CN110704675B - 对象管理方法、装置、计算机设备和存储介质 - Google Patents
对象管理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110704675B CN110704675B CN201910986607.4A CN201910986607A CN110704675B CN 110704675 B CN110704675 B CN 110704675B CN 201910986607 A CN201910986607 A CN 201910986607A CN 110704675 B CN110704675 B CN 110704675B
- Authority
- CN
- China
- Prior art keywords
- change
- time
- accumulated
- database
- objects
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/732—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
- G06F16/24558—Binary matching operations
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种对象管理方法、装置、计算机设备和存储介质,当需要查询(t1,t2)时间段内对象的出库/入库/删除数量时,只需在第二数据库中查询t1之前且距离t1最近的采样时刻[t1]对应的累计变化记录以及t2之前且距离t2最近的采样时刻[t2]对应的累计变化记录,在第一数据库中查询(t1,[t1])和(t2,[t2])这两个小区间的变化记录,再通过少量计算即可得到所要查询的对象数量,这样,无论变化记录多么庞大,只需在第二数据库中进行2次精确查询、在第一数据库中进行2次小区间查询,再经少量运算即可获得查询结果,整个查询过程无需对全部数据进行分析,运算少,内存消耗较少,大大缩短了查询时间。
Description
技术领域
本申请涉及数据处理技术领域,特别是涉及一种对象管理方法、装置、计算机设备和存储介质。
背景技术
视频图像信息数据库是视频解析的核心部分,负责提供数据的汇聚接入、数据处理、数据资源存储、数据服务、数据级联、数据开放能力、视图库软件应用等。
视频图像信息数据库(以下简称视图库)视图库管理的对象至少包括但不限于视频片段对象、图像对象、文件对象、人员对象、人脸对象、机动车对象、非机动车对象、物品对象、场景对象、视频案事件对象、视频图像标签对象等11个类别。视图库在对所有对象进行管理时,包括入库(采集设备/采集平台上传图像数据到视图库的过程)、出库(从视图库上传到外部系统的过程)、删除、修改等操作。
但是,现有技术从视图库中查询对象统计结果时存在耗时较长的问题。
发明内容
基于此,有必要针对上述从视图库中查询对象统计结果时存在耗时较长的技术问题,提供一种对象管理方法、装置、计算机设备和存储介质。
第一方面,本申请实施例提供一种对象管理方法,该方法包括:
接收对象的查询请求;查询请求表示请求查询待查询时间段内对象的累计变化数量、总变化数量、总数量中的至少一种,待查询时间段包括开始时刻和结束时刻;
在第一数据库中获取第一采样时刻与结束时刻之间的第一变化时刻对应的第一变化数量,和,第二采样时刻与开始时刻之间的第二变化时刻对应的第二变化数量,根据第一变化数量获取第一采样时刻与结束时刻之间的第一累计变化数量,根据第二变化数量获取第二采样时刻与开始时刻之间的第二累计变化数量;第一数据库中包括对象的变化记录,对象的变化记录包括对象的数量发生变化的变化时刻和对应的变化数量;第一采样时刻为在结束时刻之前且与结束时刻间隔最近的采样时刻,第二采样时刻为在开始时刻之前且与结束时刻间隔最近的采样时刻;
在第二数据库中获取系统初始时刻至第一采样时刻的第三累计变化数量,以及获取系统初始时刻至第二采样时刻的第四累计变化数量;第二数据库包括对象的累计变化记录,累计变化记录包括对象从系统初始时刻至各采样时刻之间的累计变化数量;
根据第一累计变化数量、第二累计变化数量、第三累计变化数量和第四累计变化数量,得到待查询时间段内对象的累计变化数量、总变化数量、总数量中的至少一种。
在其中一个实施例中,若待查询时间段的时长小于第一预设时长阈值,则从第一数据库获取从开始时刻至结束时刻之间的变化时刻对应的变化数量,根据变化数量确定累计变化数量、总变化数量、总数量中的至少一种。
在其中一个实施例中,累计变化数量包括累计入库数量、累计出库数量、累计删除数量之一;变化记录和累计变化记录包括变化类型,变化类型包括入库、出库、删除中的至少一种。
在其中一个实施例中,待查询时间段内对象的总变化数量表示待查询时间段内对象的累计入库数量减去累计出库数量;或者,待查询时间段内对象的总变化数量表示待查询时间段内对象的累计入库数量减去累计出库数量和累计删除数量;
待查询时间段内对象的总数量表示系统初始时刻的对象数量加待查询时间段内对象的总变化数量中至少一种。
在其中一个实施例中,该方法还包括:
获取对象的变化信息;变化信息包括入库信息、出库信息和删除信息中的至少一种;
根据变化信息对第一数据库和第二数据库中进行更新。
在其中一个实施例中,上述根据变化信息对第一数据库进行更新,包括:
满足预设条件时,将对应于变化信息的变化记录存储至第一数据库;预设条件包括距离上一次变化记录的存储时间达到第二预设时长阈值,或者,预设条件包括第一变化信息的数量达到预设数量阈值,第一变化信息为对应于变化信息的变化记录未存储至第一数据库的变化信息。
在其中一个实施例中,上述根据操作变化信息对第二数据库进行更新,包括:
从第二数据库中获取系统初始时刻至第三采样时刻的第五累计变化数量,第三采样时刻为当前采样时刻的前一个采样时刻;
从第一数据库中获取第三采样时刻至当前采样时刻之间的第三变化时刻对应的第三变化数量,根据第三变化数量获取第六累计变化数量;
根据第五累计变化数量和第六累计变化数量,得到系统初始时刻至当前采样时刻的累计变化数量,将包含系统初始时刻至当前采样时刻的累计变化数量的累计变化记录存储至第二数据库。
在其中一个实施例中,上述变化记录和累计变化记录中还包括对象的产生设备ID、对象的类别。
在其中一个实施例中,上述累计变化数量、总变化数量、总数量包括特定I D的产生设备中对象的累计变化数量、总变化数量、总数量;和/或,累计变化数量、总变化数量、总数量包括特定类别对象的累计变化数量、总变化数量、总数量。
第二方面,本申请实施例提供一种对象管理装置,装置包括:
接收模块,用于接收对象的查询请求;查询请求表示请求查询待查询时间段内对象的累计变化数量、总变化数量、总数量中的至少一种,待查询时间段包括开始时刻和结束时刻;
第一获取模块,用于在第一数据库中获取第一采样时刻与结束时刻之间的第一变化时刻对应的第一变化数量,和,第二采样时刻与开始时刻之间的第二变化时刻对应的第二变化数量,根据第一变化数量获取第一采样时刻与结束时刻之间的第一累计变化数量,根据第二变化数量获取第二采样时刻与开始时刻之间的第二累计变化数量;第一数据库中包括对象的变化记录,对象的变化记录包括对象的数量发生变化的变化时刻和对应的变化数量;第一采样时刻为在结束时刻之前且与结束时刻间隔最近的采样时刻,第二采样时刻为在开始时刻之前且与结束时刻间隔最近的采样时刻;
第二获取模块,用于在第二数据库中获取系统初始时刻至第一采样时刻的第三累计变化数量,以及获取系统初始时刻至第二采样时刻的第四累计变化数量;第二数据库包括对象的累计变化记录,累计变化记录包括对象从系统初始时刻至各采样时刻之间的累计变化数量;
确定模块,用于根据第一累计变化数量、第二累计变化数量、第三累计变化数量和第四累计变化数量,得到待查询时间段内对象的累计变化数量、总变化数量、总数量中的至少一种。
第三方面,本申请实施例提供一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述第一方面实施例提供的任一项方法的步骤。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述第一方面实施例提供的任一项方法的步骤。
本申请实施例提供的一种对象管理方法、装置、计算机设备和存储介质,当需要查询(t1,t2)时间段内对象的出库/入库/删除数量时,由于第一数据库中存储了对象的变化记录,对象的变化记录包括对象的数量发生变化的变化时刻和对应的变化数量,第二数据库中存储了对象的累计变化记录,累计变化记录包括对象从系统初始时刻至各采样时刻之间的累计变化数量,只需在第二数据库中查询t1之前且距离t1最近的采样时刻[t1]对应的累计变化记录以及t2之前且距离t2最近的采样时刻[t2]对应的累计变化记录,在第一数据库中查询(t1,[t1])和(t2,[t2])这两个小区间的变化记录,再通过少量计算即可得到所要查询的对象数量,这样,无论变化记录多么庞大,只需在第二数据库中进行2次精确查询、在第一数据库中进行2次小区间查询,再经少量运算即可获得查询结果,整个查询过程无需对全部数据进行分析,运算少,内存消耗较少,大大缩短了查询时间。
附图说明
图1为一个实施例提供的一种对象管理方法的应用环境图;
图2为一个实施例提供的一种对象管理方法的流程示意图;
图3为一个实施例提供的一种对象管理方法的流程示意图;
图4为一个实施例提供的一种对象管理方法的流程示意图;
图5为一个实施例提供的一种对象管理装置的结构框图;
图6为一个实施例提供的一种对象管理装置的结构框图;
图7为一个实施例提供的一种对象管理装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的一种对象管理方法,可以应用于如图1所示的应用环境中,该应用环境中,计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储对象管理方法的数据。该计算机设备的网络接口用于与外部的其他设备通过网络连接通信。该计算机程序被处理器执行时以实现一种对象管理方法。
在实际应用中,对对象在时间域上进行统计计数是一个经常面对的问题。一般的,针对对象的操作,有增删改查四种,其中,对象增加的时候,对象统计值增加,对象删除的时候,对象统计值减少,对象修改的时候,对象统计值不变。
例如,公安视频图像信息库(简称视图库)管理的对象至少包括视频片段对象、图像对象、文件对象、人员对象、人脸对象、机动车对象、非机动车对象、物品对象、场景对象、视频案事件对象、视频图像标签对象等11个类别。其中,这些对象由采集设备/采集平台上传(称作入库)到视图库,由日志系统记录所上传的类别、出入库标记、个数、时间戳等信息;另外,这些对象也可被其他系统订阅,从视图库上传到外部(称作出库)系统,这时也会被日志系统记录出库对象的类别、出入库标记、个数、时间戳等信息。而且,被存储的对象还可以具有生命周期,即到期时将会被删除。假设每台采集设备按每天入库5000条记录计算,一个月可产生15万条的入库记录,一年便可产生180万的入库记录,此时若查询几天内的数据或许容易,倘若查询过去一年的入库总量,直接对这些记录做累计运算是相当消耗资源的,并且耗费的时间不可控。因此本申请实施例提供一种对象管理方法、装置、计算机设备和存储介质,旨在解决从视图库中查询对象统计结果时存在耗时较长的技术问题。
下面将通过实施例并结合附图具体地对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。需要说明的是,本申请提供的一种对象管理方法,图2-图4的执行主体为计算机设备,其中,其执行主体还可以是对象管理装置,其中该装置可以通过软件、硬件或者软硬件结合的方式实现成为计算机设备的部分或者全部。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。
在一个实施例中,图2提供了一种对象管理方法,本实施例涉及的是计算机设备根据查询请求,在数据库中查询对象在待查询时间段内累计变化数量、总变化数量、总数量中的至少一种的具体过程,如图2所示,所述方法包括:
S101,接收对象的查询请求;查询请求表示请求查询待查询时间段内对象的累计变化数量、总变化数量、总数量中的至少一种,待查询时间段包括开始时刻和结束时刻。
本实施例中,对象表示的是任一个需要管理的对象,这里的对象可以是待查询的对象,也可以是待更新的对象等。其中,查询请求表示需要对对象的累计变化数量、总变化数量或者总数量进行查询的请求。可选地,查询请求可以包含变化类型,设备ID和/或对象类别。变化的类型包括出库、入库或者删除,对应的,累计变化数量包括累计入库数量、累计出库数量或者累计删除数量。累计入库数量表示一个时间段内该对象入库数量之和,累计出库数量表示一个时间段内该对象出库数量之和,累计删除数量表示一个时间段内该对象删除数量之和。可选地,总变化数量表示待查询时间段内对象的累计入库数量减去累计出库数量;当对象包含生命周期时,到期的对象会被删除,总变化数量表示待查询时间段内对象的累计入库数量减去累计出库数量和累计删除数量。其中,总数量表示的是T时刻的总数量,即系统初始时刻的数量加上0-T时刻时间段内的总变化数量。需要说明的是,当查询请求所要查询的是待查询时间段的总数量时,仅需要给出结束时刻(T时刻),开始时刻默认为系统初始时刻。
对象类别包括但不限于视频片段对象、图像对象、文件对象、人员对象、人脸对象、机动车对象、非机动车对象、物品对象、场景对象、视频案事件对象、视频图像标签对象等。一个查询请求例如可以是查询来自ID为X1的设备的人脸对象在10月1日14:00:00-10月2日15:00:00之间的入库数量。
其中计算机设备接收查询请求的方式可以是接收用户直接通过输入装置输入的请求,也可以是接收其他设备发送的请求,还可以是接收语音请求等,本实施例对接收查询请求的方式不做限定。需要说明的是,本申请提供的对象管理方法是运用在一种信息库中的方法,例如,公安视频图像信息数据库,以下简称视图库系统。
S102,在第一数据库中获取第一采样时刻与结束时刻之间的第一变化时刻对应的第一变化数量,和,第二采样时刻与开始时刻之间的第二变化时刻对应的第二变化数量,根据第一变化数量获取第一采样时刻与结束时刻之间的第一累计变化数量,根据第二变化数量获取第二采样时刻与开始时刻之间的第二累计变化数量;第一数据库中包括对象的变化记录,对象的变化记录包括对象的数量发生变化的变化时刻和对应的变化数量;第一采样时刻为在结束时刻之前且与结束时刻间隔最近的采样时刻,第二采样时刻为在开始时刻之前且与结束时刻间隔最近的采样时刻。
其中,采样时刻表示预先设定的计算累计变化数量的时刻,例如,可以是每天的23:59:59,即每一天的23:59:59时间记录一次对象的累计变化数量,例如,第一天的23:59:59记录自系统初始时刻到第一天的采样时刻之间对象的累计变化数量,在第2天的23:59:59记录一次系统初始时刻到第二天的采样时刻之间对象的累计变化数量,以此类推,在第n天的23:59:59,记录系统初始时刻到第n天的采样时刻之间对象的累计变化数量。
采样时刻之间的间隔可以是固定的,也可以是非固定的,在此不做限定。固定间隔的采样时刻例如每天的23:59:59作为采样时刻,非固定的采样时刻例如当变化记录达到一定数量时即计算累计变化数量,将计算累计变化数量的时刻作为采样时刻。
其中,本步骤中第一数据库和下述第二数据库为预先在搜索服务器中建立的两个数据库,其中,搜索服务器表示全文搜索引擎,例如elasticSearch,本实施例对搜索服务器的类型不做限定,只要是可以快速地储存、搜索和分析海量数据的引擎即可。以elasticSearch中的索引为例,可以在elasticSearc中创建两个索引statics和days,分别对应两个数据库,则第一数据库为statics,第二数据库为days。
第一数据库中包括对象的变化记录,对象的变化记录包括对象的数量发生变化的变化时刻和对应的变化数量。在一例中,第一数据库中的变化记录如表1所示。
表1
续举前例,查询来自ID为X1的设备的人脸对象在10月1日14:00:00-10月2日15:00:00之间的入库数量,采样时刻为每天的23:59:59时,开始时刻为10月1日14:00:00,结束时刻为10月2日下午15:00:00,第一采样时刻为10月1日23:59:59,第二采样时刻为9月30日23:59:59。第一采样时刻与结束时刻之间不存在变化记录,第二变化时刻为10月1日3:00和10月1日13:00。设备ID为X1,对象类别为人脸,变化类型为入库时,第二变化时刻对应的变化记录为以下两条,与第二变化时刻对应的变化数量为5,3,如下表2所示。
表2
对应地,第一累计变化数量为0,第二累计变化数量为8。
S103,在第二数据库中获取系统初始时刻至第一采样时刻的第三累计变化数量,以及获取系统初始时刻至第二采样时刻的第四累计变化数量;第二数据库包括对象的累计变化记录,累计变化记录包括对象从系统初始时刻至各采样时刻之间的累计变化数量。
在一例中,第二数据库中的累计变化记录如表3所示。
表3
续举前例,当查询请求为是查询来自ID为X1的设备的人脸对象在10月1日14:00:00-10月2日15:00:00之间的入库数量时,设备ID为X1,对象类别为人脸,变化类型为入库,第三累计变化数量为10,第四累计变化数量为2。
S104,根据第一累计变化数量、第二累计变化数量、第三累计变化数量和第四累计变化数量,得到待查询时间段内对象的累计变化数量、总变化数量、总数量中的至少一种。
续举前例,当查询请求为是查询来自ID为X1的设备的人脸对象在10月1日14:00:00-10月2日15:00:00之间的入库数量时,设备ID为X1,对象类别为人脸,变化类型为入库,用第三累计变化数量+第一累计变化数量-第四累计变化数量-第二累计变化数量(10+0-2-8)即可得到来自ID为X1的设备的人脸对象在10月1日14:00:00-10月2日15:00:00之间的入库数量为0。
示例地,以需要查询的是累计入库数量为例,计算机设备根据查询请求,查询待查询时间段内对象的累计入库数量时,可以从第二数据库中直接查询出待查询时间段结束时刻之前采样时刻记录的累计入库数量以及开始时刻之前采样时刻记录的累计入库数量,对于结束时刻之前采样时刻点到结束时刻、开始时刻之前采样时刻点到开始时刻的累计入库数量,可以根据第一数据库中的变化记录进行实时分析计算,整个过程相当于,将查询时间段(t1,t2)以采样时刻为节点划分为(0,[t1]),([t1],t1),(0,[t2]),([t2],t2)四个时间段,对于第二数据库中已经记录有累计变化数量的时间段(0,[t1]),(0,[t2]),从第二数据库中直接获取累计变化数量,对于累计变化数量没有记录的在第二数据库中的时间段([t1],t1),([t2],t2),则根据第一数据库存储的各对象的变化记录实时计算累计变化数量,最后进行合计即可。这样,在查询过程中,大部分时间段的累计变化数量无需实时计算,只需从第二数据库中精确进行查找,另外一小部分时间段在第一数据库中实时进行少量计算,可以实现快速计算,使得整个查询过程内存消耗较少,查询耗时短。
本实施例提供的对象管理方法,当需要查询(t1,t2)时间段内对象的出库/入库/删除数量时,由于第一数据库中存储了对象的变化记录,对象的变化记录包括对象的数量发生变化的变化时刻和对应的变化数量,第二数据库中存储了对象的累计变化记录,累计变化记录包括对象从系统初始时刻至各采样时刻之间的累计变化数量,只需在第二数据库中查询t1之前且距离t1最近的采样时刻[t1]对应的累计变化记录以及t2之前且距离t2最近的采样时刻[t2]对应的累计变化记录,在第一数据库中查询(t1,[t1])和(t2,[t2])这两个小区间的变化记录,再通过少量计算即可得到所要查询的对象数量,这样,无论变化记录多么庞大,只需在第二数据库中进行2次精确查询、在第一数据库中进行2次小区间查询,再经少量运算即可获得查询结果,整个查询过程无需对全部数据进行分析,运算少,内存消耗较少,大大缩短了查询时间。
在一些场景中,若待查询时间段很短,则无需分两个数据库查询,直接在第一数据库中进行计算即可,则在一个实施例中,若待查询时间段的时长小于第一预设时长阈值,则从第一数据库获取从开始时刻至结束时刻之间的变化时刻对应的变化数量,根据变化数量确定累计变化数量、总变化数量、总数量中的至少一种。
具体地,计算机设备将待查询时间段的时长与第一预设时长阈值进行对比,若待查询时间段的时长小于第一预设时长阈值,则计算机设备从第一数据库获取从开始时刻至结束时刻之间的变化时刻对应的变化数量,根据变化数量确定累计变化数量、总变化数量、总数量中的至少一种。其中,第一预设时长阈值为预先设定的值,例如,可取24小时、48小时等,本实施例对此不做限定。这样,在待查询时间段较短时,直接通过第一数据库进行实时分析计算也不会消耗太多计算资源,因此无需执行去第二数据库中获取数据的步骤。
在以上实施例的基础上,本申请实施例还提供了一种对象管理方法,其涉及的是计算机设备对第一数据库和第二数据库进行更新的具体过程,如图3所示,该方法还包括:
S201,获取对象的变化信息;变化信息包括入库信息、出库信息和删除信息中的至少一种。
本实施例中,计算机设备获取对象的变化信息,其中该变化信息包括入库信息、出库信息和删除信息至少一种。其中计算机设备获取变化信息的方式可以是通过接收外接设备的输入信息确定,本实施例对此不做限定。
S202,根据变化信息对第一数据库和第二数据库中进行更新。
基于上述S201步骤中获取的变化信息,计算机设备根据该变化信息执行不同的更新,例如,根据入库信息对对象进行入库记录更新,根据出库信息对对象进行增加出库记录更新,根据删除信息对对象进行删除记录更新。
本实施例提供的对象管理方法,计算机设备根据对象的变化信息对第一数据库和第二数据库中的数据进行更新,可以保证第一数据库和第二数据库中数据的有效性、准确性和及时性,进一步地,保证了在该第一数据库和第二数据库中查询结果的准确性。
下面对不同变化信息对应的更新过程进行说明,提供一种对第一数据库进行更新的过程,则在一个实施例中,满足预设条件时,将对应于变化信息的变化记录存储至第一数据库;预设条件包括距离上一次变化记录的存储时间达到第二预设时长阈值,或者,预设条件包括第一变化信息的数量达到预设数量阈值,其中,第一变化信息为对应于变化信息的变化记录未存储至第一数据库的变化信息。
具体地,计算机设备对第一数据库中变化记录进行更新时,以达到预设条件为准,即若当前时刻距离上一次变化记录的存储时间达到第二预设时长阈值时,计算机设备将当前时刻与上一次变化记录存储时刻之间的所有变化信息进行记录;或者,若第一变化信息的数量达到预设数量阈值时,其中,第一变化信息为对应于变化信息的变化记录未存储至第一数据库的变化信息,计算机设备将第一变化信息存储至第一数据库中。这样,在满足预设条件时,保证了数据的即时性。
在另外一个实施例中,如图4所示,提供一种对第二数据库进行更新的过程,则该过程包括:
S301,从第二数据库中获取第三采样时刻的第五累计变化数量,第三采样时刻为当前采样时刻的前一个采样时刻。
计算机设备获取第二数据库中最后存储的累计变化数量,则第二数据库中最后存储的累计变化数量对应的采样时刻为第三采样时刻,即,第三采样时刻为当前采样时刻的前一个采样时刻。
S302,从第一数据库中获取第三采样时刻至当前采样时刻之间的第三变化时刻对应的第三变化数量,根据第三变化数量获取第六累计变化数量。
计算机设备从第一数据库中获取第三采样时刻到当前采样时刻之间的变化量,即第三变化数量,计算机根据该第三变化数量分析计算第六累计变化数量。可以理解的是,第六累计变化数量表示的是第三采样时刻到当前采样时刻的变化量。
S303,根据第五累计变化数量和第六累计变化数量,得到当前采样时刻的累计变化数量,将包含当前采样时刻的累计变化数量的累计变化记录存储至第二数据库。
本步骤中,计算机设备将第五累计变化数量与第六累计变化数量的和确定为当前时刻的累计变化量,并将该当前采样时刻的累计变化数量的累计变化记录存储至第二数据库。
续举前例,采样时刻为每天23:59:59,当前采样时刻为10月2日23:59:59,对第二数据库进行更新时,需要从第二数据库获取10月1日23:59:59的第五累计变化数量,再从第一数据库中获取10月2日0:0:0-10月2日23:59:59的变化数量,由所示变化数量得到10月2日0:0:0-10月2日23:59:59的第六累计变化数量,再由第五累计变化数量和第六累计变化数量得到系统初始时刻至当前采样时刻的累计变化数量。
需要说明的是,计算机设备在更新第一数据库和第二数据库时,均是根据不同的变化类型分别更新各类型对应的累计变化数量。本实施例中,通过对第一数据库和第二数据库中的数据进行更新,保证了第一数据库和第二数据中数据的准确性和及时性。
在一个实施例中,变化记录和累计变化记录中还包括对象的产生设备ID、对象的类别;可选地,累计变化数量、总变化数量、总数量包括特定ID的产生设备中对象的累计变化数量、总变化数量、总数量;和/或,累计变化数量、总变化数量、总数量包括特定类型对象的累计变化数量、总变化数量、总数量。
其中,对象的产生设备ID表示生成该对象的设备的ID,例如,若为人脸对象,则生成该图像的设备为采集该图像的采集设备的ID。这样在变化记录和累计变化记录中还包括对象的产生设备ID可以方便对对象来源进行区分。对象的类型包括人脸、人员等。对应地,在查询对象的数量时,可以查询的是特定ID的产生设备中对象的累计变化数量、总变化数量、总数量,也可以查询的是特定类型对象的累计变化数量、总变化数量、总数量,还可以查询特定ID的产生设备、特定类型对象的累计变化数量、总变化数量、总数量,本实施例对此也不做限定。根据特定ID和特定类型对对象进行划分,可以适应用户不同的查询需求。
在一些场景中,对第一数据库和第二数据库中的数据进行更新过程中,如果某天视图库系统中没有出库、入库、删除信息等操作,那么当天采样时刻(例如23:59:59)的累计变化数量与前一天采样时刻的累计变化数量相同,这种情况下,在第二数据库中的累计变化数量可以不做记录,也可以直接采用前一天的累计数数量作为记录,本实施例对此不做限定。
基于上述所有实施例,本申请提供一种对数据从入库、更新到查询过程的完整实施例:
对于视图库系统,假设其管理的对象有11类,对于该11类对象的个数统计可看作是针对一个具有11个统计维度的R11空间里向量的操作,由于在实际应用中,这些对象总是来源于某个被唯一标识的采集设备/采集平台/外部系统(下文用X指代),因此采用设备的ID标识该向量,在写日志时候记下来,表示该条记录属于设备X。设定搜索服务器为elasticSearch,其第一数据库(本实施例以下称为第一索引)为statics,第二数据库(本实施例以下称为第二索引)为days;
以入库为例,f(t)表示设备X在t时刻的入库个数,在第一索引statics中存放t时刻该设备X的入库信息,采用函数f(t)表示入库个数,则该函数f(t)是具有多个维度的向量f(t)=[f1(t),f2(t),...,fn(t)],例如第一维度f1(t)代表人脸个数,第二个维度f2(t)代表机动车个数等。采用s(t)表示设备X从原图系统初始状态(0时刻)到t时刻的入库总量,其中,0时刻即视图库部署完成、刚启动的时刻,可以取UTC(世界统一时间)时间的起始时刻(1970-1-100:00:00),也可以取实际项目部署完成时间,本实施例对此不做限定。其中
具体地,设定执行该方法的模块为log模块,则定期产生原始出入库记录存放在statics的过程包括:每当设备/平台向视图库系统上传上述11种对象时,会调用log模块在log模块内存中记录下来,log模块记录瞬时量f(t):采集瞬时入库、出库、删除信息,向statics写入记录。此处“瞬时”指的是短暂的一段时间区间,例如5s、10s、15s等,log模块会定期(例如10秒或log内存里的记录数达到某个阈值),把这段瞬时的入库信息汇总向statics写入记录。如果还有其他对象,则也需写入。
另一方面,每天有对象出库,或者对象到期被删除时,log模块也会定期向statics写入记录。如下表4所示为第一数据库中的变化记录,表示1561368429-1561368439这10s内,设备X1入库人脸5个(在此,一条变化记录中的变化时刻记为短暂的一段时间区间中的最后一个时间点),出库人员3个;1561368439-1561368449这10s内,设备X1删除人脸1个,X2删除场景1个。
表4
序号 | 设备ID | 对象类型 | 变化类型 | 变化时刻 | 变化数量 |
1 | X1 | 人脸 | “入库” | 1561368439 | 5 |
2 | X1 | 人员 | “出库” | 1561368439 | 3 |
3 | X1 | 人脸 | “删除” | 1561368449 | 1 |
4 | X2 | 场景 | “删除” | 1561368449 | 1 |
其中,定期对原始出入库记录进行分析得到第二数据库中的累计变化记录的过程包括:statistics模块负责记录累计变化数量s(t):计算两个采样点ti、ti+1,之间产生的累计入库数量、累计出库数量或累计删除数量,以累计入库数量为例,为增量其中,ti和ti+1之间的间隔,可以是每隔固定的时间,例如每天23:59:59,也可以是非固定的时间。
例如每天23:59:59,对从当天00:00:00到23:59:59的所有原始出入库记录按设备ID分组,然后对各个分组的11类对象进行统计,按照变化类型得到各个变化类型的累计变化数量。对于上述表4的数据,处理得到:X1入库=[0,0,0,0,5,0,0,0,0,0,0],第5个维度表示人脸个数,X1出库=[0,0,0,3,0,0,0,0,0,0,0],第4个维度表示人员个数,X1删除=[0,0,0,0,1,0,0,0,0,0,0],第5个维度表示人脸个数。X2删除=[0,0,0,0,0,0,0,0,1,0,0],第9个维度表示场景个数。向量的每一维度代表一种类别的对象的个数的统计值。
其中,对于更新累计值表days的过程包括:
statistics模块还负责将截止ti时刻的累计变化数量S(ti)加上增量Sinc写入days,即把的结果写入days,对每个设备X,分别写入一条入库、出库、删除的累计变化数量。以入库为例,写入方法为:查询X上一次写入的累计入库数量(匹配设备ID和变化类型,取时间最大的那条记录),记为Sold=S(ti),将该条记录和之前计算所得的X的累计入库数量Sinc相加:Snew=S(ti+1)=Sold+Sinc,把相加结果Snew写入第二数据库的累计变化记录,其中Snew对应的采样时刻为当天23:59:59,当然,如果该设备X当天没有产生入库/出库/删除的记录,则可将前一天的累计变化数量作为当天的累计变化数量,或不在第二数据库中存储当天的累计变化记录。
(i)从第二数据库days分别查询[a],[b]时刻的累计入库数量S[a]和S[b]。对于获取[a]时刻的累计入库数量S[a],查询条件是匹配设备ID和变化类型为“入库”,取采样时刻时间小于等于a且最接近的累计变化记录对应的累计变化数量;对于获取[b]时刻的累计变化数量也是同理。如果没有结果,则表示自系统初始时刻时刻起,还没有入库记录。
(ii)从第一数据库中查询设备X在小区间的时间段[[a],a]和[[b],b]产生的入库数量,即从statics匹配设备ID和变化类型为“入库”以及时间区域进行查询,对查询结果进行汇总,得到[[a],a]和[[b],b]两个时间区间的累计变化数量和
一般的,[a,b]跨度在3天以上时,采用上述查询方法,否则如果[a,b]时间段很短,则直接查询statics,对结果进行累计即可。对于出库、删除信息的查询也是同理,在此不再赘述。
根据本实施例提供的完成管理过程可知,对于查询指定设备X在任意时间区间[a,b]所产生的出库/入库/删除总量,无论记录条数多么庞大,只需要从day s进行历史累计变化数量精确查询,从statics进行小时间区间(一天以内)变化数量查询,最后进行累加即可完成,大大的提高了查询效率。
应该理解的是,虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种对象管理装置,该装置包括:接收模块10、第一获取模块11、第二获取模块12和确定模块13,其中,
接收模块10,用于接收对象的查询请求;查询请求表示请求查询待查询时间段内对象的累计变化数量、总变化数量、总数量中的至少一种,待查询时间段包括开始时刻和结束时刻;
第一获取模块11,用于在第一数据库中获取第一采样时刻与结束时刻之间的第一变化时刻对应的第一变化数量,和,第二采样时刻与开始时刻之间的第二变化时刻对应的第二变化数量,根据第一变化数量获取第一采样时刻与结束时刻之间的第一累计变化数量,根据第二变化数量获取第二采样时刻与开始时刻之间的第二累计变化数量;第一数据库中包括对象的变化记录,对象的变化记录包括对象的数量发生变化的变化时刻和对应的变化数量;第一采样时刻为在结束时刻之前且与结束时刻间隔最近的采样时刻,第二采样时刻为在开始时刻之前且与结束时刻间隔最近的采样时刻;
第二获取模块12,用于在第二数据库中获取系统初始时刻至第一采样时刻的第三累计变化数量,以及获取系统初始时刻至第二采样时刻的第四累计变化数量;第二数据库包括对象的累计变化记录,累计变化记录包括对象从系统初始时刻至各采样时刻之间的累计变化数量;
确定模块13,用于根据第一累计变化数量、第二累计变化数量、第三累计变化数量和第四累计变化数量,得到待查询时间段内对象的累计变化数量、总变化数量、总数量中的至少一种。
上述实施例提供的一种对象管理装置,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,若待查询时间段的时长小于第一预设时长阈值,则从第一数据库获取从开始时刻至结束时刻之间的变化时刻对应的变化数量,根据变化数量确定累计变化数量、总变化数量、总数量中的至少一种。
上述实施例提供的一种对象管理装置,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,累计变化数量包括累计入库数量、累计出库数量、累计删除数量之一;变化记录和累计变化记录包括变化类型,变化类型包括入库、出库、删除中的至少一种。
上述实施例提供的一种对象管理装置,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,待查询时间段内对象的总变化数量表示待查询时间段内对象的累计入库数量减去累计出库数量;或者,待查询时间段内对象的总变化数量表示待查询时间段内对象的累计入库数量减去累计出库数量和累计删除数量;
待查询时间段内对象的总数量表示系统初始时刻的对象数量加待查询时间段内对象的总变化数量。
上述实施例提供的一种对象管理装置,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,如图6所示,提供了一种对象管理装置,该装置还包括:获取模块14和更新模块15,其中,
获取模块14,用于获取对象的变化信息;变化信息包括入库信息、出库信息和删除信息中的至少一种;
更新模块15,用于根据变化信息对第一数据库和第二数据库中进行更新。
上述实施例提供的一种对象管理装置,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,上述更新模块15用于满足预设条件时,将对应于变化信息的变化记录存储至第一数据库;预设条件包括距离上一次变化记录的存储时间达到第二预设时长阈值,或者,预设条件包括第一变化信息的数量达到预设数量阈值,第一变化信息为对应于变化信息的变化记录未存储至第一数据库的变化信息。
上述实施例提供的一种对象管理装置,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,如图7所示,提供了一种对象管理装置,上述更新模块15包括:第一获取单元151、第二获取单元152和存储单元153,其中,
第一获取单元151,用于从第二数据库中获取系统初始时刻至第三采样时刻的第五累计变化数量,第三采样时刻为当前采样时刻的前一个采样时刻;
第二获取单元152,用于从第一数据库中获取第三采样时刻至当前采样时刻之间的第三变化时刻对应的第三变化数量,根据第三变化数量获取第六累计变化数量;
存储单元153,用于根据第五累计变化数量和第六累计变化数量,得到系统初始时刻至当前采样时刻的累计变化数量,将包含系统初始时刻至当前采样时刻的累计变化数量的累计变化记录存储至第二数据库。
上述实施例提供的一种对象管理装置,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,上述变化记录和累计变化记录中还包括对象的产生设备I D、对象的类别。
上述实施例提供的一种对象管理装置,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,上述累计变化数量、总变化数量、总数量包括特定ID的产生设备中对象的累计变化数量、总变化数量、总数量;和/或,累计变化数量、总变化数量、总数量包括特定类别对象的累计变化数量、总变化数量、总数量。
上述实施例提供的一种对象管理装置,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
关于对象管理装置的具体限定可以参见上文中对于对象管理方法的限定,在此不再赘述。上述对象管理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图1所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种对象管理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,上述图1中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
接收对象的查询请求;查询请求表示请求查询待查询时间段内对象的累计变化数量、总变化数量、总数量中的至少一种,待查询时间段包括开始时刻和结束时刻;
在第一数据库中获取第一采样时刻与结束时刻之间的第一变化时刻对应的第一变化数量,和,第二采样时刻与开始时刻之间的第二变化时刻对应的第二变化数量,根据第一变化数量获取第一采样时刻与结束时刻之间的第一累计变化数量,根据第二变化数量获取第二采样时刻与开始时刻之间的第二累计变化数量;第一数据库中包括对象的变化记录,对象的变化记录包括对象的数量发生变化的变化时刻和对应的变化数量;第一采样时刻为在结束时刻之前且与结束时刻间隔最近的采样时刻,第二采样时刻为在开始时刻之前且与结束时刻间隔最近的采样时刻;
在第二数据库中获取系统初始时刻至第一采样时刻的第三累计变化数量,以及获取系统初始时刻至第二采样时刻的第四累计变化数量;第二数据库包括对象的累计变化记录,累计变化记录包括对象从系统初始时刻至各采样时刻之间的累计变化数量;
根据第一累计变化数量、第二累计变化数量、第三累计变化数量和第四累计变化数量,得到待查询时间段内对象的累计变化数量、总变化数量、总数量中的至少一种。
上述实施例提供的一种计算机设备,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
接收对象的查询请求;查询请求表示请求查询待查询时间段内对象的累计变化数量、总变化数量、总数量中的至少一种,待查询时间段包括开始时刻和结束时刻;
在第一数据库中获取第一采样时刻与结束时刻之间的第一变化时刻对应的第一变化数量,和,第二采样时刻与开始时刻之间的第二变化时刻对应的第二变化数量,根据第一变化数量获取第一采样时刻与结束时刻之间的第一累计变化数量,根据第二变化数量获取第二采样时刻与开始时刻之间的第二累计变化数量;第一数据库中包括对象的变化记录,对象的变化记录包括对象的数量发生变化的变化时刻和对应的变化数量;第一采样时刻为在结束时刻之前且与结束时刻间隔最近的采样时刻,第二采样时刻为在开始时刻之前且与结束时刻间隔最近的采样时刻;
在第二数据库中获取系统初始时刻至第一采样时刻的第三累计变化数量,以及获取系统初始时刻至第二采样时刻的第四累计变化数量;第二数据库包括对象的累计变化记录,累计变化记录包括对象从系统初始时刻至各采样时刻之间的累计变化数量;
根据第一累计变化数量、第二累计变化数量、第三累计变化数量和第四累计变化数量,得到待查询时间段内对象的累计变化数量、总变化数量、总数量中的至少一种。
上述实施例提供的一种计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是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非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (12)
1.一种对象管理方法,其特征在于,所述方法包括:
接收对象的查询请求;所述查询请求表示请求查询待查询时间段内所述对象的累计变化数量、总变化数量、总数量中的至少一种,所述待查询时间段包括开始时刻和结束时刻;
在第一数据库中获取第一采样时刻与所述结束时刻之间的第一变化时刻对应的第一变化数量,和,第二采样时刻与所述开始时刻之间的第二变化时刻对应的第二变化数量,根据所述第一变化数量获取所述第一采样时刻与所述结束时刻之间的第一累计变化数量,根据所述第二变化数量获取所述第二采样时刻与所述开始时刻之间的第二累计变化数量;所述第一数据库中包括对象的变化记录,所述对象的变化记录包括对象的数量发生变化的变化时刻和对应的变化数量;所述第一采样时刻为在所述结束时刻之前且与所述结束时刻间隔最近的采样时刻,所述第二采样时刻为在所述开始时刻之前且与所述结束时刻间隔最近的采样时刻,所述第一采样时刻和所述第二采样时刻表示预先设定的计算累计变化量的时刻;
在第二数据库中获取系统初始时刻至所述第一采样时刻的第三累计变化数量,以及获取所述系统初始时刻至所述第二采样时刻的第四累计变化数量;所述第二数据库包括对象的累计变化记录,所述累计变化记录包括对象从系统初始时刻至各采样时刻之间的累计变化数量;
根据所述第一累计变化数量、第二累计变化数量、第三累计变化数量和第四累计变化数量,得到所述待查询时间段内所述对象的累计变化数量、总变化数量、总数量中的至少一种。
2.根据权利要求1所述的方法,其特征在于,若所述待查询时间段的时长小于第一预设时长阈值,则从所述第一数据库获取从所述开始时刻至所述结束时刻之间的变化时刻对应的变化数量,根据所述变化数量确定所述累计变化数量、总变化数量、总数量中的至少一种。
3.根据权利要求1或2所述的方法,其特征在于,所述累计变化数量包括累计入库数量、累计出库数量、累计删除数量之一;所述变化记录和所述累计变化记录包括变化类型,所述变化类型包括入库、出库、删除中的至少一种。
4.根据权利要求3所述的方法,其特征在于,所述待查询时间段内所述对象的总变化数量表示所述待查询时间段内所述对象的累计入库数量减去累计出库数量;或者,所述待查询时间段内所述对象的总变化数量表示所述待查询时间段内所述对象的累计入库数量减去累计出库数量和累计删除数量;
所述待查询时间段内所述对象的总数量表示所述系统初始时刻的对象数量加所述待查询时间段内所述对象的总变化数量。
5.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
获取所述对象的变化信息;所述变化信息包括入库信息、出库信息和删除信息中的至少一种;
根据所述变化信息对所述第一数据库和所述第二数据库中进行更新。
6.根据权利要求5所述的方法,其特征在于,所述根据所述变化信息对所述第一数据库进行更新,包括:
满足预设条件时,将对应于所述变化信息的变化记录存储至所述第一数据库;所述预设条件包括距离上一次变化记录的存储时间达到第二预设时长阈值,或者,所述预设条件包括第一变化信息的数量达到预设数量阈值,所述第一变化信息为对应于所述变化信息的变化记录未存储至所述第一数据库的变化信息。
7.根据权利要求6所述的方法,其特征在于,所述根据所述变化信息对所述第二数据库进行更新,包括:
从所述第二数据库中获取系统初始时刻至第三采样时刻的第五累计变化数量,所述第三采样时刻为当前采样时刻的前一个采样时刻;
从所述第一数据库中获取所述第三采样时刻至当前采样时刻之间的第三变化时刻对应的第三变化数量,根据所述第三变化数量获取第六累计变化数量;
根据所述第五累计变化数量和所述第六累计变化数量,得到所述系统初始时刻至所述当前采样时刻的累计变化数量,将包含所述系统初始时刻至所述当前采样时刻的累计变化数量的累计变化记录存储至所述第二数据库。
8.根据权利要求1所述的方法,其特征在于,所述变化记录和累计变化记录中还包括对象的产生设备ID、对象的类别。
9.根据权利要求8所述的方法,其特征在于,所述累计变化数量、总变化数量、总数量包括特定ID的产生设备中对象的累计变化数量、总变化数量、总数量;和/或,所述累计变化数量、总变化数量、总数量包括特定类别对象的累计变化数量、总变化数量、总数量。
10.一种对象管理装置,其特征在于,所述装置包括:
接收模块,用于接收对象的查询请求;所述查询请求表示请求查询待查询时间段内所述对象的累计变化数量、总变化数量、总数量中的至少一种,所述待查询时间段包括开始时刻和结束时刻;
第一获取模块,用于在第一数据库中获取第一采样时刻与所述结束时刻之间的第一变化时刻对应的第一变化数量,和,第二采样时刻与所述开始时刻之间的第二变化时刻对应的第二变化数量,根据所述第一变化数量获取所述第一采样时刻与所述结束时刻之间的第一累计变化数量,根据所述第二变化数量获取所述第二采样时刻与所述开始时刻之间的第二累计变化数量;所述第一数据库中包括对象的变化记录,所述对象的变化记录包括对象的数量发生变化的变化时刻和对应的变化数量;所述第一采样时刻为在所述结束时刻之前且与所述结束时刻间隔最近的采样时刻,所述第二采样时刻为在所述开始时刻之前且与所述结束时刻间隔最近的采样时刻,所述第一采样时刻和所述第二采样时刻表示预先设定的计算累计变化量的时刻;
第二获取模块,用于在第二数据库中获取系统初始时刻至所述第一采样时刻的第三累计变化数量,以及获取所述系统初始时刻至所述第二采样时刻的第四累计变化数量;所述第二数据库包括对象的累计变化记录,所述累计变化记录包括对象从系统初始时刻至各采样时刻之间的累计变化数量;
确定模块,用于根据所述第一累计变化数量、第二累计变化数量、第三累计变化数量和第四累计变化数量,得到所述待查询时间段内所述对象的累计变化数量、总变化数量、总数量中的至少一种。
11.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述方法的步骤。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910986607.4A CN110704675B (zh) | 2019-10-17 | 2019-10-17 | 对象管理方法、装置、计算机设备和存储介质 |
PCT/CN2020/111425 WO2021073260A1 (zh) | 2019-10-17 | 2020-08-26 | 对象管理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910986607.4A CN110704675B (zh) | 2019-10-17 | 2019-10-17 | 对象管理方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110704675A CN110704675A (zh) | 2020-01-17 |
CN110704675B true CN110704675B (zh) | 2022-07-29 |
Family
ID=69201230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910986607.4A Active CN110704675B (zh) | 2019-10-17 | 2019-10-17 | 对象管理方法、装置、计算机设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110704675B (zh) |
WO (1) | WO2021073260A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110704675B (zh) * | 2019-10-17 | 2022-07-29 | 北京旷视科技有限公司 | 对象管理方法、装置、计算机设备和存储介质 |
CN113654630A (zh) * | 2021-07-30 | 2021-11-16 | 深圳市中金岭南有色金属股份有限公司凡口铅锌矿 | 矿物重量测量方法、装置、设备及存储介质 |
CN114416817A (zh) * | 2021-12-21 | 2022-04-29 | 北京镁伽科技有限公司 | 用于处理数据的方法、装置、设备、系统及存储介质 |
CN117172806A (zh) * | 2023-09-27 | 2023-12-05 | 滨州邦维信息科技有限公司 | 无标识多源头批次可混合产品溯源方法、装置及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102024031A (zh) * | 2010-11-25 | 2011-04-20 | 百度在线网络技术(北京)有限公司 | 一种用于基于实时搜索提供第二搜索结果的方法与设备 |
CN105808557A (zh) * | 2014-12-30 | 2016-07-27 | 陕西重型汽车有限公司 | 车辆监控系统的数据质量分析系统及其方法 |
CN110147385A (zh) * | 2017-09-26 | 2019-08-20 | 北京国双科技有限公司 | 流数据处理方法、装置及设备 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090222293A1 (en) * | 2008-02-28 | 2009-09-03 | Daniel Wong | Method and System of Using Commodity Databases in Internet Search Advertising |
CN102375449B (zh) * | 2011-10-18 | 2014-02-19 | 北京化工大学 | 基于工控领域的数据库优化存储及查询方法 |
WO2014052977A1 (en) * | 2012-09-28 | 2014-04-03 | Oracle International Corporation | Adaptive query optimization |
CN105260372B (zh) * | 2014-07-18 | 2019-03-26 | 上海宝信软件股份有限公司 | 基于实时数据库统计任意时间段能耗的方法 |
CN106021593A (zh) * | 2016-06-07 | 2016-10-12 | 浪潮电子信息产业股份有限公司 | 一种第一数据库与第二数据库接管过程中的复制处理方法 |
CN108108486B (zh) * | 2018-01-10 | 2020-05-19 | 上海达梦数据库有限公司 | 一种数据表查询方法、装置、终端设备及存储介质 |
CN108595314A (zh) * | 2018-03-12 | 2018-09-28 | 中国平安人寿保险股份有限公司 | 用户设备月活跃数计算方法、装置、终端设备及存储介质 |
CN108920498B (zh) * | 2018-05-23 | 2022-03-25 | 创新先进技术有限公司 | 数据查询方法、装置及设备 |
CN109241140A (zh) * | 2018-09-03 | 2019-01-18 | 北京旷视科技有限公司 | 数据统计方法、装置及电子设备 |
CN110046183A (zh) * | 2019-04-16 | 2019-07-23 | 北京易沃特科技有限公司 | 一种时序数据聚合检索方法、设备及介质 |
CN110704675B (zh) * | 2019-10-17 | 2022-07-29 | 北京旷视科技有限公司 | 对象管理方法、装置、计算机设备和存储介质 |
-
2019
- 2019-10-17 CN CN201910986607.4A patent/CN110704675B/zh active Active
-
2020
- 2020-08-26 WO PCT/CN2020/111425 patent/WO2021073260A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102024031A (zh) * | 2010-11-25 | 2011-04-20 | 百度在线网络技术(北京)有限公司 | 一种用于基于实时搜索提供第二搜索结果的方法与设备 |
CN105808557A (zh) * | 2014-12-30 | 2016-07-27 | 陕西重型汽车有限公司 | 车辆监控系统的数据质量分析系统及其方法 |
CN110147385A (zh) * | 2017-09-26 | 2019-08-20 | 北京国双科技有限公司 | 流数据处理方法、装置及设备 |
Non-Patent Citations (3)
Title |
---|
Gait analysis for human walking paths and identities recognition;Meng-Fen Ho et al.;《009 IEEE International Conference on Multimedia and Expo》;20090818;1-5 * |
U盘存储器在水量计量系统中的应用;兀伟 等;《电网与水力发电进展》;20070525;69-71 * |
数据流挖掘技术的研究;郭兴凯;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;20050815(第8期);I138-433 * |
Also Published As
Publication number | Publication date |
---|---|
CN110704675A (zh) | 2020-01-17 |
WO2021073260A1 (zh) | 2021-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110704675B (zh) | 对象管理方法、装置、计算机设备和存储介质 | |
CN110008257B (zh) | 数据处理方法、装置、系统、计算机设备和存储介质 | |
CN108427684B (zh) | 数据查询方法、装置及计算设备 | |
US10248674B2 (en) | Method and apparatus for data quality management and control | |
US20200409925A1 (en) | Data processing method and apparatus, storage medium and electronic device | |
CN111061758B (zh) | 数据存储方法、装置及存储介质 | |
CN105164675A (zh) | 增量式地更新统计 | |
US20120191639A1 (en) | Statistics forecast for range partitioned tables | |
CN105405070A (zh) | 一种分布式内存电网系统构建方法 | |
CN110569222A (zh) | 链路追踪方法、装置、计算机设备和可读存储介质 | |
CN111104406A (zh) | 层级型业务数据存储方法、装置、计算机设备和存储介质 | |
CN105630934A (zh) | 一种数据统计方法及系统 | |
CN110633306A (zh) | 业务数据处理方法、装置、计算机设备和存储介质 | |
CN109740799B (zh) | 预算数据生成方法、装置、计算机设备和存储介质 | |
CN110737673B (zh) | 一种数据处理的方法及系统 | |
CN111046240B (zh) | 网关流量统计方法、装置、计算机设备和存储介质 | |
CN106294090A (zh) | 一种数据统计方法和装置 | |
CN112364264B (zh) | 一种风险防控方法、装置及设备 | |
CN114925919A (zh) | 业务资源处理方法、装置、计算机设备和存储介质 | |
CN110442780B (zh) | 基于智慧园区的车主画像生成方法、装置和计算机设备 | |
CN109933580B (zh) | 训练数据生成方法、装置及服务器 | |
CN111131393B (zh) | 用户活跃度数据统计方法、电子装置及存储介质 | |
US11232243B1 (en) | System and method for employing model repository | |
CN111737281B (zh) | 数据库查询方法、装置、电子设备以及可读存储介质 | |
CN117520314A (zh) | 数据处理方法、装置、电子设备和可读介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |