CN109614400A - 失败任务的影响及溯源分析方法、装置、设备及存储介质 - Google Patents
失败任务的影响及溯源分析方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109614400A CN109614400A CN201811462509.2A CN201811462509A CN109614400A CN 109614400 A CN109614400 A CN 109614400A CN 201811462509 A CN201811462509 A CN 201811462509A CN 109614400 A CN109614400 A CN 109614400A
- Authority
- CN
- China
- Prior art keywords
- hql
- task
- influence
- source tracing
- failed tasks
- 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
- 238000000034 method Methods 0.000 title claims abstract description 43
- 239000008280 blood Substances 0.000 claims abstract description 38
- 210000004369 blood Anatomy 0.000 claims abstract description 38
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 230000008439 repair process Effects 0.000 claims description 5
- 238000003795 desorption Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种失败任务的影响及溯源分析方法，该方法包括：获取与当前运行的HQL任务对应的表数据信息和表的生成规则信息；根据所述表数据信息在预设的图形数据库中创建HQL任务节点；根据所述表的生成规则信息构建不同的HQL任务节点之间的依赖关系，并构建所述不同HQL任务节点之间的反向依赖关系，形成HQL血缘图谱；当检测到某一HQL任务失败时，根据所述HQL血缘图谱对失败的HQL任务进行影响及溯源分析。本发明还公开了一种失败任务的影响及溯源分析装置、设备和一种存储介质。本发明能够实现自动对失败任务进行影响及溯源分析，保证分析的正确性和实效性。
Description
技术领域
本发明涉及数据分析技术领域，尤其涉及失败任务的影响及溯源分析方法、装置、设备及存储介质。
背景技术
大数据任务是由很多个小的HQL(Hibernate Query Language，查询语言)语句组成的，会创建很多的数据表，由于表结构和表数据错误等原因，每个小的HQL任务在执行的过程中都有可能会失败。一般情况下，当某个任务运行失败时，需要评估对依赖于该任务的其他任务是否有影响，同时还需要追溯该任务错误的源头。
目前，失败任务的影响及溯源分析一般是用关系型数据库去存储任务之间的依赖关系，在需要定位问题的时候根据这些依赖关系，人工去配置生成依赖视图，再去分析相关的任务，确定问题和影响。这种方式的缺陷在于：通过关系型数据库存储大量任务之间的依赖关系，执行起来非常复杂且扩展性差，进行依赖计算的时候需要全表扫描，效率低且受限于内存的大小，而且只能根据关系模型数据生成依赖视图，且需要人工参与分析，无法保证分析的正确性和实效性。
发明内容
本发明的主要目的在于提出一种失败任务的影响及溯源分析方法、装置、设备及存储介质，旨在实现自动对失败任务进行影响及溯源分析，减少人工参与，保证分析的正确性和实效性。
为实现上述目的，本发明提供一种失败任务的影响及溯源分析方法，所述方法包括如下步骤：
获取与当前运行的HQL任务对应的表数据信息和表的生成规则信息；
根据所述表数据信息在预设的图形数据库中创建HQL任务节点；
根据所述表的生成规则信息构建不同的HQL任务节点之间的依赖关系，并构建所述不同HQL任务节点之间的反向依赖关系，形成HQL血缘图谱；
当检测到某一HQL任务失败时，根据所述HQL血缘图谱对失败的HQL任务进行影响及溯源分析。
优选地，所述获取与当前运行的HQL任务对应的表数据信息和表的生成规则信息的步骤包括：
获取当前运行的HQL任务的运行日志，从所述运行日志中读取与所述当前运行的HQL任务对应的表数据信息和表的生成规则信息。
优选地，所述根据所述表数据信息在预设的图形数据库中创建HQL任务节点的步骤包括：
获取所述表数据信息中的表名；
在预设的图形数据库中创建与所述表名对应的HQL任务节点。
优选地，所述当检测到某一HQL任务失败时，根据所述HQL血缘图谱对失败的HQL任务进行影响及溯源分析的步骤包括：
当检测到某一HQL任务失败时，在所述HQL血缘图谱中定位失败的HQL任务的任务节点，并查询所有与失败的HQL任务的任务节点存在依赖关系和反向依赖关系的任务节点，得到查询结果；
根据所述查询结果对失败的HQL任务进行影响及溯源分析。
优选地，所述根据所述查询结果对失败的HQL任务进行影响及溯源分析的步骤之后，还包括：
当接收到修复指令时，根据所述修复指令对所述查询结果中的任务节点对应的HQL任务进行批量重启。
此外，为实现上述目的，本发明还提供一种失败任务的影响及溯源分析装置，所述失败任务的影响及溯源分析装置包括：
获取模块，用于获取与当前运行的HQL任务对应的表数据信息和表的生成规则信息；
创建模块，用于根据所述表数据信息在预设的图形数据库中创建HQL任务节点；
构建模块，用于根据所述表的生成规则信息构建不同的HQL任务节点之间的依赖关系，并构建所述不同HQL任务节点之间的反向依赖关系，形成HQL血缘图谱；
分析模块，用于当检测到某一HQL任务失败时，根据所述HQL血缘图谱对失败的HQL任务进行影响及溯源分析。
优选地，所述获取模块，还用于获取当前运行的HQL任务的运行日志，从所述运行日志中读取与所述当前运行的HQL任务对应的表数据信息和表的生成规则信息。
优选地，所述创建模块，还用于获取所述表数据信息中的表名；在预设的图形数据库中创建与所述表名对应的HQL任务节点。
优选地，所述分析模块还用于当检测到某一HQL任务失败时，在所述HQL血缘图谱中定位失败的HQL任务的任务节点，并查询所有与失败的HQL任务的任务节点存在依赖关系和反向依赖关系的任务节点，得到查询结果；根据所述查询结果对失败的HQL任务进行影响及溯源分析。
优选地，所述装置还包括：
修复模块，用于当接收到修复指令时，根据所述修复指令对所述查询结果中的任务节点对应的HQL任务进行批量重启。
此外，为实现上述目的，本发明还提供一种失败任务的影响及溯源分析设备，所述失败任务的影响及溯源分析设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的失败任务的影响及溯源分析程序，所述失败任务的影响及溯源分析程序被所述处理器执行时实现如上所述的失败任务的影响及溯源分析方法的步骤。
此外，为实现上述目的，本发明还提供一种存储介质，所述存储介质上存储有失败任务的影响及溯源程序，所述失败任务的影响及溯源程序被处理器执行时实现如上所述的失败任务的影响及溯源方法的步骤。
本发明提出的失败任务的影响及溯源分析方法，利用图形数据库的数据结构简单、查询简单、快速检索的特点，首先获取与当前运行的HQL任务对应的表数据信息和表的生成规则信息，根据所述表数据信息在预设的图形数据库中创建HQL任务节点；然后根据所述表的生成规则信息构建不同的HQL任务节点之间的依赖关系，并构建所述不同HQL任务节点之间的反向依赖关系，形成HQL血缘图谱；当检测到某一HQL任务失败时，根据所述HQL血缘图谱对失败的HQL任务进行影响及溯源分析。通过这种方式，实现了自动对失败的HQL任务进行影响及溯源分析而无需人工参与，从而保证了分析的正确性和实效性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图；
图2为本发明失败任务的影响及溯源方法第一实施例的流程示意图；
图3为本发明实施例中HQL血缘图谱的示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例的主要解决方案是：获取与当前运行的HQL任务对应的表数据信息和表的生成规则信息；根据所述表数据信息在预设的图形数据库中创建HQL任务节点；根据所述表的生成规则信息构建不同的HQL任务节点之间的依赖关系，并构建所述不同HQL任务节点之间的反向依赖关系，形成HQL血缘图谱；当检测到某一HQL任务失败时，根据所述HQL血缘图谱对失败的HQL任务进行影响及溯源分析。
目前，失败任务的影响及溯源分析一般是用关系型数据库去存储任务之间的依赖关系，在需要定位问题的时候根据这些依赖关系，人工去配置生成依赖视图，再去分析相关的任务，确定问题和影响。这种方式的缺陷在于：通过关系型数据库存储大量任务之间的依赖关系，执行起来非常复杂且扩展性差，进行依赖计算的时候需要全表扫描，效率低且受限于内存的大小，而且只能根据关系模型数据生成依赖视图，且需要人工参与分析，无法保证分析的正确性和实效性。
本发明提出的失败任务的影响及溯源分析方法，利用图形数据库的数据结构简单、查询简单、快速检索的特点，首先获取与当前运行的HQL任务对应的表数据信息和表的生成规则信息，根据所述表数据信息在预设的图形数据库中创建HQL任务节点；然后根据所述表的生成规则信息构建不同的HQL任务节点之间的依赖关系，并构建所述不同HQL任务节点之间的反向依赖关系，形成HQL血缘图谱；当检测到某一HQL任务失败时，根据所述HQL血缘图谱对失败的HQL任务进行影响及溯源分析。通过这种方式，实现了自动对失败的HQL任务进行影响及溯源分析而无需人工参与，从而保证了分析的正确性和实效性。
如图1所示，图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图。
本发明实施例失败任务的影响及溯源分析设备可以是PC机或服务器。
如图1所示，该设备可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及失败任务的影响及溯源程序。
在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的失败任务的影响及溯源程序，并执行下述失败任务的影响及溯源方法实施例中的操作。
基于上述硬件结构，提出本发明失败任务的影响及溯源方法实施例。
参照图2，图2为本发明失败任务的影响及溯源方法一实施例的流程示意图，所述方法包括：
步骤S10，获取与当前运行的HQL任务对应的表数据信息和表的生成规则信息；
HQL是面向对象的查询语言，它和SQL(Structured Query Language，结构化查询语言)有些相似，在Hibernate(一个开放源代码的对象关系映射框架)提供的各种检索方式中，HQL是使用最广的一种检索方式。
大数据任务是由很多个小的HQL语句组成的，会创建很多的数据表，由于表结构和表数据错误等原因，每个小的HQL任务在执行的过程中都有可能会失败。一般情况下，当某个任务运行失败时，需要评估对依赖于该任务的其他任务是否有影响，同时还需要追溯该任务错误的源头。
本实施例中，为对失败的HQL任务进行影响及溯源分析，首先，获取与当前运行的HQL任务对应的表数据信息和表的生成规则信息，其中表数据信息包括表名、表ID号、字段名、字段数据等，表的生成规则信息包括不同表之间的生成依赖关系及关键字相关性信息。
在一实施方式中，上述步骤S10可以进一步包括：获取当前运行的HQL任务的运行日志，从所述运行日志中读取与所述当前运行的HQL任务对应的表数据信息和表的生成规则信息。具体地，可以从HQL任务的运行节点读取当前正在运行的HQL任务的运行日志，然后对该日志文件进行解析，并读取其中的表数据信息和表的生成规则信息。
当然，也可以从HQL任务的运行节点的从节点读取当前正在运行的HQL任务的运行日志，具体实施时可灵活设置。
步骤S20，根据所述表数据信息在预设的图形数据库中创建HQL任务节点；
该步骤中，根据上述获取的表数据信息在预设的图形数据库中创建HQL任务节点。相比于传统关系型数据库，在存储大量相关的数据时，图形数据库具有数据结构简单、查询简单、快速检索的优势；在图形数据库中创建HQL任务节点，可以建立HQL任务与HQL任务节点的一一对应关系。其中，图形数据库可以采用Neo4j图形数据库，Neo4j是一个高性能的NOSQL(Not Only SQL，非关系型数据库)图形数据库，它将结构化数据存储在网络上而不是表中，具有非常高效的数据存储结构；当然，也可以采用其他类型的图形数据库，具体实施时可灵活设置。
在一实施方式中，上述步骤S20可以进一步包括：获取所述表数据信息中的表名；在预设的图形数据库中创建与所述表名对应的HQL任务节点。
创建与所述表名对应的HQL任务节点，实现了HQL任务与HQL任务节点的一一对应关系。当然，也可以获取所述表数据信息中的表ID号，然后在预设的图形数据库中创建与表ID号对应的HQL任务节点，具体实施时可灵活设置。
步骤S30，根据所述表的生成规则信息构建不同的HQL任务节点之间的依赖关系，并构建所述不同HQL任务节点之间的反向依赖关系，形成HQL血缘图谱；
在创建HQL任务节点后，再根据上述获取到的表的生成规则信息构建不同的HQL任务节点之间的依赖关系，并构建不同HQL任务节点之间的反向依赖关系，形成HQL血缘图谱。
参照图3，图3为本发明实施例中HQL血缘图谱的示意图。假设当前有A、B、C、D、E、F、G等7个HQL任务节点，通过解析HQL任务日志中表的生成规则信息，构建不同的HQL任务节点之间的依赖关系(即正向依赖)如图中箭头(实线)所示，以箭头由A指向B为例，说明任务A的运行会对任务B产生影响；为实现向上的溯源分析，还需要构建不同HQL任务节点之间的反向依赖关系，如图中箭头(虚线)所示，以箭头由A指向B为例，说明任务B依赖于任务A。需要说明的是，本实施例所涉及的依赖关系和反向依赖关系包括直接依赖和间接依赖，比如依赖于任务A的任务包括B、C、D、G。通过构建不同的HQL任务节点之间的依赖关系和反向依赖关系，可以形成一个HQL血缘图谱。
步骤S40，当检测到某一HQL任务失败时，根据所述HQL血缘图谱对失败的HQL任务进行影响及溯源分析。
当后续检测到某一HQL任务失败时，可以根据上述创建的HQL血缘图谱对失败的HQL任务进行影响及溯源分析。
具体地，该步骤S40可以包括：当检测到某一HQL任务失败时，在所述HQL血缘图谱中定位失败的HQL任务的任务节点，并查询所有与失败的HQL任务的任务节点存在依赖关系和反向依赖关系的任务节点，得到查询结果；根据所述查询结果对失败的HQL任务进行影响及溯源分析。
比如若某一时刻检测到任务C失败，则可以在HQL血缘图谱中定位任务C所对应的C节点，然后查询所有与失败的HQL任务的任务节点存在依赖关系和反向依赖关系的任务节点，得到查询结果A和G，其中节点G是通过HQL血缘图谱中的依赖关系查询到的，因此任务C失败所影响的任务为G，节点A是通过HQL血缘图谱中的反向依赖关系查询到的，因此任务C失败的溯源任务为A，由此实现了对C任务失败进行影响及溯源分析。
进一步地，所述根据所述查询结果对失败的HQL任务进行影响及溯源分析的步骤之后，还包括：当接收到修复指令时，根据所述修复指令对所述查询结果中的任务节点对应的HQL任务进行批量重启。
在本实施例中，可以将失败的HQL任务的影响及溯源分析结果发送至前端显示页面进行展示，运维人员可以基于前端页面触发修复指令，当服务器接收到修复指令时，可以对上述查询结果中的任务节点进行批量重启，如此无需人工一个个重启，提高了系统修复效率。
本实施例提出的失败任务的影响及溯源分析方法，利用图形数据库的数据结构简单、查询简单、快速检索的特点，首先获取与当前运行的HQL任务对应的表数据信息和表的生成规则信息，根据所述表数据信息在预设的图形数据库中创建HQL任务节点；然后根据所述表的生成规则信息构建不同的HQL任务节点之间的依赖关系，并构建所述不同HQL任务节点之间的反向依赖关系，形成HQL血缘图谱；当检测到某一HQL任务失败时，根据所述HQL血缘图谱对失败的HQL任务进行影响及溯源分析。通过这种方式，实现了自动对失败的HQL任务进行影响及溯源分析而无需人工参与，从而保证了分析的正确性和实效性。
本发明还提供一种失败任务的影响及溯源分析装置。本发明时序数据的查询装置包括：
获取模块，用于获取与当前运行的HQL任务对应的表数据信息和表的生成规则信息；
创建模块，用于根据所述表数据信息在预设的图形数据库中创建HQL任务节点；
构建模块，用于根据所述表的生成规则信息构建不同的HQL任务节点之间的依赖关系，并构建所述不同HQL任务节点之间的反向依赖关系，形成HQL血缘图谱；
分析模块，用于当检测到某一HQL任务失败时，根据所述HQL血缘图谱对失败的HQL任务进行影响及溯源分析。
进一步地，所述获取模块，还用于获取当前运行的HQL任务的运行日志，从所述运行日志中读取与所述当前运行的HQL任务对应的表数据信息和表的生成规则信息。
进一步地，所述创建模块，还用于获取所述表数据信息中的表名；在预设的图形数据库中创建与所述表名对应的HQL任务节点。
进一步地，所述分析模块还用于当检测到某一HQL任务失败时，在所述HQL血缘图谱中定位失败的HQL任务的任务节点，并查询所有与失败的HQL任务的任务节点存在依赖关系和反向依赖关系的任务节点，得到查询结果；根据所述查询结果对失败的HQL任务进行影响及溯源分析。
进一步地，所述装置还包括：
修复模块，用于当接收到修复指令时，根据所述修复指令对所述查询结果中的任务节点对应的HQL任务进行批量重启。
上述各程序模块所执行的操作可参照本发明失败任务的影响及溯源分析方法实施例，此处不再赘述。
本发明还提供一种失败任务的影响及溯源分析设备。
本发明失败任务的影响及溯源分析设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的失败任务的影响及溯源分析程序，所述失败任务的影响及溯源分析程序被所述处理器执行时实现如上所述的失败任务的影响及溯源分析方法的步骤。
其中，在所述处理器上运行的失败任务的影响及溯源分析程序被执行时所实现的方法可参照本发明失败任务的影响及溯源分析方法各个实施例，此处不再赘述。
本发明还提供一种存储介质。
本发明存储介质上存储有失败任务的影响及溯源程序，所述失败任务的影响及溯源程序被处理器执行时实现如上所述的失败任务的影响及溯源方法的步骤。
其中，在所述处理器上运行的失败任务的影响及溯源程序被执行时所实现的方法可参照本发明失败任务的影响及溯源方法各个实施例，此处不再赘述。
需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (12)
1.一种失败任务的影响及溯源分析方法，其特征在于，所述失败任务的影响及溯源分析方法包括如下步骤：
获取与当前运行的HQL任务对应的表数据信息和表的生成规则信息；
根据所述表数据信息在预设的图形数据库中创建HQL任务节点；
根据所述表的生成规则信息构建不同的HQL任务节点之间的依赖关系，并构建所述不同HQL任务节点之间的反向依赖关系，形成HQL血缘图谱；
当检测到某一HQL任务失败时，根据所述HQL血缘图谱对失败的HQL任务进行影响及溯源分析。
2.如权利要求1所述的失败任务的影响及溯源分析方法，其特征在于，所述获取与当前运行的HQL任务对应的表数据信息和表的生成规则信息的步骤包括：
获取当前运行的HQL任务的运行日志，从所述运行日志中读取与所述当前运行的HQL任务对应的表数据信息和表的生成规则信息。
3.如权利要求1所述的失败任务的影响及溯源分析方法，其特征在于，所述根据所述表数据信息在预设的图形数据库中创建HQL任务节点的步骤包括：
获取所述表数据信息中的表名；
在预设的图形数据库中创建与所述表名对应的HQL任务节点。
4.如权利要求1至3中任一项所述的失败任务的影响及溯源分析方法，其特征在于，所述当检测到某一HQL任务失败时，根据所述HQL血缘图谱对失败的HQL任务进行影响及溯源分析的步骤包括：
当检测到某一HQL任务失败时，在所述HQL血缘图谱中定位失败的HQL任务的任务节点，并查询所有与失败的HQL任务的任务节点存在依赖关系和反向依赖关系的任务节点，得到查询结果；
根据所述查询结果对失败的HQL任务进行影响及溯源分析。
5.如权利要求4所述的失败任务的影响及溯源分析方法，其特征在于，所述根据所述查询结果对失败的HQL任务进行影响及溯源分析的步骤之后，还包括：
当接收到修复指令时，根据所述修复指令对所述查询结果中的任务节点对应的HQL任务进行批量重启。
6.一种失败任务的影响及溯源分析装置，其特征在于，所述失败任务的影响及溯源分析装置包括：
获取模块，用于获取与当前运行的HQL任务对应的表数据信息和表的生成规则信息；
创建模块，用于根据所述表数据信息在预设的图形数据库中创建HQL任务节点；
构建模块，用于根据所述表的生成规则信息构建不同的HQL任务节点之间的依赖关系，并构建所述不同HQL任务节点之间的反向依赖关系，形成HQL血缘图谱；
分析模块，用于当检测到某一HQL任务失败时，根据所述HQL血缘图谱对失败的HQL任务进行影响及溯源分析。
7.如权利要求6所述的失败任务的影响及溯源分析装置，其特征在于，
所述获取模块，还用于获取当前运行的HQL任务的运行日志，从所述运行日志中读取与所述当前运行的HQL任务对应的表数据信息和表的生成规则信息。
8.如权利要求6所述的失败任务的影响及溯源分析装置，其特征在于，
所述创建模块，还用于获取所述表数据信息中的表名；在预设的图形数据库中创建与所述表名对应的HQL任务节点。
9.如权利要求6至8中任一项所述的失败任务的影响及溯源分析装置，其特征在于，所述分析模块还用于当检测到某一HQL任务失败时，在所述HQL血缘图谱中定位失败的HQL任务的任务节点，并查询所有与失败的HQL任务的任务节点存在依赖关系和反向依赖关系的任务节点，得到查询结果；根据所述查询结果对失败的HQL任务进行影响及溯源分析。
10.如权利要求9所述的失败任务的影响及溯源分析装置，其特征在于，所述装置还包括：
修复模块，用于当接收到修复指令时，根据所述修复指令对所述查询结果中的任务节点对应的HQL任务进行批量重启。
11.一种失败任务的影响及溯源分析设备，其特征在于，所述失败任务的影响及溯源分析设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的失败任务的影响及溯源分析程序，所述失败任务的影响及溯源分析程序被所述处理器执行时实现如权利要求1至5中任一项所述的失败任务的影响及溯源分析方法的步骤。
12.一种存储介质，其特征在于，所述存储介质上存储有失败任务的影响及溯源分析程序，所述失败任务的影响及溯源分析程序被处理器执行时实现如权利要求1至5中任一项所述的失败任务的影响及溯源分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811462509.2A CN109614400A (zh) | 2018-11-30 | 2018-11-30 | 失败任务的影响及溯源分析方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811462509.2A CN109614400A (zh) | 2018-11-30 | 2018-11-30 | 失败任务的影响及溯源分析方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109614400A true CN109614400A (zh) | 2019-04-12 |
Family
ID=66005853
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811462509.2A Pending CN109614400A (zh) | 2018-11-30 | 2018-11-30 | 失败任务的影响及溯源分析方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109614400A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110221818A (zh) * | 2019-04-19 | 2019-09-10 | 新智云数据服务有限公司 | 数据关系的处理方法及系统 |
| CN110287052A (zh) * | 2019-06-25 | 2019-09-27 | 深圳前海微众银行股份有限公司 | 一种异常任务的根因任务确定方法及装置 |
| CN111026568A (zh) * | 2019-12-04 | 2020-04-17 | 深圳前海环融联易信息科技服务有限公司 | 数据和任务关系构建方法、装置、计算机设备及存储介质 |
| CN111782679A (zh) * | 2020-06-22 | 2020-10-16 | 深圳市酷开网络科技有限公司 | 数据处理过程的监管方法、装置、计算机设备及存储介质 |
| CN112711591A (zh) * | 2020-12-31 | 2021-04-27 | 天云融创数据科技（北京）有限公司 | 基于知识图谱的字段级的数据血缘确定方法及装置 |
| CN116737511A (zh) * | 2023-08-10 | 2023-09-12 | 山景智能(北京)科技有限公司 | 基于图的调度作业监控方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102822819A (zh) * | 2010-01-15 | 2012-12-12 | 起元技术有限责任公司 | 管理数据查询 |
| CN104572856A (zh) * | 2014-12-17 | 2015-04-29 | 武汉科技大学 | 一种服务起源数据的融合存储方法 |
| CN105844390A (zh) * | 2016-03-21 | 2016-08-10 | 乐视网信息技术（北京）股份有限公司 | 一种数据质量追溯的方法及其装置以及硬件处理器 |
| CN106528757A (zh) * | 2016-11-03 | 2017-03-22 | 北京中安智达科技有限公司 | 一种面向大数据的关系分析展示方法 |
| CN107180053A (zh) * | 2016-03-11 | 2017-09-19 | 中国移动通信集团河北有限公司 | 一种数据仓库优化方法和装置 |
-
2018
- 2018-11-30 CN CN201811462509.2A patent/CN109614400A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102822819A (zh) * | 2010-01-15 | 2012-12-12 | 起元技术有限责任公司 | 管理数据查询 |
| CN104572856A (zh) * | 2014-12-17 | 2015-04-29 | 武汉科技大学 | 一种服务起源数据的融合存储方法 |
| CN107180053A (zh) * | 2016-03-11 | 2017-09-19 | 中国移动通信集团河北有限公司 | 一种数据仓库优化方法和装置 |
| CN105844390A (zh) * | 2016-03-21 | 2016-08-10 | 乐视网信息技术（北京）股份有限公司 | 一种数据质量追溯的方法及其装置以及硬件处理器 |
| CN106528757A (zh) * | 2016-11-03 | 2017-03-22 | 北京中安智达科技有限公司 | 一种面向大数据的关系分析展示方法 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110221818A (zh) * | 2019-04-19 | 2019-09-10 | 新智云数据服务有限公司 | 数据关系的处理方法及系统 |
| CN110287052A (zh) * | 2019-06-25 | 2019-09-27 | 深圳前海微众银行股份有限公司 | 一种异常任务的根因任务确定方法及装置 |
| WO2020259392A1 (zh) * | 2019-06-25 | 2020-12-30 | 深圳前海微众银行股份有限公司 | 一种异常任务的根因任务确定方法及装置 |
| CN110287052B (zh) * | 2019-06-25 | 2022-01-28 | 深圳前海微众银行股份有限公司 | 一种异常任务的根因任务确定方法及装置 |
| CN111026568A (zh) * | 2019-12-04 | 2020-04-17 | 深圳前海环融联易信息科技服务有限公司 | 数据和任务关系构建方法、装置、计算机设备及存储介质 |
| CN111026568B (zh) * | 2019-12-04 | 2023-09-29 | 深圳前海环融联易信息科技服务有限公司 | 数据和任务关系构建方法、装置、计算机设备及存储介质 |
| CN111782679A (zh) * | 2020-06-22 | 2020-10-16 | 深圳市酷开网络科技有限公司 | 数据处理过程的监管方法、装置、计算机设备及存储介质 |
| CN111782679B (zh) * | 2020-06-22 | 2024-03-26 | 深圳市酷开网络科技股份有限公司 | 数据处理过程的监管方法、装置、计算机设备及存储介质 |
| CN112711591A (zh) * | 2020-12-31 | 2021-04-27 | 天云融创数据科技（北京）有限公司 | 基于知识图谱的字段级的数据血缘确定方法及装置 |
| CN112711591B (zh) * | 2020-12-31 | 2021-10-08 | 天云融创数据科技（北京）有限公司 | 基于知识图谱的字段级的数据血缘确定方法及装置 |
| CN116737511A (zh) * | 2023-08-10 | 2023-09-12 | 山景智能(北京)科技有限公司 | 基于图的调度作业监控方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109614400A (zh) | 失败任务的影响及溯源分析方法、装置、设备及存储介质 | |
| Spinellis et al. | The collaborative organization of knowledge | |
| US8875102B1 (en) | Multiple browser architecture and method | |
| US20080244563A1 (en) | Dynamic configuration environment for setup | |
| WO2012034440A1 (zh) | 一种数据库升级脚本的生成方法和装置 | |
| CN109522228B (zh) | 接口自动化测试数据构造方法、装置、平台及存储介质 | |
| CN108923997B (zh) | 一种基于python的云服务节点自动测试方法及装置 | |
| CN108572942A (zh) | 一种创建超链接的方法和装置 | |
| CN111737227B (zh) | 数据修改方法及系统 | |
| CN113505082B (zh) | 应用程序测试方法及装置 | |
| CN106776318A (zh) | 一种测试脚本录制方法及系统 | |
| CN106326088A (zh) | 实现构建测试对象的方法、装置及业务配置测试的装置 | |
| CN113641591A (zh) | 测试用例生成方法及装置、测试方法及装置 | |
| US20050234845A1 (en) | End-to-end business integration testing tool | |
| CN104899134A (zh) | 域名注册服务器自动化测试系统和方法 | |
| CN109460358A (zh) | 基于Cmdb的配置管理方法及系统 | |
| CN111737140A (zh) | 接口自动化测试方法、装置、设备及计算机可读存储介质 | |
| CN111159040A (zh) | 一种测试数据生成方法、装置、设备及存储介质 | |
| CN111143228B (zh) | 基于决策表法的测试代码生成方法及装置 | |
| CN111324718B (zh) | 一种对话流测试方法、装置、电子设备及可读存储介质 | |
| CN111078529B (zh) | 客户端写入模块测试方法、装置、电子设备 | |
| US10540157B2 (en) | Systems to remove object relational mappings from a software project | |
| CN110162299A (zh) | web程序及其快速开发框架、开发方法与相关设备 | |
| CN113127357B (zh) | 单元测试方法、装置、设备、存储介质及程序产品 | |
| CN116166533A (zh) | 接口测试方法、装置、终端设备以及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190412 |