CN109460408A - 一种数据处理方法及装置 - Google Patents
一种数据处理方法及装置 Download PDFInfo
- Publication number
- CN109460408A CN109460408A CN201811269590.2A CN201811269590A CN109460408A CN 109460408 A CN109460408 A CN 109460408A CN 201811269590 A CN201811269590 A CN 201811269590A CN 109460408 A CN109460408 A CN 109460408A
- Authority
- CN
- China
- Prior art keywords
- list item
- spark
- column
- name
- item information
- 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
Landscapes
- Stored Programmes (AREA)
Abstract
在本申请实施例提供的数据处理方法及装置中，包括：根据预先设置的自定义语句，建立Spark与HBase表之间的通路；通过Spark获取HBase表的第一表项信息，根据预先存储的类型替换关系，将所述第一表项信息转换为第二表项信息；根据所述第二表项信息，通过Spark在Hive创建所述HBase表的映射表，记为Hive表。本申请实施例提供的数据处理方法可以根据预先设置的自定义语句建立Spark与HBase表的通路，然后通过Spark从HBase表获取表项信息，并对表项信息进行符合Spark格式需求的转换，从而通过Spark在Hive创建所述HBase表的映射表，该映射表既能从HBase表获取信息，又具有Spark系统数据分析速度快的优点。
Description
技术领域
本申请涉及互联网领域，具体而言，涉及一种数据处理方法及装置。
背景技术
HBase是一种Key/Value系统，它运行在HDFS之上，由于Hbase设计上的限制，使得其不能直接使用原生的API执行在关系数据库中普遍使用的条件判断和聚合等操作。
Spark是一个基于内存计算的开源的集群计算系统，数据分析更加快速；为了支持Spark对HBase表中的数据进行分析，所以需要支持Spark能够访问HBase的数据。
然而现有技术中，Spark不支持使用sql的方式在Hive上创建表并关联到已存在的HBase表，而现在在大数据应用开发过程中，Spark查询、分析的使用场景十分普遍，对这一能力的需求十分迫切。
申请内容
有鉴于此，本申请实施例提供了一种数据处理方法及装置。
第一方面，本申请实施例提供了一种数据处理方法，所述方法包括：根据预先设置的自定义语句，建立Spark与HBase表之间的通路；通过Spark获取HBase表的第一表项信息，根据预先存储的类型替换关系，将所述第一表项信息转换为第二表项信息；根据所述第二表项信息，通过Spark在Hive创建所述HBase表的映射表，记为Hive表。
在一个可能的设计中，所述第一表项信息包括列类型，所述通过Spark获取HBase表的第一表项信息，根据预先存储的类型替换关系，将所述第一表项信息转换为第二表项信息，包括：通过Spark获取HBase表的第一列类型，根据预先存储的列类型替换关系，将所述第一列类型转换为第二列类型。
在一个可能的设计中，所述第一表项信息还包括表名、列名以及列长度，所述根据所述第二表项信息，通过Spark在Hive创建所述HBase表的映射表，记为Hive表，包括：
通过Spark在Hive建立表名与所述第一表项信息的表名相同、列名与所述第一表项信息的列名相同、列长度与所述第一表项信息的列长度相同，列类型为第二列类型的映射表，记为Hive表。
在一个可能的设计中，所述根据所述第二表项信息，通过Spark在Hive创建所述HBase表的映射表，记为Hive表之后，所述方法还包括：通过Spark获取HBase表的第一数据信息；根据所述类型替换关系，转换所述第一数据信息的数据类型，获得第二数据信息；将所述第二数据信息呈现于所述Hive表。
在一个可能的设计中，所述通过Spark获取HBase表的第一数据信息，包括：根据所述Hive表的表名，从所述HBase表的多个子表的表名中选出相同的表名，将该表名对应的子表计做第一子表；根据所述Hive表的列名，从所述第一子表的多个列名中选出相同的列名，获取该列名对应的列的数据信息，计做第一数据信息。
第二方面，本申请实施例提供了一种数据处理装置，所述装置包括：通路建立模块，用于根据预先设置的自定义语句，建立Spark与HBase表之间的通路；表项信息转换模块，用于通过Spark获取HBase表的第一表项信息，根据预先存储的类型替换关系，将所述第一表项信息转换为第二表项信息；映射表创立模块，用于根据所述第二表项信息，通过Spark在Hive创建所述HBase表的映射表，记为Hive表。
在一个可能的设计中，所述映射表创立模块，还用于通过Spark获取HBase表的第一列类型，根据预先存储的列类型替换关系，将所述第一列类型转换为第二列类型。
在一个可能的设计中，所述映射表创立模块还用于通过Spark在Hive建立表名与所述第一表项信息的表名相同、列名与所述第一表项信息的列名相同、列长度与所述第一表项信息的列长度相同，列类型为第二列类型的映射表，记为Hive表。
在一个可能的设计中，所述装置还包括：数据获取模块，用于通过Spark获取HBase表的第一数据信息；类型转换模块，用于根据所述类型替换关系，转换所述第一数据信息的数据类型，获得第二数据信息；信息呈现模块，用于将所述第二数据信息呈现于所述Hive表。
在一个可能的设计中，所述数据获取模块包括：子表统计模块，用于根据所述Hive表的表名，从所述HBase表的多个子表的表名中选出相同的表名，将该表名对应的子表计做第一子表；列名筛选模块，用于根据所述Hive表的列名，从所述第一子表的多个列名中选出相同的列名，获取该列名对应的列的数据信息，计做第一数据信息。
在本申请实施例提供的数据处理方法及装置中，包括：根据预先设置的自定义语句，建立Spark与HBase表之间的通路；通过Spark获取HBase表的第一表项信息，根据预先存储的类型替换关系，将所述第一表项信息转换为第二表项信息；根据所述第二表项信息，通过Spark在Hive创建所述HBase表的映射表，记为Hive表。本申请实施例提供的数据处理方法可以根据预先设置的自定义语句建立Spark与HBase表的通路，然后通过Spark从HBase表获取表项信息，并对表项信息进行符合Spark格式需求的转换，从而通过Spark在Hive创建所述HBase表的映射表，该映射表既能从HBase表或许信息，又具有Spark系统数据分析速度快的优点。
为使本申请实施例所要实现的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚的说明本申请实施例或现有技术中的技术方案，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的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请第一实施例提供的数据处理方法的流程图；
图2是本申请第一实施例提供的数据处理方法的一种具体实施方式的步骤的流程图；
图3是图2中步骤S140的具体步骤的流程示意图；
图4是本申请第二实施例提供的数据处理装置的结构框图。
具体实施方式
第一实施例
请参见图1，图1示出了本申请第一实施例提供的数据处理方法的流程示意图，具体包括如下步骤：
步骤S110，根据预先设置的自定义语句，建立Spark与HBase表之间的通路。
自定义语句可以为操作命令，具体可以修改开源Spark源码，从而创建多个原本没有的操作命令，并且给上述操作命令对应的可实现功能。例如，对于操作命令A，其实现的功能为从HBase表中查询预先设置的表名；对于操作命令B，其实现的功能为从某表名对应的表中查询列名。利用自定义的操作命令实现Spark与HBase表之间的交互。
步骤S120，通过Spark获取HBase表的第一表项信息，根据预先存储的类型替换关系，将所述第一表项信息转换为第二表项信息。
所述第一表项信息包括列类型，上述步骤具体可以为：通过Spark获取HBase表的第一列类型，根据预先存储的列类型替换关系，将所述第一列类型转换为第二列类型。
由于HBase和Spark属于两个系统，因此Spark的部分数据格式可能与HBase的部分数据格式无法兼容，即第一列类型可能只能在HBase运行，第二列类型可能只能在Spark运行。而第一列类型转换为第二列类型的列类型替换关系可以预先存储在Spark系统中。
具体地，第一列类型可以为varchar类型，第二列类型可以为string类型，Spark系统中预先可以存储有varchar类型转换至string类型的转换关系。
步骤S130，根据所述第二表项信息，通过Spark在Hive创建所述HBase表的映射表，记为Hive表。
所述第一表项信息还包括表名、列名以及列长度，上述步骤具体可以为：通过Spark在Hive建立表名与所述第一表项信息的表名相同、列名与所述第一表项信息的列名相同、列长度与所述第一表项信息的列长度相同，列类型为第二列类型的映射表，记为Hive表。
可以将HBase表的表名、列名以及列长度直接沿用至Hive表，即Hive表的表名、列名以及列长度可以与HBase表的表名、列名以及列长度一致，由于HBase的列类型无法在Hive兼容，故对列类型进行针对性的转换，从而在Spark上建立了HBase表的映射表。
请参见图2，图2示出了本申请第一实施例的一种具体实施方式提供的数据处理方法的流程示意图，具体包括如下步骤：
步骤S110，根据预先设置的自定义语句，建立Spark与HBase表之间的通路。
步骤S120，通过Spark获取HBase表的第一表项信息，根据预先存储的类型替换关系，将所述第一表项信息转换为第二表项信息。
步骤S130，根据所述第二表项信息，通过Spark在Hive创建所述HBase表的映射表，记为Hive表。
图2示出的步骤S110至步骤S130与图1示出的步骤S110至步骤S130对应相同，在此便不做赘述。
步骤S140，通过Spark获取HBase表的第一数据信息。
在Spark建立与HBase表有映射关系的Hive表之后，从HBase表获得数据在Hive表中展现。
请参见图3，图3示出了步骤S140的具体步骤流程图，具体包括如下步骤：
步骤S141，根据所述Hive表的表名，从所述HBase表的多个子表的表名中选出相同的表名，将该表名对应的子表计做第一子表。
HBase表可以包括有多个子表，每个子表的表名不同，具体可以根据Hive表的表名从HBase表的多个子表的表明中选出相同的表名，然后执行步骤S142。
步骤S142，根据所述Hive表的列名，从所述第一子表的多个列名中选出相同的列名，获取该列名对应的列的数据信息，计做第一数据信息。
选择出目标表名对应的子表，即第一子表之后，从第一子表中选出相同的列名，获取该列名对应的列的数据信息，从而就获得的第一数据信息。例如，目标是获得表名为B的子表的第5列，则在根据表名筛选出子表之后，再获得B子表的第5列的数据，并将其计做第一数据信息。
步骤S150，根据所述类型替换关系，转换所述第一数据信息的数据类型，获得第二数据信息。
第一数据信息的部分数据的类型可能是只能在HBase表显示而不在Hive表显示的数据，因此将第一数据信息的数据类型转换为满足Hive表要求的数据，例如
步骤S160，将所述第二数据信息呈现于所述Hive表。
获得符合要求的第二数据信息之后，将第二数据信息呈现在Hive表中。本申请实施例提供的数据处理方法可以根据预先设置的自定义语句建立Spark与HBase表的通路，然后通过Spark从HBase表获取表项信息，并对表项信息进行符合Spark格式需求的转换，从而通过Spark在Hive创建所述HBase表的映射表，该映射表既能从HBase表或许信息，又具有Spark系统数据分析速度快的优点。
第二实施例
请参见图4，图4示出了本申请第二实施例提供的数据处理装置，该装置300包括：
通路建立模块310，用于根据预先设置的自定义语句，建立Spark与HBase表之间的通路。
表项信息转换模块320，用于通过Spark获取HBase表的第一表项信息，根据预先存储的类型替换关系，将所述第一表项信息转换为第二表项信息。
映射表创立模块330，用于根据所述第二表项信息，通过Spark在Hive创建所述HBase表的映射表，记为Hive表。
所述映射表创立模块330还用于通过Spark获取HBase表的第一列类型，根据预先存储的列类型替换关系，将所述第一列类型转换为第二列类型。
所述映射表创立模块330还用于通过Spark在Hive建立表名与所述第一表项信息的表名相同、列名与所述第一表项信息的列名相同、列长度与所述第一表项信息的列长度相同，列类型为第二列类型的映射表，记为Hive表。
所述装置还包括：数据获取模块，用于通过Spark获取HBase表的第一数据信息；类型转换模块，用于根据所述类型替换关系，转换所述第一数据信息的数据类型，获得第二数据信息；信息呈现模块，用于将所述第二数据信息呈现于所述Hive表。
所述数据获取模块包括：子表统计模块，用于根据所述Hive表的表名，从所述HBase表的多个子表的表名中选出相同的表名，将该表名对应的子表计做第一子表；列名筛选模块，用于根据所述Hive表的列名，从所述第一子表的多个列名中选出相同的列名，获取该列名对应的列的数据信息，计做第一数据信息。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法中的对应过程，在此不再过多赘述。
本申请还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行第一实施例所述的方法。
本申请还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行第一实施例所述的方法。
本申请还提供一种计算机程序产品，所述计算机程序产品在计算机上运行时，使得计算机执行第一实施例所述的方法。
在本申请实施例提供的数据处理方法及装置中，包括：根据预先设置的自定义语句，建立Spark与HBase表之间的通路；通过Spark获取HBase表的第一表项信息，根据预先存储的类型替换关系，将所述第一表项信息转换为第二表项信息；根据所述第二表项信息，通过Spark在Hive创建所述HBase表的映射表，记为Hive表。本申请实施例提供的数据处理方法可以根据预先设置的自定义语句建立Spark与HBase表的通路，然后通过Spark从HBase表获取表项信息，并对表项信息进行符合Spark格式需求的转换，从而通过Spark在Hive创建所述HBase表的映射表，该映射表既能从HBase表或许信息，又具有Spark系统数据分析速度快的优点。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程，可以参考前述方法中的对应过程，在此不再过多赘述。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种数据处理方法，其特征在于，所述方法包括：
根据预先设置的自定义语句，建立Spark与HBase表之间的通路；
通过Spark获取HBase表的第一表项信息，根据预先存储的类型替换关系，将所述第一表项信息转换为第二表项信息；
根据所述第二表项信息，通过Spark在Hive创建所述HBase表的映射表，记为Hive表。
2.根据权利要求1所述的方法，其特征在于，所述第一表项信息包括列类型，所述通过Spark获取HBase表的第一表项信息，根据预先存储的类型替换关系，将所述第一表项信息转换为第二表项信息，包括：
通过Spark获取HBase表的第一列类型，根据预先存储的列类型替换关系，将所述第一列类型转换为第二列类型。
3.根据权利要求2所述的方法，其特征在于，所述第一表项信息还包括表名、列名以及列长度，所述根据所述第二表项信息，通过Spark在Hive创建所述HBase表的映射表，记为Hive表，包括：
通过Spark在Hive建立表名与所述第一表项信息的表名相同、列名与所述第一表项信息的列名相同、列长度与所述第一表项信息的列长度相同，列类型为第二列类型的映射表，记为Hive表。
4.根据权利要求3所述的方法，其特征在于，所述根据所述第二表项信息，通过Spark在Hive创建所述HBase表的映射表，记为Hive表之后，所述方法还包括：
通过Spark获取HBase表的第一数据信息；
根据所述类型替换关系，转换所述第一数据信息的数据类型，获得第二数据信息；
将所述第二数据信息呈现于所述Hive表。
5.根据权利要求4所述的方法，其特征在于，所述通过Spark获取HBase表的第一数据信息，包括：
根据所述Hive表的表名，从所述HBase表的多个子表的表名中选出相同的表名，将该表名对应的子表计做第一子表；
根据所述Hive表的列名，从所述第一子表的多个列名中选出相同的列名，获取该列名对应的列的数据信息，计做第一数据信息。
6.一种数据处理装置，其特征在于，所述装置包括：
通路建立模块，用于根据预先设置的自定义语句，建立Spark与HBase表之间的通路；
表项信息转换模块，用于通过Spark获取HBase表的第一表项信息，根据预先存储的类型替换关系，将所述第一表项信息转换为第二表项信息；
映射表创立模块，用于根据所述第二表项信息，通过Spark在Hive创建所述HBase表的映射表，记为Hive表。
7.根据权利要求6所述的装置，其特征在于，所述映射表创立模块，还用于通过Spark获取HBase表的第一列类型，根据预先存储的列类型替换关系，将所述第一列类型转换为第二列类型。
8.根据权利要求7所述的装置，其特征在于，所述映射表创立模块还用于通过Spark在Hive建立表名与所述第一表项信息的表名相同、列名与所述第一表项信息的列名相同、列长度与所述第一表项信息的列长度相同，列类型为第二列类型的映射表，记为Hive表。
9.根据权利要求8所述的装置，其特征在于，所述装置还包括：
数据获取模块，用于通过Spark获取HBase表的第一数据信息；
类型转换模块，用于根据所述类型替换关系，转换所述第一数据信息的数据类型，获得第二数据信息；
信息呈现模块，用于将所述第二数据信息呈现于所述Hive表。
10.根据权利要求9所述的装置，其特征在于，所述数据获取模块包括：
子表统计模块，用于根据所述Hive表的表名，从所述HBase表的多个子表的表名中选出相同的表名，将该表名对应的子表计做第一子表；
列名筛选模块，用于根据所述Hive表的列名，从所述第一子表的多个列名中选出相同的列名，获取该列名对应的列的数据信息，计做第一数据信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811269590.2A CN109460408A (zh) | 2018-10-29 | 2018-10-29 | 一种数据处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811269590.2A CN109460408A (zh) | 2018-10-29 | 2018-10-29 | 一种数据处理方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109460408A true CN109460408A (zh) | 2019-03-12 |
Family
ID=65608720
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811269590.2A Pending CN109460408A (zh) | 2018-10-29 | 2018-10-29 | 一种数据处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109460408A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113434606A (zh) * | 2021-06-30 | 2021-09-24 | 青岛海尔科技有限公司 | 一种数据导入方法、装置、设备及介质 |
| CN116501415A (zh) * | 2023-06-30 | 2023-07-28 | 英诺达(成都)电子科技有限公司 | 命令执行方法及装置、电子设备、计算机可读存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105243155A (zh) * | 2015-10-29 | 2016-01-13 | 贵州电网有限责任公司电力调度控制中心 | 一种大数据抽取和交换系统 |
-
2018
- 2018-10-29 CN CN201811269590.2A patent/CN109460408A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105243155A (zh) * | 2015-10-29 | 2016-01-13 | 贵州电网有限责任公司电力调度控制中心 | 一种大数据抽取和交换系统 |
Non-Patent Citations (2)
| Title |
|---|
| LXW1234@QQ.COM: "SparkSQL读取HBase数据", 《HTTP://LXW1234.COM/ARCHIVES/2015/07/330.HTM》 * |
| 刘希冀: ""基于spark的海量数据实时查询系统的设计与实现"", 《中国优秀硕士学位论文全文数据库（电子期刊）》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113434606A (zh) * | 2021-06-30 | 2021-09-24 | 青岛海尔科技有限公司 | 一种数据导入方法、装置、设备及介质 |
| CN116501415A (zh) * | 2023-06-30 | 2023-07-28 | 英诺达(成都)电子科技有限公司 | 命令执行方法及装置、电子设备、计算机可读存储介质 |
| CN116501415B (zh) * | 2023-06-30 | 2023-09-22 | 英诺达(成都)电子科技有限公司 | 命令执行方法及装置、电子设备、计算机可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110088749B (zh) | 自动本体生成的方法、系统和介质 | |
| CN105446966B (zh) | 生成关系数据转换为rdf格式数据的映射规则的方法和装置 | |
| US20170126816A1 (en) | Methods for dynamically generating an application interface for a modeled entity and devices thereof | |
| CN104838377A (zh) | 利用映射缩减集成事件处理 | |
| US10642897B2 (en) | Distance in contextual network graph | |
| Shri et al. | Prediction of reusability of object oriented software systems using clustering approach | |
| CN108363684A (zh) | 表单创建方法、装置及服务器 | |
| US20200356866A1 (en) | Operative enterprise application recommendation generated by cognitive services from unstructured requirements | |
| CN109460408A (zh) | 一种数据处理方法及装置 | |
| CN110383321B (zh) | 使用图表数据库创建各种实体之间的不同关系的系统和方法 | |
| CN113672692B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| CN111316297B (zh) | 用于协调用于基础设施建模的代码的技术 | |
| US8291371B2 (en) | Self-service creation and deployment of a pattern solution | |
| CN111783141B (zh) | 基于区块链的数据存储方法、装置、设备及存储介质 | |
| CN112396314A (zh) | 任务分配方法、装置、电子设备及存储介质 | |
| Schmitt | Scalability of generative knowledge management systems: designing for individuals’ and institutions’ mutual benefit | |
| US8694918B2 (en) | Conveying hierarchical elements of a user interface | |
| KR102455316B1 (ko) | 복수의 정보원에서 얻는 정보 및 도구를 통일화하는 방법 및 이를 응용한 컴퓨터 프로그램 제품과 장치 | |
| Sousa et al. | Atlas: the enterprise cartography tool | |
| CN110888888A (zh) | 人员关系分析方法、装置、电子设备及存储介质 | |
| US20060089828A1 (en) | Pattern solutions | |
| CN109446263A (zh) | 一种数据关系关联方法及装置 | |
| CN106330556B (zh) | 一种用于生成服务模块调用关联信息的方法与装置 | |
| Thareja et al. | Innovaluation-The skill set for Make-In-India initiative in Lot era | |
| Popov et al. | Digital Transformation Legacy Social Service Information System |
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: 20190312 |
|
| RJ01 | Rejection of invention patent application after publication |