中，在计算数据库包括MongoDB数据库和Redis数据库的前提下，判断业务数据库的多个业务数据表中是否存在关联标识，关联标识是指主键或外键，其中，主键(primary key)是数据表中的一个或多个字段，用于唯一地标识数据表中的某一条记录；外键(foreign key)也是数据表中的一个或多个字段，拥有外键的数据表与拥有主键的数据表之间存在关联关系，即外键在对应的数据表中引用的值来源于主键对应的数据表。以业务数据库为Oracle数据库举例，在判断业务数据表是否存在主键或外键时，可基于SQL中的SELECT语句，首先在SELECT语句中添加选取该业务数据表的语句，再添加“constraint_type＝‘P’”和“constraint_type＝‘R’”的语句，如果该业务数据表存在主键或外键，则返回的值不为空。其中，constraint_type指示键的类型，‘P’指示主键，‘R’指示外键。
在S302中，若所述业务数据表中存在所述关联标识，则将所述关联标识相关的所述业务数据表存储的所述业务数据加载至所述MongoDB数据库。
如果判断出某个业务数据表中存在关联标识，即存在主键或外键，则该业务数据表与其他的业务数据表存在关联，则为了方便统一处理，将该业务数据表存储的业务数据加载至MongoDB数据库。其中，可通过微服务的多个线程将该业务数据表存储的业务数据加载至MongoDB数据库，在后续从MongoDB数据库获取业务数据时，同样可通过微服务的多个线程进行获取。
在S303中，若所述业务数据表中不存在所述关联标识，则将不存在所述关联标识的所述业务数据表存储的所述业务数据加载至所述Redis数据库。
如果判断出某个业务数据表中不存在关联标识，则该业务数据表与其他的业务数据表不存在关联，则为了保证对该业务数据表存储的业务数据进行后续处理的速度，将该业务数据表存储的业务数据加载至Redis数据库。其中，通过微服务的单个线程将该业务数据表存储的业务数据加载至Redis数据库，在后续从Redis数据库获取业务数据时，同样通过微服务的单个线程进行获取。
通过图3所示实施例可知，在本发明实施例中，通过判断多个业务数据表中是否存在关联标识，若其中的某个业务数据表中存在关联标识，则将关联标识相关的该业务数据表存储的业务数据加载至MongoDB数据库；若其中的某个业务数据表中不存在关联标识，则将不存在关联标识的该业务数据表存储的所述业务数据加载至Redis数据库，实现了拥有关联标识的业务数据表的业务数据和的未拥有关联标识的业务数据表的业务数据的分别加载，使得加载后的MongoDB数据库包含存在关联的业务数据，Redis数据库中不包含存在关联的业务数据，提升了业务数据加载的有序性。
图4所示，是在本发明实施例一的基础上，对通过微服务将业务数据库中多个业务数据表中存储的业务数据加载至计算数据库之前，启动微服务的过程进行细化后得到的一种实现方法。本发明实施例提供了业务数据的处理方法的实现流程图，如图4所示，该业务数据的处理方法可以包括以下步骤：
在S401中，获取所述业务数据库中的所述业务数据的数据变化量，所述数据变化量在检测到所述业务数据发生新增、删除或修改操作时累加。
在业务开展的过程中，业务数据库中存储的业务数据可能会随时发生变化，而在某些应用场景中，当业务数据的变化达到预期的目标时，才执行对业务数据的处理，故在本发明实施例中，实时获取业务数据的数据变换量，具体获取方式包括但不限于对业务数据库自带的触发器(trigger)进行配置，并配置数据变化量的初始值为零，在用户对业务数据库中的业务数据进行新增、删除或修改操作时，自动触发触发器，使得数据变化量加一。获取方式还可以是实时获取业务数据库输出的更新日志(该更新日志记录业务数据库的所有更改业务数据的语句)，并将数据变化量置为零，当更新日志本身出现更新时，根据新出现的语句条数，对数据变化量进行累加操作，比如新出现三条语句，则在已有的数据变化量基础上加三。
在S402中，若所述数据变化量达到预设的变化量阈值，则启动所述微服务。
对实时获取到的数据变化量进行检测，若数据变化量达到预设的变化量阈值，则证明对业务数据库中业务数据的变化已达到预期的目标，故启动微服务，以对业务数据进行处理。启动微服务后，对数据变化量进行归零操作，以便进行下一次的微服务启动。
可选地，在微服务中设置数据处理开关。为了使业务数据在必要时进行处理，故可在微服务中设置数据处理开关，数据处理开关默认为关闭状态，即当微服务开启后，微服务处于待机状态，并不执行对业务数据进行处理的操作。另外，在微服务启动后，可向用户操作的客户端发送提示，当获取到客户端返回的打开指令后，才打开数据处理开关，使得微服务对业务数据进行处理。
通过图4所示实施例可知，在本发明实施例中，通过获取业务数据库中的业务数据的数据变化量，该数据变化量在检测到业务数据发生新增、删除或修改操作时累加，若数据变化量达到预设的变化量阈值，则启动微服务，设置微服务的启动条件是数据变化量达到变化量阈值，使得微服务的启动条件符合在业务数据达到预期目标才进行处理的实际应用场景，提升了微服务启动的适用性。
图5所示，是在本发明实施例一的基础上，对通过微服务将业务数据库中多个业务数据表存储的业务数据加载至计算数据库之前，启动微服务的过程进行细化后得到的另一种实现方法。本发明实施例提供了业务数据的处理方法的实现流程图，如图5所示，该业务数据的处理方法可以包括以下步骤：
在S501中，监控所述业务数据库的时间参数，所述时间参数为当前时间或当前时间距离与上次处理所述业务数据的时间间隔。
在实际应用场景，可能存在每天定时或者每隔固定的时间间隔处理业务数据的需求，故在本发明实施例中，监控业务数据库的时间参数，该时间参数为业务数据库的当前时间或者为当前时间距离上次处理业务数据库的业务数据的时间间隔。以业务数据库为Oracle数据库举例，若时间参数为当前时间，则可通过SQL中的select GETDATE()语句或者select DATENAME()等语句进行获取；若时间参数为当前时间距离上次处理业务数据的时间间隔，则首先记录上次处理业务数据的时间作为基础时间，并获取业务数据库的当前时间，将当前时间与基础时间相减即为时间参数。
在S502中，当所述时间参数满足预设的时间条件时，启动所述微服务。
获取到时间参数，检测时间参数是否满足预设的时间条件，若满足，则启动微服务；若不满足，则继续监控时间参数。其中，若时间参数为当前时间，则时间条件可设置为某个确定时间，如某年某月某日某时某分某秒，当前时间与确定时间的单位应一致；若时间参数为当前时间与上次处理业务数据的时间间隔，则时间条件可设置为某个固定的时间值，如24小时。
通过图5所示实施例可知，在本发明实施例中，通过监控业务数据库的时间参数，时间参数为当前时间或当前时间距离与上次处理所述业务数据的时间间隔，并当时间参数满足预设的时间条件时，启动微服务，执行业务数据的处理，提升了启动微服务的操作的适用性。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
图6示出了本发明实施例提供的终端设备的结构框图，该终端设备包括的各单元用于执行图1对应的实施例中的各步骤。具体请参阅图1与图1所对应的实施例中的相关描述。为了便于说明，仅示出了与本实施例相关的部分。
参见图6，所述终端设备包括：
加载单元61，用于通过微服务将业务数据库中多个业务数据表中存储的业务数据加载至计算数据库，所述微服务用于处理所述业务数据，所述微服务包括多个线程；
获取单元62，用于对于所述微服务的多个线程中的任一线程，通过所述线程从所述计算数据库中获取所述线程对应的指定分页的业务数据，并对获取到的业务数据进行处理，得到处理结果；
输出单元63，用于将所述多个线程得到的多个处理结果进行汇总并输出。
可选地，所述计算数据库包括MongoDB数据库和Redis数据库，所述加载单元61，包括：
阈值获取单元，用于获取预设的数据量阈值；
比较单元，用于获取与所述多个业务数据表一一对应的多个表数据量，并将所述多个表数据量与所述数据量阈值进行比较；
第一加载单元，用于若所述表数据量大于或等于所述数据量阈值，则将所述表数据量对应的所述业务数据表存储的所述业务数据加载至所述MongoDB数据库；
第二加载单元，用于若所述表数据量小于所述数据量阈值，则将所述表数据量对应的所述业务数据表存储的所述业务数据加载至所述Redis数据库。
可选地，所述计算数据库包括MongoDB数据库和Redis数据库，所述加载单元61，包括：
判断单元，用于判断所述多个业务数据表中是否存在关联标识；
第三加载单元，用于若所述业务数据表中存在所述关联标识，则将所述关联标识相关的所述业务数据表存储的所述业务数据加载至所述MongoDB数据库；
第四加载单元，用于若所述业务数据表中不存在所述关联标识，则将不存在所述关联标识的所述业务数据表存储的所述业务数据加载至所述Redis数据库。
可选地，所述加载单元61，还包括：
变化量获取单元，用于获取所述业务数据库中的所述业务数据的数据变化量，所述数据变化量在检测到所述业务数据发生新增、删除或修改操作时累加；
启动单元，用于若所述数据变化量达到预设的变化量阈值，则启动所述微服务。
可选地，所述加载单元61，还包括：
监控单元，用于监控所述业务数据库的时间参数，所述时间参数为当前时间或当前时间距离与上次处理所述业务数据的时间间隔；
微服务单元，用于当所述时间参数满足预设的时间条件时，启动所述微服务。
因此，本发明实施例提供的终端设备通过微服务将业务数据加载至计算数据库，并通过微服务的多个线程对业务数据进行处理，提升了业务数据的处理效率。
图7是本发明实施例提供的终端设备的示意图。如图7所示，该实施例的终端设备7包括：处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72。所述处理器70执行所述计算机程序72时实现上述各个业务数据的处理方法实施例中的步骤，例如图1所示的步骤S101至S103。或者，所述处理器70执行所述计算机程序72时实现上述各终端设备实施例中各单元的功能，例如图6所示单元61至63的功能。
示例性的，所述计算机程序72可以被分割成一个或多个单元，所述一个或者多个单元被存储在所述存储器71中，并由所述处理器70执行，以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序72在所述终端设备7中的执行过程。例如，所述计算机程序72可以被分割成加载单元、获取单元和输出单元，各单元具体功能如下：
加载单元，用于通过微服务将业务数据库中多个业务数据表中存储的业务数据加载至计算数据库，所述微服务用于处理所述业务数据，所述微服务包括多个线程；
获取单元，用于对于所述微服务的多个线程中的任一线程，通过所述线程从所述计算数据库中获取所述线程对应的指定分页的业务数据，并对获取到的业务数据进行处理，得到处理结果；
输出单元，用于将所述多个线程得到的多个处理结果进行汇总并输出。
所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是终端设备7的示例，并不构成对终端设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器70可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器71可以是所述终端设备7的内部存储单元，例如终端设备6的硬盘或内存。所述存储器71也可以是所述终端设备7的外部存储设备，例如所述终端设备7上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元完成，即将所述终端设备的内部结构划分成不同的功能单元，以完成以上描述的全部或者部分功能。实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的终端设备和方法，可以通过其它的方式实现。例如，以上所描述的终端设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random AccessMemory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (10)
1.一种业务数据的处理方法，其特征在于，包括：
通过微服务将业务数据库中多个业务数据表中存储的业务数据加载至计算数据库，所述微服务用于处理所述业务数据，所述微服务包括多个线程；
对于所述微服务的多个线程中的任一线程，通过所述线程从所述计算数据库中获取所述线程对应的指定分页的业务数据，并对获取到的业务数据进行处理，得到处理结果；
将所述多个线程得到的多个处理结果进行汇总并输出。
2.如权利要求1所述的处理方法，其特征在于，所述计算数据库包括MongoDB数据库和Redis数据库，所述通过微服务将业务数据库中多个业务数据表中存储的业务数据加载至计算数据库，包括：
获取预设的数据量阈值；
获取与所述多个业务数据表一一对应的多个表数据量，并将所述多个表数据量与所述数据量阈值进行比较；
若所述表数据量大于或等于所述数据量阈值，则将所述表数据量对应的所述业务数据表存储的所述业务数据加载至所述MongoDB数据库；
若所述表数据量小于所述数据量阈值，则将所述表数据量对应的所述业务数据表存储的所述业务数据加载至所述Redis数据库。
3.如权利要求1所述的处理方法，其特征在于，所述计算数据库包括MongoDB数据库和Redis数据库，所述通过微服务将业务数据库中多个业务数据表中存储的业务数据加载至计算数据库，包括：
判断所述多个业务数据表中是否存在关联标识；
若所述业务数据表中存在所述关联标识，则将所述关联标识相关的所述业务数据表存储的所述业务数据加载至所述MongoDB数据库；
若所述业务数据表中不存在所述关联标识，则将不存在所述关联标识的所述业务数据表存储的所述业务数据加载至所述Redis数据库。
4.如权利要求1所述的处理方法，其特征在于，所述通过微服务将业务数据库中多个业务数据表中存储的业务数据加载至计算数据库之前，还包括：
获取所述业务数据库中的所述业务数据的数据变化量，所述数据变化量在检测到所述业务数据发生新增、删除或修改操作时累加；
若所述数据变化量达到预设的变化量阈值，则启动所述微服务。
5.如权利要求1所述的处理方法，其特征在于，所述通过微服务将业务数据库中多个业务数据表中存储的业务数据加载至计算数据库之前，还包括：
监控所述业务数据库的时间参数，所述时间参数为当前时间或当前时间距离与上次处理所述业务数据的时间间隔；
当所述时间参数满足预设的时间条件时，启动所述微服务。
6.一种终端设备，其特征在于，所述终端设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：
通过微服务将业务数据库中多个业务数据表中存储的业务数据加载至计算数据库，所述微服务用于处理所述业务数据，所述微服务包括多个线程；
对于所述微服务的多个线程中的任一线程，通过所述线程从所述计算数据库中获取所述线程对应的指定分页的业务数据，并对获取到的业务数据进行处理，得到处理结果；
将所述多个线程得到的多个处理结果进行汇总并输出。
7.如权利要求6所述的终端设备，其特征在于，所述计算数据库包括MongoDB数据库和Redis数据库，所述通过微服务将业务数据库中多个业务数据表中存储的业务数据加载至计算数据库，包括：
获取预设的数据量阈值；
获取与所述多个业务数据表一一对应的多个表数据量，并将所述多个表数据量与所述数据量阈值进行比较；
若所述表数据量大于或等于所述数据量阈值，则将所述表数据量对应的所述业务数据表存储的所述业务数据加载至所述MongoDB数据库；
若所述表数据量小于所述数据量阈值，则将所述表数据量对应的所述业务数据表存储的所述业务数据加载至所述Redis数据库。
8.如权利要求6所述的终端设备，其特征在于，所述计算数据库包括MongoDB数据库和Redis数据库，所述通过微服务将业务数据库中多个业务数据表中存储的业务数据加载至计算数据库，包括：
判断所述多个业务数据表中是否存在关联标识；
若所述业务数据表中存在所述关联标识，则将所述关联标识相关的所述业务数据表存储的所述业务数据加载至所述MongoDB数据库；
若所述业务数据表中不存在所述关联标识，则将不存在所述关联标识的所述业务数据表存储的所述业务数据加载至所述Redis数据库。
9.如权利要求6所述的终端设备，其特征在于，所述通过微服务将业务数据库中多个业务数据表中存储的业务数据加载至计算数据库之前，还包括：
获取所述业务数据库的所述多个业务数据表的数据变化量，所述数据变化量在检测到所述业务数据发生新增、删除或修改操作时累加；
若所述数据变化量达到预设的变化量阈值，则启动所述微服务。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810962343.4A CN109344153B (zh) | 2018-08-22 | 2018-08-22 | 业务数据的处理方法及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810962343.4A CN109344153B (zh) | 2018-08-22 | 2018-08-22 | 业务数据的处理方法及终端设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109344153A true CN109344153A (zh) | 2019-02-15 |
| CN109344153B CN109344153B (zh) | 2023-12-05 |
Family
ID=65296783
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810962343.4A Active CN109344153B (zh) | 2018-08-22 | 2018-08-22 | 业务数据的处理方法及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109344153B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110147353A (zh) * | 2019-04-24 | 2019-08-20 | 深圳先进技术研究院 | 基于日志分析的MongoDB数据迁移监控方法及装置 |
| CN110362341A (zh) * | 2019-07-24 | 2019-10-22 | 上海钧正网络科技有限公司 | 基于微服务架构的业务管理方法、装置、设备和存储介质 |
| CN110378660A (zh) * | 2019-07-30 | 2019-10-25 | 北京字节跳动网络技术有限公司 | 库存处理方法、装置、电子设备和计算机可读存储介质 |
| CN110457382A (zh) * | 2019-08-12 | 2019-11-15 | 中国联合网络通信集团有限公司 | 业务处理方法及设备 |
| CN110618067A (zh) * | 2019-09-20 | 2019-12-27 | 谢国宇 | 一种基于监测服务网格的污染追踪溯源系统及方法 |
| CN110888925A (zh) * | 2019-10-11 | 2020-03-17 | 广州大气候农业科技有限公司 | 数据加载分发的方法、装置及存储介质 |
| CN111752694A (zh) * | 2020-06-28 | 2020-10-09 | 中国银行股份有限公司 | 基于翻页机制的数据处理方法及装置 |
| CN112085201A (zh) * | 2020-09-22 | 2020-12-15 | 广州医药信息科技有限公司 | 一种基于微服务应用的逻辑推演方法 |
| CN112486966A (zh) * | 2020-11-26 | 2021-03-12 | 中国国家铁路集团有限公司 | 一种过期数据清理方法、装置和电子设备 |
| CN113364857A (zh) * | 2021-06-03 | 2021-09-07 | 中国工商银行股份有限公司 | 业务数据的处理方法、装置和服务器 |
| CN113986932A (zh) * | 2021-12-28 | 2022-01-28 | 恒生电子股份有限公司 | 数据处理方法、装置、计算机设备及可读存储介质 |
| CN116431742A (zh) * | 2023-06-09 | 2023-07-14 | 合肥青谷信息科技有限公司 | 一种大数据量的业务数据加工方法、装置及电子设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104199930A (zh) * | 2014-09-04 | 2014-12-10 | 江苏百联软件有限公司 | 数据采集及处理的系统及方法 |
| CN104572676A (zh) * | 2013-10-16 | 2015-04-29 | 中国银联股份有限公司 | 一种针对多数据库表的跨库分页查询方法 |
| CN105488134A (zh) * | 2015-11-25 | 2016-04-13 | 用友网络科技股份有限公司 | 大数据处理方法及大数据处理装置 |
| CN107025222A (zh) * | 2016-01-29 | 2017-08-08 | 五八同城信息技术有限公司 | 一种分布式日志采集方法及装置 |
| CN107609159A (zh) * | 2017-09-26 | 2018-01-19 | 恒生电子股份有限公司 | 用于数据加载的方法、装置及计算机可读介质 |
| CN107608769A (zh) * | 2017-09-13 | 2018-01-19 | 郑州云海信息技术有限公司 | 一种数据处理方法及装置 |
-
2018
- 2018-08-22 CN CN201810962343.4A patent/CN109344153B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104572676A (zh) * | 2013-10-16 | 2015-04-29 | 中国银联股份有限公司 | 一种针对多数据库表的跨库分页查询方法 |
| CN104199930A (zh) * | 2014-09-04 | 2014-12-10 | 江苏百联软件有限公司 | 数据采集及处理的系统及方法 |
| CN105488134A (zh) * | 2015-11-25 | 2016-04-13 | 用友网络科技股份有限公司 | 大数据处理方法及大数据处理装置 |
| CN107025222A (zh) * | 2016-01-29 | 2017-08-08 | 五八同城信息技术有限公司 | 一种分布式日志采集方法及装置 |
| CN107608769A (zh) * | 2017-09-13 | 2018-01-19 | 郑州云海信息技术有限公司 | 一种数据处理方法及装置 |
| CN107609159A (zh) * | 2017-09-26 | 2018-01-19 | 恒生电子股份有限公司 | 用于数据加载的方法、装置及计算机可读介质 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110147353A (zh) * | 2019-04-24 | 2019-08-20 | 深圳先进技术研究院 | 基于日志分析的MongoDB数据迁移监控方法及装置 |
| CN110362341A (zh) * | 2019-07-24 | 2019-10-22 | 上海钧正网络科技有限公司 | 基于微服务架构的业务管理方法、装置、设备和存储介质 |
| CN110378660A (zh) * | 2019-07-30 | 2019-10-25 | 北京字节跳动网络技术有限公司 | 库存处理方法、装置、电子设备和计算机可读存储介质 |
| CN110457382A (zh) * | 2019-08-12 | 2019-11-15 | 中国联合网络通信集团有限公司 | 业务处理方法及设备 |
| CN110618067A (zh) * | 2019-09-20 | 2019-12-27 | 谢国宇 | 一种基于监测服务网格的污染追踪溯源系统及方法 |
| CN110888925B (zh) * | 2019-10-11 | 2022-06-17 | 广州大气候农业科技有限公司 | 数据加载分发的方法、装置及存储介质 |
| CN110888925A (zh) * | 2019-10-11 | 2020-03-17 | 广州大气候农业科技有限公司 | 数据加载分发的方法、装置及存储介质 |
| CN111752694A (zh) * | 2020-06-28 | 2020-10-09 | 中国银行股份有限公司 | 基于翻页机制的数据处理方法及装置 |
| CN112085201B (zh) * | 2020-09-22 | 2021-05-18 | 广州医药信息科技有限公司 | 一种基于微服务应用的逻辑推演方法 |
| CN112085201A (zh) * | 2020-09-22 | 2020-12-15 | 广州医药信息科技有限公司 | 一种基于微服务应用的逻辑推演方法 |
| CN112486966A (zh) * | 2020-11-26 | 2021-03-12 | 中国国家铁路集团有限公司 | 一种过期数据清理方法、装置和电子设备 |
| CN113364857A (zh) * | 2021-06-03 | 2021-09-07 | 中国工商银行股份有限公司 | 业务数据的处理方法、装置和服务器 |
| CN113986932A (zh) * | 2021-12-28 | 2022-01-28 | 恒生电子股份有限公司 | 数据处理方法、装置、计算机设备及可读存储介质 |
| CN113986932B (zh) * | 2021-12-28 | 2022-04-12 | 恒生电子股份有限公司 | 数据处理方法、装置、计算机设备及可读存储介质 |
| CN116431742A (zh) * | 2023-06-09 | 2023-07-14 | 合肥青谷信息科技有限公司 | 一种大数据量的业务数据加工方法、装置及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109344153B (zh) | 2023-12-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109344153A (zh) | 业务数据的处理方法及终端设备 | |
| CN108536761A (zh) | 报表数据查询方法及服务器 | |
| CN108512689A (zh) | 微服务业务监控方法及服务器 | |
| CN109325037A (zh) | 一种针对海量数据的数据同步方法、存储介质和服务器 | |
| CN108304522A (zh) | 一种数据库之间差异的比对方法、装置及终端设备 | |
| CN105069134A (zh) | 一种Oracle统计信息自动收集方法 | |
| CN107810500A (zh) | 数据质量分析 | |
| CN107016025A (zh) | 一种非关系型数据库索引的建立方法及装置 | |
| CN105989076A (zh) | 一种数据统计方法以及装置 | |
| CN103455489A (zh) | 一种快速构建企业关键业绩指标的方法和系统 | |
| CN106126540A (zh) | 数据库访问系统及其访问方法 | |
| CN109542935A (zh) | 一种规则引擎的执行方法、存储介质和服务器 | |
| CN110175163A (zh) | 基于业务功能智能解析的多库分离方法、系统及介质 | |
| CN110196758A (zh) | 数据处理方法和装置、存储介质及电子装置 | |
| CN110245145A (zh) | 关系型数据库到Hadoop数据库的结构同步方法和装置 | |
| CN107463610A (zh) | 一种数据入库方法及装置 | |
| AU2017254893A1 (en) | Adapting database queries for data virtualization over combined database stores | |
| CN109376142A (zh) | 数据迁移方法及终端设备 | |
| CN109684332A (zh) | 一种数据宽表生成方法、装置及系统 | |
| CN107391506A (zh) | 用于查询数据的方法和装置 | |
| CN110442602A (zh) | 数据查询方法、装置、服务器及存储介质 | |
| CN108345658A (zh) | 算法计算轨迹的分解处理方法、服务器及存储介质 | |
| CN111061802B (zh) | 一种电力数据管理处理方法、装置及存储介质 | |
| CN108376320A (zh) | 履职数据管理方法及装置 | |
| CN108446989A (zh) | 手续费确定方法及终端设备 |
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 |