CN112181943A - 特征数据的采集方法、装置、电子设备及可读存储介质 - Google Patents

特征数据的采集方法、装置、电子设备及可读存储介质 Download PDF

Info

Publication number
CN112181943A
CN112181943A CN202011013468.6A CN202011013468A CN112181943A CN 112181943 A CN112181943 A CN 112181943A CN 202011013468 A CN202011013468 A CN 202011013468A CN 112181943 A CN112181943 A CN 112181943A
Authority
CN
China
Prior art keywords
data
original data
original
processing rule
data processing
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
Application number
CN202011013468.6A
Other languages
English (en)
Inventor
吕新科
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.)
CCB Finetech Co Ltd
Original Assignee
CCB Finetech Co 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 CCB Finetech Co Ltd filed Critical CCB Finetech Co Ltd
Priority to CN202011013468.6A priority Critical patent/CN112181943A/zh
Publication of CN112181943A publication Critical patent/CN112181943A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21Design, administration or maintenance of databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2455Query execution
    • G06F16/24564Applying rules; Deductive queries

Landscapes

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

Abstract

本申请实施例提供了一种特征数据的采集方法、装置、电子设备及可读存储介质。该方法包括:获取原始数据集,并确定原始数据集中的各条原始数据所属的数据类型;基于数据类型确定原始数据的数据加工规则;基于数据加工规则对原始数据进行处理,得到原始数据的特征数据。本方案中,由于是根据预配置的数据加工规则完成对原始数据集中特征数据的提取,能够满足复杂的统计需求下的使用需求,避免使用SQL语句进行对数据的统计时可能出现的SQL语句过于复杂,并且不依赖于特定的数据库,具有更好的通用性。

Description

特征数据的采集方法、装置、电子设备及可读存储介质
技术领域
本申请涉及计算机技术领域,具体而言,本申请涉及一种特征数据的采集方法、装置、电子设备及可读存储介质。
背景技术
现有的数据统计程序中,一般采用写结构化查询语言(Structured QueryLanguage,SQL)或存储过程来完成相应的数据汇总和计算,可以有效的利用数据库提供的强大的SQL语句完成计算。但是,对一些复杂数据的统计中,在SQL语句中进行计算或分类会导致SQL语句过于复杂,因此通过无法满足使用条件较复杂情况下的使用需求。并且在使用存储过程时,对特定数据库的依赖性较强,如数据库不支持存储过程的情况下就会无法完成数据的统计,应用场景的限制性较强,通用性差。
发明内容
本申请的目的旨在至少能解决上述的技术缺陷之一。本申请所采用的技术方案如下:
第一方面,本申请实施例提供了一种特征数据的采集方法,该方法包括:
获取原始数据集,并确定原始数据集中的各条原始数据所属的数据类型;
基于数据类型确定原始数据的数据加工规则;
基于数据加工规则对原始数据进行处理,得到原始数据的特征数据。
可选地,基于数据类型确定原始数据的数据加工规则,包括:
基于数据类型,并基于预配置的数据类型与数据加工规则的对应关系,确定原始数据的数据加工规则。
可选地,若存在多个原始数据的数据加工规则,基于数据加工规则对原始数据进行处理,包括:
分别根据原始数据的多个数据加工规则,对原始数据进行处理。
可选地,上述方法还包括:
分别对原始数据集中各数据类型所对应原始数据的特征数据进行统计,得到统计结果。
可选地,若预配置有数据类型与统计结果的存储方式的对应关系,上述方法还包括:
基于数据类型对应的存储方式,对数据类型对应的统计结果进行存储。
可选地,上述方法还包括:
遍历原始数据并确定数据类型;
为数据类型配置对应的数据加工规则。
可选地,获取原始数据集,包括:
通过SQL语句,获取原始数据集。
可选地,上述方法还包括:
当接收到对数据加工规则的更新指令时,更新数据加工规则。
第二方面,本申请实施例提供了一种特征数据的采集装置,该装置包括:
数据获取模块,用于获取原始数据集,并确定原始数据集中的各条原始数据所属的数据类型;
数据加工规则确定模块,用于基于数据类型确定原始数据的数据加工规则;
特征数据处理模块,用于基于数据加工规则对原始数据进行处理,得到原始数据的特征数据。
可选地,数据加工规则确定模块具体用于:
基于数据类型,并基于预配置的数据类型与数据加工规则的对应关系,确定原始数据的数据加工规则。
可选地,若存在多个原始数据的数据加工规则,特征数据处理模块在基于数据加工规则对原始数据进行处理时具体用于:
分别根据原始数据的多个数据加工规则,对原始数据进行处理。
可选地,上述装置还包括:
统计模块,用于分别对原始数据集中各数据类型所对应原始数据的特征数据进行统计,得到统计结果。
可选地,若预配置有数据类型与统计结果的存储方式的对应关系,上述装置还包括:
统计结果存储模块,用户基于数据类型对应的存储方式,对数据类型对应的统计结果进行存储。
可选地,上述装置还包括数据加工规则配置模块,数据加工规则配置模块用于:
遍历原始数据并确定数据类型;
为数据类型配置对应的数据加工规则。
可选地,数据获取模块在获取原始数据集时,具体用于:
通过SQL语句,获取原始数据集。
可选地,数据加工规则配置模块还用于:
当接收到对数据加工规则的更新指令时,更新数据加工规则。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:处理器和存储器;
存储器,用于存储操作指令;
处理器,用于通过调用操作指令,执行如本申请的第一方面的任一实施方式中所示的特征数据的采集方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本申请的第一方面的任一实施方式中所示的特征数据的采集方法。
本申请实施例提供的技术方案带来的有益效果是:
本申请实施例提供的方案,通过获取原始数据集,基于原始数据集中的各条原始数据所属的数据类型,确定原始数据的数据加工规则,基于数据加工规则对原始数据进行处理,得到原始数据的特征数据。本方案中,由于是根据预配置的数据加工规则完成对原始数据集中特征数据的提取,能够满足复杂的统计需求下的使用需求,避免使用SQL语句进行对数据的统计时可能出现的SQL语句过于复杂,并且不依赖于特定的数据库,具有更好的通用性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的一种特征数据的采集方法的流程示意图;
图2为本申请实施例提供的一种特征数据的采集装置的结构示意图;
图3为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图1示出了本申请实施例提供的一种特征数据的采集方法的流程示意图,如图1所示,该方法主要可以包括:
步骤S110:获取原始数据集,并确定原始数据集中的各条原始数据所属的数据类型;
步骤S120:基于数据类型确定原始数据的数据加工规则;
步骤S130:基于数据加工规则对原始数据进行处理,得到原始数据的特征数据。
本申请实施例中,可以预先为原始数据集中各种数据类型的原始数据分别配置数据加工规则。数据加工规则可以中预设有从原始数据中采集特征数据的具体步骤,例如从原始数据抽取指定数据,对指定数据进行转换计算等。数据加工规则可以根据统计需求进行配置,由于其不受代码语句复杂性的约束,能够满足复杂的统计需求下的使用需求。
本申请实施例中,可以针对原始数据集中的各条原始数据,分别确定数据加工规则,并分别调用数据加工规则进行处理,从而得到各条原始数据的特征数据。
本申请实施例提供的方法,通过获取原始数据集,基于原始数据集中的各条原始数据所属的数据类型,确定原始数据的数据加工规则,基于数据加工规则对原始数据进行处理,得到原始数据的特征数据。本方案中,由于是根据预配置的数据加工规则完成对原始数据集中特征数据的提取,能够满足复杂的统计需求下的使用需求,避免使用SQL语句进行对数据的统计时可能出现的SQL语句过于复杂,并且不依赖于特定的数据库,具有更好的通用性。
本申请实施例的一种可选方式中,基于数据类型确定原始数据的数据加工规则,包括:
基于数据类型,并基于预配置的数据类型与数据加工规则的对应关系,确定原始数据的数据加工规则。
本申请实施例中,可以预配置数据类型与数据加工规则的对应关系,并将该对应关系存储于对应关系列表,以便在进行数据统计时,基于数据类型从对应关系列表中查询出对应的数据加工规则。
本申请实施例的一种可选方式中,若存在多个原始数据的数据加工规则,基于数据加工规则对原始数据进行处理,包括:
分别根据原始数据的多个数据加工规则,对原始数据进行处理。
本申请实施例中,一个数据类型可以能对应有多种数据加工规则,这时可以分别通过各数据加工规则对原始数据进行处理,得到原始数据的多组特征数据。
本申请实施例的一种可选方式中,上述方法还包括:
分别对原始数据集中各数据类型所对应原始数据的特征数据进行统计,得到统计结果。
本申请实施例中,可以对各数据类型对应原始数据的特征数据进行统计汇总,从而得到各数据类型对应原始数据的统计结果。
本申请实施例的一种可选方式中,若预配置有数据类型与统计结果的存储方式的对应关系,方法还包括:
基于数据类型对应的存储方式,对数据类型对应的统计结果进行存储。
本申请实施例中,还可以预配置数据类型与统计结果的存储方式的对应关系,以便基于数据类型对应的存储方式,对数据类型对应的统计结果进行存储。
具体而言,存储方式可以包括具体的存储形式,如存储为EXCLE文件格式,或者存储为数据库表格式。
本申请实施例的一种可选方式中,还包括:
遍历原始数据集合并确定数据类型;
为数据类型配置对应的数据加工规则。
本申请实施例中,在预配置数据加工规则时,可以遍历原始数据并确定各原始数据所属数据类型,从而针对各数据类型分别进行数据加工规则的配置。
本申请实施例的一种可选方式中,获取原始数据集,包括:
通过SQL语句,获取原始数据集。
本申请实施例中,可以采用标准SQL语句获取原始数据集,使得本申请实施例提供的方法,能够通过纯java语言以及少量标准的SQL语句,实现对多种不同数据类型的原始数据的特征数据采集与统计。
本申请实施例的一种可选方式中,上述方法还包括:
当接收到对数据加工规则的更新指令时,更新数据加工规则。
本申请实施例中,后台工作人员可以根据实际需求对数据加工规则进行更新,以便支持对数据加工规则的扩展,提升系统的适用性。
本申请实施例提供的方法还可以方便的通过添加多线程,并发执行特征数据的采集与统计,提升系统性能。
基于与图1中所示的方法相同的原理,图2示出了本申请实施例提供的一种特征数据的采集装置的结构示意图,如图2所示,该特征数据的采集装置20可以包括:
数据获取模块210,用于获取原始数据集,并确定原始数据集中的各条原始数据所属的数据类型;
数据加工规则确定模块220,用于基于数据类型确定原始数据的数据加工规则;
特征数据处理模块230,用于基于数据加工规则对原始数据进行处理,得到原始数据的特征数据。
本申请实施例提供的装置,通过获取原始数据集,基于原始数据集中的各条原始数据所属的数据类型,确定原始数据的数据加工规则,基于数据加工规则对原始数据进行处理,得到原始数据的特征数据。本方案中,由于是根据预配置的数据加工规则完成对原始数据集中特征数据的提取,能够满足复杂的统计需求下的使用需求,避免使用SQL语句进行对数据的统计时可能出现的SQL语句过于复杂,并且不依赖于特定的数据库,具有更好的通用性。
可选地,数据加工规则确定模块具体用于:
基于数据类型,并基于预配置的数据类型与数据加工规则的对应关系,确定原始数据的数据加工规则。
可选地,若存在多个原始数据的数据加工规则,特征数据处理模块在基于数据加工规则对原始数据进行处理时具体用于:
分别根据原始数据的多个数据加工规则,对原始数据进行处理。
可选地,上述装置还包括:
统计模块,用于分别对原始数据集中各数据类型所对应原始数据的特征数据进行统计,得到统计结果。
可选地,若预配置有数据类型与统计结果的存储方式的对应关系,上述装置还包括:
统计结果存储模块,用户基于数据类型对应的存储方式,对数据类型对应的统计结果进行存储。
可选地,上述装置还包括数据加工规则配置模块,数据加工规则配置模块用于:
遍历原始数据并确定数据类型;
为数据类型配置对应的数据加工规则。
可选地,数据获取模块在获取原始数据集时,具体用于:
通过SQL语句,获取原始数据集。
可选地,数据加工规则配置模块还用于:
当接收到对数据加工规则的更新指令时,更新数据加工规则。
可以理解的是,本实施例中的特征数据的采集装置的上述各模块具有实现图1中所示的实施例中的特征数据的采集方法相应步骤的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。上述模块可以是软件和/或硬件,上述各模块可以单独实现,也可以多个模块集成实现。对于上述特征数据的采集装置的各模块的功能描述具体可以参见图1中所示实施例中的特征数据的采集方法的对应描述,在此不再赘述。
本申请实施例提供了一种电子设备,包括处理器和存储器;
存储器,用于存储操作指令;
处理器,用于通过调用操作指令,执行本申请任一实施方式中所提供的特征数据的采集方法。
作为一个示例,图3示出了本申请实施例所适用的一种电子设备的结构示意图,如图3所示,该电子设备2000包括:处理器2001和存储器2003。其中,处理器2001和存储器2003相连,如通过总线2002相连。可选的,电子设备2000还可以包括收发器2004。需要说明的是,实际应用中收发器2004不限于一个,该电子设备2000的结构并不构成对本申请实施例的限定。
其中,处理器2001应用于本申请实施例中,用于实现上述方法实施例所示的方法。收发器2004可以包括接收机和发射机,收发器2004应用于本申请实施例中,用于执行时实现本申请实施例的电子设备与其他设备通信的功能。
处理器2001可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器2001也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线2002可包括一通路,在上述组件之间传送信息。总线2002可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线2002可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器2003可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
可选的,存储器2003用于存储执行本申请方案的应用程序代码,并由处理器2001来控制执行。处理器2001用于执行存储器2003中存储的应用程序代码,以实现本申请任一实施方式中所提供的特征数据的采集方法。
本申请实施例提供的电子设备,适用于上述方法任一实施例,在此不再赘述。
本申请实施例提供了一种电子设备,与现有技术相比,通过获取原始数据集,基于原始数据集中的各条原始数据所属的数据类型,确定原始数据的数据加工规则,基于数据加工规则对原始数据进行处理,得到原始数据的特征数据。本方案中,由于是根据预配置的数据加工规则完成对原始数据集中特征数据的提取,能够满足复杂的统计需求下的使用需求,避免使用SQL语句进行对数据的统计时可能出现的SQL语句过于复杂,并且不依赖于特定的数据库,具有更好的通用性。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现上述方法实施例所示的特征数据的采集方法。
本申请实施例提供的计算机可读存储介质,适用于上述方法任一实施例,在此不再赘述。
本申请实施例提供了一种计算机可读存储介质,与现有技术相比,通过获取原始数据集,基于原始数据集中的各条原始数据所属的数据类型,确定原始数据的数据加工规则,基于数据加工规则对原始数据进行处理,得到原始数据的特征数据。本方案中,由于是根据预配置的数据加工规则完成对原始数据集中特征数据的提取,能够满足复杂的统计需求下的使用需求,避免使用SQL语句进行对数据的统计时可能出现的SQL语句过于复杂,并且不依赖于特定的数据库,具有更好的通用性。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (11)

1.一种特征数据的采集方法,其特征在于,包括:
获取原始数据集,并确定所述原始数据集中的各条原始数据所属的数据类型;
基于所述数据类型确定所述原始数据的数据加工规则;
基于所述数据加工规则对所述原始数据进行处理,得到所述原始数据的特征数据。
2.根据权利要求1所述的方法,其特征在于,所述基于所述数据类型确定所述原始数据的数据加工规则,包括:
基于所述数据类型,并基于预配置的数据类型与数据加工规则的对应关系,确定所述原始数据的数据加工规则。
3.根据权利要求1所述的方法,其特征在于,若存在多个所述原始数据的数据加工规则,所述基于所述数据加工规则对所述原始数据进行处理,包括:
分别根据所述原始数据的多个数据加工规则,对所述原始数据进行处理。
4.根据权利要求1所述的方法,其特征在于,还包括:
分别对所述原始数据集中各数据类型所对应所述原始数据的特征数据进行统计,得到统计结果。
5.根据权利要求4所述的方法,其特征在于,若预配置有所述数据类型与所述统计结果的存储方式的对应关系,所述方法还包括:
基于所述数据类型对应的存储方式,对所述数据类型对应的统计结果进行存储。
6.根据权利要求2所述的方法,其特征在于,还包括:
遍历所述原始数据并确定所述数据类型;
为所述数据类型配置对应的数据加工规则。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述获取原始数据集,包括:
通过SQL语句,获取原始数据集。
8.根据权利要求1-6中任一项所述的方法,其特征在于,还包括:
当接收到对所述数据加工规则的更新指令时,更新所述数据加工规则。
9.一种特征数据的采集装置,其特征在于,包括:
数据获取模块,用于获取原始数据集,并确定所述原始数据集中的各条原始数据所属的数据类型;
数据加工规则确定模块,用于基于所述数据类型确定所述原始数据的数据加工规则;
特征数据处理模块,用于基于所述数据加工规则对所述原始数据进行处理,得到所述原始数据的特征数据。
10.一种电子设备,其特征在于,包括处理器和存储器;
所述存储器,用于存储操作指令;
所述处理器,用于通过调用所述操作指令,执行权利要求1-8中任一项所述的方法。
11.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-8中任一项所述的方法。
CN202011013468.6A 2020-09-24 2020-09-24 特征数据的采集方法、装置、电子设备及可读存储介质 Pending CN112181943A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011013468.6A CN112181943A (zh) 2020-09-24 2020-09-24 特征数据的采集方法、装置、电子设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011013468.6A CN112181943A (zh) 2020-09-24 2020-09-24 特征数据的采集方法、装置、电子设备及可读存储介质

Publications (1)

Publication Number Publication Date
CN112181943A true CN112181943A (zh) 2021-01-05

Family

ID=73956639

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011013468.6A Pending CN112181943A (zh) 2020-09-24 2020-09-24 特征数据的采集方法、装置、电子设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN112181943A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105354239A (zh) * 2015-10-10 2016-02-24 中国科学院计算机网络信息中心 一种基于配置数据加工模型的加工中心数据流式处理方法
CN110287272A (zh) * 2019-06-27 2019-09-27 南京冰鉴信息科技有限公司 一种可配置实时特征提取方法、装置及系统
CN110598993A (zh) * 2019-08-19 2019-12-20 深圳市鹏海运电子数据交换有限公司 数据加工方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105354239A (zh) * 2015-10-10 2016-02-24 中国科学院计算机网络信息中心 一种基于配置数据加工模型的加工中心数据流式处理方法
CN110287272A (zh) * 2019-06-27 2019-09-27 南京冰鉴信息科技有限公司 一种可配置实时特征提取方法、装置及系统
CN110598993A (zh) * 2019-08-19 2019-12-20 深圳市鹏海运电子数据交换有限公司 数据加工方法及装置

Similar Documents

Publication Publication Date Title
CN108932313B (zh) 数据处理方法、装置、电子设备及存储介质
CN112182036A (zh) 数据的发送与写入方法、装置、电子设备及可读存储介质
CN111061758B (zh) 数据存储方法、装置及存储介质
CN110688544A (zh) 一种查询数据库的方法、设备及存储介质
CN111404542B (zh) 一种双指数核信号计数方法及装置
CN105740405B (zh) 存储数据的方法和装置
CN109408711B (zh) 数据过滤方法、装置、电子设备及存储介质
CN107784073B (zh) 一种本地缓存的数据查询方法、存储介质和服务器
CN112559606A (zh) 用于json格式数据的转换方法及转换装置
CN112199935A (zh) 数据的比对方法、装置、电子设备及计算机可读存储介质
CN113407565B (zh) 跨库数据查询方法、装置和设备
CN112860802B (zh) 数据库操作语句的处理方法、装置及电子设备
CN111258905A (zh) 缺陷定位方法、装置和电子设备及计算机可读存储介质
CN110457348B (zh) 一种数据处理方法及装置
CN112199404A (zh) 报表的创建方法、装置、电子设备及计算机可读存储介质
CN111897812A (zh) 数据查询方法、装置、电子设备及计算机可读存储介质
CN112181479A (zh) 代码文件版本间差异的确定方法、装置及电子设备
CN111913815A (zh) 调用请求的处理方法、装置、电子设备及可读存储介质
US11042578B2 (en) Multigram index for database query
CN112181943A (zh) 特征数据的采集方法、装置、电子设备及可读存储介质
CN111459937A (zh) 数据表关联方法、装置、服务器及存储介质
CN111177506A (zh) 一种基于大数据的分类存储方法及系统
CN110569243B (zh) 一种数据查询方法、数据查询插件和数据查询服务器
CN114595215A (zh) 数据处理方法、装置、电子设备及存储介质
CN113419792A (zh) 一种事件处理方法、装置、终端设备和存储介质

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