CN112445583A - 任务管理方法、任务管理系统、电子设备、存储介质 - Google Patents
任务管理方法、任务管理系统、电子设备、存储介质 Download PDFInfo
- Publication number
- CN112445583A CN112445583A CN201910802712.8A CN201910802712A CN112445583A CN 112445583 A CN112445583 A CN 112445583A CN 201910802712 A CN201910802712 A CN 201910802712A CN 112445583 A CN112445583 A CN 112445583A
- Authority
- CN
- China
- Prior art keywords
- data
- real
- target task
- time
- task
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 47
- 238000007726 management method Methods 0.000 title claims abstract description 37
- 238000004458 analytical method Methods 0.000 claims abstract description 105
- 238000010223 real-time analysis Methods 0.000 claims abstract description 83
- 238000000034 method Methods 0.000 claims abstract description 82
- 230000008569 process Effects 0.000 claims abstract description 52
- 238000012544 monitoring process Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000003032 molecular docking Methods 0.000 claims description 6
- 230000032683 aging Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 11
- 238000007405 data analysis Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 13
- 230000002159 abnormal effect Effects 0.000 description 9
- 238000013499 data model Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000013480 data collection Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012827 research and development Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3017—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is implementing multitasking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
-
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本公开提供了一种任务管理方法、任务管理系统、电子设备及计算机可读存储介质,属于数据处理技术领域。该方法包括:获取目标任务在至少一次历史执行过程中的历史执行数据,以及在当前执行过程中的当前执行数据;对所述历史执行数据进行离线分析,得到关于所述目标任务的时效性的离线分析结果;对所述当前执行数据进行实时分析,得到关于所述目标任务的时效性的实时分析结果;基于所述离线分析结果与所述实时分析结果,对所述目标任务进行管理。本公开可以对数据任务离线分析、实时监控,以便及时处理任务,实现对任务的全局掌控。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及一种任务管理方法、任务管理系统、电子设备及计算机可读存储介质。
背景技术
随着电子商务,移动互联网、物联网、人工智能的发展,各个企业开始关于各自数据体系的建设以及数据沉淀,为了促进企业发展,对大数据进行分析、挖掘,以及通过数据了解企业的运营状态是不可缺少的。特别的,通过从大量且复杂的数据中提炼出具有价值的信息用于分析、决策和运营,并在规定的时间内完成数据业务的计算以及算法挖掘,确保用户在关键的时间点可以看到最新的运营数据,因此,对数据任务进行有效管理,例如监测任务进程,或者分析任务状态,是非常重要的。现有的任务管理方法通常是采用人工的方式,然而,由于数据任务中数据量较大、各数据任务之间相互依赖,导致任务在出现异常时不能及时处理,且人工的方式人力成本较高;因此,如何对任务进行有效的管理,是现有技术亟待解决的问题。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开提供了一种任务管理方法、任务管理系统、电子设备及计算机可读存储介质,进而至少在一定程度上克服现有的任务管理方法中难以及时处理异常任务的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的第一方面,提供一种任务管理方法,包括:获取目标任务在至少一次历史执行过程中的历史执行数据,以及在当前执行过程中的当前执行数据;对所述历史执行数据进行离线分析,得到关于所述目标任务的时效性的离线分析结果;对所述当前执行数据进行实时分析,得到关于所述目标任务的时效性的实时分析结果;基于所述离线分析结果与所述实时分析结果,对所述目标任务进行管理。
在本公开的一种示例性实施例中,所述对所述历史执行数据进行离线分析,得到关于所述目标任务的时效性的离线分析结果,包括:对所述历史执行数据进行离线分析,得到关于所述目标任务的时效趋势和时效问题的分析结果;所述对所述当前执行数据进行实时分析,得到关于所述目标任务的时效性的实时分析结果,包括:对所述当前执行数据进行实时监控,得到关于所述目标任务的时效性的实时分析结果;所述基于所述离线分析结果与所述实时分析结果,对所述目标任务进行管理,包括:基于所述离线分析结果与所述实时分析结果,对所述目标任务时效性进行管理和提升。
在本公开的一种示例性实施例中,所述获取目标任务在至少一次历史执行过程中的历史执行数据,以及在当前执行过程中的当前执行数据,包括:接收由数据平台定期推送的所述目标任务的历史执行数据,以及所述数据平台实时推送的所述目标任务的当前执行数据。
在本公开的一种示例性实施例中,所述离线分析结果包括所述目标任务的趋势数据,所述实时分析结果包括所述目标任务的时效性数据;所述基于所述离线分析结果与所述实时分析结果,对所述目标任务进行管理,包括:基于所述趋势数据和所述时效性数据确定所述目标任务在所述当前执行过程的预计完成时间,以对所述目标任务进行管理。
在本公开的一种示例性实施例中,在确定所述目标任务在所述当前执行过程的预计完成时间后,所述方法还包括:如果所述预计完成时间晚于预定时间,则生成报警信息。
在本公开的一种示例性实施例中,所述方法还包括:调用所述目标任务的配置数据,以配置离线分析模块和实时分析模块,所述离线分析模块用于进行所述离线分析,所述实时分析模块用于进行所述实时分析。
根据本公开的一个方面,提供一种任务管理系统,包括:数据对接模块,用于获取目标任务在至少一次历史执行过程中的历史执行数据,以及在当前执行过程中的当前执行数据;离线分析模块,用于对所述历史执行数据进行离线分析,得到关于所述目标任务的时效性的离线分析结果;实时分析模块,用于对所述当前执行数据进行实时分析,得到关于所述目标任务的时效性的实时分析结果;数据服务模块,用于基于所述离线分析结果与所述实时分析结果,对所述目标任务进行管理。
在本公开的一种示例性实施例中,所述系统还包括:配置管理模块,用于调用所述目标任务的配置数据,以配置所述离线分析模块和所述实时分析模块。
在本公开的一种示例性实施例中,所述数据对接模块包括:第一接收单元,用于接收由数据平台定期推送的所述目标任务的历史执行数据;第二接收单元,用于接收由所述数据平台实时推送的所述目标任务的当前执行数据。
在本公开的一种示例性实施例中,所述数据对接模块还包括:第一存储单元,用于将所述历史执行数据存储至第一存储区域;第二存储单元,用于将所述当前执行数据存储至第二存储区域;其中,所述离线分析模块对所述第一存储区域中的历史执行数据进行离线分析,所述实时分析模块对所述第二存储区域中的当前执行数据进行实时分析。
在本公开的一种示例性实施例中,所述第一存储区域为数据仓库,所述第二存储区域为关系型数据库。
在本公开的一种示例性实施例中,所述数据服务模块包括多个服务组件,分别对所述目标任务提供不同类型的管理服务。
在本公开的一种示例性实施例中,所述多个服务组件包括:报表服务组件、任务报警组件、延迟报告组件。
在本公开的一种示例性实施例中,所述实时分析模块包括:实时计算单元,用于对所述当前执行数据进行实时计算;状态监测单元,用于根据所述实时计算的结果确定所述目标任务的实时状态;元数据查询单元,用于提供任务状态查询服务。
根据本公开的第四方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的方法。
根据本公开的第五方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的方法。
本公开的示例性实施例具有以下有益效果:
通过获取目标任务在至少一次历史执行过程中的历史执行数据,以及在当前执行过程中的当前执行数据,对历史执行数据进行离线分析,得到关于目标任务的时效性的离线分析结果,对当前执行数据进行实时分析,得到关于目标任务的时效性的实时分析结果,并基于离线分析结果与实时分析结果,对目标任务进行管理。一方面,通过对历史执行数据进行离线分析,可以获得关于目标任务的执行数据的趋势,以确定目标任务的历史执行状态,以便对一段时间内的目标任务进行分析管理;另一方面,通过对当前执行数据进行实时分析,可以实现对目标任务进行实时监控,获取关于目标任务的实时分析结果,确定目标任务当前的状态,以便及时发现任务运行的异常,能够对目标任务进行全局掌握。
应当理解的是,以上的一般描述和后文的细节述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示意性示出本示例性实施例中一种任务管理方法的流程图;
图2示意性示出本示例性实施例中一种实时报警的流程图;
图3示意性示出本示例性实施例中一种任务管理系统的模块图;
图4示意性示出本示例性实施例中另一种任务管理系统的模块图;
图5示意性示出本示例性实施例中日期组件的流程图;
图6示意性示出本示例性实施例中一种用于实现上述方法的电子设备;
图7示意性示出本示例性实施例中一种用于实现上述方法的计算机可读存储介质。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
本公开的示例性实施例首先提供了一种任务管理方法,本实施例方法的应用场景可以是:对实现某一数据功能所需的当前数据任务状态进行监控,或者对其历史数据任务进行分析等。本示例性实施例可以通过一套标准架构来监控和只能分析数据产品的时效性。
下面结合附图1对本示例性实施例做进一步说明,如图1所示,任务管理方法可以包括以下步骤S110~S140:
步骤S110,获取目标任务在至少一次历史执行过程中的历史执行数据,以及在当前执行过程中的当前执行数据。
其中,目标任务可以是指需要被监控或分析的任务,例如流量分析功能、销售分析功能、订单分析功能,多个目标任务可以共同完成某一功能,例如流量分析功能,其可以包括浏览数据分析、下单数据分析、评论数据分析等等任务,则这些任务都可以被认为是目标任务。换而言之,可以将上述功能视为一菜单,能够使该菜单内容正常运行所需要的任务即为目标任务,每一目标任务中可以包括完成该任务所需的数据,在本示例性实施例中,可以通过定时收集用户数据确定任务所需的数据等。执行过程可以是上述目标任务的运行过程,执行数据可以是目标任务的运行状态,例如目标任务的进度、进程、速度、运行时间、完成百分比等等,则历史执行数据即为历史任务的运行状态,当前执行数据即为当前任务的运行状态。目标任务在至少一次历史执行过程中的历史执行数据可以认为是预设时间段的历史执行过程中的历史执行数据,例如可以是日任务的执行数据,周任务的执行数据或月任务的执行数据等等。在本示例性实施例中,可以从特定数据库中获取目标任务以及其执行数据,目标任务的历史执行数据和当前执行数据可以从不同的数据平台中获取,例如历史执行数据可以从定时录入数据的数据仓库中获取,当前执行数据可以从实时数据平台,如大数据中获取等等。
步骤S120,对历史执行数据进行离线分析,得到关于目标任务的时效性的离线分析结果。
本示例性实施例可以采用在线编辑脚本的技术完成目标任务中数据的计算,其对历史执行数据进行离线分析可以设置不同的周期,例如每天、每周、每月分析一次目标任务历史执行数据。在本示例性实施例中,历史执行数据可以从数据仓库中抽取,并进行分析,考虑到原始数据的分布较为复杂,且数据量较大,为了对与目标任务具有关联关系的不同数据源的数据进行收集、整理等,以便于后续计算,提高执行数据的针对性,可以将历史执行数据通过特定模型进行整合处理,例如通过特定的数据模型、算法模型和数据推送模型将目标任务的历史执行数据的原始数据整合为基础数据模型,再通过算法和业务逻辑整合成通用数据模型,最后整合成时效性应用模型等,本示例性实施例可以根据数据库中不同数据表,将有效数据整合到同一数据表中,进行计算分析,提高了数据的针对性。时效性的离线分析结果可以是关于目标任务的时效趋势和时效问题的分析结果,时效趋势可以反映目标任务在一段时间内的运行状态,例如一周内目标任务的运行时长、运行速度等状态的趋势,时效问题可以反映目标任务运行过程中的问题,例如运行进度异常、运行速度降低等等。
步骤S130,对当前执行数据进行实时分析,得到关于目标任务的时效性的实时分析结果。
其中,实时分析结果可以是对当前执行数据的检测结果,其可以是目标任务的运行状态或者是否出现异常等等,例如目标任务为浏览数据分析,对该目标任务进行实时分析,可以实时监控该任务的进程、进度或速度,当其中数据计算出现异常情况,如速度降低或进度暂停时,可以得到关于该任务的实时分析结果,监控人员根据实时分析结果可以及时对目标任务进行查看并优化,例如排查影响任务速度的因素、调整任务进度或重置等等。在本示例性实施例中,对当前执行数据进行实时分析可以认为是对当前执行数据进行实时监控,以实时掌握当前目标任务的运行状态。
步骤S140,基于离线分析结果与实时分析结果,对目标任务进行管理。
其中,对目标任务进行管理可以包括根据离线分析结果与实时分析结果,对执行数据进行可视化分析、实时监控、实时报警或接入其他日期控件等等。例如,采用图表(如时间-进度曲线)反映目标任务的执行过程的状态等。可视化分析可以包括任务履约和任务分析两个方面,其可以从菜单粒度、任务粒度或数据产品粒度等不同维度对目标任务的执行数据进行分析,其中,菜单粒度可以反映功能下目标任务的数量,目标任务越多菜单粒度越大,任务粒度可以反映目标任务中数据的数量,数据量越大,任务粒度越大等等。在本示例性实施例中,根据离线分析结果与实时分析结果可以通过多种组件,对目标任务时效性进行管理和提升,使研发人员能够及时发现目标任务的问题,使数据产品能够通过调用服务组件获取目标任务的分析结果,以便智能化开放目标任务的分析结果。
基于上述说明,在本示例性实施例中,通过获取目标任务在至少一次历史执行过程中的历史执行数据,以及在当前执行过程中的当前执行数据,对历史执行数据进行离线分析,得到关于目标任务的时效性的离线分析结果,对当前执行数据进行实时分析,得到关于目标任务的时效性的实时分析结果,并基于离线分析结果与实时分析结果,对目标任务进行管理。一方面,通过对历史执行数据进行离线分析,可以获得关于目标任务的执行数据的趋势,以确定目标任务的历史执行状态,以便对一段时间内的目标任务进行分析管理;另一方面,通过对当前执行数据进行实时分析,可以实现对目标任务进行实时监控,获取关于目标任务的实时分析结果,确定目标任务当前的状态,以便及时发现任务运行的异常,能够对目标任务进行全局掌握。
在一示例性实施例中,步骤S110可以包括:
接收由数据平台定期推送的目标任务的历史执行数据,以及数据平台实时推送的目标任务的当前执行数据。
其中,数据平台是指用于存储执行数据的平台,其可以是数据仓库、或其他关系型数据库,如mysql、hbase、neo4j、redis等数据库等,本公开对此不做具体限定。在本示例性实施例中,实时推送可以是指当数据平台每次获取最新数据时,就能够对获取到的当前最新的执行数据进行推送,其可以是研发人员对数据进行增删改查时,实时推送执行数据的状态。定期推送可以是根据以时间周期推送历史还行数据,其时间周期可以是根据需要设置,例如数据量大,需要及时进行离线计算时,可以设置一天为一个时间周期,或者想要分析近一段时间内的执行数据的趋势,也可以设置一周为一个时间周期等等。
在一示例性实施例中,上述离线分析结果可以包括目标任务的趋势数据,上述实时分析结果包括目标任务的时效性数据;
进一步的,步骤S140可以包括:
基于趋势数据和时效性数据确定目标任务在当前执行过程的预计完成时间,以对目标任务进行管理。
其中,趋势数据可以反映目标任务在预设时间内的运行趋势,例如运行目标任务A第一天需要3个小时,第二天需要2.5个小时,第三天需要2.5个小时,根据这些数据,可以确定完成目标任务A在这三天内的完成时间的趋势比较平稳。时效性数据可以反映目标任务在当前任务执行过程中的状态,例如运行目标任务A耗时时长、每秒速度、开始时间或结束时间等等。在本示例性实施例中,根据趋势数据以及时效性数据可以确定目标任务在当前执行过程的预设完成时间,举例说明,目标任务A的趋势数据中包括完成目标任务A需要3个小时,则当前目标任务A在执行过程中,根据当前时间可以预测完成目标任务A还需要多长时间。
在本示例性实施例中,目标任务中可以包括多个子任务,例如浏览数据分析任务可以包括数据收集任务、数据计算任务、数据分析任务等等。多个子任务运行完成后目标任务才能完成,本示例性实施例可以根据多个子任务的历史运行数据确定目标任务的预设完成时间,举例说明,浏览数据分析任务的历史执行数据包括,数据收集任务进行0.5个小时后,数据计算任务开始运行,并对收集到的数据进行计算,当数据计算任务进行1个小时后,数据分析任务开始运行,通过各子任务的运行状态时间,可以确定任务运行的历史时间-进度曲线,根据当前浏览数据分析任务中当前的执行数据,也可以确定一实时时间-进度曲线,通过与历史时间-进度曲线对比分析,可以预测各子任务的完成时间,以及目标任务的预设完成时间。本示例性实施例可以通过历史执行数据预测当前执行数据,便于分析当前执行数据的运行情况是否出现异常。
在一示例性实施例中,在确定目标任务在当前执行过程的预计完成时间后,任务管理方法还可以包括:
如果预计完成时间晚于预定时间,则生成报警信息。
为了使研发人员能够及时获取到任务进行过程中的异常情况,并及时针对异常情况作出相应的处理。可以设置一报警机制。如果目标任务的预设完成时间晚于预设时间,则向研发人员发送报警信息。其中,预设时间可以根据需要人为进行设定,例如设置每天早上八点,如果目标任务在八点还未进行完成,则向研发人员发送报警信息。
在一示例性实施例中,对目标任务进行管理可以包括离线分析时,对未完成的目标任务实时报警,具体的,实时报警可以包括以下步骤:
步骤S201,检测当前时间是否达到第一预设时间;
步骤S202,如果到达第一预设时间,则获取多个菜单;
步骤S203,根据多个菜单,确定每个菜单下的目标任务;
步骤S204,确定目标任务的任务信息;
步骤S205,基于任务信息检测目标任务是否完成;
步骤S206,如果目标任务的均已完成,发送目标任务已完成的提示信息;
步骤S207,如果存在未完成的目标任务,则根据未完成的目标任务的信息确定对应的菜单;
步骤S208,发送任务未完成的提示信息;
步骤S209,周期性检测未完成的目标任务是否完成;
步骤S210,如果仍有目标任务未完成,则检测当前时间是否到达第二预设时间;
步骤S211,如果到达第二预设时间,则停止检测目标任务是否完成,结束当前流程。
其中,第一预设时间可以是预设的首次检测目标任务是否完成的时间,如果当前时间达到第一预设时间,则获取多个菜单,并确定每个菜单下的目标任务的信息,信息可以包括目标任务的运行信息,例如是否出现异常、是否运行完成、开始时间或者结束时间等等。根据目标任务的信息可以确定目标任务是否完成。如果当前时间还未到达第一预设时间,则目标任务可以继续运行,无需进行当前报警流程;如果到达第一预设时间,则执行步骤S203获取多个菜单,从而对目标任务的运行状况进行检测。第二预设时间可以是用于触发结束当前流程的时间,考虑到如果存在某些目标任务出现异常,持续无法运行完成则会一直触发报警提示信息,可以设置第二预设时间的机制,如果当前是时间未到达第二预设时间,则继续执行步骤S205,实现周期性检测目标任务是否完成;如果当前时间到达第二预设时间,仍然存在未完成的目标任务,则不在进行检测目标任务是否完成的步骤,直接结束当前流程,例如可以设置第一预设时间为早上八点,第二预设时间为下午一点,则到达早上八点后,检测目标任务是否都已完成,如果未完成,统计未完成的目标任务,并设置周期,每十分钟检测一次未完成的目标任务是否运行完成,如果到下午一点仍然有未完成的目标任务,则结束当前流程。
在一示例性实施例中,任务管理方法还可以包括:
调用目标任务的配置数据,以配置离线分析模块和实时分析模块,离线分析模块用于进行离线分析,实时分析模块用于进行实时分析。
其中,配置数据可以是能够反映目标任务与其他任务或菜单(功能)关联关系的配置信息,例如浏览数据分析菜单开放,需要完成数据收集任务、数据计算任务、数据分析任务,则数据收集任务、数据计算任务、数据分析任务可以视为关于浏览数据分析菜单的配置数据,数据收集任务、数据计算任务、数据分析任务之间的关系也可以视为配置数据等。根据配置数据,可以为离线分析模块和实时分析模块提供其分析时各目标任务的配置信息,以便其进行针对性的分析。其中,离线分析模块用于进行目标任务的离线分析,实时分析模块用于进行目标任务的实时分析。
本公开的示例性实施例还提供了一种任务管理系统。参照图3,该系统300可以包括:
数据对接模块310,用于获取目标任务在至少一次历史执行过程中的历史执行数据,以及在当前执行过程中的当前执行数据;
离线分析模块320,用于对历史执行数据进行离线分析,得到关于目标任务的时效性的离线分析结果;
实时分析模块330,用于对当前执行数据进行实时分析,得到关于目标任务的时效性的实时分析结果;
数据服务模块340,用于基于离线分析结果与实时分析结果,对目标任务进行管理。
其中,数据对接模块310可以用于执行上述步骤S110,离线分析模块320可以用于执行步骤S120,实时分析模块330可以用于执行步骤S130,数据服务模块340可以用于执行步骤S140。
图4示出了本示例性实施例中另一种任务管理系统的示意图,在一示例性实施例中,任务管理系统还可以包括:
配置管理模块350,用于调用目标任务的配置数据,以配置离线分析模块和实时分析模块。
其中,配置管理模块350可以用于存储目标任务与其他任务或菜单(功能)关联关系的配置信息,以供离线分析模块320和实时分析模块330进行目标任务的分析。所有的配置信息可以通过服务化的方式对研发人员开放接口,以使其能够接入其他模块或系统中,进行目标任务的配置管理。
在一示例性实施例中,数据对接模块310还可以包括:
第一接收单元,用于接收由数据平台定期推送的目标任务的历史执行数据;
第二接收单元,用于接收由数据平台实时推送的目标任务的当前执行数据。
其中,第一接收单元接收的历史执行数据用于在离线分析模块对其进行离线分析,第二接收单元接收的当前执行数据用于在实时分析模块对其进行实时分析。
在一示例性实施例中,数据对接模块310还可以包括:
第一存储单元,用于将历史执行数据存储至第一存储区域;
第二存储单元,用于将当前执行数据存储至第二存储区域;
其中,离线分析模块320对第一存储区域中的历史执行数据进行离线分析,其可以包括基础数据单元321,通用数据单元322,应用数据单元323,在本示例性实施例中,可以通过特定的数据模型、算法模型和数据推送模型将目标任务的历史执行数据的原始数据整合为基础数据模型,再通过算法和业务逻辑整合成通用数据模型,最后整合成时效性应用模型等。离线分析模块320还包括引擎存储单元324,其可以包括presto、mysql、hbase、elasticsearch等数据库,应用数据单元323中的数据可以同步至引擎存储单元324,以实现研发人员对目标任务的数据查询。
实时分析模块330对第二存储区域中的当前执行数据进行实时分析。
在一示例性实施例中,实时分析模块330还可以包括:
实时计算单元331,用于对所述当前执行数据进行实时计算;
状态检测单元332,用于根据实时计算的结果确定目标任务的实时状态;
元数据查询单元333,用于提供任务状态查询服务。
其中,任务状态可以是目标任务的运行信息或者目标任务所在哪一菜单的信息,例如运行时间、运行速度、预计完成时间、运行进程等,或者该目标任务属于哪一菜单下的任务等等。研发人员可以通过元数据查询单元及时查询到目标任务的状态信息。状态检测单元可以反映菜单下各个目标任务的实时状态,例如当前目标任务的进度、速度等,每个目标任务完成时,其执行数据都可以实时存储于大数据平台,例如特定缓存区域、hbase等数据存储平台。实时计算单元可以视为对所有目标任务的实时状态数据进行数据加工,以获取某一菜单下所有目标任务的汇总结果,即可以将实时计算单元作为一个计算层。在本示例性实施例中,实时计算单元可以采用分布式多线程的计算架构实时对外部提供实时的目标任务状态的聚合情况,换而言之可以实时反映多个目标任务的执行数据的状态。
在一示例性实施例中,第一存储区域可以为数据仓库,第二存储区域可以为关系型数据库。
其中,数据仓库是一种决策支持系统(dss)和联机分析应用数据源的结构化数据环境。数据仓库可以用于存储从数据库中获取的目标任务的历史执行数据。其具有面向主题、集成性、稳定性和时变性的特征,有利于对历史执行数据的存储。关系型数据库是一种建立在关系模型基础上的数据库,其可以是mysql、hbase、neo4j、redis等数据库,本公开对此不做具体限定。
在一示例性实施例中,数据服务模块340可以包括多个服务组件,其分别对目标任务提供不同类型的管理服务。
其中,服务组件可以是根据离线分析结果和实时分析结果生成的功能性组件,其可以包括能够用于可视化分析、实时监控、实时报警、日期控制等的组件。具体的,多个服务组件可以包括报表服务组件341、任务报警组件342、延迟报告组件343。在本示例性实施例中,数据服务模块340中各服务组件可以被数据产品360调用,
其中,报表服务组件341可以反映目标任务执行过程的执行数据,其可以是任务履约报表、任务履约明细等等;任务报警组件342可以对目标任务执行过程中的异常情况进行报警,其可以以发送报警短信的形式实现,通过任务报警组件,研发人员能够及时获取目标任务执行过程中的异常情况,并进行针对性的优化或维护等;延迟报告组件343可以包括延迟的目标任务的报告,其可以反映某些出现延迟情况的目标任务的执行数据,以便研发人员对其进行分析。此外,服务组件还可以包括实时看板、日期组件等,其中,日期组件可以使目标任务中的运行数据可以动态开放。
考虑到如果目标任务未运行完成就开放给用户,会造成用户访问获得空数据或脏数据的情况。在一示例性实施例中,可以采用日期组件确定为访问菜单的用户提供哪一时段的数据分析结果,例如当用户早上八点访问菜单时,如果所有目标任务都已运行完成,则可以向其提供前一天的数据分析结果,如果有目标任务未完成,则可以向其提供前两天的数据分析结果。
上述日期组件确定关于目标任务的数据分析结果可查询的最晚日期的具体流程如图5所示,可以包括以下步骤:
步骤S501,响应于当前菜单被访问;
步骤S502,缓存中有当前菜单的最晚可选时间;
步骤S503,从缓存中读取当前菜单的最晚可选时间;
步骤S504,获取当前菜单的信息;
步骤S505,检测日期类型属性是否为周期性变化的;
步骤S506,如果不是周期性变化的,则获取该菜单设置的定期不变的日期;
步骤S507,如果是周期变化的,则获取菜单设置的周期;
步骤S508,检测当前时间是否为第一预设时间之前;
步骤S509,如果在第一预设时间之前,则根据菜单设置的周期计算前两个周期的日期;
步骤S510,如果未在第一预设时间之前,则读取当前菜单对应的目标任务;
步骤S511,获取目标任务的完成状态;
步骤S512,如果未成功获取目标任务的完成状态,则根据菜单设置的周期计算前一个周期的日期;
步骤S513,如果成功获取目标任务的完成状态,则获取目标任务的完成时间;
步骤S514,检测目标任务是否均已完成,如果完成则执行步骤S514;
步骤S515,如果有未完成的目标任务,则根据菜单设置的周期计算两个周期的日期;
步骤S516,根据步骤503、506、509、514以及515确定当前菜单可查询的最晚日期和开始时间;
步骤S517,检测菜单是否有日期控件;
步骤S518,如果有,时间控件可以进行初始化设置;
步骤S519,采用初始化完成的日期进行第一次查询;
步骤S520,如果菜单没有日期控件,则获取当前菜单的最晚可选时间,进行第一次查询;
步骤S521,结束当前流程。
本示例性实施例可以基于日期组件确定目标任务的分析结果的开放时间,为用户提供最新数据的智能开放。
上述装置中各模块/单元的具体细节在方法部分的实施例中已经详细说明,未披露的细节内容可以参见方法部分的实施例内容,因此此处不再赘述。
本公开的示例性实施例还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图6来描述根据本公开的这种示例性实施例的电子设备600。图6显示的电子设备600仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:上述至少一个处理单元610、上述至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640。
其中,存储单元存储有程序代码,程序代码可以被处理单元610执行,使得处理单元610执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如,处理单元610可以执行图1所示的步骤S110~S140等。
存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)621和/或高速缓存存储单元622,还可以进一步包括只读存储单元(ROM)623。
存储单元620还可以包括具有一组(至少一个)程序模块625的程序/实用工具624,这样的程序模块625包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备800(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器660通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开示例性实施例的方法。
本公开的示例性实施例还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在终端设备上运行时,程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
参考图7所示,描述了根据本公开的示例性实施例的用于实现上述方法的程序产品700,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本公开的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、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)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的示例性实施例,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (16)
1.一种任务管理方法,其特征在于,包括:
获取目标任务在至少一次历史执行过程中的历史执行数据,以及在当前执行过程中的当前执行数据;
对所述历史执行数据进行离线分析,得到关于所述目标任务的时效性的离线分析结果;
对所述当前执行数据进行实时分析,得到关于所述目标任务的时效性的实时分析结果;
基于所述离线分析结果与所述实时分析结果,对所述目标任务进行管理。
2.根据权利要求1所述的方法,其特征在于,所述对所述历史执行数据进行离线分析,得到关于所述目标任务的时效性的离线分析结果,包括:
对所述历史执行数据进行离线分析,得到关于所述目标任务的时效趋势和时效问题的分析结果;
所述对所述当前执行数据进行实时分析,得到关于所述目标任务的时效性的实时分析结果,包括:
对所述当前执行数据进行实时监控,得到关于所述目标任务的时效性的实时分析结果;
所述基于所述离线分析结果与所述实时分析结果,对所述目标任务进行管理,包括:
基于所述离线分析结果与所述实时分析结果,对所述目标任务时效性进行管理和提升。
3.根据权利要求1所述的方法,其特征在于,所述获取目标任务在至少一次历史执行过程中的历史执行数据,以及在当前执行过程中的当前执行数据,包括:
接收由数据平台定期推送的所述目标任务的历史执行数据,以及所述数据平台实时推送的所述目标任务的当前执行数据。
4.根据权利要求1所述的方法,其特征在于,所述离线分析结果包括所述目标任务的趋势数据,所述实时分析结果包括所述目标任务的时效性数据;
所述基于所述离线分析结果与所述实时分析结果,对所述目标任务进行管理,包括:
基于所述趋势数据和所述时效性数据确定所述目标任务在所述当前执行过程的预计完成时间,以对所述目标任务进行管理。
5.根据权利要求4所述的方法,其特征在于,在确定所述目标任务在所述当前执行过程的预计完成时间后,所述方法还包括:
如果所述预计完成时间晚于预定时间,则生成报警信息。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
调用所述目标任务的配置数据,以配置离线分析模块和实时分析模块,所述离线分析模块用于进行所述离线分析,所述实时分析模块用于进行所述实时分析。
7.一种任务管理系统,其特征在于,包括:
数据对接模块,用于获取目标任务在至少一次历史执行过程中的历史执行数据,以及在当前执行过程中的当前执行数据;
离线分析模块,用于对所述历史执行数据进行离线分析,得到关于所述目标任务的时效性的离线分析结果;
实时分析模块,用于对所述当前执行数据进行实时分析,得到关于所述目标任务的时效性的实时分析结果;
数据服务模块,用于基于所述离线分析结果与所述实时分析结果,对所述目标任务进行管理。
8.根据权利要求7所述的系统,其特征在于,所述系统还包括:
配置管理模块,用于调用所述目标任务的配置数据,以配置所述离线分析模块和所述实时分析模块。
9.根据权利要求7所述的系统,其特征在于,所述数据对接模块包括:
第一接收单元,用于接收由数据平台定期推送的所述目标任务的历史执行数据;
第二接收单元,用于接收由所述数据平台实时推送的所述目标任务的当前执行数据。
10.根据权利要求8所述的系统,其特征在于,所述数据对接模块还包括:
第一存储单元,用于将所述历史执行数据存储至第一存储区域;
第二存储单元,用于将所述当前执行数据存储至第二存储区域;
其中,所述离线分析模块对所述第一存储区域中的历史执行数据进行离线分析,所述实时分析模块对所述第二存储区域中的当前执行数据进行实时分析。
11.根据权利要求10所述的系统,其特征在于,所述第一存储区域为数据仓库,所述第二存储区域为关系型数据库。
12.根据权利要求7所述的系统,其特征在于,所述数据服务模块包括多个服务组件,分别对所述目标任务提供不同类型的管理服务。
13.根据权利要求12所述的系统,其特征在于,所述多个服务组件包括:报表服务组件、任务报警组件、延迟报告组件。
14.根据权利要求7所述的系统,其特征在于,所述实时分析模块包括:
实时计算单元,用于对所述当前执行数据进行实时计算;
状态监测单元,用于根据所述实时计算的结果确定所述目标任务的实时状态;
元数据查询单元,用于提供任务状态查询服务。
15.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-6任一项所述的方法。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910802712.8A CN112445583B (zh) | 2019-08-28 | 2019-08-28 | 任务管理方法、任务管理系统、电子设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910802712.8A CN112445583B (zh) | 2019-08-28 | 2019-08-28 | 任务管理方法、任务管理系统、电子设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112445583A true CN112445583A (zh) | 2021-03-05 |
CN112445583B CN112445583B (zh) | 2024-09-20 |
Family
ID=74740654
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910802712.8A Active CN112445583B (zh) | 2019-08-28 | 2019-08-28 | 任务管理方法、任务管理系统、电子设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112445583B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113094241A (zh) * | 2021-05-07 | 2021-07-09 | 北京京东振世信息技术有限公司 | 一种实时程序准确性的确定方法、装置、设备及存储介质 |
CN113407617A (zh) * | 2021-06-25 | 2021-09-17 | 交控科技股份有限公司 | 基于大数据技术的实时与离线业务统一处理方法和装置 |
CN114035743A (zh) * | 2021-10-14 | 2022-02-11 | 长沙韶光半导体有限公司 | 机器人传感数据的存储方法及相关设备 |
CN114764417A (zh) * | 2022-06-13 | 2022-07-19 | 深圳致星科技有限公司 | 隐私计算、隐私数据及联邦学习的分散式处理方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160132828A1 (en) * | 2014-11-12 | 2016-05-12 | International Business Machines Corporation | Real-time continuous realignment of a large-scale distributed project |
US20170142482A1 (en) * | 2015-11-13 | 2017-05-18 | Le Holdings (Beijing) Co., Ltd. | Video platform monitoring and analyzing system |
CN108038085A (zh) * | 2017-12-27 | 2018-05-15 | 世纪龙信息网络有限责任公司 | 实时任务的数据校准方法及装置 |
CN109669931A (zh) * | 2018-12-29 | 2019-04-23 | 上海携程商务有限公司 | 历史数据异常分析方法、系统、设备及存储介质 |
CN110008082A (zh) * | 2019-03-16 | 2019-07-12 | 平安科技(深圳)有限公司 | 异常任务智能监测方法、装置、设备及存储介质 |
-
2019
- 2019-08-28 CN CN201910802712.8A patent/CN112445583B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160132828A1 (en) * | 2014-11-12 | 2016-05-12 | International Business Machines Corporation | Real-time continuous realignment of a large-scale distributed project |
US20170142482A1 (en) * | 2015-11-13 | 2017-05-18 | Le Holdings (Beijing) Co., Ltd. | Video platform monitoring and analyzing system |
CN108038085A (zh) * | 2017-12-27 | 2018-05-15 | 世纪龙信息网络有限责任公司 | 实时任务的数据校准方法及装置 |
CN109669931A (zh) * | 2018-12-29 | 2019-04-23 | 上海携程商务有限公司 | 历史数据异常分析方法、系统、设备及存储介质 |
CN110008082A (zh) * | 2019-03-16 | 2019-07-12 | 平安科技(深圳)有限公司 | 异常任务智能监测方法、装置、设备及存储介质 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113094241A (zh) * | 2021-05-07 | 2021-07-09 | 北京京东振世信息技术有限公司 | 一种实时程序准确性的确定方法、装置、设备及存储介质 |
CN113094241B (zh) * | 2021-05-07 | 2023-09-05 | 北京京东振世信息技术有限公司 | 一种实时程序准确性的确定方法、装置、设备及存储介质 |
CN113407617A (zh) * | 2021-06-25 | 2021-09-17 | 交控科技股份有限公司 | 基于大数据技术的实时与离线业务统一处理方法和装置 |
CN114035743A (zh) * | 2021-10-14 | 2022-02-11 | 长沙韶光半导体有限公司 | 机器人传感数据的存储方法及相关设备 |
CN114035743B (zh) * | 2021-10-14 | 2024-05-14 | 长沙韶光半导体有限公司 | 机器人传感数据的存储方法及相关设备 |
CN114764417A (zh) * | 2022-06-13 | 2022-07-19 | 深圳致星科技有限公司 | 隐私计算、隐私数据及联邦学习的分散式处理方法及装置 |
CN114764417B (zh) * | 2022-06-13 | 2022-08-26 | 深圳致星科技有限公司 | 隐私计算、隐私数据及联邦学习的分散式处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112445583B (zh) | 2024-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112445583B (zh) | 任务管理方法、任务管理系统、电子设备、存储介质 | |
JP7142116B2 (ja) | 知識集約型データ処理システム | |
CN111538634B (zh) | 计算系统、方法及存储介质 | |
US10558545B2 (en) | Multiple modeling paradigm for predictive analytics | |
US9037707B2 (en) | Propagating a diagnostic session for business transactions across multiple servers | |
EP3567496A1 (en) | Systems and methods for indexing and searching | |
US8135666B2 (en) | Systems and methods for policy based execution of time critical data warehouse triggers | |
US11650966B2 (en) | Assisted problem identification in a computing system | |
CN114207590A (zh) | 服务质量标准决定的自动化操作数据管理 | |
CN112948223B (zh) | 一种监测运行情况的方法和装置 | |
GB2516357A (en) | Methods and apparatus for monitoring conditions prevailing in a distributed system | |
CN115640107A (zh) | 运行维护方法、装置、设备及介质 | |
CN112445691B (zh) | 非侵入式智能合约性能检测方法和装置 | |
CN113420935A (zh) | 故障定位方法、装置、设备和介质 | |
CN114387123B (zh) | 数据采集管理方法 | |
CN113934595A (zh) | 数据分析方法及系统、存储介质及电子终端 | |
KR100811433B1 (ko) | 복합이벤트 처리시스템 및 복합이벤트 처리방법 | |
US9459939B2 (en) | In-memory approach to extend semantic event processing with domain insights | |
CN113329128A (zh) | 话务数据预测方法及装置、电子设备、存储介质 | |
CN111159237A (zh) | 系统数据分发方法、装置、存储介质及电子设备 | |
CN117057755B (zh) | 面向工业控制设备的流程热更新方法、设备及介质 | |
US20140316851A1 (en) | Predicting customer receptivity for commercial engagement | |
CN114282694A (zh) | 电力维保控制方法及装置、计算设备和计算机可读存储介质 | |
CN118586682A (zh) | 生产管理方法、系统、设备、存储介质及产品 | |
CN116780755A (zh) | 一种云资源调度运行系统 |
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 |