CN111723515A - 一种运行算子的方法、装置及系统 - Google Patents
一种运行算子的方法、装置及系统 Download PDFInfo
- Publication number
- CN111723515A CN111723515A CN202010414854.XA CN202010414854A CN111723515A CN 111723515 A CN111723515 A CN 111723515A CN 202010414854 A CN202010414854 A CN 202010414854A CN 111723515 A CN111723515 A CN 111723515A
- Authority
- CN
- China
- Prior art keywords
- operator
- target
- target operator
- operating
- interface
- 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
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000004422 calculation algorithm Methods 0.000 claims description 48
- 230000004044 response Effects 0.000 claims description 32
- 230000001960 triggered effect Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010200 validation analysis Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 43
- 230000008439 repair process Effects 0.000 description 25
- 238000010586 diagram Methods 0.000 description 22
- 238000013507 mapping Methods 0.000 description 15
- 230000000694 effects Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000012549 training Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 230000003993 interaction Effects 0.000 description 8
- 238000000605 extraction Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012216 screening Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000007477 logistic regression Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003238 somatosensory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开提供了一种运行算子的方法、装置及系统,该方法包括:响应于访问算子展示平台的操作,提供展示算子展示平台中的算子的初始界面;响应于运行算子展示平台中的目标算子的操作,获取与目标算子匹配的输入数据,并根据输入数据运行目标算子;获取运行目标算子后的输出结果,并进行展示。
Description
技术领域
本公开涉及算子技术领域,更具体地,涉及一种运行算子的方法、一种运行算子的装置、一种包括至少一个计算装置和至少一个存储装置的系统、及一种计算机可读存储介质。
背景技术
随着人工智能的发展,越来越多的行业场景需要建立机器学习模型,包括但不限于应用统计分析方法、机器学习方法、深度学习方法、迁移学习方法等进行建模。在人工智能的建模过程中,用户会通过自定义的算法和数据处理逻辑串联出完整的建模流程。其中自定义的算法和数据处理逻辑通常被称为“算子(Operator)”。
在用户使用算子进行建模时,首先通常会从算子展示平台中预先存储的多个算子分别进行构建模型,并根据构建模型的效果,来评估多个算子的运行效果,并通过大量的运算来选取符合用户需求的算子来进行最终建模。
但是,随着算子展示平台中算子数量的大幅增大,算子来源更加多样化,选取用户所需算子的效率也越来越低。
发明内容
本公开的一个目的是提供一种试运行算子展示平台中的算子的新技术方案。
根据本公开的第一方面,提供了一种运行算子的方法,包括:
响应于访问算子展示平台的操作,提供展示所述算子展示平台中的算子的初始界面;其中,所述算子展示平台中包括至少一个算子;
响应于运行所述算子展示平台中的目标算子的操作,获取与所述目标算子匹配的输入数据,并根据所述输入数据运行所述目标算子;其中,所述目标算子为所述算子展示平台中展示的任一算子;
获取运行所述目标算子后的输出结果,并进行展示。
可选的,还包括:
在所述初始界面中提供算子搜索框;
响应于搜索算子的操作,获取所述算子搜索框中的搜索字段;
从所述至少一个算子中确定与所述搜索字段匹配的算子,作为推荐算子在所述初始界面中进行展示。
可选的,还包括:
在所述初始界面中,提供至少一个算子类别;
响应于用户选择目标算子类别的操作,在所述初始界面中展示属于所述目标算子类别的算子;其中,所述目标算子类别为所述用户选择的任一算子类别。
可选的,所述至少一个算子通过卡片形式展示在所述初始界面中。
可选的,每一所述算子的卡片中还包括对应算子的名称、简介、来源和所属的算子类别中的至少一项。
可选的,所述初始界面中包括每一算子的详情页展示接口;
所述响应于运行所述算子展示平台中的目标算子的操作,获取与所述目标算子匹配的输入数据包括:
响应于通过所述目标算子的详情页展示接口触发的展示所述目标算子的详情页的请求,展示所述目标算子的详情页;其中,所述目标算子的详情页为所述展示所述目标算子的详情的页面,包括用于运行所述目标算子的接口;
响应于通过所述目标算子的详情页中用于运行所述目标算子的接口触发的运行所述目标算子的操作,获取所述输入数据。
可选的,所述初始界面中包括每一算子的详情页展示接口;
所述目标算子的详情页包括以下至少一项:
所述目标算子的基本信息,所述基本信息包括名称、输入类型、输出类型、版本和来源中的至少一种;
所述目标算子的算子说明,其中,所述算子说明包括所述目标算子的功能、应用场景、使用建议、算法原理和前端参数配置方法中的至少一种;
所述目标算子的参数配置详情,其中,所述参数配置详情包括所述目标算子的配置项的代码中的参数名和验证规则。
可选的,所述响应于通过所述目标算子的详情页中用于运行所述目标算子的接口触发的运行所述目标算子的操作,获取所述输入数据包括:
响应于通过所述目标算子的详情页中用于运行所述目标算子的接口触发的运行所述目标算子的操作,确定与用户对应的目标工作区;
从预设的与所述目标工作区对应的数据集中,获取与所述目标算子匹配的输入数据;
所述根据所述输入数据运行所述目标算子包括:
根据所述输入数据在所述目标工作区中运行所述目标算子。
可选的,所述响应于通过所述目标算子的详情页中用于运行所述目标算子的接口触发的运行所述目标算子的操作,确定与所述用户对应的目标工作区包括:
所述响应于通过所述目标算子的详情页中用于运行所述目标算子的接口触发的运行所述目标算子的操作,提供所述用户预先绑定的所有工作区,并将所述用户选中的工作区,作为所述目标工作区。
可选的,还包括:
在所述用户未绑定工作区的情况下,提供工作区绑定界面,供所述用户进行工作区绑定;
或者,在所述用户未绑定工作区的情况下,将预设的指定工作区作为所述目标工作区。
可选的,所述获取与所述目标算子匹配的输入数据包括:
确定所述目标算子对应的输入类型;
确定与所述输入类型匹配的数据,作为所述输入数据。
可选的,还包括:
响应于运行所述目标算子的操作,提供所述目标算子的运行界面,在所述运行界面中提供所述输入数据的展示窗口和所述目标算子的运行参数的配置窗口;
通过所述配置窗口获取所述目标算子的运行参数的配置结果;
所述根据所述输入数据运行所述目标算子包括:
响应于开始运行所述目标算子的操作,基于所述运行参数的配置结果,根据所述输入数据运行所述目标算子。
可选的,所述通过所述配置窗口获取所述目标算子的运行参数的配置结果包括:
响应于配置目标运行参数的操作,提供对应的输入框;
通过所述输入框获取所述目标运行参数的配置结果。
可选的,还包括:
获取并保存预置的报错原因关键词和对应的报错规则;
当所述目标算子运行失败时,根据所保存的报错规则去匹配目标算子的运行日志;
将匹配成功的报错规则所对应的报错原因关键词展示到前端。
可选的,所述报错原因关键词和对应的报错规则包括如下中的至少一种:
内存不足,对应单个关键字报错;
license超限,对应同时满足多个关键字且不在同一行报错;
算法参数配置错误,对应同时满足多个关键字且不在同一行报错;
脚本语法错误,对应同时满足多个关键字且不在同一行报错;
集群时区不同步,对应同时满足多个关键字且不在同一行报错;
权限不足,对应单个关键字报错。
可选的,所述方法还包括:根据所述目标算子中的执行步骤的先后顺序,对所述目标算子的运行日志进行分类收集,从而得到多个子日志文件;
所述根据所保存的报错规则去匹配目标算子的运行日志包括:根据所述多个子日志文件的产生顺序的倒序去进行匹配。
可选的,所述多个子日志文件包括:引擎日志、非业务日志和业务日志;
所述引擎日志用于记录调度执行引擎时的系统相关信息;
所述非业务日志用于记录算子运行时的系统相关信息;
所述业务日志用于记录算子运行时的算法相关信息。
可选的,所述引擎日志在所述目标算子运行之前的第一阶段生成,所述非业务日志在所述目标算子运行的第二阶段生成,所述业务日志在所述目标算子运行的第三阶段生成,所述第二阶段、所述第三阶段依时间顺序先后执行。
可选的,当所述多个子日志文件包括引擎日志和非业务日志时,
所述根据所述多个子日志文件的产生顺序的倒序去进行匹配包括:
从最后一条所述非业务日志开始从后向前依次匹配;
当所述多个子日志文件包括引擎日志、非业务日志和业务日志时,
所述根据所述多个子日志文件的产生顺序的倒序去进行匹配包括:
从最后一条所述业务日志开始从后向前依次匹配。
可选的,当所述目标算子运行失败时,由执行引擎向调度器报错,由调度器执行所述匹配和展示到前端的步骤。
可选的,所述方法还包括:
根据所述目标算子的类型,获取预置与所述目标算子的类型对应的运行状态捕捉规则模型;
当所述目标算子运行时,由所述运行状态捕捉规则模型获取所述目标算子的运行状态信息,并发送到前端进行展示。
可选的,所述运行日志包括业务日志,所述目标算子为GBDT算法训练算子,
所述由所述运行状态捕捉规则模型获取所述目标算子的运行状态信息,并发送到前端进行展示,包括:
利用所述运行状态捕捉规则模型定位所述业务日志中的树建立信息,以获取所述树建立信息中的树建立开始时间、树建立结束时间、GBDT算法效果、所述目标算子的资源消耗、所述目标算子对应的加工数据条数;
将所述树建立信息进行绘图并实时发送到前端进行展示。
可选的,所述运行日志包括业务日志,所述目标算子为特征抽取算子,
所述由所述运行状态捕捉规则模型获取所述目标算子的运行状态信息,并发送到前端进行展示,包括:
利用所述运行状态捕捉规则模型定位所述业务日志中的每一行数据、每一种特征方法的处理信息,以获取所述处理信息中的处理开始时间、处理结束时间、特征方法是否生效、所述目标算子所耗的资源、特征方法生效比例;
将所述处理信息进行绘图并实时发送到前端进行展示。
根据本公开的第二方面,提供了一种运行算子的装置,包括:
算子展示模块,用于响应于访问算子展示平台的操作,提供展示所述算子展示平台中的算子的初始界面;其中,所述算子展示平台中包括至少一个算子;
算子运行模块,用于响应于运行所述算子展示平台中的目标算子的操作,获取与所述目标算子匹配的输入数据,并根据所述输入数据运行所述目标算子;其中,所述目标算子为所述算子展示平台中展示的任一算子;
结果展示模块,用于获取运行所述目标算子后的输出结果,并进行展示。
可选的,还包括:
用于在所述初始界面中提供算子搜索框的模块;
用于响应于搜索算子的操作,获取所述算子搜索框中的搜索字段的模块;
用于从所述至少一个算子中确定与所述搜索字段匹配的算子,作为推荐算子在所述初始界面中进行展示的模块。
可选的,还包括:
用于在所述初始界面中,提供至少一个算子类别的模块;
用于响应于用户选择目标算子类别的操作,在所述初始界面中展示属于所述目标算子类别的算子的模块;其中,所述目标算子类别为所述用户选择的任一算子类别。
可选的,所述至少一个算子通过卡片形式展示在所述初始界面中。
可选的,每一所述算子的卡片中还包括对应算子的名称、简介、来源和所属的算子类别中的至少一项。
可选的,所述初始界面中包括每一算子的详情页展示接口;
所述响应于运行所述算子展示平台中的目标算子的操作,获取与所述目标算子匹配的输入数据包括:
响应于通过所述目标算子的详情页展示接口触发的展示所述目标算子的详情页的请求,展示所述目标算子的详情页;其中,所述目标算子的详情页为所述展示所述目标算子的详情的页面,包括用于运行所述目标算子的接口;
响应于通过所述目标算子的详情页中用于运行所述目标算子的接口触发的运行所述目标算子的操作,获取所述输入数据。
可选的,所述初始界面中包括每一算子的详情页展示接口;
所述目标算子的详情页包括以下至少一项:
所述目标算子的基本信息,所述基本信息包括名称、输入类型、输出类型、版本和来源中的至少一种;
所述目标算子的算子说明,其中,所述算子说明包括所述目标算子的功能、应用场景、使用建议、算法原理和前端参数配置装置中的至少一种;
所述目标算子的参数配置详情,其中,所述参数配置详情包括所述目标算子的配置项的代码中的参数名和验证规则。
可选的,所述响应于通过所述目标算子的详情页中用于运行所述目标算子的接口触发的运行所述目标算子的操作,获取所述输入数据包括:
响应于通过所述目标算子的详情页中用于运行所述目标算子的接口触发的运行所述目标算子的操作,确定与用户对应的目标工作区;
从预设的与所述目标工作区对应的数据集中,获取与所述目标算子匹配的输入数据;
所述根据所述输入数据运行所述目标算子包括:
根据所述输入数据在所述目标工作区中运行所述目标算子。
可选的,所述响应于通过所述目标算子的详情页中用于运行所述目标算子的接口触发的运行所述目标算子的操作,确定与所述用户对应的目标工作区包括:
所述响应于通过所述目标算子的详情页中用于运行所述目标算子的接口触发的运行所述目标算子的操作,提供所述用户预先绑定的所有工作区,并将所述用户选中的工作区,作为所述目标工作区。
可选的,还包括:
在所述用户未绑定工作区的情况下,提供工作区绑定界面,供所述用户进行工作区绑定;
或者,在所述用户未绑定工作区的情况下,将预设的指定工作区作为所述目标工作区。
可选的,所述获取与所述目标算子匹配的输入数据包括:
确定所述目标算子对应的输入类型;
确定与所述输入类型匹配的数据,作为所述输入数据。
可选的,还包括:
用于响应于运行所述目标算子的操作,提供所述目标算子的运行界面,在所述运行界面中提供所述输入数据的展示窗口和所述目标算子的运行参数的配置窗口的模块;
用于通过所述配置窗口获取所述目标算子的运行参数的配置结果的模块;
所述根据所述输入数据运行所述目标算子包括:
响应于开始运行所述目标算子的操作,基于所述运行参数的配置结果,根据所述输入数据运行所述目标算子。
可选的,所述通过所述配置窗口获取所述目标算子的运行参数的配置结果包括:
响应于配置目标运行参数的操作,提供对应的输入框;
通过所述输入框获取所述目标运行参数的配置结果。
可选的,还包括:
获取模块,用于获取并保存预置的报错原因关键词和对应的报错规则;
匹配模块,用于当所述目标算子运行失败时,根据所保存的报错规则去匹配目标算子的运行日志;
展示模块,用于将匹配成功的报错规则所对应的报错原因关键词展示到前端。
可选的,所述报错原因关键词和对应的报错规则包括如下中的至少一种:
内存不足,对应单个关键字报错;
license超限,对应同时满足多个关键字且不在同一行报错;
算法参数配置错误,对应同时满足多个关键字且不在同一行报错;
脚本语法错误,对应同时满足多个关键字且不在同一行报错;
集群时区不同步,对应同时满足多个关键字且不在同一行报错;
权限不足,对应单个关键字报错。
可选的,所述装置还包括分类模块,
所述分类模块,用于根据所述目标算子中的执行步骤的先后顺序,对所述目标算子的运行日志进行分类收集,从而得到多个子日志文件;
所述匹配模块还用于:根据所述多个子日志文件的产生顺序的倒序去进行匹配。
可选的,所述多个子日志文件包括:引擎日志、非业务日志和业务日志;
所述引擎日志用于记录调度执行引擎时的系统相关信息;
所述非业务日志用于记录算子运行时的系统相关信息;
所述业务日志用于记录算子运行时的算法相关信息。
可选的,所述引擎日志在所述目标算子运行之前的第一阶段生成,所述非业务日志在所述目标算子运行的第二阶段生成,所述业务日志在所述目标算子运行的第三阶段生成,所述第二阶段、所述第三阶段依时间顺序先后执行。
可选的,当所述多个子日志文件包括引擎日志和非业务日志时,
所述根据所述多个子日志文件的产生顺序的倒序去进行匹配包括:
从最后一条所述非业务日志开始从后向前依次匹配。
可选的,当所述多个子日志文件包括引擎日志、非业务日志和业务日志时,
所述根据所述多个子日志文件的产生顺序的倒序去进行匹配包括:从最后一条所述业务日志开始从后向前依次匹配。
可选的,所述匹配模块还用于:当所述目标算子运行失败时,由执行引擎向调度器报错,由调度器执行所述匹配和展示到前端的步骤。
可选的,所述装置还包括发送模块,
所述获取模块还用于:根据所述目标算子的类型,获取预置与所述目标算子的类型对应的运行状态捕捉规则模型;
所述发送模块,用于当所述目标算子运行时,由所述运行状态捕捉规则模型获取所述目标算子的运行状态信息,并发送到前端进行展示。
可选的,所述运行日志包括业务日志,所述目标算子为GBDT算法训练算子,
所述获取模块还用于:利用所述运行状态捕捉规则模型定位所述业务日志中的树建立信息,以获取所述树建立信息中的树建立开始时间、树建立结束时间、GBDT算法效果、所述目标算子的资源消耗、所述目标算子对应的加工数据条数;
所述发送模块还用于:将所述树建立信息进行绘图并实时发送到前端进行展示。
可选的,所述运行日志包括业务日志,所述目标算子为特征抽取算子,
所述获取模块还用于:利用所述运行状态捕捉规则模型定位所述业务日志中的每一行数据、每一种特征装置的处理信息,以获取所述处理信息中的处理开始时间、处理结束时间、特征装置是否生效、所述目标算子所耗的资源、特征装置生效比例;
所述发送模块还用于:将所述处理信息进行绘图并实时发送到前端进行展示。
根据本公开的第三方面,提供了一种包括至少一个计算装置和至少一个存储装置的系统,其中,所述至少一个存储装置用于存储指令,所述指令用于控制所述至少一个计算装置执行根据本公开第一方面所述的方法。
根据本公开的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在被处理器执行时实现如本公开第一方面所述的方法。
通过本公开的实施例,预先运行目标算子,可以快速得到目标算子的运行效果,以根据运行效果选取符合自身需求的算子进行建模,可以提高用户选择用于建模的算子的效率和准确率。
通过以下参照附图对本公开的示例性实施例的详细描述,本公开的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本公开的实施例,并且连同其说明一起用于解释本公开的原理。
图1是可用于实现本公开的实施例的电子设备的硬件配置的一个例子的框图;
图2是根据本公开实施例的运行算子的方法的流程示意图;
图3是根据本公开实施例的初始界面的一个例子的示意图;
图4是根据本公开实施例的算子详情页的一个例子的示意图;
图5是根据本公开实施例的算子详情页的另一个例子的示意图;
图6是根据本公开实施例的运行界面的一个例子的示意图;
图7是根据本公开实施例的配置窗口的一个例子的示意图;
图8是根据本公开实施例的配置窗口的另一个例子的示意图;
图9是根据本公开实施例的输出结果的展示界面的一个例子的示意图;
图10是根据本公开实施例的目标算子的运行日志的处理步骤的流程示意图;
图11是根据本公开实施例的目标算子的运行状态的展示步骤的流程示意图
图12是根据本公开实施例的运行算子的装置的原理框图;
图13是根据本公开实施例的系统的原理框图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
下面,参照附图描述根据本公开实施例的各个实施例和例子。
<硬件配置>
图1是示出可以实现本公开的实施例的电子设备1000的硬件配置的框图。
电子设备1000可以是便携式电脑、台式计算机、手机、平板电脑等。如图1所示,电子设备1000可以包括处理器1100、存储器1200、接口装置1300、通信装置1400、显示装置1500、输入装置1600、扬声器1700、麦克风1800等等。其中,处理器1100可以是中央处理器CPU、微处理器MCU等。存储器1200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置1300例如包括USB接口、耳机接口等。通信装置1400例如能够进行有线或无线通信,具体地可以包括Wifi通信、蓝牙通信、2G/3G/4G/5G通信等。显示装置1500例如是液晶显示屏、触摸显示屏等。输入装置1600例如可以包括触摸屏、键盘、体感输入等。用户可以通过扬声器1700和麦克风1800输入/输出语音信息。
图1所示的电子设备仅仅是说明性的并且决不意味着对本公开、其应用或使用的任何限制。应用于本公开的实施例中,电子设备1000的所述存储器1200用于存储指令,所述指令用于控制所述处理器1100进行操作以执行本公开实施例提供的任意一项运行算子的方法。本领域技术人员应当理解,尽管在图1中对电子设备1000示出了多个装置,但是,本公开可以仅涉及其中的部分装置,例如,电子设备1000只涉及处理器1100和存储装置1200。技术人员可以根据本公开所公开方案设计指令。指令如何控制处理器进行操作,这是本领域公知,故在此不再详细描述。
<第一方法实施例>
在本实施例中,提供一种运行算子的方法。该运行算子的方法可以是由电子设备实施。该电子设备可以是如图1所示的电子设备1000。
根据图2所示,本实施例的运行算子的方法可以包括如下步骤S2100~S2300:
步骤S2100,响应于访问算子展示平台的操作,提供展示算子展示平台中的算子的初始界面。
其中,算子展示平台中包括至少一个算子。具体的,算子展示平台中的算子可以包括该算子展示平台预先提供的算子,也可以包括用户上传至该算子展示平台的算子。
在本公开的一个实施例中,在该初始界面中,可以展示算子平台中的全部或部分算子。
在本公开的一个实施例中,该方法还可以包括:在初始界面中,提供至少一个算子类别;响应于用户选择目标算子类别的操作,在初始界面中,展示属于目标算子类别的算子。
其中,目标算子类别为用户选择的任一算子类别。
如图3所示,可以是在初始界面的中提供算子类别栏,在该算子类别中提供至少一个算子类别。算子类别栏中所包含的算子类别,及每一算子类别中所包含的算子,可以是由用户根据应用场景或具体需求预先设定的,也可以是由算子展示平台预先默认设置的。
响应于用户选择目标算子类别的操作,在初始界面中展示目标算子类别所包含的算子。
在本实施例的基础上,如图3所示,在初始界面中还可以提供算子筛选接口,用户可以通过该算子筛选接口选择筛选维度,以在初始界面中展示目标算子类别所包含的、符合用户所选择的筛选维度的算子。其中,筛选维度可以包括算子来源、应用场景和/或算子标签等。
在本公开的一个实施例中,该方法还可以包括:在初始界面中提供算子搜索框;响应于搜索算子的操作,获取算子搜索框中的搜索字段;从算子展示平台中的算子中确定与搜索字段匹配的算子,作为推荐算子在初始界面中进行展示。
如图3所示,该初始界面中还可以包括搜索按钮,用户可以通过初始界面中的搜索框输入搜索字段,并通过点击该搜索按钮触发搜索算子的操作,电子设备响应于搜索算子的操作,获取用户通过搜索框输入的搜索字段,确定算子展示平台中与搜索字段匹配的算子,作为推荐算子在初始界面中进行展示。
具体的,可以是根据算子的名称和/或简介,来确定对应算子与搜索字段是否匹配。例如,可以是在算子的名称和/或简介中包含搜索字段的情况下,确定对应算子与搜索字段匹配。再例如,还可以是根据算子的名称和/或简介进行模糊查询,来确定与搜索字段匹配的算子。
在本公开的一个实施例中,初始界面中的算子通过卡片形式进行展示,如图3所示。
在本公开的一个实施例中,每一算子的卡片中还包括对应算子的名称、简介、来源和所属的算子类别中的至少一项,如图3所示。
在一个例子中,算子的简介可以用于介绍算子的功能和/或应用场景。
在本公开的一个实施例中,初始界面中还可以包括每一算子的详情页展示接口,用户通过该详情页展示接口,可以触发展示对应算子的详情页的请求。
电子设备响应于该展示算子的详情页的请求,可以展示对应算子的详情页,其中,算子的详情页为展示对应算子的详情的界面,可以包括以下至少一项:
第一项,算子的基本信息,基本信息包括名称、输入类型、输出类型、版本和来源中的至少一种;
第二项,算子的算子说明,其中,算子说明包括目标算子的功能、应用场景、使用建议、算法原理和前端参数配置方法中的至少一种;
第三项,算子的参数配置详情,其中,参数配置详情包括算子的配置项的代码中的参数名和验证规则。
在一个例子中,该详情页展示接口可以包括算子说明展示接口和/或参数配置详情展示接口。响应于用户通过算子说明展示接口触发的展示对应算子的详情页的请求,可以是在算子详情页中展示对应算子的基本信息和算子说明,例如,算子详情页可以是如图4所示。响应于用户通过参数配置详情展示接口触发的展示对应算子的详情页的请求,可以是在算子详情页中展示对应算子的基本信息和参数配置详情,例如,算子详情页可以是如图5所示。
在如图5所示的参数配置详情中,第一个参数可以通过正则校验输入的值(value)是否正确;第二个参数规定了最大最小值的范围是1~10000的闭区间。
步骤S2200,响应于运行算子展示平台中的目标算子的操作,获取与目标算子匹配的输入数据,并根据输入数据运行目标算子。
在本公开的一个实施例中,算子的详情页中还可以包括用于运行对应算子的接口。那么,响应于运行算子展示平台中的目标算子的操作,获取与目标算子匹配的输入数据可以包括如下所示的步骤S2210~S2220:
步骤S2210,响应于通过目标算子的详情页展示接口触发的展示目标算子的详情页的请求,展示目标算子的详情页。
在目标算子的详情页中可以包括用于运行目标算子的接口,该用于运行目标算子的接口可以是如图4和图5中所示的试跑按钮,用户可以是点击该试跑按钮,触发运行目标算子的操作。
步骤S2220,响应于通过目标算子的详情页中用于运行目标算子的接口触发的运行目标算子的操作,获取输入数据。
在本公开的一个实施例中,响应于通过目标算子的详情页中用于运行目标算子的接口触发的运行目标算子的操作,获取输入数据可以包括如下所示的步骤S2221~S2222:
步骤S2221,响应于通过目标算子的详情页中用于运行目标算子的接口触发的运行目标算子的操作,确定与用户对应的目标工作区。
在本公开的一个实施例中,用户可以预先绑定一个或多个工作区,以使用户在其绑定的工作区中进行访问使用。因此,用户绑定的工作区,可以是用户具有使用权限的工作区。
在用户预先绑定工作区的实施例中,响应于通过目标算子的详情页中用于运行目标算子的接口触发的运行目标算子的操作,确定与用户对应的目标工作区可以包括:响应于通过目标算子的详情页中用于运行目标算子的接口触发的运行目标算子的操作,提供该用户预先绑定的所有工作区,并将用户选中的工作区,作为目标工作区。
在本公开的一个实施例中,用户未绑定工作区,可以是提供工作区绑定界面,供用户进行工作区绑定。
具体的,可以是在工作区绑定界面中,提供至少一个可以与用户进行绑定的工作区,并将用户在该工作区绑定界面中所选中的工作区,作为该用户绑定的工作区。
在本公开的另一个实施例中,用户未绑定工作区,可以是将预设的指定工作区作为目标工作区。
步骤S2222,从预设的与目标工作区对应的数据集中,获取与目标算子匹配的输入数据。
具体的,可以在目标工作区中预先准备至少一个数据集,以从目标工作区对应的数据集中获取与目标算子匹配的输入数据。不同类型的数据集展现的方式不同,可以是与建模平台中的展现形式保持一致。
在本公开的一个实施例中,用户可以查看输入数据的详情,具体可以包括数据内容,也可以包括针对输入数据的介绍文档,例如,在输入数据为数据表的情况下,用户还可以查看数据表中每个字段的含义。
在本公开的一个实施例中,获取与目标算子匹配的输入数据可以包括:确定目标算子对应的输入类型;确定与该输入类型匹配的数据,作为输入数据。
例如,目标算子的输入类型为数据表,那么,可以是将目标工作区对应的数据集中类型为数据表的数据,作为目标算子的输入数据。
再例如,目标算子的输入类型为模型,那么,可以是将目标工作区对应的数据集中类型为模型的数据,作为目标算子的输入数据。
在本实施例的基础上,根据输入数据运行目标算子可以是:根据输入数据在目标工作区中运行目标算子。
由于运行目标算子需要消耗一定的算力,算力可以是与工作区进行绑定的,在本实施例中,在目标工作区中运行目标算子,即通过与目标工作区绑定的算力来运行目标算子。
在本公开的一个实施例中,该方法还可以包括如下所示的步骤S2400~S2500:
步骤S2400,响应于运行目标算子的操作,提供目标算子的运行界面,在运行界面中提供输入数据的展示窗口和目标算子的运行参数的配置窗口。
在本公开的一个实施例中,用户可以通过配置窗口中的代码来配置目标算子的运行参数,该运行参数可以包括算子的参数、标签的名称、输入数据的名称、和/或运行目标算子所需的资源等,例如可以是如图6所示。
如图6所示,在目标算子的运行界面中,还可以提供输入数据预览窗口和开始试跑按钮。在输入数据预览窗口中,可以展示目标算子的输入数据,以供用户查看。
步骤S2500,通过配置窗口获取目标算子的运行参数的配置结果。
在本公开的一个实施例中,通过配置窗口获取目标算子的运行参数的配置结果可以包括如下所示的步骤S2510~S2520:
步骤S2510,响应于配置目标运行参数的操作,提供对应的输入框。
在一个例子中,可以是在配置窗口中提供对应可配置的运行参数的编辑按钮,如图7所示,用户可以是点击该编辑按钮,使得配置窗口中提供对应运行参数的输入框,如图8所示。
步骤S2520,通过该输入框获取目标运行参数的配置结果。
用户可以通过该输入框输入对应运行参数的配置结果,并点击确定按钮(如图8所示的√),完成对应运行参数的配置,使得电子设备通过该输入框获取对应运行参数的配置结果。
在本实施例的基础上,根据输入数据运行目标算子可以包括:响应于开始运行目标算子的操作,基于运行参数的配置结果,根据输入数据运行目标算子。
如图6所示,在目标算子的运行界面中,还可以提供开始试跑按钮,用户可以是通过点击该开始试跑按钮,触发开始运行目标算子的操作。电子设备响应于开始运行目标算子的操作,运行目标算子。
在本公开的一个实施例中,该方法还可以包括:展示目标算子的运行进度,例如可以是如图6所示。
步骤S2300,获取运行目标算子后的输出结果,并进行展示。
在本公开的一个实施例中,可以是目标算子运行结束后,自动获取输出结果并进行展示。还可以是在目标算子运行结束之后,响应于用户查看输出结果的请求,获取运行目标算子后的输出结果,并进行展示。
在目标算子的输出模型的情况下,对应的输出结果中可以包括输出模型的评估结果,如图9所示。用户可以根据输出结果来判断目标算子是否符合自身需求,是否使用该目标算子进行建模。
通过本公开的实施例,预先运行目标算子,可以快速得到目标算子的运行效果,以根据运行效果选取符合自身需求的算子进行建模,可以提高用户选择用于建模的算子的效率和准确率。
在本公开的一个实施例中,该方法还可以包括:
在目标算子运行结束的情况下,提供目标算子的运行日志。以供用户更好的了解目标算子的运行进度和任务在集群上的运行状态、运行失败的原因等。
<第二方法实施例>
在第一方法实施例的基础上,该方法还可以包括目标算子的运行日志的处理步骤。本实施例的步骤可以是由服务器实施,也可以是由终端设备实施,还可以是由服务器和终端设备共同实施,本实施例中的前端可以表示终端设备。
在本实施例的方法有终端设备参与实施的应用中,交互可以包括人机交互。在本实施例的步骤有服务器参与实施的应用中,交互可以包括服务器与终端设备之间的交互。
根据图10所示,本实施例的目标算子的运行日志的处理步骤可以包括如下步骤S3100~S3300:
步骤S3100,获取并保存预置的报错原因关键词和对应的报错规则。
报错规则用于定义关键字,该报错规则可以基于描述目标算子运行失败对应报错原因的历史日志人工所总结和归纳出来的规则。该报错规则可以包括单个关键字报错、同时满足多个关键字且不在同一行报错,以及,同时满足多个关键字且在同一行(按顺序)报错之中的任意一项或多项。其中,以上多个关键字可以是不同的关键字。
报错原因关键词是基于报错规则筛选出来的关键字,该报错原因关键词可以包括内存不足、license超限、算法参数配置错误、脚本语法错误、集群时区不同步、及权限不足之中的任意一项或多项。其中,一个报错原因关键词可以对应一条报错规则,一条报错规则可以对应至少一个报错原因关键词,具体的,报错原因关键词和报错规则包括如下中的至少一种:
内存不足,对应单个关键字报错;
license超限,对应同时满足多个关键字且不在同一行报错;
算法参数配置错误,对应同时满足多个关键字且不在同一行报错;
脚本语法错误,对应同时满足多个关键字且不在同一行报错;
集群时区不同步,对应同时满足多个关键字且不在同一行报错;
权限不足,对应单个关键字报错。
以上对应关系反映报错原因关键词和报错规则之间的映射关系。该映射关系可以是映射表,该映射表中存储有报错原因关键词与报错规则之间的索引关系。可以理解的是,经过报错规则处理后,预置多达三十余项的报错原因关键词,该报错原因关键词的覆盖率在80%以上。
在本实施例中,根据以上步骤S3100获取并保存预置的报错原因关键词和对应的报错规则之后,进入:
步骤S3200,当目标算子运行失败时,根据所保存的报错规则去匹配目标算子的运行日志。
以上目标算子例如但不限于包括算法训练算子、数据处理算子、数据拆分算子、特征抽取算子、算法预测算子、算法评估算子等算子。
实际应用场景当中,人工智能的目标算子运行时,按照时间顺序可以包括:1、向计算集群提交目标算子;2、集群收到目标算子进行调度;3、调度成功,计算集群开始运行目标算子本身的处理逻辑;4、处理逻辑包含算法、数据直接相关的业务态信息,也包括非业务态信息。也就是说,人工智能的目标算子天然是有子算子时间顺序的,在此,可以是根据目标算子中的执行步骤的先后顺序,对目标算子中的运行日志进行分类收集,从而得到多个子日志文件,以在目标算子运行失败时,根据所保存的报错规则去匹配多个子日志文件,并将匹配成功的报错规则所对应的报错原因关键词展示到前端。
在本实施例中,该步骤S3200中当目标算子运行失败时,根据所保存的报错规则去匹配目标算子的运行日志可以进一步包括:当目标算子运行时,根据多个子日志文件的产生顺序的倒序去进行匹配,以节省匹配时间,提供匹配效率。
以上多个子日志文件可以包括引擎日志、非业务日志和业务日志。其中,该引擎日志用于记录调度执行引擎时的系统相关信息;该非业务日志用于记录目标算子运行时的系统相关信息;以及,该业务日志用于记录目标算子运行时的算法相关信息。其中,引擎日志在目标算子运行之前的第一阶段生成,非业务日志在目标算子运行的第二阶段生成,业务日志在目标算子运行的第三阶段生成,第二阶段、第三阶段依时间顺序先后执行。可以理解的是,此处的依时间顺序先后执行并不是严格的非重合串行,例如引擎日志是在10点开始,非业务日志是在10:20开始,业务日志是在10:30开始,此时引擎日志还在继续记录,并没有结束。
可以理解的是,在目标算子运行过程中,任何一个前续步骤发生失败,都不会运行后续步骤,而是会直接返回和错误日志,因此,最后一个日志,一定是发生错误(error)的日志,只是根本错误可能不在最后一个,而是从最开始的一个警告(warning)开始,该warning有别于error,不会导致终止运行,但是大多数情况是最后的错误日志为根本错误,从而,可以是根据该最后的一条错误日志确定目标算子运行失败出现的阶段。例如,最后一条错误日志为引擎日志,则目标算子是在第一阶段失败;又例如,最后一条错误日志为非业务日志,则目标算子是在第二阶段失败;再例如,最后一条错误日志为业务日志,则目标算子是在第三阶段失败。
本实施例中,可以对以上引擎日志、非业务日志和业务日志分别生成对应日志类型的标记,以便于工作人员根据标记查看不同类型的日志文件。
在一个例子中,子日志文件可以仅包括引擎日志。该步骤当目标算子运行失败时,根据多个子日志文件的产生顺序的倒序去进行匹配可以进一步包括:当目标算子运行失败时,从子日志文件记录的最后一条引擎日志开始从后向前依次匹配。
在一个例子中,子日志文件可以包括引擎日志和非业务日志。该步骤当目标算子运行失败时,根据多个子日志文件的产生顺序的倒序去进行匹配可以进一步包括:当目标算子运行失败时,从子日志文件记录的最后一条非业务日志开始从后向前依次匹配。
该例子中,可以是先从最后一条非业务日志开始从后向前依次匹配,接续从最后一条引擎日志开始从后向前依次匹配,也可以是从最后一条非业务日志开始从后向前交叉匹配非业务日志和引擎日志。
在一个例子中,子日志文件可以包括引擎日志、非业务日志和业务日志。该步骤当目标算子运行失败时,根据多个子日志文件的产生顺序的倒序去进行匹配可以进一步包括:当目标算子运行失败时,从子日志文件记录的最后一条业务日志开始从后向前依次匹配。
该例子中,可以是先从最后一条业务日志开始从后向前依次匹配,接续从最后一条非业务日志开始从后向前依次匹配,最后从最后一条引擎日志开始从后向前依次匹配,也可以是从最后一条业务日志开始从后向前交叉匹配业务日志、非业务日志和引擎日志。
以上例子会从记录时间最晚的子日志文件开始,从子日志文件的最后一行开始从后向前匹配报错规则,如果匹配成功,会直接将匹配成功的报错规则所对应到的报错原因关键词反馈到前端进行展示,从而实现自动解析和匹配报错原因的自动化。
在本实施例中,根据以上步骤S3200当目标算子运行失败时,根据所保存的报错规则去匹配目标算子的运行日志之后,进入:
步骤S3300,将匹配成功的报错规则所对应的报错原因关键词展示到前端。
本实施例中,执行引擎和调度器可以是安装在服务器中,并在目标算子运行失败时,由执行引擎向调度器报错,由调度器执行匹配和展示到前端的步骤。即,可以是在目标算子运行失败时,由执行引擎向调度器报错,由调度引擎执行以上步骤S3200中的根据所保存的报错规则去匹配目标算子的运行日志,并由调度引擎执行本步骤S3300将匹配成功的报错规则所对应的报错原因关键词展示到前端。
在一个例子中,匹配成功的报错规则可以是一个报错规则,例如匹配成功的报错规则可以是单个关键字报错,该匹配成功的报错规则所对应的报错原因关键词包括内存不足和权限不足,在此,将内存不足和权限不足展示到前端。又例如匹配成功的报错规则可以是同时满足多个关键字且不在同一行报错,该匹配成功的报错规则所对应的报错原因关键词包括license超限、算法参数配置错误和集群时区不同步,在此,将license超限、算法参数配置错误和集群时区不同步展示到前端。
在一个例子中,匹配成功的报错规则也可以是多个报错规则,例如同时包括单个关键字报错和同时满足多个关键字且不在同一行报错,该单个关键字报错所对应的报错原因关键词包括内存不足和权限不足,该同时满足多个关键字且不在同一行报错所对应的报错原因关键词包括license超限、算法参数配置错误和集群时区不同步,在此,可以是将内存不足、权限不足、license超限、算法参数配置错误和集群时区不同步展示到前端。
根据本公开实施例的方法,其能够将总结的报错原因关键词和与报错原因关键词对应的报错规则预先保存,并在目标算子运行失败时,根据所保存的报错规则去匹配目标算子的运行日志,进而将匹配的报错规则所对应的报错原因关键词展示到前端。由于预先存储有报错规则和报错原因关键词的对应关系,因此,本公开实施例方法在目标算子运行失败时,能够直接根据总结出来的报错规则去匹配运行日志,以将匹配成功的报错规则所对应的报错原因关键词展示给用户,避免了人工手动发现问题,提高探测运行失败原因的效率,并且,实现了运行失败原因的自动探索和运行失败原因的可视化展示。
在一个实施例中,还可以是在将报错原因关键词展示到前端之后,基于与该报错原因关键词对应的修复程序对目标算子进行修复,以使得目标算子可以继续运行。该实施例中,该目标算子的运行日志的处理步骤还可以包括:
获取预置的与所展示的报错原因关键词对应的修复程序,运行修复程序。
以上修复程序是人工总结和归纳出来的,该修复程序可以是修复策略。本实施例中,可以是预先存储表示各个报错原因关键词和对应的修复程序的映射关系的映射数据,该映射数据可以是映射表,该映射表中存储有报错原因关键词与修复程序之间的索引关系。
例如,报错原因关键词为“内存不足”,其对应的修复程序为“检查当前算子资源配置,一般为算子计算需要内存资源大于当前设置内存资源,可以在辅助资源推荐结果基础上进行增加,比如把driver/executor memory增加50%,或者增加spark.yarn.executor.memoryOverhead(默认是exec memory*10%,可以适当翻倍到20%),num数是否下调要考虑预期的运行速度和集群资源配置”。
例如,报错原因关键词为“license超限”,其对应的修复程序为“请等待总运行资源在license限制之下后,再运行目标算子”。
又例如,报错原因关键词为“脚本语法错误”,该脚本例如但不限于是Sql语言、Perl语言、Python语言以及Ruby语言等,以Sql语言脚本语法错误为例,其对应的修复程序为“Sql算子遵循SparkSQL语法,请检查Sql脚本正确性”。
再例如,报错原因关键词为“集群时区不同步”,其对应的修复程序为“请对集群时区进行同步后再运行目标算子”。
还例如,报错原因关键词为“权限不足”,其对应的修复程序为“您当前权限无法运行目标算子,请联系管理员处理”。
本实施例中,可以是先获取存储有各个报错原因关键词和对应的修复程序的映射关系的映射表,以根据映射表和所展示的报错原因关键词获取与该报错原因关键词对应的修复程序,并运行修复程序,以使得目标算子可以继续运行。
在本实施例中,可以是将运行修复程序的过程也写入目标算子的运行日志中,以使得用户可以实时了解修复程序的运行过程。
在一个实施例中,还提供人机接口,以根据当前的实际需要确定是否要执行一键修复,以提高目标算子修复的灵活性。该实施例中,该目标算子的运行日志的处理步骤还包括:
在运行修复程序之前提示用户是否执行一键修复,当用户确认时再执行修复程序。
本实施例中,电子设备可以提供用于选择是否执行一键修复的模拟开关,并在开关为开启状态的情况下,表示用户确定执行一键修复,进而执行修复程序;或者,在开关为关闭状态的情况下,表示用户不执行一键修复。当然,电子设备还可以是提供设置接口,以通过设置接口设置用户是否执行一键修复,例如,该设置接口可以包括输入框、下拉列表、勾选项、语音输入等至少一种形式的接口,以便用户可以根据需要选择是否执行一键修复。
在一个实施例中,其在目标算子运行过程中,能够将目标算子的业务日志进行可视化展示,以使得用户可以直观的查看该目标算子的业务日志。该实施例中,该目标算子的运行日志的处理步骤可以包括:
在目标算子运行时,将实时接收的业务日志推送到前端,以使前端解析业务日志并进行实时展示。
本实施例中,可以是通过Websocket协议与前端建立通讯连接,服务器可以基于该连接主动向前端发送业务日志,前端接收到业务日志后,会对该业务日志进行解析并将解析后的业务日志进行实时显示。
<第三方法实施例>
在第一方法实施例的基础上,该方法还可以包括目标算子的运行状态的展示步骤。即在目标算子运行时,可以将目标算子的业务日志的运行状态信息进行可视化展示,以使得用户可以直观的查看目标算子的当前运行状态。本实施例的步骤可以是由服务器实施,也可以是由终端设备实施,还可以是由服务器和终端设备共同实施,本实施例中的前端可以表示终端设备。
在本实施例的方法有终端设备参与实施的应用中,交互可以包括人机交互。在本实施例的步骤有服务器参与实施的应用中,交互可以包括服务器与终端设备之间的交互。
根据图11所示,本实施例的目标算子的运行状态的展示步骤可以包括如下步骤S4100~S4200:
步骤S4100,根据目标算子的类型,获取预置与目标算子的类型对应的运行状态捕捉规则模型。
运行状态捕捉规则模型用于获取对应目标算子的运行状态信息。本实施例中,可以是预先存储表示各个类型算子和对应的运行状态捕捉规则模型的映射关系的映射数据,该映射数据可以是映射表,该映射表中存储有算子与运行状态捕捉规则模型之间的索引关系。
本实施例中,不同的算子,对应不同的运行状态捕捉规则模型,同一个算子,根据算法原理的不同,也会对应不同的运行状态捕获规则模型。
例如,算法训练算子、数据处理算子、数据拆分算子、特征抽取算子、算法预测算子、算法评估算子等,均对应不同的运行状态捕捉规则模型。
又例如,算法训练算子中包括LR(逻辑回归)算法训练算子、GBDT(梯度提升决策树)算法训练算子等,该LR算法训练算子和GBDT算法训练算子对应不同的运行状态捕获规则模型。
步骤S4200,当目标算子运行时,由运行状态捕捉规则模型获取目标算子的运行状态信息,并发送到前端进行展示。
本实施例中,可以是通过Websocket协议与前端建立通讯连接,服务器可以基于该连接主动向前端发送目标算子的运行状态信息,以由前端将该运行状态信息进行展示。
在一个例子中,以上目标算子为特征抽取算子,该步骤S4200中由运行状态捕捉规则模型获取目标算子的运行状态信息,并发送到前端进行展示可以进一步包括如下步骤S4210a~S4220a:
步骤S4210a,利用运行状态捕捉规则模型定位业务日志中的树建立信息,以获取树建立信息中的树建立开始时间、树建立结束时间、GBDT算法效果、目标算子的资源消耗、目标算子对应的加工数据条数。
步骤S4220a,将树建立信息进行绘图并实时发送到前端进行展示。
本步骤S4220a中,绘制出来的图形例如但不限于包括展示运行阶段的时间序列折线图、展示各特征方法消耗资源占比的饼状图、展示各特征方法生效比例的柱状图等等。
在一个例子中,以上目标算子为GBDT算法训练算子,该步骤S4200中由运行状态捕捉规则模型获取目标算子的运行状态信息,并发送到前端进行展示可以进一步包括如下步骤S4210b~S4220b:
步骤S4210b,利用运行状态捕捉规则模型定位业务日志中的树建立信息,以获取树建立信息中的树建立开始时间、树建立结束时间、GBDT算法效果、目标算子的资源消耗、目标算子对应的加工数据条数。
步骤S4220b,将树建立信息进行绘图并实时发送到前端进行展示。
在前述的任一个实施例中,其可以根据用户的选择结果来确定是否继续执行目标算子,以实现目标算子运行的靶向性。该实施例中,运行日志包括业务日志,该方法还可以包括如下步骤S5100~S5200:
步骤S5100,接收调度引擎推送的目标算子运行时生成的业务日志。
该业务日志用于记录执行引擎执行对应算子来运行目标算子时的算法相关信息。
步骤S5200,解析业务日志并实时展示给用户,以使用户根据展示的目标算子的运行状态确定是否继续执行目标算子。
在一个实施例中,其预先设置目标算子的结束运行条件,当满足结束条件时,主动结束目标算子的运行,以实现自动化定制。该实施例中,运行日志包括业务日志,该方法还可以包括如下步S6100~S6200:
步骤S6100,实时查看目标算子运行时生成的业务日志。
步骤S6200,根据业务日志判断目标算子的运行状态是否满足预设的目标算子结束运行条件。
步骤S6300,在目标算子的运行状态满足预设的目标算子结束运行条件的情况下,结束目标算子的运行。
<装置实施例>
在本实施例中,提供一种运行算子的装置4000,如图12所示,包括算子展示模块4100、算子运行模块4200和结果展示模块4300。该算子展示模块4100用于响应于访问算子展示平台的操作,提供展示算子展示平台中的算子的初始界面;其中,算子展示平台中包括至少一个算子;该算子运行模块4200用于响应于运行算子展示平台中的目标算子的操作,获取与目标算子匹配的输入数据,并根据输入数据运行目标算子;其中,目标算子为算子展示平台中展示的任一算子;该结果展示模块4300用于获取运行目标算子后的输出结果,并进行展示。
在本公开的一个实施例中,该运行算子的装置4000还可以包括:
用于在初始界面中提供算子搜索框的模块;
用于响应于搜索算子的操作,获取算子搜索框中的搜索字段的模块;
用于从至少一个算子中确定与搜索字段匹配的算子,作为推荐算子在初始界面中进行展示的模块。
在本公开的一个实施例中,该运行算子的装置4000还可以包括:
用于在初始界面中,提供至少一个算子类别的模块;
用于响应于用户选择目标算子类别的操作,在初始界面中展示属于目标算子类别的算子的模块;其中,目标算子类别为用户选择的任一算子类别。
在本公开的一个实施例中,至少一个算子通过卡片形式展示在初始界面中。
在本公开的一个实施例中,每一算子的卡片中该运行算子的装置4000还可以包括对应算子的名称、简介、来源和所属的算子类别中的至少一项。
在本公开的一个实施例中,初始界面中包括每一算子的详情页展示接口;
响应于运行算子展示平台中的目标算子的操作,获取与目标算子匹配的输入数据可以包括:
响应于通过目标算子的详情页展示接口触发的展示目标算子的详情页的请求,展示目标算子的详情页;其中,目标算子的详情页为展示目标算子的详情的页面,包括用于运行目标算子的接口;
响应于通过目标算子的详情页中用于运行目标算子的接口触发的运行目标算子的操作,获取输入数据。
在本公开的一个实施例中,初始界面中包括每一算子的详情页展示接口;目标算子的详情页包括以下至少一项:
目标算子的基本信息,基本信息包括名称、输入类型、输出类型、版本和来源中的至少一种;
目标算子的算子说明,其中,算子说明包括目标算子的功能、应用场景、使用建议、算法原理和前端参数配置装置中的至少一种;
目标算子的参数配置详情,其中,参数配置详情包括目标算子的配置项的代码中的参数名和验证规则。
在本公开的一个实施例中,响应于通过目标算子的详情页中用于运行目标算子的接口触发的运行目标算子的操作,获取输入数据可以包括:
响应于通过目标算子的详情页中用于运行目标算子的接口触发的运行目标算子的操作,确定与用户对应的目标工作区;
从预设的与目标工作区对应的数据集中,获取与目标算子匹配的输入数据;
根据输入数据运行目标算子可以包括:
根据输入数据在目标工作区中运行目标算子。
在本公开的一个实施例中,响应于通过目标算子的详情页中用于运行目标算子的接口触发的运行目标算子的操作,确定与用户对应的目标工作区可以包括:
响应于通过目标算子的详情页中用于运行目标算子的接口触发的运行目标算子的操作,提供用户预先绑定的所有工作区,并将用户选中的工作区,作为目标工作区。
在本公开的一个实施例中,该运行算子的装置4000还可以包括:
在用户未绑定工作区的情况下,提供工作区绑定界面,供用户进行工作区绑定;
或者,在用户未绑定工作区的情况下,将预设的指定工作区作为目标工作区。
在本公开的一个实施例中,获取与目标算子匹配的输入数据可以包括:
确定目标算子对应的输入类型;
确定与输入类型匹配的数据,作为输入数据。
在本公开的一个实施例中,该运行算子的装置4000还可以包括:
用于响应于运行目标算子的操作,提供目标算子的运行界面,在运行界面中提供输入数据的展示窗口和目标算子的运行参数的配置窗口的模块;
用于通过配置窗口获取目标算子的运行参数的配置结果的模块;
根据输入数据运行目标算子可以包括:
响应于开始运行目标算子的操作,基于运行参数的配置结果,根据输入数据运行目标算子。
在本公开的一个实施例中,通过配置窗口获取目标算子的运行参数的配置结果可以包括:
响应于配置目标运行参数的操作,提供对应的输入框;
通过输入框获取目标运行参数的配置结果。
在本公开的一个实施例中,该运行算子的装置4000还可以包括:
用于展示目标算子的运行进度的模块。
在本公开的一个实施例中,该运行算子的装置4000还可以包括:
用于在目标算子运行结束的情况下,提供目标算子的运行日志的模块。
在本公开的一个实施例中,该运行算子的装置4000还可以包括:
获取模块,用于获取并保存预置的报错原因关键词和对应的报错规则;
匹配模块,用于当目标算子运行失败时,根据所保存的报错规则去匹配目标算子的运行日志;
展示模块,用于将匹配成功的报错规则所对应的报错原因关键词展示到前端。
在本公开的一个实施例中,报错原因关键词和对应的报错规则包括如下中的至少一种:
内存不足,对应单个关键字报错;
license超限,对应同时满足多个关键字且不在同一行报错;
算法参数配置错误,对应同时满足多个关键字且不在同一行报错;
脚本语法错误,对应同时满足多个关键字且不在同一行报错;
集群时区不同步,对应同时满足多个关键字且不在同一行报错;
权限不足,对应单个关键字报错。
在本公开的一个实施例中,该运行算子的装置4000还可以包括分类模块,
分类模块,用于根据目标算子中的执行步骤的先后顺序,对目标算子的运行日志进行分类收集,从而得到多个子日志文件;
匹配模块还用于:根据多个子日志文件的产生顺序的倒序去进行匹配。
在本公开的一个实施例中,多个子日志文件包括:引擎日志、非业务日志和业务日志。
在本公开的一个实施例中,引擎日志用于记录调度执行引擎时的系统相关信息;
非业务日志用于记录算子运行时的系统相关信息;以及,
业务日志用于记录算子运行时的算法相关信息。
在本公开的一个实施例中,引擎日志在目标算子运行之前的第一阶段生成,非业务日志在目标算子运行的第二阶段生成,业务日志在目标算子运行的第三阶段生成,第二阶段、第三阶段依时间顺序先后执行。
在本公开的一个实施例中,当多个子日志文件包括引擎日志和非业务日志,
根据多个子日志文件的产生顺序的倒序去进行匹配包括:
从最后一条非业务日志开始从后向前依次匹配。
在本公开的一个实施例中,多个子日志文件包括引擎日志、非业务日志和业务日志,
根据多个子日志文件的产生顺序的倒序去进行匹配包括:从最后一条业务日志开始从后向前依次匹配。
在本公开的一个实施例中,匹配模块还用于:当目标算子运行失败时,由执行引擎向调度器报错,由调度器执行匹配和展示到前端的步骤。
在本公开的一个实施例中,该运行算子的装置4000还可以包括运行模块,
运行模块,用于获取预置的与所展示的报错原因关键词对应的修复程序,运行修复程序。
在本公开的一个实施例中,运行模块还用于:在运行修复程序之前提示用户是否执行一键修复,当用户确认时再执行修复程序。
在本公开的一个实施例中,运行模块还用于:将运行修复程序的过程也写入目标算子的运行日志中。
在本公开的一个实施例中,通过Websocket协议与前端建立通讯连接。
在本公开的一个实施例中,该运行算子的装置4000还可以包括发送模块,
获取模块还用于:根据目标算子的类型,获取预置与目标算子的类型对应的运行状态捕捉规则模型;
发送模块,用于当目标算子运行时,由运行状态捕捉规则模型获取目标算子的运行状态信息,并发送到前端进行展示。
在本公开的一个实施例中,运行日志包括业务日志,目标算子为GBDT算法训练算子,
获取模块还用于:利用运行状态捕捉规则模型定位业务日志中的树建立信息,以获取树建立信息中的树建立开始时间、树建立结束时间、GBDT算法效果、目标算子的资源消耗、目标算子对应的加工数据条数;
发送模块还用于:将树建立信息进行绘图并实时发送到前端进行展示。
在本公开的一个实施例中,运行日志包括业务日志,目标算子为特征抽取算子,
获取模块还用于:利用运行状态捕捉规则模型定位业务日志中的每一行数据、每一种特征装置的处理信息,以获取处理信息中的处理开始时间、处理结束时间、特征装置是否生效、目标算子所耗的资源、特征装置生效比例;
发送模块还用于:将处理信息进行绘图并实时发送到前端进行展示。
在本公开的一个实施例中,运行日志包括业务日志,该运行算子的装置4000还可以包括:
发送模块还用于:在目标算子运行时,将实时接收的业务日志推送到前端,以使前端解析业务日志并进行实时展示。
在本公开的一个实施例中,运行日志包括业务日志,该运行算子的装置4000还可以包括接收模块和解析模块,
接收模块,用于接收调度引擎推送的目标算子运行时生成的业务日志,业务日志用于记录执行引擎执行对应算子来运行目标算子时的算法相关信息;
解析模块,用于解析业务日志并实时展示给用户,以使用户根据展示的目标算子的运行状态确定是否继续执行目标算子。
在本公开的一个实施例中,运行日志包括业务日志,
该运行算子的装置4000还可以包括判断模块,用于:
实时查看目标算子运行时生成的业务日志;
根据业务日志判断目标算子的运行状态是否满足预设的目标算子结束运行条件;
在目标算子的运行状态满足预设的目标算子结束运行条件的情况下,结束目标算子的运行。
本领域技术人员应当明白,可以通过各种方式来实现运行算子的装置4000。例如,可以通过指令配置处理器来实现运行算子的装置4000。例如,可以将指令存储在ROM中,并且当启动设备时,将指令从ROM读取到可编程器件中来实现运行算子的装置4000。例如,可以将运行算子的装置4000固化到专用器件(例如ASIC)中。可以将运行算子的装置4000分成相互独立的单元,或者可以将它们合并在一起实现。运行算子的装置4000可以通过上述各种实现方式中的一种来实现,或者可以通过上述各种实现方式中的两种或更多种方式的组合来实现。
在本实施例中,运行算子的装置4000可以具有多种实现形式,例如,运行算子的装置4000可以是任何的提供运行算子的服务的软件产品或者应用程序中运行的功能模块,或者是这些软件产品或者应用程序的外设嵌入件、插件、补丁件等,还可以是这些软件产品或者应用程序本身。
<系统实施例>
在本实施例中,如图13所示,还提供一种至少一个计算装置6100和至少一个存储装置6200的系统6000。该至少一个存储装置6200用于存储可执行的指令;该指令用于控制至少一个计算装置6100执行根据本公开任意实施例的运行算子的方法。
在本实施例中,该系统6000可以是手机、平板电脑、掌上电脑、台式机、笔记本电脑、工作站、游戏机等设备,也可以是由多个设备构成的分布式系统。
<计算机可读存储介质>
在本实施例中,还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序在被处理器执行时实现如本公开任意实施例的运行算子的方法。
本公开可以是设备、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是,通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本公开的范围由所附权利要求来限定。
Claims (10)
1.一种运行算子的方法,包括:
响应于访问算子展示平台的操作,提供展示所述算子展示平台中的算子的初始界面;其中,所述算子展示平台中包括至少一个算子;
响应于运行所述算子展示平台中的目标算子的操作,获取与所述目标算子匹配的输入数据,并根据所述输入数据运行所述目标算子;其中,所述目标算子为所述算子展示平台中展示的任一算子;
获取运行所述目标算子后的输出结果,并进行展示。
2.根据权利要求1所述的方法,还包括:
在所述初始界面中提供算子搜索框;
响应于搜索算子的操作,获取所述算子搜索框中的搜索字段;
从所述至少一个算子中确定与所述搜索字段匹配的算子,作为推荐算子在所述初始界面中进行展示。
3.根据权利要求1所述的方法,还包括:
在所述初始界面中,提供至少一个算子类别;
响应于用户选择目标算子类别的操作,在所述初始界面中展示属于所述目标算子类别的算子;其中,所述目标算子类别为所述用户选择的任一算子类别。
4.根据权利要求1所述的方法,所述至少一个算子通过卡片形式展示在所述初始界面中。
5.根据权利要求4所述的方法,每一所述算子的卡片中还包括对应算子的名称、简介、来源和所属的算子类别中的至少一项。
6.根据权利要求1所述的方法,其中,所述初始界面中包括每一算子的详情页展示接口;
所述响应于运行所述算子展示平台中的目标算子的操作,获取与所述目标算子匹配的输入数据包括:
响应于通过所述目标算子的详情页展示接口触发的展示所述目标算子的详情页的请求,展示所述目标算子的详情页;其中,所述目标算子的详情页为所述展示所述目标算子的详情的页面,包括用于运行所述目标算子的接口;
响应于通过所述目标算子的详情页中用于运行所述目标算子的接口触发的运行所述目标算子的操作,获取所述输入数据。
7.根据权利要求1所述的方法,其中,所述初始界面中包括每一算子的详情页展示接口;
所述目标算子的详情页包括以下至少一项:
所述目标算子的基本信息,所述基本信息包括名称、输入类型、输出类型、版本和来源中的至少一种;
所述目标算子的算子说明,其中,所述算子说明包括所述目标算子的功能、应用场景、使用建议、算法原理和前端参数配置方法中的至少一种;
所述目标算子的参数配置详情,其中,所述参数配置详情包括所述目标算子的配置项的代码中的参数名和验证规则。
8.一种运行算子的装置,包括:
算子展示模块,用于响应于访问算子展示平台的操作,提供展示所述算子展示平台中的算子的初始界面;其中,所述算子展示平台中包括至少一个算子;
算子运行模块,用于响应于运行所述算子展示平台中的目标算子的操作,获取与所述目标算子匹配的输入数据,并根据所述输入数据运行所述目标算子;其中,所述目标算子为所述算子展示平台中展示的任一算子;
结果展示模块,用于获取运行所述目标算子后的输出结果,并进行展示。
9.一种包括至少一个计算装置和至少一个存储装置的系统,其中,所述至少一个存储装置用于存储指令,所述指令用于控制所述至少一个计算装置执行根据权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在被处理器执行时实现如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010414854.XA CN111723515A (zh) | 2020-05-15 | 2020-05-15 | 一种运行算子的方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010414854.XA CN111723515A (zh) | 2020-05-15 | 2020-05-15 | 一种运行算子的方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111723515A true CN111723515A (zh) | 2020-09-29 |
Family
ID=72564628
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010414854.XA Pending CN111723515A (zh) | 2020-05-15 | 2020-05-15 | 一种运行算子的方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111723515A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112558931A (zh) * | 2020-12-09 | 2021-03-26 | 中国电子科技集团公司第二十八研究所 | 一种面向用户工作流模式的智能模型构建及运行方法 |
CN112698897A (zh) * | 2020-12-29 | 2021-04-23 | 长威信息科技发展股份有限公司 | 一种可视化大数据算子编排的方法及系统 |
CN114880395A (zh) * | 2022-07-05 | 2022-08-09 | 浙江大华技术股份有限公司 | 算法方案运行方法、可视化系统、终端设备以及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106201263A (zh) * | 2016-07-04 | 2016-12-07 | 北京矩道优达网络科技有限公司 | 基于自由组件结构的抽象概念可视化交互方法与系统 |
CN107679113A (zh) * | 2017-09-15 | 2018-02-09 | 广州神马移动信息科技有限公司 | 轻应用的获取方法、设备及电子设备 |
CN108700951A (zh) * | 2016-04-20 | 2018-10-23 | 谷歌有限责任公司 | 图形键盘内的图标符号搜索 |
CN109635162A (zh) * | 2018-12-18 | 2019-04-16 | 北京九章云极科技有限公司 | 一种数据处理系统及方法 |
US20190138641A1 (en) * | 2016-09-26 | 2019-05-09 | Splunk Inc. | Subquery generation based on a data ingest estimate of an external data system |
CN110674174A (zh) * | 2019-09-24 | 2020-01-10 | 北京九章云极科技有限公司 | 一种数据实时处理方法及数据实时处理系统 |
US20200050612A1 (en) * | 2017-07-31 | 2020-02-13 | Splunk Inc. | Supporting additional query languages through distributed execution of query engines |
CN110968331A (zh) * | 2019-11-29 | 2020-04-07 | 广州市百果园信息技术有限公司 | 应用程序运行的方法和装置 |
-
2020
- 2020-05-15 CN CN202010414854.XA patent/CN111723515A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108700951A (zh) * | 2016-04-20 | 2018-10-23 | 谷歌有限责任公司 | 图形键盘内的图标符号搜索 |
CN106201263A (zh) * | 2016-07-04 | 2016-12-07 | 北京矩道优达网络科技有限公司 | 基于自由组件结构的抽象概念可视化交互方法与系统 |
US20190138641A1 (en) * | 2016-09-26 | 2019-05-09 | Splunk Inc. | Subquery generation based on a data ingest estimate of an external data system |
US20200050612A1 (en) * | 2017-07-31 | 2020-02-13 | Splunk Inc. | Supporting additional query languages through distributed execution of query engines |
CN107679113A (zh) * | 2017-09-15 | 2018-02-09 | 广州神马移动信息科技有限公司 | 轻应用的获取方法、设备及电子设备 |
CN109635162A (zh) * | 2018-12-18 | 2019-04-16 | 北京九章云极科技有限公司 | 一种数据处理系统及方法 |
CN110674174A (zh) * | 2019-09-24 | 2020-01-10 | 北京九章云极科技有限公司 | 一种数据实时处理方法及数据实时处理系统 |
CN110968331A (zh) * | 2019-11-29 | 2020-04-07 | 广州市百果园信息技术有限公司 | 应用程序运行的方法和装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112558931A (zh) * | 2020-12-09 | 2021-03-26 | 中国电子科技集团公司第二十八研究所 | 一种面向用户工作流模式的智能模型构建及运行方法 |
CN112698897A (zh) * | 2020-12-29 | 2021-04-23 | 长威信息科技发展股份有限公司 | 一种可视化大数据算子编排的方法及系统 |
CN114880395A (zh) * | 2022-07-05 | 2022-08-09 | 浙江大华技术股份有限公司 | 算法方案运行方法、可视化系统、终端设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108628741B (zh) | 网页页面测试方法、装置、电子设备和介质 | |
CN110019486B (zh) | 数据采集方法、装置、设备及存储介质 | |
CN107730196B (zh) | 项目进度管理方法及终端设备 | |
CN111723515A (zh) | 一种运行算子的方法、装置及系统 | |
TW202018533A (zh) | 資料處理模型構建方法、裝置、伺服器和用戶端 | |
WO2018120721A1 (zh) | 用户界面的测试方法、系统、电子装置及计算机可读存储介质 | |
US10839504B2 (en) | User interface for managing defects | |
CN111008707A (zh) | 自动化建模方法、装置及电子设备 | |
CN110941467A (zh) | 数据处理方法、装置及系统 | |
CN111160567A (zh) | 一种实现自动超参数选择的方法、装置及系统 | |
CN114546738A (zh) | 服务器通用测试方法、系统、终端及存储介质 | |
CN110807002A (zh) | 一种基于工作流的报表生成方法、系统及设备和存储介质 | |
CN110880128A (zh) | 异常信息挖掘方法、装置、系统及终端设备 | |
CN113792341A (zh) | 应用程序的隐私合规自动化检测方法、装置、设备及介质 | |
CN115964272A (zh) | 交易数据自动化测试方法、装置、设备及可读存储介质 | |
CN107430590B (zh) | 用于数据比较的系统和方法 | |
CN113296772A (zh) | 页面配置方法、装置、计算机设备及可读存储介质 | |
CN116578497A (zh) | 一种接口自动化测试方法、系统、计算机设备及存储介质 | |
CN111611127B (zh) | 任务运行日志的处理方法、装置、设备及存储介质 | |
CN111723939A (zh) | 机器学习模型的调参方法、装置、设备及系统 | |
CN109389972B (zh) | 语义云功能的质量测试方法、装置、存储介质和设备 | |
CN111581518A (zh) | 信息推送方法和装置 | |
CN115480940A (zh) | 一种财务比率指标页面化调用方法、装置及介质 | |
CN110309047B (zh) | 一种测试点生成方法、装置及系统 | |
CN113672497A (zh) | 无埋点事件的生成方法、装置、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 |