CN109992615A - 一种通用导出方法、装置和存储介质 - Google Patents
一种通用导出方法、装置和存储介质 Download PDFInfo
- Publication number
- CN109992615A CN109992615A CN201910136665.8A CN201910136665A CN109992615A CN 109992615 A CN109992615 A CN 109992615A CN 201910136665 A CN201910136665 A CN 201910136665A CN 109992615 A CN109992615 A CN 109992615A
- Authority
- CN
- China
- Prior art keywords
- data
- export
- regular
- template
- general
- 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
- Devices For Executing Special Programs (AREA)
Abstract
本发明涉及一种通用导出方法、装置和存储介质。该方法包括如下步骤：获取来自多个终端的多组原始数据；基于Python确定需求数据结构，并根据所述需求数据结构将多组所述原始数据转换为符合导出要求的规则数据；导出所述规则数据。本发明的技术方案可以改善数据传输的效率，保证对相应数据的高效应用。
Description
技术领域
本发明涉及计算机应用技术领域，具体涉及一种通用导出方法、装置和存储介质。
背景技术
随着物联网技术的不断发展，接入物联网的终端数量越来越多，产生的数据量也大幅增长。当用户需要对来自不同终端的数据进行综合应用时，首先需要获取并导出相应数据。但是，由于不同终端的数据格式或运行环境并不相同，这使得在对数据进行导出时，需要针对特定数据进行例如额外编码等操作，而对于不同数据的额外编码需要分别执行，这将降低数据的处理与传输的效率，影响了对相应数据的进一步应用。
发明内容
针对现有技术的不足，本发明提供一种通用导出方法、装置和存储介质。
第一方面，本发明提供了一种通用导出方法，该方法包括如下步骤：
获取来自多个终端的多组原始数据。
基于Python确定需求数据结构，并根据所述需求数据结构将多组所述原始数据转换为符合导出要求的规则数据。
导出所述规则数据。
第二方面，本发明提供了一种通用导出装置，该装置包括：
获取模块，用于获取来自多个终端的多组原始数据。
处理模块，用于基于Python确定需求数据结构，并根据所述需求数据结构将多组所述原始数据转换为符合导出要求的规则数据。
导出模块，用于导出所述规则数据。
第三方面，本发明提供了一种通用导出装置，该装置包括存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于当执行所述计算机程序时，实现如上所述的通用导出方法。
第四方面，本发明提供了一种计算机可读存储介质，该存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的通用导出方法。
本发明提供的通用导出方法、装置和存储介质的有益效果是，用户可根据实际需求向服务器请求获得来自不同网络终端的多种数据，服务器通过网络从多个终端获取多组不同的原始数据，同时，基于Python确定用户的需求数据结构。由于Python可以按交互模式运行，比如主流操作系统Windows、Mac和Unix/Linux等都可以直接在命令模式下直接运行Python交互环境，不仅可兼容多种运行环境，还可基于Python丰富的数据结构形式对各原始数据进行更灵活的操作，并通过一次操作完成对所有原始数据的处理。在获得符合用户导出要求的规则数据后，可将其发送至相应客户终端。由于对传输过程中数据的处理更为高效，不仅可改善数据传输的效率，还可保证对相应数据的高效应用。
附图说明
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图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为本发明实施例的一种通用导出方法的流程示意图；
图2为本发明实施例的一种通用导出装置的结构框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，本发明实施例的一种通用导出方法包括如下步骤：
获取来自多个终端的多组原始数据。
基于Python确定需求数据结构，并根据所述需求数据结构将多组所述原始数据转换为符合导出要求的规则数据。
导出所述规则数据。
在本实施例中，用户可根据实际需求向服务器请求获得来自不同网络终端的多种数据，服务器通过网络从多个终端获取多组不同的原始数据，同时，基于Python确定用户的需求数据结构。由于Python可以按交互模式运行，比如主流操作系统Windows、Mac和Unix/Linux等都可以直接在命令模式下直接运行Python交互环境，不仅可兼容多种运行环境，还可基于Python丰富的数据结构形式对各原始数据进行更灵活的操作，并通过一次操作完成对所有原始数据的处理。在获得符合用户导出要求的规则数据后，可将其发送至相应客户终端。由于对传输过程中数据的处理更为高效，不仅可改善数据传输的效率，还可保证对相应数据的高效应用。
优选地，所述基于Python确定需求数据结构的具体实现包括：
基于Python中的列表数据结构、元组数据结构、字典数据结构和集合数据结构中的至少一种确定针对所述原始数据的所述需求数据结构。
具体地，Python中包括列表(list)、元组(tuple)字典(dict)和集合(set)等数据结构，基本可以涵盖来自不同终端的各种数据。同时，Python具有可扩展性和清晰的语法，Python的内置模块(module)可以用C或C++写成，也可以为现成的模块加上Python的接口。因此，基于Python确定需求数据结构，不仅可兼容来自不同运行环境下终端的各种数据，还可根据用户需求及数据特点灵活设置多种数据结构，进行统一处理，提高处理与传输效率。
优选地，所述方法还包括如下步骤：
接收数据导出请求，其中，所述数据导出请求包括所述导出要求。
所述根据所述需求数据结构将多组所述原始数据转换为符合导出逻辑的规则数据的过程包括：
基于String Template技术将所述原始数据导入与所述需求数据结构匹配的数据模板中，获得模板数据。
根据所述导出要求对所述模板数据进行处理，获得所述规则数据。
具体地，对数据进行导出的操作可基于特定规则，例如时间触发等条件自动执行，也可以基于用户的需求执行。在获得多组来自不同终端的原始数据后，首先，基于StringTemplate技术将所述原始数据导入与所述需求数据结构匹配的数据模板中，获得模板数据。
其中，String Template是一个基于Java的模板引擎库，目前可同时支持Python、C#和Ruby等，具有较强的通用性。同时，可以严格保证业务逻辑和表现逻辑相分离，不会互相干扰，使各种原本不相关的原始数据可以快速填入与需求数据结构匹配的数据模板中。
随后，可根据来自用户数据导出请求中的导出要求对模板数据进行处理，例如按照用户需求删除部分数据项、合并部分数据项或增加部分数据项等，以获得具有统一规则的规则数据，提高数据传输效率。
优选地，所述根据所述导出要求对所述模板数据进行处理，获得所述规则数据的过程包括：
根据所述导出要求对所述模板数据进行增/删操作，获得预处理数据。
根据所述预处理数据生成作为所述规则数据的基于JSON数据格式的表单数据。
具体地，来自不同终端的数据中可能包括其特定的数据项，例如时间数据项和地点数据项等，但由于用户可能并不需要其中某一项，或者其他终端的原始数据也包括相同的数据项，此时可对填写至模板的数据进行增加、删除与合并等操作，在保证数据完整性要求的情况下，减少不必要的数据占用空间，以提高传输效率。
在完成预处理后，将预处理数据转换为基于JSON数据格式的表单数据。其中，JSON全称为JavaScript Object Notation，也就是JS对象简谱。其是一种轻量级的数据交换格式，具有简洁和清晰的层次结构。基于JSON数据格式生成的表单不仅可便于用户直接阅读，还可在保证信息完整的前提下，大幅压缩数据空间，提高表单信息的传输及加载速率。
优选地，所述导出所述规则数据的具体实现包括：
将所述表单数据进行渲染，获得渲染表单，将所述渲染表单发送至与所述数据导出请求对应的终端。
具体地，获得基于JSON数据格式的表单数据后，可对其进行渲染，获得渲染表单，并将渲染表单发送至相应的用户终端，渲染表单将使用户获得更优质的阅读体验，利于相应数据的进一步应用。
如图2所示，本发明实施例的一种通用导出装置包括：
获取模块，用于获取来自多个终端的多组原始数据。
处理模块，用于基于Python确定需求数据结构，并根据所述需求数据结构将多组所述原始数据转换为符合导出要求的规则数据。
导出模块，用于导出所述规则数据。
优选地，所述处理模块具体用于：基于Python中的列表数据结构、元组数据结构、字典数据结构和集合数据结构中的至少一种确定针对所述原始数据的所述需求数据结构。
优选地，所述获取模块还用于：接收数据导出请求，其中，所述数据导出请求包括所述导出要求。
所述处理模块具体用于：
基于String Template技术将所述原始数据导入与所述需求数据结构匹配的数据模板中，获得模板数据。
根据所述导出要求对所述模板数据进行处理，获得所述规则数据。
优选地，所述处理模块具体还用于：
根据所述导出要求对所述模板数据进行增/删操作，获得预处理数据。
根据所述预处理数据生成作为所述规则数据的基于JSON数据格式的表单数据。
优选地，所述导出模块具体用于：将所述表单数据进行渲染，获得渲染表单，将所述渲染表单发送至与所述数据导出请求对应的终端。
在本发明另一实施例中，一种通用导出装置包括存储器和处理器。所述存储器，用于存储计算机程序。所述处理器，用于当执行所述计算机程序时，实现如上所述的通用导出方法。其中，该装置可以为服务器等。
在本发明另一实施例中，一种计算机可读存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所述的通用导出方法。
读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种通用导出方法，其特征在于，所述方法包括如下步骤：
获取来自多个终端的多组原始数据；
基于Python确定需求数据结构，并根据所述需求数据结构将多组所述原始数据转换为符合导出要求的规则数据；
导出所述规则数据。
2.根据权利要求1所述的通用导出方法，其特征在于，所述基于Python确定需求数据结构的具体实现包括：
基于Python中的列表数据结构、元组数据结构、字典数据结构和集合数据结构中的至少一种确定针对所述原始数据的所述需求数据结构。
3.根据权利要求1或2所述的通用导出方法，其特征在于，所述方法还包括如下步骤：
接收数据导出请求，其中，所述数据导出请求包括所述导出要求；
所述根据所述需求数据结构将多组所述原始数据转换为符合导出逻辑的规则数据的过程包括：
基于String Template技术将所述原始数据导入与所述需求数据结构匹配的数据模板中，获得模板数据；
根据所述导出要求对所述模板数据进行处理，获得所述规则数据。
4.根据权利要求3所述的通用导出方法，其特征在于，所述根据所述导出要求对所述模板数据进行处理，获得所述规则数据的过程包括：
根据所述导出要求对所述模板数据进行增/删操作，获得预处理数据；
根据所述预处理数据生成作为所述规则数据的基于JSON数据格式的表单数据。
5.根据权利要求4所述的通用导出方法，其特征在于，所述导出所述规则数据的具体实现包括：
将所述表单数据进行渲染，获得渲染表单，将所述渲染表单发送至与所述数据导出请求对应的终端。
6.一种通用导出装置，其特征在于，包括：
获取模块，用于获取来自多个终端的多组原始数据；
处理模块，用于基于Python确定需求数据结构，并根据所述需求数据结构将多组所述原始数据转换为符合导出要求的规则数据；
导出模块，用于导出所述规则数据。
7.根据权利要求6所述的通用导出装置，其特征在于，所述获取模块还用于：接收数据导出请求，其中，所述数据导出请求包括所述导出要求；
所述处理模块具体用于：
基于String Template技术将所述原始数据导入与所述需求数据结构匹配的数据模板中，获得模板数据；
根据所述导出要求对所述模板数据进行处理，获得所述规则数据。
8.根据权利要求7所述的通用导出装置，其特征在于，所述处理模块具体还用于：
根据所述导出要求对所述模板数据进行增/删操作，获得预处理数据；
根据所述预处理数据生成作为所述规则数据的基于JSON数据格式的表单数据。
9.一种通用导出装置，其特征在于，包括存储器和处理器；
所述存储器，用于存储计算机程序；
所述处理器，用于当执行所述计算机程序时，实现如权利要求1至5任一项所述的通用导出方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，当所述计算机程序被处理器执行时，实现如权利要求1至5任一项所述的通用导出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910136665.8A CN109992615A (zh) | 2019-02-25 | 2019-02-25 | 一种通用导出方法、装置和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910136665.8A CN109992615A (zh) | 2019-02-25 | 2019-02-25 | 一种通用导出方法、装置和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109992615A true CN109992615A (zh) | 2019-07-09 |
Family
ID=67129979
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910136665.8A Pending CN109992615A (zh) | 2019-02-25 | 2019-02-25 | 一种通用导出方法、装置和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109992615A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106528880A (zh) * | 2016-12-14 | 2017-03-22 | 云南电网有限责任公司电力科学研究院 | 一种多源电力业务数据的数据结构格式的规整方法和系统 |
| CN108255897A (zh) * | 2017-02-17 | 2018-07-06 | 平安科技（深圳）有限公司 | 可视化图表数据转换处理方法和装置 |
| US20180232427A1 (en) * | 2017-02-13 | 2018-08-16 | Raytheon Company | Data structure endian conversion system |
| CN108763457A (zh) * | 2018-05-28 | 2018-11-06 | 厦门海迈科技股份有限公司 | 基于格式化模板的通用型数据导出方法、设备及存储介质 |
| CN109379245A (zh) * | 2018-09-21 | 2019-02-22 | 成都西加云杉科技有限公司 | 一种wifi报表生成方法及系统 |
-
2019
- 2019-02-25 CN CN201910136665.8A patent/CN109992615A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106528880A (zh) * | 2016-12-14 | 2017-03-22 | 云南电网有限责任公司电力科学研究院 | 一种多源电力业务数据的数据结构格式的规整方法和系统 |
| US20180232427A1 (en) * | 2017-02-13 | 2018-08-16 | Raytheon Company | Data structure endian conversion system |
| CN108255897A (zh) * | 2017-02-17 | 2018-07-06 | 平安科技（深圳）有限公司 | 可视化图表数据转换处理方法和装置 |
| CN108763457A (zh) * | 2018-05-28 | 2018-11-06 | 厦门海迈科技股份有限公司 | 基于格式化模板的通用型数据导出方法、设备及存储介质 |
| CN109379245A (zh) * | 2018-09-21 | 2019-02-22 | 成都西加云杉科技有限公司 | 一种wifi报表生成方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Distributed machine learning with a serverless architecture | |
| WO2021051914A1 (zh) | 基于gpu资源的数据处理方法、电子设备及系统 | |
| Scolati et al. | A Containerized Big Data Streaming Architecture for Edge Cloud Computing on Clustered Single-board Devices. | |
| US10310908B2 (en) | Dynamic usage balance of central processing units and accelerators | |
| CN103092698B (zh) | 云计算应用自动部署系统及方法 | |
| Yu et al. | Gillis: Serving large neural networks in serverless functions with automatic model partitioning | |
| CN105677763B (zh) | 一种基于Hadoop的图像质量评估系统 | |
| CN105808323A (zh) | 一种虚拟机创建方法及系统 | |
| CN105653372A (zh) | 基于云平台实现多虚拟化混合管理与调度的方法 | |
| JP2023508076A (ja) | アプリケーション・ベースのプロファイリングを用いた機械学習ワークロードの弾力的な実行 | |
| CN113821332B (zh) | 自动机器学习系统效能调优方法、装置、设备及介质 | |
| CN108647304A (zh) | 报表显示系统、方法、计算机设备及存储介质 | |
| CN114138776A (zh) | 图结构和图属性分离设计的方法、系统、装置和介质 | |
| CN106371924A (zh) | 一种最小化MapReduce集群能耗的任务调度方法 | |
| CN115373836A (zh) | 计算网络、算力度量方法、调度装置及相关产品 | |
| CN117785490B (zh) | 一种图神经网络模型的训练架构、方法、系统及服务器 | |
| US20190327342A1 (en) | Methods and electronic devices for data transmission and reception | |
| CN107168795B (zh) | 基于cpu-gpu异构复合式并行计算框架的密码子偏差系数模型方法 | |
| CN112614207A (zh) | 等值线绘制方法、装置和设备 | |
| CN109992615A (zh) | 一种通用导出方法、装置和存储介质 | |
| CN107967165B (zh) | 基于lvm的虚拟机离线迁移方法 | |
| US20210141723A1 (en) | Memory usage in managed runtime applications | |
| CN110275771A (zh) | 一种业务处理方法、物联网计费基础设施系统及存储介质 | |
| CN109445854B (zh) | 数据传输方法及装置 | |
| CN115408427A (zh) | 用于数据搜索的方法、装置及设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190709 |
|
| RJ01 | Rejection of invention patent application after publication |