CN111414390A - 一种数据处理方法和系统 - Google Patents
一种数据处理方法和系统 Download PDFInfo
- Publication number
- CN111414390A CN111414390A CN202010199805.9A CN202010199805A CN111414390A CN 111414390 A CN111414390 A CN 111414390A CN 202010199805 A CN202010199805 A CN 202010199805A CN 111414390 A CN111414390 A CN 111414390A
- Authority
- CN
- China
- Prior art keywords
- data
- column
- rule
- row
- preset rule
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 230000017105 transposition Effects 0.000 claims description 27
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 abstract description 17
- 238000000034 method Methods 0.000 description 15
- 230000007306 turnover Effects 0.000 description 13
- 230000009286 beneficial effect Effects 0.000 description 11
- 230000001609 comparable effect Effects 0.000 description 6
- 238000003032 molecular docking Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F16/20—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
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Stored Programmes (AREA)
Abstract
本发明涉及一种数据处理方法和系统，根据数据库的类型对数据库中的对接数据源进行解析后得到各项子数据，并将每项子数据存储至Java二维数组中；按照预设规则从Java二维数组中调用目标数据；利用内存运算脚本按照预设规则中的运算规则对目标数据进行运算后得到结果数据，不依赖具体类型数据库和SQL，通过内存中的自带的内存运算脚本就能完成跨类型数据库中的对接数据源的数据处理，提高了数据分析的效率，且通过预设规则的运算规则能进行同比和比等复杂运算，更加灵活。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种数据处理方法和系统。
背景技术
目前的数据分析，尤其是交叉数据的分型，均借助于存储数据的数据库的casewhen方式，在面对多个基于不同类型的数据库中所存储的对接数据源如非关系型数据库中所存储的对接数据源和关系型数据库中所存储的对接数据源等时，不能通过简单地通过编写SQL脚来实现对不同类型的数据库中所存储的对接数据源进行分析，如进行同比和比等复杂运算，借助单一SQL进行脚本的编写，也无法实现对非关系型数据库中的所存储的对接数据源的数据分析，且存在数据分析效率低的问题。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供了一种数据处理方法和系统。
本发明的一种数据处理方法的技术方案如下：
根据数据库的类型对所述数据库中的对接数据源进行解析后得到各项子数据，并将每项所述子数据存储至Java二维数组中；
按照预设规则从所述Java二维数组中调用目标数据；
利用内存运算脚本按照所述预设规则中的运算规则对所述目标数据进行运算后得到结果数据。
本发明的一种数据处理方法的有益效果如下：
根据存储对接数据源的数据库的类型能将对接数据源进行解析，并将解析出的子数据存储至Java二维数组中，然后利用内存运算脚本按照预设规则中的运算规则对目标数据进行运算，不依赖具体类型数据库和SQL，通过内存中的自带的内存运算脚本就能完成跨类型数据库中的对接数据源的数据处理，提高了数据分析的效率，且通过预设规则的运算规则能进行同比和比等复杂运算，更加灵活。
在上述方案的基础上，本发明的一种数据处理方法还可以做如下改进。
进一步，所述将每项所述子数据存储至Java二维数组中之后，还包括：
将所述Java二维数组中的数据以行列形式填充至数据报表中；
则，所述按照预设规则从所述Java二维数组中调用相应的目标数据，包括：
按照预设规则从所述数据报表中调用相应的行的数据和/或列的数据；
所述利用内存运算脚本按照所述预设规则中的运算规则对所述目标数据进行运算后得到结果数据，包括：
利用内存运算脚本按照所述预设规则中的运算规则对所述相应的行的数据和/或列的数据进行运算后得到结果数据。
采用上述进一步方案的有益效果是：通过将Java二维数组中的数据以行列形式填充至数据报表中，使用户能直观看到各行和各列的数据，更有助于提高数据分析的效率。
进一步，当所述预设规则中的运算规则为行列转置运算规则时，所述利用内存运算脚本按照所述预设规则中的运算规则对所述相应的行的数据和/或列的数据进行运算后得到结果数据，包括：
利用内存运算脚本按照所述行列转置运算规则将所述相应的行的数据和列的数据进行行列转置后得到所述结果数据。
采用上述进一步方案的有益效果是：通过行列转置运算规则可对相应的行的数据和列的数据进行行列转置。
进一步，还包括：
在所述数据报表中增加虚拟指标的行和/或列；
根据所述虚拟指标得到所述预设规则。
采用上述进一步方案的有益效果是：对得到预设规则的过程进行说明。
进一步，还包括：将所述结果数据填充至所述虚拟指标的行和/或列中。
采用上述进一步方案的有益效果是：便于用户用过数据报表对结果数据进行查看，也就是说，通过数据报表可直观将结果数据展示给用户。
本发明的一种数据处理系统的技术方案如下：
包括：解析存储模块、调用模块和运算模块；
所述解析存储模块用于：根据数据库的类型对所述数据库中的对接数据源进行解析后得到各项子数据，并将每项所述子数据存储至Java二维数组中；
所述调用模块用于按照预设规则从所述Java二维数组中调用目标数据；
所述运算模块用于利用内存运算脚本按照所述预设规则中的运算规则对所述目标数据进行运算后得到结果数据。
本发明的一种数据处理系统的有益效果如下：
根据存储对接数据源的数据库的类型能将对接数据源进行解析，并将解析出的子数据存储至Java二维数组中，然后利用内存运算脚本按照预设规则中的运算规则对目标数据进行运算，不依赖具体类型数据库和SQL，通过内存中的自带的内存运算脚本就能完成跨类型数据库中的对接数据源的数据分析，提高了数据分析的效率，且通过预设规则的运算规则能进行同比和比等复杂运算，更加灵活。
在上述方案的基础上，本发明的一种数据处理系统还可以做如下改进。
进一步，还包括存储模块，所述存储模块用于将所述Java二维数组中的数据以行列形式填充至数据报表中，所述调用模块具体用于按照所述预设规则从所述数据报表中调用相应的行的数据和/或列的数据，所述运算模块具体用于利用内存运算脚本按照所述预设规则中的运算规则对所述相应的行的数据和/或列的数据进行运算后得到结果数据。
采用上述进一步方案的有益效果是：通过将Java二维数组中的数据以行列形式填充至数据报表中，使用户能直观看到各行和各列的数据，更有助于提高数据分析的效率。
进一步，当所述预设规则中的运算规则为行列转置运算规则时，所述运算模块具体用于利用内存运算脚本按照所述行列转置运算规则将所述相应的行的数据和列的数据进行行列转置后得到所述结果数据。
采用上述进一步方案的有益效果是：通过行列转置运算规则可对相应的行的数据和列的数据进行行列转置。
进一步，还包括虚拟指标模块，所述虚拟指标模块用于：在所述已填充的数据报表中增加虚拟指标的行和/或列，根据所述虚拟指标得到所述预设规则。
采用上述进一步方案的有益效果是：对得到预设规则的过程进行说明。
进一步，还包括填充模块，所述填充模块用于将所述结果数据填充至所述虚拟指标的行和/或列中。
采用上述进一步方案的有益效果是：便于用户通过数据报表对结果数据进行查看，也就是说，通过数据报表可直观将结果数据展示给用户。
本发明的一种电子设备的技术方案如下：
包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序，所述处理器执行所述程序时实现上述任一项所述的一种数据处理方法的步骤。
本发明的一种电子设备的有益效果如下：
根据存储对接数据源的数据库的类型能将对接数据源进行解析，并将解析出的子数据存储至Java二维数组中，然后利用内存运算脚本按照预设规则中的运算规则对目标数据进行运算，不依赖具体类型数据库和SQL，通过内存中的自带的内存运算脚本就能完成跨类型数据库中的对接数据源的数据分析，提高了数据分析的效率，且通过预设规则的运算规则能进行同比和比等复杂运算，更加灵活。
附图说明
图1为本发明实施例的一种数据处理方法的流程示意图；
图2为本发明实施例的一种数据处理系统的结构示意图；
具体实施方式
如图1所示，本发明实施例的一种数据处理方法，包括如下步骤：
S1、根据数据库的类型对所述数据库中的对接数据源进行解析后得到各项子数据，并将每项所述子数据存储至Java二维数组中；
S2、按照预设规则从所述Java二维数组中调用目标数据；
S3、利用内存运算脚本按照所述预设规则中的运算规则对所述目标数据进行运算后得到结果数据。
根据存储对接数据源的数据库的类型能将对接数据源进行解析，并将解析出的子数据存储至Java二维数组中，然后利用内存运算脚本按照预设规则中的运算规则对目标数据进行运算，不依赖具体类型数据库和SQL，通过内存中的自带的内存运算脚本就能完成跨类型数据库中的对接数据源的数据分析，提高了数据分析的效率，且通过预设规则的运算规则能进行同比和比等复杂运算，更加灵活。
其中，S1中，利用传统的JDBC方案或数据文件流方式均可根据数据库的类型对所述数据库中的对接数据源进行自动解析，且的JDBC方案或数据文件流方式为常用的技术手段，在此不做赘述。
例如对接数据源中一项子数据为营业额，对接数据源中另外一项子数据为成本，将营业额和成本存至Java二维数组中，预设规则可理解为用营业额减去成本后得到利润，则从Java二维数组中获取目标数据：营业额和成本，再利用内存运算脚本通过预设规则中的运算规则即用营业额减去成本得到利润，利润即为结果数据，可将结果数据直接置于数据报表中，如excel数据报表等，以便于用户进行查看。
其中，运算规则除上述中的减法，还能用定义加法、乘法、除法、求和、排序、非重复计数、计数、求最大值、求最小值等运算规则，在具体编程中可用sum表示求和等，均可按照内存运算脚本中的具体地运算方式来定义，以更好的利用内存运算脚本进行计算。
较优地，在上述技术方案中，所述将每项所述子数据存储至Java二维数组中之后，还包括：
S02、将所述Java二维数组中的数据以行列形式填充至数据报表中；
则，S2包括：
S20、按照预设规则从所述数据报表中调用相应的行的数据和/或列的数据；
S3包括：
S30、利用内存运算脚本按照所述预设规则中的运算规则对所述相应的行的数据和/或列的数据进行运算后得到结果数据。
具体地：若将上述的Java二维数组中的营业额和成本先填充至数据报表中，则用户从从已填充的数据报表能直接看到相应的行的数据和/或列的数据：营业额和成本，例如营业额：100，成本：80，如表1所示。
表1：
| 营业额 | 成本 |
| 100 | 80 |
且在实际中，可设置对营业额和成本分别设备一个选中框，并设置一个包含运算规则的选用框，则用户可直接选中营业额的选中框，再根据预设规则在运算规则的选用框中相应的运算规则即减法，最后再选择成本的选中框，即可自动计算出利润，并填充在已填充的数据报表中，通过将Java二维数组中的数据以行列形式填充至数据报表中，使用户能直观看到各行和各列的数据，更有助于提高数据分析的效率。
其中，还可以以如下形式进行结果数据及利润的计算，具体地：
S021、在所述已填充的数据报表中增加虚拟指标的行和/或列，如表2所示，表2：
| 营业额 | 成本 | 利润 |
| 100 | 80 |
其中，表2中的“利润”相当于所增加的虚拟指标，表2中的“利润”的列相当于所增加的虚拟指标的列，目前所增加的虚拟指标：利润的列的值为空；
S022、根据虚拟指标得到所述预设规则；
S023、将根据所述预设规则得到的结果数据填充至所述虚拟指标的行和/或列中，具体地：
众所周知，根据数学知识知道，得到利润的方法为使用营业额减去成本，由此得到预设规则，以及预设规则中的运算规则即减法，进而将根据所述预设规则得到的结果数据填充至所述虚拟指标的行和/或列中，如表3所示。
表3：
| 营业额 | 成本 | 利润 |
| 100 | 80 | 20 |
较优地，在上述技术方案中，当所述预设规则中的运算规则为行列转置运算规则时，所述利用内存运算脚本按照所述预设规则中的运算规则对所述相应的行的数据和/或列的数据进行运算后得到结果数据，包括：
利用内存运算脚本按照所述行列转置运算规则将所述相应的行的数据和列的数据进行行列转置后得到所述结果数据，具体地：将表3按照所述行列转置运算规则进行行列转置后会形成表4。
表4：
| 营业额 | 100 |
| 成本 | 80 |
| 利润 | 20 |
对于行列转置运算规则有多种实现方式，具体地：
1)通过在Java二维数组中所选中的数据进行处理后，实现相应的行的数据和列的数据的行列转置，具体对Java二维数组中所选中的数据进行处理的过程，为本领域技术人员所熟知，在此不做赘述。
2)在数据表中直接选中相应的行的数据和列的数据进行行列转置，与EXCEL中实现方式一致，为本领域技术人员所熟知，在此不做赘述。
将上述各结果数据填充至数据报表中，能直观向客户展示。
在另外一个实施例中，本发明可基于R语言进行开发，支持Windows系统与Linux系统，在开发过程中，需导入与Windows系统或Linux系统相配合的外置程序包，如对应javaweb开发环境以及R语言依赖包。
在上述各实施例中，虽然对步骤进行进行了编号S1、S2等，但只是本申请给出的具体实施例，本领域的技术人员可根据实际情况对调整S1、S2等的执行顺序，此也在本发明的保护范围内。
如图2所示，本发明实施例的的一种数据处理系统200，包括：解析存储模块210、调用模块220和运算模块230；
所述解析存储模块210用于：根据数据库的类型对所述数据库中的对接数据源进行解析后得到各项子数据，并将每项所述子数据存储至Java二维数组中；
所述调用模块220用于按照预设规则从所述Java二维数组中调用目标数据；
所述运算模块230用于利用内存运算脚本按照所述预设规则中的运算规则对所述目标数据进行运算后得到结果数据。
根据存储对接数据源的数据库的类型能将对接数据源进行解析，并将解析出的子数据存储至Java二维数组中，然后利用内存运算脚本按照预设规则中的运算规则对目标数据进行运算，不依赖具体类型数据库和SQL，通过内存中的自带的内存运算脚本就能完成跨类型数据库中的对接数据源的数据处理，提高了数据分析的效率，且通过预设规则的运算规则能进行同比和比等复杂运算，更加灵活。
较优地，在上述技术方案中，还包括存储模块，所述存储模块用于将所述Java二维数组中的数据以行列形式填充至数据报表中，所述调用模块220具体用于按照所述预设规则从所述数据报表中调用相应的行的数据和/或列的数据，所述运算模块230具体用于利用内存运算脚本按照所述预设规则中的运算规则对所述相应的行的数据和/或列的数据进行运算后得到结果数据。
通过将Java二维数组中的数据以行列形式填充至数据报表中，使用户能直观看到各行和各列的数据，更有助于提高数据分析的效率。
较优地，在上述技术方案中，还包括：
当所述预设规则中的运算规则为行列转置运算规则时，所述运算模块230具体用于利用内存运算脚本按照所述行列转置运算规则将所述相应的行的数据和列的数据进行行列转置后得到所述结果数据。
通过行列转置运算规则可对相应的行的数据和列的数据进行行列转置。
较优地，在上述技术方案中，还包括虚拟指标模块，所述虚拟指标模块用于：在所述数据报表中增加虚拟指标的行和/或列，根据所述虚拟指标得到所述预设规则。
较优地，在上述技术方案中，还包括填充模块，所述填充模块用于将所述结果数据填充至所述虚拟指标的行和/或列中。
便于用户用过数据报表对结果数据进行查看，也就是说，通过数据报表可直观将结果数据展示给用户。
其中，本发明的一种数据处理系统的具体形式可为一个软件或APP等。
上述关于本发明的一种数据处理系统中的各参数和各个单元模块实现相应功能的步骤，可参考上文中关于一种数据处理方法的实施例中的各参数和步骤，在此不做赘述。
本发明实施例的一种电子设备，包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序，所述处理器执行所述程序时实现上述任一实施的一种数据处理方法的步骤。
根据存储对接数据源的数据库的类型能将对接数据源进行解析，并将解析出的子数据存储至Java二维数组中，然后利用内存运算脚本按照预设规则中的运算规则对目标数据进行运算，不依赖具体类型数据库和SQL，通过内存中的自带的内存运算脚本就能完成跨类型数据库中的对接数据源的数据处理，提高了数据分析的效率，且通过预设规则的运算规则能进行同比和比等复杂运算，更加灵活。
其中，电子设备可以选用电脑、手机等，相对应地，其程序为电脑软件或手机APP等，且上述关于本发明的一种电子设备中的各参数和步骤，可参考上文中一种数据处理方法的实施例中的各参数和步骤，在此不做赘述。
在本发明中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
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须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)
1.一种数据处理方法，其特征在于，包括：
根据数据库的类型对所述数据库中的对接数据源进行解析后得到各项子数据，并将每项所述子数据存储至Java二维数组中；
按照预设规则从所述Java二维数组中调用目标数据；
利用内存运算脚本按照所述预设规则中的运算规则对所述目标数据进行运算后得到结果数据。
2.根据权利要求1所述的一种数据处理方法，所述将每项所述子数据存储至Java二维数组中之后，还包括：
将所述Java二维数组中的数据以行列形式填充至数据报表中；
则，所述按照预设规则从所述Java二维数组中调用目标数据，包括：
按照预设规则从所述数据报表中调用相应的行的数据和/或列的数据；
所述利用内存运算脚本按照所述预设规则中的运算规则对所述目标数据进行运算后得到结果数据，包括：
利用内存运算脚本按照所述预设规则中的运算规则对所述相应的行的数据和/或列的数据进行运算后得到结果数据。
3.根据权利要求2所述的一种数据处理方法，其特征在于，当所述预设规则中的运算规则为行列转置运算规则时，所述利用内存运算脚本按照所述预设规则中的运算规则对所述相应的行的数据和/或列的数据进行运算后得到结果数据，包括：
利用内存运算脚本按照所述行列转置运算规则将所述相应的行的数据和列的数据进行行列转置后得到所述结果数据。
4.根据权利要求2或3所述的一种数据处理方法，其特征在于，还包括：在所述数据报表中增加虚拟指标的行和/或列；
根据所述虚拟指标得到所述预设规则。
5.根据权利要求4所述的一种数据处理方法，其特征在于，还包括：将所述结果数据填充至所述虚拟指标的行和/或列中。
6.一种数据处理系统，其特征在于，包括：解析存储模块、调用模块和运算模块；
所述解析存储模块用于：根据数据库的类型对所述数据库中的对接数据源进行解析后得到各项子数据，并将每项所述子数据存储至Java二维数组中；
所述调用模块用于按照预设规则从所述Java二维数组中调用目标数据；
所述运算模块用于利用内存运算脚本按照所述预设规则中的运算规则对所述目标数据进行运算后得到结果数据。
7.根据权利要求6所述的一种数据处理系统，其特征在于，还包括存储模块，所述存储模块用于将所述Java二维数组中的数据以行列形式填充至数据报表中，所述调用模块具体用于按照所述预设规则从所述数据报表中调用相应的行的数据和/或列的数据，所述运算模块具体用于利用内存运算脚本按照所述预设规则中的运算规则对所述相应的行的数据和/或列的数据进行运算后得到结果数据。
8.根据权利要求7所述的一种数据处理系统，其特征在于，当所述预设规则中的运算规则为行列转置运算规则时，所述运算模块具体用于利用内存运算脚本按照所述行列转置运算规则将所述相应的行的数据和列的数据进行行列转置后得到所述结果数据。
9.根据权利要求7或8所述的一种数据处理系统，其特征在于，还包括虚拟指标模块，所述虚拟指标模块用于：在所述数据报表中增加虚拟指标的行和/或列，根据所述虚拟指标得到所述预设规则。
10.根据权利要求9所述的一种数据处理系统，其特征在于，还包括填充模块，所述填充模块用于将所述结果数据填充至所述虚拟指标的行和/或列中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010199805.9A CN111414390A (zh) | 2020-03-20 | 2020-03-20 | 一种数据处理方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010199805.9A CN111414390A (zh) | 2020-03-20 | 2020-03-20 | 一种数据处理方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111414390A true CN111414390A (zh) | 2020-07-14 |
Family
ID=71493142
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010199805.9A Pending CN111414390A (zh) | 2020-03-20 | 2020-03-20 | 一种数据处理方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111414390A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040162813A1 (en) * | 2003-02-06 | 2004-08-19 | International Business Machines Corporation | Tilting tree spinning cones method and system for mapping XML to n-dimensional data structure using a single dimensional mapping array |
| CN102156699A (zh) * | 2010-02-11 | 2011-08-17 | 陈巍 | 一种基于jdom解析技术的数据迁移方法 |
| CN103605733A (zh) * | 2013-11-20 | 2014-02-26 | 山东浪潮齐鲁软件产业股份有限公司 | 基于json数组的页面布局存储方法 |
| US20140379739A1 (en) * | 2013-06-06 | 2014-12-25 | Oracle International Corporation | System and method for marshaling massive database data from native layer to java using linear array |
| US20180210918A1 (en) * | 2017-01-26 | 2018-07-26 | International Business Machines Corporation | Network common data form data management |
-
2020
- 2020-03-20 CN CN202010199805.9A patent/CN111414390A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040162813A1 (en) * | 2003-02-06 | 2004-08-19 | International Business Machines Corporation | Tilting tree spinning cones method and system for mapping XML to n-dimensional data structure using a single dimensional mapping array |
| CN102156699A (zh) * | 2010-02-11 | 2011-08-17 | 陈巍 | 一种基于jdom解析技术的数据迁移方法 |
| US20140379739A1 (en) * | 2013-06-06 | 2014-12-25 | Oracle International Corporation | System and method for marshaling massive database data from native layer to java using linear array |
| CN103605733A (zh) * | 2013-11-20 | 2014-02-26 | 山东浪潮齐鲁软件产业股份有限公司 | 基于json数组的页面布局存储方法 |
| US20180210918A1 (en) * | 2017-01-26 | 2018-07-26 | International Business Machines Corporation | Network common data form data management |
Non-Patent Citations (3)
| Title |
|---|
| 王海文: "基于Java数组的JDBC ResultSet结果集处理的研究", 《硅谷》 * |
| 职波等: "基于Web的Java中复杂报表的设计", 《兵工自动化》 * |
| 韩慧等: "基于XML的异构数据库访问的研究", 《中国高新技术企业》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8548843B2 (en) | Individual performance metrics scoring and ranking | |
| CN109710237A (zh) | 一种基于自定义二维报表的在线修改校验方法及设备 | |
| CN111199062B (zh) | 基于工业开发软件的仿真方法及系统、电子设备 | |
| WO2013055711A2 (en) | Business activity monitoring runtime | |
| KR20150084892A (ko) | 동적 그래프 퍼포먼스 모니터링 | |
| Laudanno et al. | Detecting lineage-specific shifts in diversification: a proper likelihood approach | |
| CN104484311B (zh) | 用于公式的数据处理方法和装置 | |
| CN114004700A (zh) | 业务数据处理方法、装置、电子设备及存储介质 | |
| CN103455417B (zh) | 一种基于马尔可夫模型的软件错误定位系统及错误定位方法 | |
| CN111414390A (zh) | 一种数据处理方法和系统 | |
| CN116151961A (zh) | 信用风险预测方法、电子设备及可读存储介质 | |
| CN114328700B (zh) | 医疗数据etl任务中的数据核查方法及装置 | |
| CN115905864A (zh) | 异常数据检测模型训练方法、装置、计算机设备 | |
| CN105224649A (zh) | 一种数据处理方法和装置 | |
| CN115130002A (zh) | 推荐请求处理方法、装置、计算机设备、存储介质 | |
| CN110457705B (zh) | 一种兴趣点数据处理方法、装置、设备和存储介质 | |
| CN106778048A (zh) | 数据处理的方法及装置 | |
| CN109460476B (zh) | 桑基图的生成方法、装置、存储介质和电子设备 | |
| CN110209566B (zh) | 一种对软件的测试方法及装置 | |
| CN112631905A (zh) | 执行过程数据管理方法、装置、计算机设备及存储介质 | |
| CN111126015B (zh) | 一种报表编制方法、设备 | |
| CN113282299B (zh) | 信息处理方法、装置、设备及存储介质 | |
| US20100325586A1 (en) | Computer-Implemented Systems And Methods For Efficiently Selecting Data In Multi-Dimensional Hierarchical Space With Multiple Constraints | |
| CN104484341A (zh) | 一种数据指标的动态分析方法和装置 | |
| CN117009004A (zh) | 一种数据处理方法、装置、电子设备及存储介质 |
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: 20200714 |