CN111797150A - 一种高并发数据对接转发的方法及系统 - Google Patents
一种高并发数据对接转发的方法及系统 Download PDFInfo
- Publication number
- CN111797150A CN111797150A CN202010448060.5A CN202010448060A CN111797150A CN 111797150 A CN111797150 A CN 111797150A CN 202010448060 A CN202010448060 A CN 202010448060A CN 111797150 A CN111797150 A CN 111797150A
- Authority
- CN
- China
- Prior art keywords
- data
- forwarding
- kafka
- big
- receiving
- 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.)
- Granted
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
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种高并发数据对接转发的方法,包括:大数据接收系统通过NGINX服务器,接收来自不同前端设备采集的数据;大数据接收系统将前端数据进行分类清洗,将不同类型的标准数据放入到kafka的不同队列中供数据转发系统订阅;当大数据平台接收到订阅请求时,数据转发系统从kafka中获取订阅数据并发送至大数据平台。本发明通过对前端设备收集到的海量数据进行统一处理接收,系统接收到数据先进行整理、归类并存入到中间件kafka,然后从缓存队列中取出并转发至上级大数据平台。采用了接收与转发分离的系统组成方式,增加了数据缓存中间件,保证了数据不会因为故障而丢失。增加了系统的可靠性和稳定性,同时,应用从Kafka集群订阅消息,也不再存在单点故障问题。
Description
技术领域
本发明属于大数据技术领域,特别是一种高并发数据对接转发的方法及系统。
背景技术
大数据表示无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。大数据技术不仅需要掌握海量的数据信息,而且还需要将这些数据进行专业化的处理。各种前端设备采集回来的数据量是相当巨大的。如何对这些海量数据稳定实时动态收集并处理转发至大数据平台,对数据进行处理筛查,对接已经存在的基础平台数据,提高处理的效率和稳定性,成了目前亟待解决的问题。
发明内容
鉴于上述问题,本发明提供一种克服上述问题或者至少部分地解决上述问题的一种高并发数据对接转发的方法和系统。
一种高并发数据对接转发的方法,包括:
S100.大数据接收系统通过NGINX服务器,接收来自不同前端设备采集的数据;
S200.大数据接收系统将前端数据进行分类清洗,将不同类型的标准数据放入到kafka的不同队列中供数据转发系统订阅;
S300.当大数据平台接收到订阅请求时,数据转发系统从kafka中获取订阅数据并发送至大数据平台。
进一步地,S100中,大数据接收系统由数据接收单元通过集群的部署方式组成。
进一步地,S100中,大数据接收系统接收不同前端设备的数据,数据类型包括人员、人脸、机动车辆、非机动车辆。
进一步地,S200具体方法为:
S201.大数据接收系统进行数据接收,将私有数据解析存储并临时存储;
S202.对接收到的数据进行完整性与有效性的判断。
S203.对数据进行清洗与治理;将数据转换为标签字段,并根据获取到的数据的实际取值限定对应标签字段的字段范围取值;对新创建或已存在的数据字典选择标签字段,以形成数据标准,根据数据标准进行分类;
S204.将不同类型的标准数据放入到kafka的不同队列中供数据转发系统订阅。
进一步地,S300中,具体方法为:数据转发系统从kafka中订阅人员、人脸、机动车辆以及非机动车辆等数据,组装成标准的json文本数据然后发送到大数据平台。
进一步地,数据转发系统由数据转发单元通过集群的部署方式组成。
进一步地,数据转发单元具有监控进程,当检测到故障或崩溃时,能重启修复。
进一步地,大数据接收系统可以通过扩展数据单元的数量来得到提升数据接收处理能力。
进一步地,大数据接收系统有多个数据接口,对于不同数据,不同接口分别调用不同的处理流程,完成数据接收并返回成功的响应信息。
本发明还公开了一种高并发数据对接转发的系统,包括:前端采集设备、数据接收单元、Kafka中间件、数据转发单元、大数据平台,其中:
前端采集设备,用于采集的海量数据,并通过NGINX服务器发送给数据接收单元;
数据接收单元,对前端数据采集的数据进行分类清洗并存储到kafka中间件;
kafka中间件,在kafka中间件不同队列中储存不同类型的标准数据,并将储存的数据供数据转发系统订阅;
数据转发单元,接收大数据平台发送的用户的订阅请求,从Kafka中间件中获取订阅请求对应的数据,并将获取到的数据发送给大数据平台;
大数据平台,与数据转发单元交互,接收用户的订阅请求,并将用户的订阅请求发送给数据转发单元;接收数据转发单元发送的订阅请求对应的数据,并展示给用户。
本发明的有益效果是:
本发明通过对前端设备收集到的海量数据进行统一处理接收,系统接收到数据先进行整理、归类并存入到中间件kafka,然后从缓存队列中取出并转发至上级大数据平台。由于采用了接收与转发分离的系统组成方式,增加了数据缓存中间件,保证了数据不会因为故障而丢失。本发明极大增加了系统的可靠性和稳定性,同时,应用从Kafka集群订阅消息,也不再存在单点故障问题。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例1中,一种高并发数据对接转发的方法流程图;
图2为本发明实施例1中,数据接系统接收系统与前端数据系统连接图;
图3为本发明实施例1中,前端采集设备采集数据处理流程图;
图4为本发明实施例1中,数据转发系统订阅转发架构图;
图5为本发明实施例2中,一种高并发数据对接转发系统结构图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
实施例1
本实施例公开了一种高并发数据对接转发的方法,如图1,包括:
S100.大数据接收系统通过NGINX服务器,接收来自不同前端设备采集的数据。
具体的,如图2,大数据接收系统由数据接收单元通过集群的部署方式组成,大数据接收系统可以通过扩展数据单元的数量来得到提升数据接收处理能力,大数据接收系统接收不同前端设备的数据,数据类型包括人员、人脸、机动车辆、非机动车辆。
在一些优选实施例中,大数据接收系统有多个数据接口,对于不同数据,不同接口分别调用不同的处理流程,完成数据接收并返回成功的响应信息。
S200.大数据接收系统将前端数据进行分类清洗,将不同类型的标准数据放入到kafka的不同队列中供数据转发系统订阅。
具体的,如图3,S200具体方法为:
S201.大数据接收系统进行数据接收,将私有数据解析存储并临时存储;
S202.对接收到的数据进行完整性与有效性的判断;
S203.对数据进行清洗与治理;将数据转换为标签字段,并根据获取到的数据的实际取值限定对应标签字段的字段范围取值;对新创建或已存在的数据字典选择标签字段,以形成数据标准,根据数据标准进行分类;
S204.将不同类型的标准数据放入到kafka的不同队列中供数据转发系统订阅。
在一些优选实施例中,接收前端采集数据在某一时刻会存在数据量突增的情况,为了减小数据接收单元的负载,本发明采用kafka中间件将数据接收和发送大数据平台的功能分开,防止数据接收系统未将前端采集的数据及时发送至大数据平台,产生数据丢失的现象。本发明为了避免数据在发送至大数据平台前数据丢失临时存储到kafka中间件,同时也可以起到平滑发送数据网络和增强数据接收系统接收前端数据能力的作用。
S300.当大数据平台接收到订阅请求时,数据转发系统从kafka中获取订阅数据并发送至大数据平台。如图4,具体方法为:数据转发系统从kafka中订阅人员、人脸、机动车辆以及非机动车辆等数据,组装成标准的json文本数据然后发送到大数据平台。
在一些优选实施例中,数据转发系统由数据转发单元通过集群的部署方式组成。
在一些优选实施例中,数据转发单元具有监控进程,当检测到故障或崩溃时,能重启修复。
本实施例提供的一种高并发数据对接转发的方法,通过对前端设备收集到的海量数据进行统一处理接收,系统接收到数据先进行整理、归类并存入到中间件kafka,然后从缓存队列中取出并转发至上级大数据平台。由于采用了接收与转发分离的系统组成方式,增加了数据缓存中间件,保证了数据不会因为故障而丢失。本发明极大增加了系统的可靠性和稳定性,同时,应用从Kafka集群订阅消息,也不再存在单点故障问题。
实施例2
本实施例公开了一种高并发数据对接转发的系统,其特征在于,包括:前端采集设备、数据接收单元、Kafka中间件、数据转发单元、大数据平台,其中:
前端采集设备,用于采集的海量数据,并通过NGINX服务器发送给数据接收单元;在本实施例中,前端设备用于采集用户需要订阅数据,对于前端设备类型和数量不做限制。
数据接收单元,对前端数据采集的数据进行分类清洗并存储到kafka中间件。
在本实施例中,数据接收单元可以通过集群的部署方式组成大数据接收系统,大数据接收系统接收不同前端设备的数据,数据类型包括人员、人脸、机动车辆、非机动车辆。大数据接收系统可以通过扩展数据单元的数量来得到提升数据接收处理能力。大数据接收系统有多个数据接口,对于不同数据,不同接口分别调用不同的处理流程,完成数据接收并返回成功的响应信息。
kafka中间件,在kafka中间件不同队列中储存不同类型的标准数据,并将储存的数据供数据转发系统订阅;Kafka是一种高吞吐量的分布式发布订阅消息系统,它可以处理消费者在网站中的所有动作流数据。在本实施例中,数据接收单元,对前端数据采集的数据进行分类清洗并存储到kafka中间件,具体方法为:
S201.大数据接收系统进行数据接收,将私有数据解析存储并临时存储;
S202.对接收到的数据进行完整性与有效性的判断;
S203.对数据进行清洗与治理;将数据转换为标签字段,并根据获取到的数据的实际取值限定对应标签字段的字段范围取值;对新创建或已存在的数据字典选择标签字段,以形成数据标准,根据数据标准进行分类;
S204.将不同类型的标准数据放入到kafka的不同队列中供数据转发系统订阅。
数据转发单元,接收大数据平台发送的用户的订阅请求,从Kafka中间件中获取订阅请求对应的数据,并将获取到的数据发送给大数据平台;数据转发单元通过集群的部署方式组成数据转发系统。
大数据平台,与数据转发单元交互,接收用户的订阅请求,并将用户的订阅请求发送给数据转发单元;接收数据转发单元发送的订阅请求对应的数据,并展示给用户。
本实施例提供的一种高并发数据对接转发的系统,通过对前端设备收集到的海量数据进行统一处理接收,系统接收到数据先进行整理、归类并存入到中间件kafka,然后从缓存队列中取出并转发至上级大数据平台。由于采用了接收与转发分离的系统组成方式,增加了数据缓存中间件,保证了数据不会因为故障而丢失。本发明极大增加了系统的可靠性和稳定性,同时,应用从Kafka集群订阅消息,也不再存在单点故障问题。
应该明白,公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好,应该理解,过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素,并且不是要限于所述的特定顺序或层次。
本领域技术人员还应当理解,结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性,上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件,取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用,以变通的方式实现所描述的功能,但是,这种实现决策不应解释为背离本公开的保护范围。
结合本文的实施例所描述的方法或者算法的步骤可直接体现为硬件、由处理器执行的软件模块或其组合。软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质连接至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该ASIC可以位于用户终端中。当然,处理器和存储介质也可以作为分立组件存在于用户终端中。
对于软件实现,本申请中描述的技术可用执行本申请所述功能的模块(例如,过程、函数等)来实现。这些软件代码可以存储在存储器单元并由处理器执行。存储器单元可以实现在处理器内,也可以实现在处理器外,在后一种情况下,它经由各种手段以通信方式耦合到处理器,这些都是本领域中所公知的。
上文的描述包括一个或多个实施例的举例。当然,为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的,但是本领域普通技术人员应该认识到,各个实施例可以做进一步的组合和排列。因此,本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外,就说明书或权利要求书中使用的术语“包含”,该词的涵盖方式类似于术语“包括”,就如同“包括,”在权利要求中用作衔接词所解释的那样。此外,使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
Claims (10)
1.一种高并发数据对接转发的方法,其特征在于,包括:
S100.大数据接收系统通过NGINX服务器,接收来自不同前端设备采集的数据;
S200.大数据接收系统将前端数据进行分类清洗,将不同类型的标准数据放入到kafka的不同队列中供数据转发系统订阅;
S300.当大数据平台接收到订阅请求时,数据转发系统从kafka中获取订阅数据并发送至大数据平台。
2.如权利要求1的一种高并发数据对接转发的方法,其特征在于,S100中,大数据接收系统由数据接收单元通过集群的部署方式组成。
3.如权利要求1的一种高并发数据对接转发的方法,其特征在于,S100中,大数据接收系统接收不同前端设备的数据,数据类型包括人员、人脸、机动车辆、非机动车辆。
4.如权利要求1的一种高并发数据对接转发的方法,其特征在于,S200具体方法为:
S201.大数据接收系统进行数据接收,将私有数据解析存储并临时存储;
S202.对接收到的数据进行完整性与有效性的判断;
S203.对数据进行清洗与治理;将数据转换为标签字段,并根据获取到的数据的实际取值限定对应标签字段的字段范围取值;对新创建或已存在的数据字典选择标签字段,以形成数据标准,根据数据标准进行分类;
S204.将不同类型的标准数据放入到kafka的不同队列中供数据转发系统订阅。
5.如权利要求1的一种高并发数据对接转发的方法,其特征在于,S300中,具体方法为:数据转发系统从kafka中订阅人员、人脸、机动车辆以及非机动车辆等数据,组装成标准的json文本数据然后发送到大数据平台。
6.如权利要求1的一种高并发数据对接转发的方法,其特征在于,数据转发系统由数据转发单元通过集群的部署方式组成。
7.如权利要求6的一种高并发数据对接转发的方法,其特征在于,数据转发单元具有监控进程,当检测到故障或崩溃时,能重启修复。
8.如权利要求1的一种高并发数据对接转发的方法,其特征在于,大数据接收系统可以通过扩展数据单元的数量来得到提升数据接收处理能力。
9.如权利要求1的一种高并发数据对接转发的方法,其特征在于,大数据接收系统有多个数据接口,对于不同数据,不同接口分别调用不同的处理流程,完成数据接收并返回成功的响应信息。
10.一种高并发数据对接转发的系统,其特征在于,包括:前端采集设备、数据接收单元、Kafka中间件、数据转发单元、大数据平台,其中:
前端采集设备,用于采集的海量数据,并通过NGINX服务器发送给数据接收单元;
数据接收单元,对前端数据采集的数据进行分类清洗并存储到kafka中间件;
kafka中间件,在kafka中间件不同队列中储存不同类型的标准数据,并将储存的数据供数据转发系统订阅;
数据转发单元,接收大数据平台发送的用户的订阅请求,从Kafka中间件中获取订阅请求对应的数据,并将获取到的数据发送给大数据平台;
大数据平台,与数据转发单元交互,接收用户的订阅请求,并将用户的订阅请求发送给数据转发单元;接收数据转发单元发送的订阅请求对应的数据,并展示给用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010448060.5A CN111797150B (zh) | 2020-05-25 | 2020-05-25 | 一种高并发数据对接转发的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010448060.5A CN111797150B (zh) | 2020-05-25 | 2020-05-25 | 一种高并发数据对接转发的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111797150A true CN111797150A (zh) | 2020-10-20 |
CN111797150B CN111797150B (zh) | 2023-03-31 |
Family
ID=72805958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010448060.5A Active CN111797150B (zh) | 2020-05-25 | 2020-05-25 | 一种高并发数据对接转发的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111797150B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113452667A (zh) * | 2021-03-05 | 2021-09-28 | 浙江华云信息科技有限公司 | 一种适用于多种协议类型的边缘物联终端接入方法 |
CN113572854A (zh) * | 2021-08-10 | 2021-10-29 | 北京无线电测量研究所 | 基于Kafka组件的数据传输方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108681489A (zh) * | 2018-05-25 | 2018-10-19 | 西安交通大学 | 一种超算环境下的海量数据实时采集与处理方法 |
CN110569298A (zh) * | 2019-09-12 | 2019-12-13 | 成都中科大旗软件股份有限公司 | 一种数据对接、可视化方法和系统 |
-
2020
- 2020-05-25 CN CN202010448060.5A patent/CN111797150B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108681489A (zh) * | 2018-05-25 | 2018-10-19 | 西安交通大学 | 一种超算环境下的海量数据实时采集与处理方法 |
CN110569298A (zh) * | 2019-09-12 | 2019-12-13 | 成都中科大旗软件股份有限公司 | 一种数据对接、可视化方法和系统 |
Non-Patent Citations (2)
Title |
---|
刘阳等: "高速公路机电设备运维数据采集系统研究", 《西部交通科技》 * |
岑凯伦等: "大数据下基于Spark的电商实时推荐系统的设计与实现", 《现代计算机(专业版)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113452667A (zh) * | 2021-03-05 | 2021-09-28 | 浙江华云信息科技有限公司 | 一种适用于多种协议类型的边缘物联终端接入方法 |
CN113572854A (zh) * | 2021-08-10 | 2021-10-29 | 北京无线电测量研究所 | 基于Kafka组件的数据传输方法及系统 |
CN113572854B (zh) * | 2021-08-10 | 2023-11-14 | 北京无线电测量研究所 | 基于Kafka组件的数据传输方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111797150B (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109144817A (zh) | 一种日志数据监控系统及方法 | |
CN111797150B (zh) | 一种高并发数据对接转发的方法及系统 | |
CN106452819B (zh) | 数据采集系统及数据采集方法 | |
CN105677469A (zh) | 定时任务执行方法及装置 | |
CN105786683B (zh) | 自定制的日志收集系统和方法 | |
CN110191109B (zh) | 一种报文采样方法及装置 | |
CN111181800B (zh) | 测试数据处理方法、装置、电子设备及存储介质 | |
CN111210340B (zh) | 一种自动任务处理方法、装置、服务器及存储介质 | |
CN106096034A (zh) | 应用程序日志管理方法及装置 | |
CN112084180A (zh) | 一种监控车载应用质量的方法、装置、设备及介质 | |
CN109409948B (zh) | 交易异常检测方法、装置、设备及计算机可读存储介质 | |
CN109698798B (zh) | 一种应用的识别方法、装置、服务器和存储介质 | |
CN115220995A (zh) | 一种基于agent探针的微服务全链路分析方法 | |
CN105630869B (zh) | 一种语音数据的存储方法和装置 | |
US20030233412A1 (en) | Systems and methods for monitoring events associated with transmitted electronic mail messages | |
CN116545740B (zh) | 一种基于大数据的威胁行为分析方法及服务器 | |
CN111694645B (zh) | 分布式任务调度系统中任务处理方法及相关装置 | |
CN112468509A (zh) | 一种基于深度学习技术的流量数据自动检测方法及装置 | |
CN111930385A (zh) | 数据采集方法、装置、设备及存储介质 | |
CN110569238A (zh) | 一种基于大数据的数据治理方法、系统、存储介质和服务端 | |
CN109842511B (zh) | 一种tcp性能参数的确定方法及系统 | |
CN111131512B (zh) | 设备信息的处理方法、装置、存储介质及处理器 | |
CN112818204A (zh) | 一种业务的处理方法、装置、设备及存储介质 | |
CN113347045A (zh) | 一种告警消息处理方法及装置 | |
CN109586968A (zh) | 大数据平台的日志处理方法和大数据平台的日志处理系统 |
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 |