CN110764745B - 变量的传输和收集方法、装置及计算机可读存储介质 - Google Patents

变量的传输和收集方法、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN110764745B
CN110764745B CN201910873521.0A CN201910873521A CN110764745B CN 110764745 B CN110764745 B CN 110764745B CN 201910873521 A CN201910873521 A CN 201910873521A CN 110764745 B CN110764745 B CN 110764745B
Authority
CN
China
Prior art keywords
service
variable
variables
program
core
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
Application number
CN201910873521.0A
Other languages
English (en)
Other versions
CN110764745A (zh
Inventor
李正洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201910873521.0A priority Critical patent/CN110764745B/zh
Priority to PCT/CN2019/118016 priority patent/WO2021051583A1/zh
Publication of CN110764745A publication Critical patent/CN110764745A/zh
Application granted granted Critical
Publication of CN110764745B publication Critical patent/CN110764745B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/31—Programming languages or programming paradigms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/40—Transformation of program code
    • G06F8/41—Compilation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/70—Software maintenance or management
    • G06F8/71—Version control; Configuration management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/54—Interprogram communication
    • G06F9/546—Message passing systems or structures, e.g. queues
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Computing Systems (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明涉及一种大数据技术，揭露了一种变量的传输和收集方法，包括：基于云计算平台获取目标业务项目的配置信息程序，将所述配置信息程序划分为业务单元集，并在所述业务单元集中预设断点，得到业务分组程序；执行所述业务分组程序，检测所述业务分组程序中断点处的数据变量，生成业务变量；对所述业务变量进行筛选后得到核心业务变量，将所述核心业务变量加载至预先创建的变量进程队列中并进行读取，将读取后的所述变量进程队列的核心业务变量通过预先创建的传输通道向目标服务器进行传输，完成所述核心业务变量的收集。本发明还提出一种变量的传输和收集装置以及一种计算机可读存储介质。本发明实现了变量的高效传输和收集。

Description

变量的传输和收集方法、装置及计算机可读存储介质
技术领域
本发明涉及大数据技术领域，尤其涉及一种变量的传输和收集方法、装置及计算机可读存储介质。
背景技术
目前许多金融公司分析工具平台都是基于云平台的用户交互编程模式来进行适时交易、决策提供和信息共享的。所述云平台在为金融活动带来方便的同时，也存在一定的不足，比如，用户收集和分析一些重要的程序变量，在调试策略模型变得十分不方便。通常，在网页端书写的代码是通过实时同步到远程服务器端的，用户作为第三方无法获取与自身金融活动相关的变量信息，如果基于公司自身的分析工具平台工具来获取所述变量信息，则只会浪费系统调用提供的资源。
发明内容
本发明提供一种变量的传输和收集方法、装置及计算机可读存储介质，其主要目的在于当用户对变量进行传输和收集时，给用户呈现出精准的传输和收集结果。
为实现上述目的，本发明提供的一种变量的传输和收集方法，包括：
基于云计算平台获取目标业务项目的配置信息程序，将所述配置信息程序划分为业务单元集，并在所述业务单元集中预设断点，得到业务分组程序；
执行所述业务分组程序，检测所述业务分组程序中断点处的数据变量，生成业务变量；
对所述业务变量进行筛选处理，得到核心业务变量，将所述核心业务变量加载至预先创建的变量进程队列中；
对所述变量进程队列的核心业务变量进行读取，并将读取后的所述变量进程队列的核心业务变量通过预先创建的传输通道向目标服务器进行传输，完成所述核心业务变量的收集。
可选地，所述将所述配置信息程序划分为业务单元集，包括：
通过预设的规则将所述配置信息程序划分为所述业务单元集，其中，所述预设的规则包括所述配置信息程序的业务逻辑、操作类型以及语句功能的所属范围。
可选地，所述执行所述业务分组程序，检测所述业务分组程序中断点处的数据变量，生成业务变量，包括：
在本地服务器的编译环境中执行所述业务分组程序，并对正在运行的所述业务分组程序的数据变量指针进行追踪；
当追踪的所述数据变量指针到所述业务分组程序的断点时，对正在执行的所述业务分组程序断点处的数据变量进行复制；
将复制后的数据变量存储于数据库中，从而生成所述业务变量。
可选地，所述对所述变量进程队列的核心业务变量进行读取，包括：
通过多路复用器运行所述变量进程队列中的回调函数；
根据所述回调函数，并按照所述核心业务变量时间更新顺序对所述变量进程队列中的核心业务变量进行回调，完成对所述变量进程队列的核心业务变量的读取。
可选地，所述预先创建的传输通道包括所述变量进程队列、阻塞队列以及所述目标服务器，其中，所述变量进程队列用于进行核心业务变量的产生，所述阻塞队列用于进行所述核心业务变量的传输，以及所述所述目标服务器用于进行接收传输的所述核心业务变量。
此外，为实现上述目的，本发明还提供一种变量的传输和收集装置，该装置包括存储器和处理器，所述存储器中存储有可在所述处理器上运行的变量的传输和收集程序，所述变量的传输和收集程序被所述处理器执行时实现如下步骤：
基于云计算平台获取目标业务项目的配置信息程序，将所述配置信息程序划分为业务单元集，并在所述业务单元集中预设断点，得到业务分组程序；
执行所述业务分组程序，检测所述业务分组程序中断点处的数据变量，生成业务变量；
对所述业务变量进行筛选处理，得到核心业务变量，将所述核心业务变量加载至预先创建的变量进程队列中；
对所述变量进程队列的核心业务变量进行读取，并将读取后的所述变量进程队列的核心业务变量通过预先创建的传输通道向目标服务器进行传输，完成所述核心业务变量的收集。
可选地，所述将所述配置信息程序划分为业务单元集，包括：
通过预设的规则将所述配置信息程序划分为所述业务单元集，其中，所述预设的规则包括所述配置信息程序的业务逻辑、操作类型以及语句功能的所属范围。
可选地，所述执行所述业务分组程序，检测所述业务分组程序中断点处的数据变量，生成业务变量，包括：
在本地服务器的编译环境中执行所述业务分组程序，并对正在运行的所述业务分组程序的数据变量指针进行追踪；
当追踪的所述数据变量指针到所述业务分组程序的断点时，对正在执行的所述业务分组程序断点处的数据变量进行复制；
将复制后的数据变量存储于数据库中，从而生成所述业务变量。
可选地，所述对所述变量进程队列的核心业务变量进行读取，包括：
通过多路复用器运行所述变量进程队列中的回调函数；
根据所述回调函数，并按照所述核心业务变量时间更新顺序对所述变量进程队列中的核心业务变量进行回调，完成对所述变量进程队列的核心业务变量的读取。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有变量的传输和收集程序，所述变量的传输和收集程序可被一个或者多个处理器执行，以实现如上所述的变量的传输和收集方法的步骤。
本发明提出的变量的传输和收集方法、装置及计算机可读存储介质，在用户进行变量的传输和收集时，对获取目标业务项目的配置信息程序进行划分并预设断点，得到业务分组程序，通过执行所述业务分组程序进行检测和筛选，得到核心业务变量，利用预先创建的变量进程队列进行加载和读取，并通过预先创建的传输通道向目标服务器进行传输，完成所述核心业务变量的收集，从而可以给用户呈现出精准的传输和收集结果。
附图说明
图1为本发明一实施例提供的变量的传输和收集方法的流程示意图；
图2为本发明一实施例提供的变量的传输和收集装置的内部结构示意图；
图3为本发明一实施例提供的变量的传输和收集装置中变量的传输和收集程序的模块示意图。
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。
本发明提供一种变量的传输和收集方法。参照图1所示，为本发明一实施例提供的变量的传输和收集方法的流程示意图。该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。
在本实施例中，变量的传输和收集方法包括：
S1、基于云计算平台获取目标业务项目的配置信息程序，将所述配置信息程序划分为业务单元集，并在所述业务单元集中预设断点，得到业务分组程序。
本发明较佳实施例中，所述云计算平台又称云平台，包括：以数据存储为主的存储型云平台，以数据处理为主的计算型云平台以及以计算和数据存储处理兼顾的综合云计算平台。
本发明中所述目标业务项目为金融项目。
较佳地，本发明通过项目索引从所述云计算平台下载所述金融项目的配置信息程序，将所述金融项目的配置信息程序存储于本地服务器中，并将所述配置信息程序加载至所述本地服务器的编译环境中。优选地，本发明通过Python语言进行编译。进一步地，本发明通过启动QDB组件，将QDB组件中的语句转换器TQConverter导入到所述编译环境中，其中，所述QDB组件用于提供一套开源的跨平台数据库直接访问的中间件，所述语句转换器TQConverter用于：从输入输出流中将所需的程序语句提取出来，并按照预设参数对提取出来的程序语句进行划分。
进一步地，本发明较佳实施例通过调用所述TQConverter中的TQDataSet方法将所述配置信息程序按预设的规则划分为所述业务单元集。其中，所述预设的规则包括：所述配置信息程序的业务逻辑、操作类型以及语句功能的所属范围。比如所述业务逻辑可以为：接收业务-业务解析-业务存储，则其所属范围为业务处理范围之内，可以将其划分为业务处理单元。进一步地，本发明通过在所述业务单元集中预设断点，用于监控划分后的各个业务单元执行情况，并生成所述业务分组程序。
S2、执行所述业务分组程序，检测所述业务分组程序中断点处的业务变量。
本发明较佳实施例通过在所述本地服务器的编译环境中执行所述业务分组程序，并通时调用所述QDB组件中的OpenDataSet方法对正在运行的所述业务分组程序的数据变量指针进行追踪。当所述OpenDataSet方法追踪的所述输变量指针到所述业务分组程序的断点时，通过触发所述QDB组件中变量收集模块的Provider方法，利用所述Provider方法对正在执行的所述业务分组程序断点处的数据变量进行复制，将复制后的数据变量存储于所述变量收集模块数据库PostgreSQL中，从而生成所述业务变量。其中，所述PostgreSQL数据库是一个对象-关系数据库服务器，也可以称为数据库管理系统。
S3、对所述业务变量进行筛选处理，得到核心业务变量，将所述核心业务变量加载至预先创建的变量进程队列中。
本发明较佳实施例中，所述筛选处理包括对所述业务变量的异常变量和无效变量的删除，并在删除后的所述异常变量和无效变量处用null(空值)表示，从而得到所述核心业务变量。
进一步地，本发明较佳实施例中所述预先构建的变量进程队列通过所述Python中实例化Queue对象创建的共享进程队列生成，详细地，将所述核心业务变量的实体数据存放本地内存中，并将所述实体数据的指针指向所述共享进程队列中，从而完成所述核心业务变量向所述变量进程队列的加载。
S4、对所述变量进程队列的核心业务变量进行读取，并将读取后的所述变量进程队列的核心业务变量通过预先创建的传输通道向目标服务器进行传输，完成所述核心业务变量的收集。
本发明较佳实施例中，所述预先构建的传输通道包括：所述变量进程队列、阻塞队列以及所述目标服务器。其中，所述变量进程队列用于所述核心业务变量的产生，所述阻塞队列用于所述核心业务变量的传输，所述目标服务器用于接收传输的所述核心业务变量。
进一步地，本发明通过调用消息传送模块中的MultiProcessing库中的apply_async进程池生成所述阻塞队列，其中，当每运行一次所述apply_async进程池时，分配一个进程给所述apply_async，根据所述变量进程队列的规模，利用循环语句分配多个进程给所述apply_async进程池，从而生成所述阻塞队列。
此外，本发明较佳实施例通过多路复用器对所述变量进程队列的核心业务变量进行读取。优选地，本发明在所述多路复用器为io多路复用器，并通过调用通信库IOLoop中start命令启动所述io多路复用器，其中，所述多路复用器的数量是由所述变量进程队列的数量来决定。详细地，所述读取过程包括：通过所述io多路复用器运行所述变量进程队列的回调函数，根据所述回调函数，并按照所述核心业务变量时间更新顺序对所述变量进程队列中的核心业务变量进行回调，完成对所述变量进程队列的核心业务变量的读取，并将读取后的所述变量进程队列的核心业务变量存入所述阻塞队列中，通过所述阻塞队列向所述目标服务器进行所述变量进程队列的核心业务变量的传输，从而完成所述核心业务变量的收集。
发明还提供一种变量的传输和收集装置。参照图2所示，为本发明一实施例提供的变量的传输和收集装置的内部结构示意图。
在本实施例中，所述变量的传输和收集装置1可以是PC(Personal Computer，个人电脑)，或者是智能手机、平板电脑、便携计算机等终端设备，也可以是一种服务器等。该变量的传输和收集装置1至少包括存储器11、处理器12，通信总线13，以及网络接口14。
其中，存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是变量的传输和收集装置1的内部存储单元，例如该变量的传输和收集装置1的硬盘。存储器11在另一些实施例中也可以是变量的传输和收集装置1的外部存储设备，例如变量的传输和收集装置1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，存储器11还可以既包括变量的传输和收集装置1的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于变量的传输和收集装置1的应用软件及各类数据，例如变量的传输和收集程序01的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器11中存储的程序代码或处理数据，例如执行变量的传输和收集程序01等。
通信总线13用于实现这些组件之间的连接通信。
网络接口14可选的可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该装置1与其他电子设备之间建立通信连接。
可选地，该装置1还可以包括用户接口，用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard)，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在变量的传输和收集装置1中处理的信息以及用于显示可视化的用户界面。
图2仅示出了具有组件11-14以及变量的传输和收集程序01的变量的传输和收集装置1，本领域技术人员可以理解的是，图1示出的结构并不构成对变量的传输和收集装置1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
在图2所示的装置1实施例中，存储器11中存储有变量的传输和收集程序01；处理器12执行存储器11中存储的变量的传输和收集程序01时实现如下步骤：
步骤一、基于云计算平台获取目标业务项目的配置信息程序，将所述配置信息程序划分为业务单元集，并在所述业务单元集中预设断点，得到业务分组程序。
本发明较佳实施例中，所述云计算平台又称云平台，包括：以数据存储为主的存储型云平台，以数据处理为主的计算型云平台以及以计算和数据存储处理兼顾的综合云计算平台。本发明中所述目标业务项目为金融项目。
较佳地，本发明通过项目索引从所述云计算平台下载所述金融项目的配置信息程序，将所述金融项目的配置信息程序存储于本地服务器中，并将所述配置信息程序加载至所述本地服务器的编译环境中。优选地，本发明通过Python语言进行编译。进一步地，本发明通过启动QDB组件，将QDB组件中的语句转换器TQConverter导入到所述编译环境中，其中，所述QDB组件用于提供一套开源的跨平台数据库直接访问的中间件，所述语句转换器TQConverter用于：从输入输出流中将所需的程序语句提取出来，并按照预设参数对提取出来的程序语句进行划分。
进一步地，本发明较佳实施例通过调用所述TQConverter中的TQDataSet方法将所述配置信息程序按预设的规则划分为所述业务单元集。其中，所述预设的规则包括：所述配置信息程序的业务逻辑、操作类型以及语句功能的所属范围。比如所述业务逻辑可以为：接收业务-业务解析-业务存储，则其所属范围为业务处理范围之内，可以将其划分为业务处理单元。进一步地，本发明通过在所述业务单元集中预设断点，用于监控划分后的各个业务单元执行情况，并生成所述业务分组程序。
步骤二、执行所述业务分组程序，检测所述业务分组程序中断点处的业务变量。
本发明较佳实施例通过在所述本地服务器的编译环境中执行所述业务分组程序，并通时调用所述QDB组件中的OpenDataSet方法对正在运行的所述业务分组程序的数据变量指针进行追踪。当所述OpenDataSet方法追踪的所述输变量指针到所述业务分组程序的断点时，通过触发所述QDB组件中变量收集模块的Provider方法，利用所述Provider方法对正在执行的所述业务分组程序断点处的数据变量进行复制，将复制后的数据变量存储于所述变量收集模块数据库PostgreSQL中，从而生成所述业务变量。其中，所述PostgreSQL数据库是一个对象-关系数据库服务器，也可以称为数据库管理系统。
步骤三、对所述业务变量进行筛选处理，得到核心业务变量，将所述核心业务变量加载至预先创建的变量进程队列中。
本发明较佳实施例中，所述筛选处理包括对所述业务变量的异常变量和无效变量的删除，并在删除后的所述异常变量和无效变量处用null(空值)表示，从而得到所述核心业务变量。
进一步地，本发明较佳实施例中所述预先构建的变量进程队列通过所述Python中实例化Queue对象创建的共享进程队列生成，详细地，将所述核心业务变量的实体数据存放本地内存中，并将所述实体数据的指针指向所述共享进程队列中，从而完成所述核心业务变量向所述变量进程队列的加载。
步骤四、对所述变量进程队列的核心业务变量进行读取，并将读取后的所述变量进程队列的核心业务变量通过预先创建的传输通道向目标服务器进行传输，完成所述核心业务变量的收集。
本发明较佳实施例中，所述预先构建的传输通道包括：所述变量进程队列、阻塞队列以及所述目标服务器。其中，所述变量进程队列用于所述核心业务变量的产生，所述阻塞队列用于所述核心业务变量的传输，所述目标服务器用于接收传输的所述核心业务变量。
进一步地，本发明通过调用消息传送模块中的MultiProcessing库中的apply_async进程池生成所述阻塞队列，其中，当每运行一次所述apply_async进程池时，分配一个进程给所述apply_async，根据所述变量进程队列的规模，利用循环语句分配多个进程给所述apply_async进程池，从而生成所述阻塞队列。
此外，本发明较佳实施例通过多路复用器对所述变量进程队列的核心业务变量进行读取。优选地，本发明在所述多路复用器为io多路复用器，并通过调用通信库IOLoop中start命令启动所述io多路复用器，其中，所述多路复用器的数量是由所述变量进程队列的数量来决定。详细地，所述读取过程包括：通过所述io多路复用器运行所述变量进程队列的回调函数，根据所述回调函数，并按照所述核心业务变量时间更新顺序对所述变量进程队列中的核心业务变量进行回调，完成对所述变量进程队列的核心业务变量的读取，并将读取后的所述变量进程队列的核心业务变量存入所述阻塞队列中，通过所述阻塞队列向所述目标服务器进行所述变量进程队列的核心业务变量的传输，从而完成所述核心业务变量的收集。
可选地，在其他实施例中，变量的传输和收集程序还可以被分割为一个或者多个模块，一个或者多个模块被存储于存储器11中，并由一个或多个处理器(本实施例为处理器12)所执行以完成本发明，本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段，用于描述变量的传输和收集程序在变量的传输和收集装置中的执行过程。
例如，参照图3所示，为本发明变量的传输和收集装置一实施例中的变量的传输和收集程序的程序模块示意图，该实施例中，所述变量的传输和收集程序可以被分割为业务分组程序生成模块10、变量检测模块20、变量筛选加载模块30以及变量读取传输模块40，示例性地：
所述业务分组程序生成模块10用于：基于云计算平台获取目标业务项目的配置信息程序，将所述配置信息程序划分为业务单元集，并在所述业务单元集中预设断点，得到业务分组程序。
所述变量检测模块20用于：执行所述业务分组程序，检测所述业务分组程序中断点处的数据变量，生成业务变量。
所述变量筛选加载模块30用于：对所述业务变量进行筛选处理，得到核心业务变量，将所述核心业务变量加载至预先创建的变量进程队列中。
所述变量读取传输模块40用于：对所述变量进程队列的核心业务变量进行读取，并将读取后的所述变量进程队列的核心业务变量通过预先创建的传输通道向目标服务器进行传输，完成所述核心业务变量的收集。
上述业务分组程序生成模块10、变量检测模块20、变量筛选加载模块30以及变量读取传输模块40等程序模块被执行时所实现的功能或操作步骤与上述实施例大体相同，在此不再赘述。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有变量的传输和收集程序，所述变量的传输和收集程序可被一个或多个处理器执行，以实现如下操作：
基于云计算平台获取目标业务项目的配置信息程序，将所述配置信息程序划分为业务单元集，并在所述业务单元集中预设断点，得到业务分组程序；
执行所述业务分组程序，检测所述业务分组程序中断点处的数据变量，生成业务变量；
对所述业务变量进行筛选处理，得到核心业务变量，将所述核心业务变量加载至预先创建的变量进程队列中；
对所述变量进程队列的核心业务变量进行读取，并将读取后的所述变量进程队列的核心业务变量通过预先创建的传输通道向目标服务器进行传输，完成所述核心业务变量的收集。
本发明计算机可读存储介质具体实施方式与上述变量的传输和收集装置和方法各实施例基本相同，在此不作累述。
需要说明的是，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。并且本文中的术语“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、装置、物品或者方法不仅包括那些要素，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、装置、物品或者方法所固有的要素。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、装置、物品或者方法中还存在另外的相同要素。
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，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 (5)

1.一种变量的传输和收集方法，其特征在于，所述方法包括：
基于云计算平台获取目标业务项目的配置信息程序，将所述配置信息程序划分为业务单元集，并在所述业务单元集中预设断点，得到业务分组程序；
执行所述业务分组程序，检测所述业务分组程序中断点处的数据变量，生成业务变量；
对所述业务变量进行筛选处理，得到核心业务变量，将所述核心业务变量加载至预先创建的变量进程队列中；
对所述变量进程队列的核心业务变量进行读取，并将读取后的所述变量进程队列的核心业务变量通过预先创建的传输通道向目标服务器进行传输，完成所述核心业务变量的收集；
其中，所述执行所述业务分组程序，检测所述业务分组程序中断点处的数据变量，生成业务变量，包括：在本地服务器的编译环境中执行所述业务分组程序，并对正在运行的所述业务分组程序的数据变量指针进行追踪；当追踪的所述数据变量指针到所述业务分组程序的断点时，对正在执行的所述业务分组程序断点处的数据变量进行复制；将复制后的数据变量存储于数据库中，从而生成所述业务变量；
所述对所述变量进程队列的核心业务变量进行读取，包括：通过多路复用器运行所述变量进程队列中的回调函数；根据所述回调函数，并按照所述核心业务变量的时间更新顺序对所述变量进程队列中的核心业务变量进行回调，完成对所述变量进程队列的核心业务变量的读取；
所述预先创建的传输通道包括所述变量进程队列、阻塞队列以及所述目标服务器，其中，所述变量进程队列用于进行核心业务变量的产生，所述阻塞队列用于进行所述核心业务变量的传输，以及所述目标服务器用于接收传输的所述核心业务变量。
2.如权利要求1所述的变量的传输和收集方法，其特征在于，所述将所述配置信息程序划分为业务单元集，包括：
通过预设的规则将所述配置信息程序划分为所述业务单元集，其中，所述预设的规则包括所述配置信息程序的业务逻辑、操作类型以及语句功能的所属范围。
3.一种变量的传输和收集装置，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的变量的传输和收集程序，所述变量的传输和收集程序被所述处理器执行时实现如下步骤：
基于云计算平台获取目标业务项目的配置信息程序，将所述配置信息程序划分为业务单元集，并在所述业务单元集中预设断点，得到业务分组程序；
执行所述业务分组程序，检测所述业务分组程序中断点处的数据变量，生成业务变量；
对所述业务变量进行筛选处理，得到核心业务变量，将所述核心业务变量加载至预先创建的变量进程队列中；
对所述变量进程队列的核心业务变量进行读取，并将读取后的所述变量进程队列的核心业务变量通过预先创建的传输通道向目标服务器进行传输，完成所述核心业务变量的收集；
其中，所述执行所述业务分组程序，检测所述业务分组程序中断点处的数据变量，生成业务变量，包括：在本地服务器的编译环境中执行所述业务分组程序，并对正在运行的所述业务分组程序的数据变量指针进行追踪；当追踪的所述数据变量指针到所述业务分组程序的断点时，对正在执行的所述业务分组程序断点处的数据变量进行复制；将复制后的数据变量存储于数据库中，从而生成所述业务变量；
所述对所述变量进程队列的核心业务变量进行读取，包括：通过多路复用器运行所述变量进程队列中的回调函数；根据所述回调函数，并按照所述核心业务变量的时间更新顺序对所述变量进程队列中的核心业务变量进行回调，完成对所述变量进程队列的核心业务变量的读取；
所述预先创建的传输通道包括所述变量进程队列、阻塞队列以及所述目标服务器，其中，所述变量进程队列用于进行核心业务变量的产生，所述阻塞队列用于进行所述核心业务变量的传输，以及所述目标服务器用于接收传输的所述核心业务变量。
4.如权利要求3所述的变量的传输和收集装置，其特征在于，所述将所述配置信息程序划分为业务单元集，包括：
通过预设的规则将所述配置信息程序划分为所述业务单元集，其中，所述预设的规则包括所述配置信息程序的业务逻辑、操作类型以及语句功能的所属范围。
5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有变量的传输和收集程序，所述变量的传输和收集程序可被一个或者多个处理器执行，以实现如权利要求1至2中任一项所述的变量的传输和收集方法。
CN201910873521.0A 2019-09-16 2019-09-16 变量的传输和收集方法、装置及计算机可读存储介质 Active CN110764745B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910873521.0A CN110764745B (zh) 2019-09-16 2019-09-16 变量的传输和收集方法、装置及计算机可读存储介质
PCT/CN2019/118016 WO2021051583A1 (zh) 2019-09-16 2019-11-13 变量的传输和收集方法、装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910873521.0A CN110764745B (zh) 2019-09-16 2019-09-16 变量的传输和收集方法、装置及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN110764745A CN110764745A (zh) 2020-02-07
CN110764745B true CN110764745B (zh) 2024-02-02

Family

ID=69329532

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910873521.0A Active CN110764745B (zh) 2019-09-16 2019-09-16 变量的传输和收集方法、装置及计算机可读存储介质

Country Status (2)

Country Link
CN (1) CN110764745B (zh)
WO (1) WO2021051583A1 (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9262300B1 (en) * 2014-06-24 2016-02-16 Google Inc. Debugging computer programming code in a cloud debugger environment
CN105701006A (zh) * 2014-11-28 2016-06-22 国际商业机器公司 用于程序调试中的变量跟踪的方法和系统
CN106330769A (zh) * 2016-11-15 2017-01-11 腾讯科技（深圳）有限公司 一种业务处理方法及服务器
CN108874559A (zh) * 2018-05-31 2018-11-23 康键信息技术（深圳）有限公司 电子装置、分布式系统业务链路分析方法及存储介质
CN109669787A (zh) * 2018-12-05 2019-04-23 恒生电子股份有限公司 数据传输方法及装置、存储介质、电子设备
CN109885386A (zh) * 2019-01-03 2019-06-14 北京潘达互娱科技有限公司 一种多任务执行的方法、装置及电子设备
CN110232146A (zh) * 2019-04-30 2019-09-13 北京邮电大学 一种数据抓取方法及抓取装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6094686A (en) * 1997-10-24 2000-07-25 Compaq Computer Corporation Multi-processor system for transferring data without incurring deadlock using hierarchical virtual channels
JP3753070B2 (ja) * 2002-01-07 2006-03-08 日本電気株式会社 ノード装置
CN101587349A (zh) * 2008-05-22 2009-11-25 上海宝信软件股份有限公司 应用规范分类变量实现质量分析的方法
CN106096224A (zh) * 2016-05-10 2016-11-09 深圳前海信息技术有限公司 对无序分类变量信息无损分组的方法及装置
CN106681968A (zh) * 2016-12-21 2017-05-17 桂林力港网络科技股份有限公司 一种批量数值型数据的传输方法、接收终端及发送终端
CN108170405B (zh) * 2017-12-27 2021-01-19 遵义职业技术学院 一种面向业务变量的软件开发方案生成方法
CN108959187B (zh) * 2018-04-09 2023-09-05 中国平安人寿保险股份有限公司 一种变量分箱方法、装置、终端设备及存储介质
CN108805338A (zh) * 2018-05-21 2018-11-13 重庆小雨点小额贷款有限公司 一种稳定变量确定方法、装置、服务器及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9262300B1 (en) * 2014-06-24 2016-02-16 Google Inc. Debugging computer programming code in a cloud debugger environment
CN105701006A (zh) * 2014-11-28 2016-06-22 国际商业机器公司 用于程序调试中的变量跟踪的方法和系统
CN106330769A (zh) * 2016-11-15 2017-01-11 腾讯科技（深圳）有限公司 一种业务处理方法及服务器
CN108874559A (zh) * 2018-05-31 2018-11-23 康键信息技术（深圳）有限公司 电子装置、分布式系统业务链路分析方法及存储介质
CN109669787A (zh) * 2018-12-05 2019-04-23 恒生电子股份有限公司 数据传输方法及装置、存储介质、电子设备
CN109885386A (zh) * 2019-01-03 2019-06-14 北京潘达互娱科技有限公司 一种多任务执行的方法、装置及电子设备
CN110232146A (zh) * 2019-04-30 2019-09-13 北京邮电大学 一种数据抓取方法及抓取装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
用于电力系统信息综合传输的改进加权公平队列调度算法;董雪源 等;中国电机工程学报(22);全文 *

Also Published As

Publication number Publication date
CN110764745A (zh) 2020-02-07
WO2021051583A1 (zh) 2021-03-25

Similar Documents

Publication Publication Date Title
CN111144731A (zh) 工作流的动态实现方法、装置及计算机可读存储介质
US20140297679A1 (en) Analytics based on pipes programming model
CN111797157B (zh) 一种数据处理方法、系统及电子设备和存储介质
CN108197024B (zh) 嵌入式浏览器调试方法、调试终端及计算机可读存储介质
CN113448862B (zh) 软件版本测试方法、装置及计算机设备
CN111177113A (zh) 数据迁移方法、装置、计算机设备和存储介质
CN113268500A (zh) 业务处理方法、装置及电子设备
CN113869789A (zh) 一种风险监控的方法、装置、计算机设备及存储介质
CN111158777B (zh) 组件调用方法、装置及计算机可读存储介质
CN113434542A (zh) 数据关系识别方法、装置、电子设备及存储介质
CN114328073A (zh) 线程监控方法、装置、设备及存储介质
CN112860662A (zh) 数据血缘关系建立方法、装置、计算机设备及存储介质
CN110764745B (zh) 变量的传输和收集方法、装置及计算机可读存储介质
CN116450723A (zh) 数据提取方法、装置、计算机设备及存储介质
CN115757075A (zh) 任务异常检测方法、装置、计算机设备及存储介质
CN115712422A (zh) 表单页面的生成方法、装置、计算机设备及存储介质
CN115080570A (zh) 一种基于图数据库的字段血缘处理方法及系统
CN114881313A (zh) 基于人工智能的行为预测方法、装置及相关设备
CN114637672A (zh) 自动化数据测试方法、装置、计算机设备及存储介质
CN110457021B (zh) 指标数据处理方法、装置及计算机可读存储介质
CN113935847A (zh) 线上流程的风险处理方法、装置、服务器及介质
CN111782208A (zh) 指标预警方法、装置、计算机设备及存储介质
CN111967769A (zh) 一种风险识别方法、装置、设备及介质
US20150169776A1 (en) System and method for displaying contextual data respective of events
CN116028108B (zh) 一种依赖包安装用时分析方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40020155

Country of ref document: HK

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant