CN111736979A - 一种评估银行批量作业健康状态与调整时间窗口的方法 - Google Patents
一种评估银行批量作业健康状态与调整时间窗口的方法 Download PDFInfo
- Publication number
- CN111736979A CN111736979A CN202010780379.8A CN202010780379A CN111736979A CN 111736979 A CN111736979 A CN 111736979A CN 202010780379 A CN202010780379 A CN 202010780379A CN 111736979 A CN111736979 A CN 111736979A
- Authority
- CN
- China
- Prior art keywords
- batch
- time
- time window
- batch job
- actual
- 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
Images
Classifications
-
- 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
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/324—Display of status information
- G06F11/327—Alarm or error message display
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明一种评估银行批量作业健康状态与调整时间窗口的方法：A.获取批量作业执行信息；B.对作业执行信息进行计算排名获得健康度排名；C.对作业执行信息进行加工运算预测出建议时间窗口；D.根据健康度排名和参考建议时间窗口调整批量作业执行时间窗口。本发明给出一个衡量批量作业运行健康状态的批量作业系统，并根据该批量作业系统给出批量作业的计划执行时间窗口调配方案，以供批量作业维护人员进行参考。相较于传统人工观察批量执行时间窗口并调配的方案，该方法能对批量作业做有效的健康度监控，并能有效提升批量时间窗口的调配效率与调配准确性。
Description
技术领域
本发明涉及批量作业技术领域，尤其涉及一种评估银行批量作业健康状态与调整时间窗口的方法。
背景技术
银行批量作业，指的是在银行结束日间业务后，批量进行的账务核对、业务结算等数据分析或处理操作。批量作业由各个子作业组成，各个子作业之间的顺序表示一定的业务逻辑。批量作业的执行，也可以称为跑批。银行在新增每一个批量作业时，都会指定该批量作业的执行时间窗口，即该批量作业的预计开始时间与预计结束时间。银行的批量作业严格按照时间窗口执行，即批量作业只有在特定的时间段会被调起并执行。
银行有很多批量作业，实际操作中，人们倾向于靠经验调配各个批量的执行时间窗口，这也导致了一些后果，由于业务人员对系统资源等各项资源状态不熟悉，易出现时间窗口调配不合理的问题，由于批量时间窗口调配不合理，会增高由于系统资源等各项资源不足而导致批量作业执行失败或跑批时间过长的风险。
由于批量时间窗口调配不合理，导致系统资源没有合理利用，从而造成批量作业执行失败的问题，现有解决方案为：人工处理失败或跑批时间过长的批量，若跑批失败或跑批时间过长的原因是无可用系统资源导致，则手动调整批量作业的执行时间窗口。进而再观察批量的执行状态，并再调整。
但以上方案对于批量作业在夜间运行时，会极大的增加批量作业维护人员的夜间工作量，并且批量时间窗口的调配效率与调配准确性不高。
发明内容
针对人工调整批量时间窗口工作量大、调配效率和调配准确性不高的问题，本发明提供一种评估银行批量作业健康状态与调整时间窗口的方法其目的在于：对批量作业做有效的健康度监控，并且有效提升批量作业时间窗口的调配效率与调配准确性。
本发明一种评估银行批量作业健康状态与调整时间窗口的方法，包括：
A.从批量作业系统中获取批量作业执行信息，包含批量作业的id、计划开始时间、计划结束时间、实际开始时间和实际结束时间；
B.对获取的批量作业执行信息，按照公式进行计算得出批量作业的延迟时间，并进行排序得到批量作业健康状态排名；
C.根据获取的批量作业执行信息，对执行信息进行处理，预测出批量作业的建议时间窗口；
D.业务人员根据批量作业健康状态，参考批量作业的建议时间窗口，对批量作业的执行时间窗口进行调配。
本发明给出一个衡量批量作业运行健康状态的批量作业系统，并根据该批量作业系统给出批量作业的计划执行时间窗口调配方案，以供批量作业维护人员进行参考。相较于传统人工观察批量执行时间窗口并调配的方案，该批量作业系统，能对批量作业做有效的健康度监控，并能有效提升批量时间窗口的调配效率与调配准确性。
进一步的，步骤A包括：获取批量作业系统中批量作业当前运行以及历史执行信息，包含批量作业的id、计划开始时间、计划结束时间、实际开始时间和实际结束时间，并将上述数据对应表述为：id、planstart、planend、start和end。
所述步骤A获取批量作业执行信息，通过历史执行信息能够计算出批量作业健康度以及用于预测批量作业的建议时间窗口从而进一步进行调整。
进一步的，步骤B包括:
B1:对获取的当前的批量执行信息，按照（实际结束时间-实际开始时间）-（计划结束时间-计划开始时间）求得该批量作业id对应的批量作业的延迟时间
，并将该延迟时间
存于数据库中；
B2.对延迟时间
按照从大到小进行批量作业的延迟时间排序，以该排序结果作为批量作业的健康状态排名，并且展示在批量作业系统的健康度预警模块中。其中健康度预警模块是批量作业系统中的一个模块，其底层数据是数据库中存储的各个批量作业的实时健康度信息，通过将各个作业的实时健康度信息排序后，展示在批量作业系统中的该模块当中。
所述步骤B通过批量作业执行信息，得到批量作业健康度并展示在健康度预警模块中，业务人员可以快速定位出跑批延迟的批量作业，很方便的观察到批量作业的健康度情况，从而进行进一步的调整。
进一步的，步骤C包括：
C1.根据获取的批量作业历史执行信息，对批量作业历史计划开始时间、计划结束时间、实际开始时间和实际结束时间，使用中值滤波剔除异常方式，剔除异常值，保留剔除异常值后的批量作业历史计划开始时间、计划结束时间、实际开始时间和实际结束时间，并将上述数据对应表述为id，
,
,
,和
；
C2.根据
和
，使用
以及
公式对批量作业执行时间窗口的开始时间与结束时间进行预测，并将该预测结果存于数据库中，前端从数据库中抽取数据，将该预测结果作为批量作业的建议时间窗口展示在批量作业系统中。
所述步骤C根据历史执行信息预测出批量作业执行时间窗口的开始时间与结束时间，业务人员可以根据该预测时间对批量作业时间窗口调配，调配效率与调配准确性更高。
本发明一种评估银行批量作业健康状态与调整时间窗口的方法，给出一个衡量批量作业运行健康状态的批量作业系统，并根据该批量作业系统给出批量作业的计划执行时间窗口调配方案，以供批量作业维护人员进行参考。相较于传统人工观察批量执行时间窗口并调配的方案，该批量作业系统，能对批量作业做有效的健康度监控，并能有效提升批量时间窗口的调配效率与调配准确性。
附图说明
图1为本发明一种评估银行批量作业健康状态与调整时间窗口的方法的流程图。
具体实施方式
以下结合实施例的具体实施方式，对本发明的上述内容再作进一步的详细说明。但不应将此理解为本发明上述主题的范围仅限于以下的实施例。在不脱离本发明上述技术思想情况下，根据本领域普通技术知识和惯用手段做出的各种替换或变更，均应包括在本发明的范围内。
如图1流程图所示本发明一种评估银行批量作业健康状态与调整时间窗口的方法，包括：
A.获取批量作业执行信息，即批量作业当前运行以及历史60天的执行信息，包含批量作业的id、计划开始时间、计划结束时间、实际开始时间和实际结束时间，并且将上述数据表述为：（id，planstart,planend,start,end）；其中id表示：批量的标识，planstart表示:计划开始时间，planend表示:计划结束时间，start表示:实际开始时间，end表示:实际结束时间。
B.对步骤A中获取的当前批量执行信息(id，planstart,planend,start,end),按照(end-start)-（planend-planstart）进行计算，得出该id对应的批量作业的延迟时间
，对得出的延迟时间按照从大到小进行批量作业延迟排序，并以该排序结果作为批量作业的健康状态排名，并且将各批量作业的实时健康度存在数据库中；
前端抽取数据库中的健康度数据，在批量作业作业系统中的健康度预警模块中展示批量健康度最差的10个批量作业。
C.对步骤A中获取的批量作业历史执行信息中，对批量作业历史的计划开始时间、计划结束时间、实际开始时间和实际结束时间这些数据使用中值滤波剔除异常方式，剔除异常值。保留剔除异常值后的批量作业历史的计划开始时间、计划结束时间、实际开始时间和实际结束时间，记为：（id，
,
,
,
）；
根据
和
，使用
以及
公式对批量作业执行时间窗口的开始时间与结束时间进行预测，其中a为一个可调常数。并将该预测结果保存在数据库中，前端从数据库中抽取数据，并将预测值作为该批量作业的建议时间窗口(id, 
，
)展示在批量作业作业系统中。
D.根据批量作业系统中的批量健康状态排名信息，根据建议时间窗口(id,
，
)，对批量作业的执行时间窗口进行调配，并由业务人员确认最终是否需要修改该批量作业的执行时间窗口。
本发明给出一个衡量批量作业运行健康状态的批量作业系统，并根据该批量作业系统给出批量作业的计划执行时间窗口调配方案，以供批量作业维护人员进行参考。相较于传统人工观察批量执行时间窗口并调配的方案，该方法能对批量作业做有效的健康度监控，并能有效提升批量时间窗口的调配效率与调配准确性。
实施例
1.假定现在有一个批量作业x，当前时间为2020-07-21 04:10：00
2.取出实时的批量作业x当日的计划开始时间、计划结束时间、实际开始时间、批量作业实际结束时间( 
,00:05:00,03:00:00,00:05:23,04:10:00），按照（04:10:00-00:05:23）-（03:00:00-00:05:00）进行计算，得出该id对应的批量作业的延迟时间70min，根据当前所有批量作业的延迟时间，该id当前时刻，延迟最大，因此展示在批量监控健康度预警模块当中的第一行。
2.每天00:00，取出批量作业x的历史60天执行信息
planstart,planend, start, end
00:05:00,03:00:00,2020/7/20 00:05:00,2020/7/20 03:28:00
00:05:00,03:00:00,2020/7/19 00:05:00,2020/7/19 03:40:00
00:05:00,03:00:00,2020/7/18 00:05:00,2020/7/18 03:22:00
00:05:00,03:00:00,2020/7/17 00:05:00,2020/7/17 02:45:00
00:05:00,03:00:00,2020/7/16 00:05:00,2020/7/16 02:55:00
00:05:00,03:00:00,2020/7/15 00:05:00,2020/7/15 02:32:00
00:05:00,03:00:00,2020/7/14 00:05:00,2020/7/14 03:22:00
00:05:00,03:00:00,2020/7/13 00:05:00,2020/7/13 03:30:00
00:05:00,03:00:00,2020/7/11 00:05:00,2020/7/11 02:45:00
00:05:00,03:00:00,2020/7/10 00:05:00,2020/7/10 04:30:00
00:05:00,03:00:00,2020/7/9 00:05:00,2020/7/9 03:10:00
00:05:00,03:00:00,2020/7/7 00:05:00,2020/7/7 02:25:00
00:05:00,03:00:00,2020/7/6 00:05:00,2020/7/6 02:30:00
00:05:00,03:00:00,2020/7/5 00:05:00,2020/7/5 02:20:00
00:05:00,03:00:00,2020/7/3 00:05:00,2020/7/3 02:15:00
00:05:00,03:00:00,2020/7/2 00:05:00,2020/7/2 02:15:00
00:05:00,03:00:00,2020/6/30 00:05:00,2020/6/30 02:14:00
00:05:00,03:00:00,2020/6/29 00:05:00,2020/6/29 02:15:00
00:05:00,03:00:00,2020/6/28 00:05:00,2020/6/28 02:15:00
00:05:00,03:00:00,2020/6/27 00:05:00,2020/6/27 02:09:00
00:05:00,03:00:00,2020/6/26 00:05:00,2020/6/26 02:14:00
00:05:00,03:00:00,2020/6/25 00:05:00,2020/6/25 02:15:00
00:05:00,03:00:00,2020/6/24 00:05:00,2020/6/24 02:55:00
00:05:00,03:00:00,2020/6/23 00:05:00,2020/6/23 02:14:00
00:05:00,03:00:00,2020/6/22 00:05:00,2020/6/22 02:13:00
00:05:00,03:00:00,2020/6/21 00:05:00,2020/6/21 02:09:00
00:05:00,03:00:00,2020/6/19 00:05:00,2020/6/19 02:12:00
00:05:00,03:00:00,2020/6/17 00:05:00,2020/6/17 05:01:00
00:05:00,03:00:00,2020/6/15 00:06:00,2020/6/15 02:04:00
00:05:00,03:00:00,2020/6/14 00:05:00,2020/6/14 02:05:00
00:05:00,03:00:00,2020/6/13 00:05:00,2020/6/13 04:55:00
00:05:00,03:00:00,2020/6/12 00:05:00,2020/6/12 02:25:00
00:05:00,03:00:00,2020/6/11 00:05:00,2020/6/11 02:30:00
00:05:00,03:00:00,2020/6/10 00:05:00,2020/6/10 02:04:00
00:05:00,03:00:00,2020/6/8 00:05:00,2020/6/8 01:55:00
00:05:00,03:00:00,2020/6/6 00:05:00,2020/6/6 01:49:00
00:05:00,03:00:00,2020/6/5 00:05:00,2020/6/5 01:45:00
00:05:00,03:00:00,2020/6/4 00:05:00,2020/6/4 01:37:00
00:05:00,03:00:00,2020/6/3 00:05:00,2020/6/3 01:35:00
00:05:00,03:00:00,2020/6/2 00:05:00,2020/6/2 01:35:00
00:05:00,03:00:00,2020/6/1 00:05:00,2020/6/1 01:36:00
00:05:00,03:00:00,2020/5/31 00:05:00,2020/5/31 01:36:00
00:05:00,03:00:00,2020/5/30 00:05:00,2020/5/30 01:37:00
00:05:00,03:00:00,2020/5/29 00:05:00,2020/5/29 01:36:00
00:05:00,03:00:00,2020/5/28 00:05:00,2020/5/28 01:36:00
00:05:00,03:00:00,2020/5/27 00:05:00,2020/5/27 02:00:00
00:05:00,03:00:00,2020/5/26 00:05:00,2020/5/26 01:35:00
00:05:00,03:00:00,2020/5/24 00:05:00,2020/5/24 01:33:00
00:05:00,03:00:00,2020/5/23 00:05:00,2020/5/23 01:31:00
00:05:00,03:00:00,2020/5/22 00:05:00,2020/5/22 01:37:00
00:05:00,03:00:00,2020/5/21 00:05:00,2020/5/21 01:32:00
00:05:00,03:00:00,2020/5/20 00:05:00,2020/5/20 01:39:00
3.对步骤2中获得的数据（实际开始时间、实际结束时间）采用中值滤波剔除异常值的方式，得到处理后的批量作业执行信息（
,
,
）
2020-05-20 00:05:00, 2020-05-20 1:39:00
2020-05-21 00:05:00, 2020-05-21 1:35:00
2020-05-22 00:05:00, 2020-05-22 1:37:00
2020-05-23 00:05:00, 2020-05-23 1:32:00
2020-05-24 00:05:00, 2020-05-24 1:33:00
2020-05-25 00:05:00, 2020-05-25 1:32:00
2020-05-26 00:05:00, 2020-05-26 1:33:00
2020-05-27 00:05:00, 2020-05-27 1:35:00
2020-05-28 00:05:00, 2020-05-28 1:36:00
2020-05-29 00:05:00, 2020-05-29 1:36:00
2020-05-30 00:05:00, 2020-05-30 1:36:00
2020-05-31 00:05:00, 2020-05-31 1:36:00
2020-06-01 00:05:00, 2020-06-01 1:36:00
2020-06-02 00:05:00, 2020-06-02 1:36:00
2020-06-03 00:05:00, 2020-06-03 1:35:00
2020-06-04 00:05:00, 2020-06-04 1:35:00
2020-06-05 00:05:00, 2020-06-05 1:37:00
2020-06-06 00:05:00, 2020-06-06 1:45:00
2020-06-07 00:05:00, 2020-06-07 1:49:00
2020-06-08 00:05:00, 2020-06-08 1:50:00
2020-06-09 00:05:00, 2020-06-09 1:50:00
2020-06-10 00:05:00, 2020-06-10 1:55:00
2020-06-11 00:05:00, 2020-06-11 1:64:00
2020-06-12 00:05:00, 2020-06-12 2:25:00
2020-06-13 00:05:00, 2020-06-13 2:30:00
2020-06-14 00:05:00, 2020-06-14 2:25:00
2020-06-15 00:05:00, 2020-06-15 2:5:00
2020-06-16 00:05:00, 2020-06-16 2:5:00
2020-06-17 00:05:00, 2020-06-17 2:5:00
2020-06-18 00:05:00, 2020-06-18 4:9:00
2020-06-19 00:05:00, 2020-06-19 4:9:00
2020-06-20 00:05:00, 2020-06-20 2:12:00
2020-06-21 00:05:00, 2020-06-21 2:9:00
2020-06-22 00:05:00, 2020-06-22 2:9:00
2020-06-23 00:05:00, 2020-06-23 2:13:00
2020-06-24 00:05:00, 2020-06-24 2:14:00
2020-06-25 00:05:00, 2020-06-25 2:15:00
2020-06-26 00:05:00, 2020-06-26 2:15:00
2020-06-27 00:05:00, 2020-06-27 2:14:00
2020-06-28 00:05:00, 2020-06-28 2:14:00
2020-06-29 00:05:00, 2020-06-29 2:15:00
2020-06-30 00:05:00, 2020-06-30 2:15:00
2020-07-01 00:05:00, 2020-07-01 2:15:00
2020-07-02 00:05:00, 2020-07-02 2:15:00
2020-07-03 00:05:00, 2020-07-03 2:15:00
2020-07-04 00:05:00, 2020-07-04 2:15:00
2020-07-05 00:05:00, 2020-07-05 2:19:00
2020-07-06 00:05:00, 2020-07-06 2:20:00
2020-07-07 00:05:00, 2020-07-07 2:25:00
2020-07-08 00:05:00, 2020-07-08 2:30:00
2020-07-09 00:05:00, 2020-07-09 2:54:00
2020-07-10 00:05:00, 2020-07-10 3:10:00
2020-07-11 00:05:00, 2020-07-11 3:10:00
2020-07-12 00:05:00, 2020-07-12 3:25:00
2020-07-13 00:05:00, 2020-07-13 3:25:00
2020-07-14 00:05:00, 2020-07-14 3:25:00
2020-07-15 00:05:00, 2020-07-15 3:22:00
2020-07-16 00:05:00, 2020-07-16 2:55:00
2020-07-17 00:05:00, 2020-07-17 2:45:00
2020-07-18 00:05:00, 2020-07-18 2:55:00
2020-07-19 00:05:00, 2020-07-19 3:22:00
2020-07-20 00:05:00, 2020-07-20 3:28:00
4.通过 
和
（其中，a为一个常数，可调）对批量执行时间窗口的开始时间与结束时间进行预测，得出预测的开始时间和结束时间为（00:05:00 ，03:39:00）
5.业务人员在批量作业系统健康度预警模块中观测到批量作业x的健康度较差，则参考批量建议执行时间窗口模块中的信息（00:05:00，03: 39:00），对批量的次日计划执行时间窗口，酌情进行修改。
Claims (4)
1.一种评估银行批量作业健康状态与调整时间窗口的方法,其特征在于，包括：
A.从批量作业系统中获取批量作业执行信息，包含批量作业的id、计划开始时间、计划结束时间、实际开始时间和实际结束时间；
B.对获取的批量作业执行信息，按照公式进行计算得出批量作业的延迟时间，并进行排序得到批量作业健康状态排名；
C.根据获取的批量作业执行信息，对执行信息进行处理，预测出批量作业的建议时间窗口；
D.业务人员根据批量作业健康状态，参考批量作业的建议时间窗口，对批量作业的执行时间窗口进行调配。
2.如权利要求1所述的一种评估银行批量作业健康状态与调整时间窗口的方法，其特征在于：步骤A包括：获取批量作业系统中批量作业当前运行以及历史执行信息，包含批量作业的id、计划开始时间、计划结束时间、实际开始时间和实际结束时间，并将这些数据对应表述为：id、planstart、planend、start和end。
3.如权利要求1所述的一种评估银行批量作业健康状态与调整时间窗口的方法，其特征在于:步骤B包括:
B1:对获取的当前的批量执行信息，按照（实际结束时间-实际开始时间）-（计划结束时间-计划开始时间）求得该批量作业id对应的批量作业的延迟时间
，并将该延迟时间
存于数据库中；
B2.对延迟时间
按照从大到小进行批量作业的延迟时间排序，以该排序结果作为批量作业的健康状态排名，并且展示在批量作业系统的健康度预警模块中。
4.如权利要求2所述的一种评估银行批量作业健康状态与调整时间窗口的方法，其特征在于：步骤C包括：
C1.根据获取的批量作业历史执行信息，对批量作业历史计划开始时间、计划结束时间、实际开始时间和实际结束时间，使用中值滤波剔除异常方式，剔除异常值，保留剔除异常值后的批量作业历史计划开始时间、计划结束时间、实际开始时间和实际结束时间，并将这些数据对应表述为id、
、
、
和
；
C2.根据
和
，使用
以及
公式对批量作业执行时间窗口的开始时间与结束时间进行预测，并将该预测结果存于数据库中，前端从数据库中抽取数据，将该预测结果作为批量作业的建议时间窗口展示在批量作业系统中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010780379.8A CN111736979A (zh) | 2020-08-06 | 2020-08-06 | 一种评估银行批量作业健康状态与调整时间窗口的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010780379.8A CN111736979A (zh) | 2020-08-06 | 2020-08-06 | 一种评估银行批量作业健康状态与调整时间窗口的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111736979A true CN111736979A (zh) | 2020-10-02 |
Family
ID=72658063
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010780379.8A Pending CN111736979A (zh) | 2020-08-06 | 2020-08-06 | 一种评估银行批量作业健康状态与调整时间窗口的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111736979A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113159464A (zh) * | 2021-05-26 | 2021-07-23 | 中国银行股份有限公司 | 一种数据处理方法、装置和服务器 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080021604A1 (en) * | 2006-07-20 | 2008-01-24 | The Boeing Company | Maintenance interval determination and optimization tool and method |
| US20150111192A1 (en) * | 2013-10-22 | 2015-04-23 | Desire2Learn Incorporated | Systems and methods for conducting assessments in an electronic learning system |
| CN106874112A (zh) * | 2017-01-17 | 2017-06-20 | 华南理工大学 | 一种结合负载均衡的工作流回填方法 |
| CN106897199A (zh) * | 2017-01-12 | 2017-06-27 | 河南理工大学 | 一种基于大数据处理框架共有特征的批作业执行时间预测方法 |
| CN108255681A (zh) * | 2018-02-09 | 2018-07-06 | 腾讯科技（北京）有限公司 | 任务告警方法及装置 |
| CN109086986A (zh) * | 2018-07-20 | 2018-12-25 | 中国邮政储蓄银行股份有限公司 | 作业调度方法及装置 |
| CN109471783A (zh) * | 2017-09-08 | 2019-03-15 | 北京京东尚科信息技术有限公司 | 预测任务运行参数的方法和装置 |
| CN110928751A (zh) * | 2019-10-12 | 2020-03-27 | 平安国际智慧城市科技股份有限公司 | 任务处理时间自动预测方法、装置、介质及电子设备 |
-
2020
- 2020-08-06 CN CN202010780379.8A patent/CN111736979A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080021604A1 (en) * | 2006-07-20 | 2008-01-24 | The Boeing Company | Maintenance interval determination and optimization tool and method |
| US20150111192A1 (en) * | 2013-10-22 | 2015-04-23 | Desire2Learn Incorporated | Systems and methods for conducting assessments in an electronic learning system |
| CN106897199A (zh) * | 2017-01-12 | 2017-06-27 | 河南理工大学 | 一种基于大数据处理框架共有特征的批作业执行时间预测方法 |
| CN106874112A (zh) * | 2017-01-17 | 2017-06-20 | 华南理工大学 | 一种结合负载均衡的工作流回填方法 |
| CN109471783A (zh) * | 2017-09-08 | 2019-03-15 | 北京京东尚科信息技术有限公司 | 预测任务运行参数的方法和装置 |
| CN108255681A (zh) * | 2018-02-09 | 2018-07-06 | 腾讯科技（北京）有限公司 | 任务告警方法及装置 |
| CN109086986A (zh) * | 2018-07-20 | 2018-12-25 | 中国邮政储蓄银行股份有限公司 | 作业调度方法及装置 |
| CN110928751A (zh) * | 2019-10-12 | 2020-03-27 | 平安国际智慧城市科技股份有限公司 | 任务处理时间自动预测方法、装置、介质及电子设备 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113159464A (zh) * | 2021-05-26 | 2021-07-23 | 中国银行股份有限公司 | 一种数据处理方法、装置和服务器 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103810231B (zh) | 用于机群的维护系统和用于规划维护的方法 | |
| JP6996833B2 (ja) | ロボットの状態を診断するためのシステム及び方法 | |
| JP5027053B2 (ja) | 作業分析装置、生産管理方法及び生産管理システム | |
| EP3358430A1 (en) | Management system and management method | |
| US11221903B2 (en) | Maintenance management system and maintenance management confirmation device used for the same | |
| JP2002123314A (ja) | 設備保全の最適化システム | |
| CN111262750B (zh) | 一种用于评估基线模型的方法及系统 | |
| WO2019080930A1 (zh) | 电网等风险状态检修决策方法 | |
| US20220317676A1 (en) | Systems and methods for automatically scheduling maintenance | |
| JP2004165216A (ja) | 生産管理方法および生産管理装置 | |
| US11227225B1 (en) | Predictive project saturation decision making process | |
| CN111736979A (zh) | 一种评估银行批量作业健康状态与调整时间窗口的方法 | |
| CN114519636A (zh) | 一种批量业务处理方法、装置、设备及存储介质 | |
| US20160210580A1 (en) | Method of determining availability and reliability of facility equipment | |
| CN112978529B (zh) | 拥挤度预测显示系统和显示方法、计算机可读介质 | |
| US20140361978A1 (en) | Portable computer monitoring | |
| CN116258482A (zh) | 一种自动选择维修方案的方法、服务器、电子设备 | |
| JP2007004366A (ja) | 設備稼働管理装置及び設備稼働管理方法 | |
| JP2019061500A (ja) | 予兆診断システム | |
| JP7271400B2 (ja) | 保全計画支援方法および保全計画支援装置 | |
| Li et al. | Production data analytics for production scheduling | |
| JP7336582B2 (ja) | 処理装置および処理方法 | |
| JP2021081761A (ja) | 分析システムおよび分析方法 | |
| JP7411724B2 (ja) | システム分析装置及びシステム分析方法 | |
| Diao et al. | Analysis of operational data to improve performance in service delivery systems |
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: 20201002 |