CN111666344B - 异构数据同步方法及装置 - Google Patents

异构数据同步方法及装置 Download PDF

Info

Publication number
CN111666344B
CN111666344B CN202010568591.8A CN202010568591A CN111666344B CN 111666344 B CN111666344 B CN 111666344B CN 202010568591 A CN202010568591 A CN 202010568591A CN 111666344 B CN111666344 B CN 111666344B
Authority
CN
China
Prior art keywords
data
relational database
heterogeneous
mapping relation
json
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
CN202010568591.8A
Other languages
English (en)
Other versions
CN111666344A (zh
Inventor
刘娟
李军刚
王志锋
杨凯
韦海燕
郑楚泽
颜昭霞
苏博威
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.)
China Citic Bank Corp Ltd
Original Assignee
China Citic Bank Corp 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 China Citic Bank Corp Ltd filed Critical China Citic Bank Corp Ltd
Priority to CN202010568591.8A priority Critical patent/CN111666344B/zh
Publication of CN111666344A publication Critical patent/CN111666344A/zh
Application granted granted Critical
Publication of CN111666344B publication Critical patent/CN111666344B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G06F16/273—Asynchronous replication or reconciliation
    • 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
    • G06F16/23—Updating
    • G06F16/2365—Ensuring data consistency and integrity
    • 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
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • 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
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种异构数据同步方法，包括：采集、解析关系型数据库的binlog，生成解析数据，将所述解析数据发送至kafka消息队列，作为消息数据；加工所述消息数据，得到映射值，并将所述映射值写入非关系型数据库。使用此方法通过使用kafka消息队列和配置异构数据库中对应数据关系，实现异构数据库中数据的一致性，此方法使同一业务系统中根据业务需求使用不同数据结构的数据库这一繁琐的过程得以简化，为业务与应用的实现提供了极大的便利性和灵活性。

Description

异构数据同步方法及装置
技术领域
本发明涉及互联网技术领域，特别是涉及一种异构数据同步方法和装置。
背景技术
常见的金融行业业务系统实现，根据其技术和业务特点，会采用关系型数据库或者非关系型数据库其中一种作为其数据存储层实现，但是不同的存储选型对于数据模型的设计与实现，都会存在一定的局限性。无论是关系型数据库还是非结构化数据库都有其不足之处，关系型数据的海量数据读写性能较差，而非结构化数据库虽在海量数据读写性能较好，但其在事务处理，复杂查询方面难以满足业务需求。对于应用层的设计与开发而言，难以同时利用两种类型数据库的优势。
为应用层更加友好，便于业务的灵活设计，需要同时采用两种类型的数据库，要实现异构数据库中存储数据的统一，就会面临数据复制与管理困难，数据不一致等问题。
发明内容
基于此，本发明提供一种异构数据同步的方法和装置，能够基于异构数据配置化实现异构数据一致性的目的，此方法整合两种数据模型，通过配置对应关系，保证一份数据一致地同步在关系型数据库与非结构化数据库中。
本发明第一个方面，提供一种异构数据同步方法，该方法包括：
采集、解析关系型数据库的binlog，生成解析数据，将所述解析数据发送至kafka消息队列，作为消息数据；
加工所述消息数据，得到映射值，并将所述映射值写入非关系型数据库。
具体地，该方法还包括：
元数据管理系统配置所述数据模型映射关系、所述数据表映射关系。
具体地，所述采集、解析关系型数据库的binlog，将经过解析的所述关系型数据库binlog发送至kafka消息队列包括：
判断所述解析数据是否存在映射关系，若存在，将所述关系型数据库binlog转化成json数据，再将序列化后的所述json数据发送至所述kafka消息队列。
具体地，所述加工所述消息数据，得到映射值，并将所述映射值写入非关系型数据库包括：
storm循环消费所述kafka消息队列中的所述json数据；
所述storm根据所述元数据管理系统中的数据表映射关系，将所述json数据的映射值插入所述非关系型数据库。
具体地，该方法还包括：
所述storm将elasticsearch作为加工所述消息数据的载体；
所述elasticsearch作为所述非结构数据库的二级索引。
本发明第二个方面，提供一种异构数据同步装置，该装置包括：
采集模块，用于采集、解析关系型数据库的binlog，将经过解析的所述关系型数据库binlog发送至kafka消息队列，其中所述经过解析的关系型数据库binlog为消息数据；
加工模块，用于加工所述消息数据，得到映射值，并将所述映射值写入非关系型数据库。
具体地，所述装置还包括：
元数据管理系统，用于配置所述数据模型映射关系、所述数据表映射关系。
具体地，所述采集模块还包括：
采集器，用于判断所述解析数据是否存在映射关系，若存在，将所述关系型数据库binlog转化成json数据，再将序列化后的所述json数据发送至所述kafka消息队列。
具体地，所述加工模块还包括：
消费模块，通过storm循环消费所述kafka消息队列中的所述json数据；
插入模块，通过所述storm根据所述元数据管理系统中的数据表映射关系，将所述json数据的映射值插入所述非关系型数据库。
具体地，所述装置还包括：
elasticsearch模块，用于作为加工所述消息数据的载体，作为所述非结构数据库的二级索引。
综上本发明通过使用kafka消息队列和配置异构数据库中对应数据关系，实现异构数据库中数据的一致性，此方法使同一业务系统中根据业务需求使用不同数据结构的数据库这一繁琐的过程得以简化，为业务与应用的实现提供了极大的便利性和灵活性。
附图说明
为了更清楚地说明本说明书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简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，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为本发明一实施例中异构数据同步方法的流程示意图；
图2为本发明另一实施例中异构数据同步装置的架构示意图；
图3为本发明另一实施例中单表异构数据同步方法的流程示意图；
图4为本发明另一实施例中多表异构数据同步方法的流程示意图；
图5为本发明另一实施例中单表异构数据同步新增规则示意图；
图6为本发明另一实施例中单表异构数据配置规则表；
图7为本发明另一实施例中多表异构数据配置规则表。
具体实施方式
下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
实施例1
异构数据同步方法流程如图1所示。
一种异构数据同步方法，其包括以下步骤：
S001采集、解析关系型数据库的binlog，生成解析数据，将所述解析数据发送至kafka消息队列，作为消息数据；
S002加工所述消息数据，得到映射值，并将所述映射值写入非关系型数据库。
其中关系型数据库可以为：MySQL；非关系型数据库可以为：hbase、Redis、MongodDB、Neo4j。
Binlog为数据库操作产生的二进制日志。
优选地，该方法还包括：
元数据管理系统配置所述数据模型映射关系、所述数据表映射关系。
优选地，所述采集、解析关系型数据库的binlog，生成解析数据，将所述解析数据发送至kafka消息队列包括：
判断所述解析数据是否存在映射关系，若存在，将所述关系型数据库binlog转化成json数据，再将序列化后的所述json数据发送至所述kafka消息队列。如：关系型数据库中有用户基本信息表(user_basic_info),用户地址信息表(user_address_info)而映射关系中只配置了user_basic_info，则会过滤user_address_info数据，只发送user_basic_info的数据。
优选地，所述加工所述消息数据，得到映射值，并将所述映射值写入非关系型数据库包括：
storm循环消费所述kafka消息队列中的所述json数据；
所述storm根据所述元数据管理系统中的数据表映射关系，将所述json数据的映射值插入所述非关系型数据库。
此处以mysql数据库的表及字段与hbase的表字段映射关系为例。
如关系型数据库中有用户基本信息表(user_basic_info)，该表中有用户id(user_id):该字段为主键字段，用户姓名(user_name)、用户性别(user_sex)、用户年龄(user_age)映射到hbase表时，对应的表映射为user_basic_info->hbase_user_basic_info,对应hbase的rowkey为user_name+user_id，字段映射为user_name->user_name,user_sex->user_sex,user_age->user_age加工完结果后，就由传统的关系型数据映射成了nosql数据格式user_name+user_id:user_name,user_sex,user_age。
优选地，该方法还包括：
所述storm将elasticsearch(简称为es)作为加工所述消息数据的载体；
所述elasticsearch作为所述非结构数据库的二级索引。
实施例2
一种异构数据同步装置，如图2所示，所述异构数据同步装置100包括：
采集模块102，用于采集、解析关系型数据库的binlog，生成解析数据，将所述解析数据发送至kafka消息队列103，作为消息数据。其中所述经过解析的关系型数据库binlog为消息数据，其中关系型数据库可以是mysql101，；
加工模块104，用于加工所述消息数据，得到映射值，并将所述映射值写入非关系型数据库，如hbase105。
优选地，所述装置100还包括：
元数据管理系统107，用于配置所述数据模型映射关系、所述数据表映射关系。
优选地，所述采集模块102还包括：
采集器，用于判断所述解析数据是否存在映射关系，若存在，将所述关系型数据库binlog转化成json数据，再将序列化后的所述json数据发送至所述kafka消息队列。
优选地，所述加工模块103还包括：
消费模块，通过storm循环消费所述kafka消息队列中的所述json数据；
插入模块，通过所述storm根据所述元数据管理系统中的数据表映射关系，将所述json数据的映射值插入所述非关系型数据库。
优选地，所述装置101还包括：
elasticsearch模块106，用于作为加工所述消息数据的载体，作为所述非结构数据库的二级索引。
实施例3
如图3所示，为本发明另一实施例中单表异构数据同步方法的流程示意图；
假设mysql有customer_info表，这个表在元数据配置的映射到hbase、es的customer_info表，则流程如下图3。
从mysql集群的多个分库，采集customer_info的binlog，发送至kafka的customer_infotopic,storm从该customer_info消费，因对同一张表来说，这里canal发送到kafka时，并未保证顺序，所以存在对于同一条数据更新操作多次时，并不是严格按照顺序推送至kafka，如果不对数据进行处理，则存在历史数据覆盖当前数据的可能。对于这类单表拓扑来说，数据一致性的保证通过hbase、es本身的CAS机制，即以更新时间作为版本号，以保证历史数据无法覆盖最新的数据。
单表的storm拓扑结构，spout与bolt设置对应1:1,数量设置可以根据实际数据量与比值调整，而storm本身拓扑的无状态及良好的动态扩展方式，可以在系统运行时，动态调整，而不影响系统本身。
而在保存数据到hbase、es的逻辑中，为减少hbase、es交互次数，可以采用批量保存的方式，设定批量提交阈值，在满足阈值的情况下提交，这种方式提高了保存效率，但在某些时段数据流量较小的情况下，导致阈值在较长一段时间都无法触发，数据迟迟不能更新，所以这里设定了另一个条件，固定时间提交一次，比如1s，这样就可以即保证了插入效率，同时也保证了数据的时效性。
单表配置规则，新增规则，可以选择hbase、es表名，表类型选择基表，如图5所示，保存后可以配置规则明细，选择对应的mysql表，如图6所示及表的相应列。
实施例4
如图4，为本发明另一实施例中多表异构数据同步方法的流程示意图
基于业务模型，hbase的表可能对应mysql的某张表，也可能对应mysql的多张表，对于多张表的模型我们统称为宽表。
宽表配置规则，新增规则，可以选择hbase、es表名，表类型选择聚合表，保存后可以配置规则明细，选择多个对应的mysql表，如图7所示，及表的相应列。
假设mysql有card_basic,card_auth表，这两个表在元数据配置的映射到hbase、es的card_info.则流程如图4。
宽表的实现流程与单表的实现流程大致相似，这里主要挑其中不同的部分进行说明，因es在宽表的模式下，无法保证CAS机制，所以无法利用该机制保证数据的一致性，对于宽表的一致性保证，采用的方式是保证部分数据的顺序。这里说的部分数据主要是部分特征相同的数据，而非全部数据。
在canal采集到binlog数据推送给kafka时，对主键card_id取hashcode，发送到指定的partition，这样保证了相同主键的数据有顺序的发送到了指定的topic的partition。
Storm的宽表拓扑执行时，每个worker去消费一个partition，且对于一个worker只配置一个spout、wideBolt、这样保证了对于spout消费的数据不会发送到其他work中bolt。
上述的hashcode机制、单worker机制，保证了数据的顺序性，前面说了宽表，es无法保证CAS机制，所以在保存es时，先查询出该条数据，与当前数据合并后再插入es。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的一种异构数据同步方法、异构数据同步装置进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

Claims (6)

1.一种异构数据同步方法，其特征在于，包括：
采集、解析关系型数据库的binlog，生成解析数据，将所述解析数据发送至kafka消息队列，作为消息数据，包括：
判断所述解析数据是否存在映射关系，若存在，将所述关系型数据库binlog转化成json数据，再将序列化后的所述json数据发送至所述kafka消息队列；
加工所述消息数据，得到映射值，并将所述映射值写入非关系型数据库，包括：
storm循环消费所述kafka消息队列中的所述json数据；
所述storm根据元数据管理系统中的数据表映射关系，将所述json数据的映射值插入所述非关系型数据库；
其中，所述非关系型数据库包括hbase、Redis、MongodDB和Neo4j。
2.根据权利要求1所述的异构数据同步方法，其特征在于，该方法还包括：
元数据管理系统配置数据模型映射关系、所述数据表映射关系。
3.根据权利要求1～2任一项所述的异构数据同步方法，其特征在于，该方法还包括：
所述storm将elasticsearch作为加工所述消息数据的载体；
所述elasticsearch作为非结构数据库的二级索引。
4.一种异构数据同步装置，其特征在于，所述装置包括：
采集模块，用于采集、解析关系型数据库的binlog，生成解析数据，将所述解析数据发送至kafka消息队列，作为消息数据；
所述采集模块还包括：采集器，用于判断所述解析数据是否存在映射关系，若存在，将所述关系型数据库binlog转化成json数据，再将序列化后的所述json数据发送至所述kafka消息队列；
加工模块，用于加工所述消息数据，得到映射值，并将所述映射值写入非关系型数据库；
所述加工模块还包括：
消费模块，通过storm循环消费所述kafka消息队列中的所述json数据；
插入模块，通过所述storm根据元数据管理系统中的数据表映射关系，将所述json数据的映射值插入所述非关系型数据库；
其中，所述非关系型数据库包括hbase、Redis、MongodDB和Neo4j。
5.根据权利要求4所述的异构数据同步装置，其特征在于，所述装置还包括：
元数据管理系统，用于配置数据模型映射关系、所述数据表映射关系。
6.根据权利要求4～5任一项所述的异构数据同步装置，其特征在于，所述装置还包括：
elasticsearch模块，用于作为加工所述消息数据的载体，作为非结构数据库的二级索引。
CN202010568591.8A 2020-06-19 2020-06-19 异构数据同步方法及装置 Active CN111666344B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010568591.8A CN111666344B (zh) 2020-06-19 2020-06-19 异构数据同步方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010568591.8A CN111666344B (zh) 2020-06-19 2020-06-19 异构数据同步方法及装置

Publications (2)

Publication Number Publication Date
CN111666344A CN111666344A (zh) 2020-09-15
CN111666344B true CN111666344B (zh) 2023-05-16

Family

ID=72389133

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010568591.8A Active CN111666344B (zh) 2020-06-19 2020-06-19 异构数据同步方法及装置

Country Status (1)

Country Link
CN (1) CN111666344B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112632167A (zh) * 2020-12-24 2021-04-09 山东中创软件工程股份有限公司 一种结构化数据的数据转化方法、数据转化系统及相关装置
CN113642839B (zh) * 2021-07-05 2023-10-24 华录科技文化(大连)有限公司 一种基于流程重构的工作流自适应再生资源回收系统
CN113821532A (zh) * 2021-09-29 2021-12-21 重庆富民银行股份有限公司 一种基于mysql数据同步到异构数据源的系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107038162A (zh) * 2016-02-03 2017-08-11 滴滴（中国）科技有限公司 基于数据库日志的实时数据查询方法和系统
CN110083660A (zh) * 2019-04-29 2019-08-02 重庆天蓬网络有限公司 一种同步数据的方法、装置、介质和电子设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190171650A1 (en) * 2017-12-01 2019-06-06 Chavdar Botev System and method to improve data synchronization and integration of heterogeneous databases distributed across enterprise and cloud using bi-directional transactional bus of asynchronous change data system
CN109325077A (zh) * 2018-08-03 2019-02-12 北京马上慧科技术有限公司 一种基于canal和kafka实现实时数仓的系统
CN109284334B (zh) * 2018-09-05 2022-01-28 拉扎斯网络科技（上海）有限公司 实时数据库同步方法、装置、电子设备及存储介质
CN109359139A (zh) * 2018-10-24 2019-02-19 拉扎斯网络科技（上海）有限公司 数据同步方法、系统、电子设备及计算机可读存储介质
CN110471918A (zh) * 2019-07-15 2019-11-19 深圳市中农网有限公司 一种关系型数据库同步到区块链的方法及装置
CN110674220B (zh) * 2019-09-25 2022-09-09 恩亿科(北京)数据科技有限公司 一种数据异构的方法、装置及设备

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107038162A (zh) * 2016-02-03 2017-08-11 滴滴（中国）科技有限公司 基于数据库日志的实时数据查询方法和系统
CN110083660A (zh) * 2019-04-29 2019-08-02 重庆天蓬网络有限公司 一种同步数据的方法、装置、介质和电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种数据同步系统的设计与实现;曾泽堂;《中国优秀硕士学位论文全文数据库 信息科技辑》;第2019年卷(第7期);全文 *

Also Published As

Publication number Publication date
CN111666344A (zh) 2020-09-15

Similar Documents

Publication Publication Date Title
CN111666344B (zh) 异构数据同步方法及装置
CN110413599A (zh) 数据实时处理与存储系统及方法
CN100498785C (zh) 一种联机分析处理系统中多维数据读写的方法和装置
CN106547766A (zh) 一种数据访问方法和装置
CN105787058B (zh) 一种用户标签系统及基于用户标签系统的数据推送系统
CN102902763B (zh) 关联、检索信息处理数据和处理信息任务的方法及装置
CN112052082B (zh) 任务属性优化方法、装置、服务器及存储介质
CN112632025A (zh) 一种基于paas平台的电网企业管理决策支持应用系统
CN110825733A (zh) 一种面向多采样流的时间序列数据管理方法及系统
CN110083600A (zh) 一种日志收集处理的方法、装置、计算设备及存储介质
CN110414259A (zh) 一种构建数据类目、实现数据共享的方法及设备
CN110008104A (zh) 一种日志信息的管理方法、系统、设备及存储介质
CN110196835A (zh) 元数据的处理方法、元数据的处理装置以及电子设备
CN108140022B (zh) 数据查询方法和数据库系统
WO2014137258A1 (en) Selection of data storage settings for an application
CN110198327A (zh) 一种数据传输方法及相关设备
CN108763323A (zh) 基于资源集和大数据技术的气象格点文件应用方法
CN115168389A (zh) 请求处理方法以及装置
CN114385663A (zh) 数据处理的方法和装置
CN113297245A (zh) 获取执行信息的方法及装置
CN110851515A (zh) 一种基于Spark分布式环境下的大数据ETL模型执行方法及介质
CN113377604B (zh) 一种数据处理方法、装置、设备和存储介质
CN112685557B (zh) 可视化信息资源管理方法及装置
CN114860819A (zh) 商业智能系统的构建方法、装置、设备和存储介质
CN110414813B (zh) 指标曲线的构建方法、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
GR01 Patent grant
GR01 Patent grant