CN112463779A - 一种数据处理方法、装置、设备及存储介质 - Google Patents
一种数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112463779A CN112463779A CN202011345340.XA CN202011345340A CN112463779A CN 112463779 A CN112463779 A CN 112463779A CN 202011345340 A CN202011345340 A CN 202011345340A CN 112463779 A CN112463779 A CN 112463779A
- Authority
- CN
- China
- Prior art keywords
- target
- stream data
- alarm
- data
- alarm information
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000003745 diagnosis Methods 0.000 claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000012163 sequencing technique Methods 0.000 claims abstract description 18
- 238000004590 computer program Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 abstract description 13
- 238000012544 monitoring process Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000004140 cleaning Methods 0.000 description 6
- 238000005192 partition Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 239000013307 optical fiber Substances 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06F16/21—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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Quality & Reliability (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种数据处理方法、装置、设备及存储介质。该方法包括：获取待处理流数据；将所述待处理流数据输入消息中间件后，得到第一流数据；于获取到故障诊断指令后，对所述故障诊断指令携带的目标时间窗口内的第一流数据进行排序，得到目标流数据，通过本发明的技术方案，以实现能够将流式数据处理技术与传统数据库结合，解决复杂的电池故障状态告警不及时、指定连续时间窗口内特征值提取及需要模型算法识别类故障无法精准识别问题，将数据存储在传统数据库中，在传统数据库中对数据进行重新排序，将无序数据处理成有序、连续和时间窗口内完整的数据形式，结合故障模型进行电池故障识别并及时预警，对故障解决状态进行有效监管。
Description
技术领域
本发明实施例涉及数据处理技术领域，尤其涉及一种数据处理方法、装置、设备及存储介质。
背景技术
目前网联车辆能够以一定周期(1s、5s、10s等)为间隔向云端发送车辆状态数据，包括时间、累计行驶里程、经纬度坐标、蓄电池剩余电量、单体电池电压、温度等。数据以密文形式传输，且为非结构化数据，需要进行解密以及数据清洗及结构化解析后方可用于分析、监控。传统数据仓库采取T+1的方式对数据进行解析和分析，实时性不够，无法快速将问题暴露，起不到监控和预警效果；现有流式计算技术看似可以解决实时性问题，但电池状态监控需要对指定时间窗口内的连续数据进行模型运算，消息中间件入kafka及数据补发场景使得无法保证指定时间窗口内数据的有序性、连续性和完整性。
发明内容
本发明实施例提供一种数据处理方法、装置、设备及存储介质，以实现能够将流式数据处理技术与传统数据库结合，解决复杂的电池故障状态告警不及时、指定连续时间窗口内特征值提取及需要模型算法识别类故障无法精准识别问题。通过实时流数据处理技术对数据进行解码、数据清洗、及结构化处理操作，将数据存储在传统数据库中，在传统数据库中对数据进行重新排序，将无序数据处理成有序、连续和时间窗口内完整的数据形式，结合故障模型进行电池故障识别并及时预警，建立故障解决监控系统，对故障解决状态进行有效监管。
第一方面，本发明实施例提供了一种数据处理方法，包括：
获取待处理流数据；
将所述待处理流数据输入消息中间件后，得到第一流数据；
于获取到故障诊断指令后，对所述故障诊断指令携带的目标时间窗口内的第一流数据进行排序，得到目标流数据。
第二方面，本发明实施例还提供了一种数据处理装置，该装置包括：
获取模块，用于获取待处理流数据；
输入模块，用于将所述待处理流数据输入消息中间件后，得到第一流数据；
排序模块，用于于获取到故障诊断指令后，对所述故障诊断指令携带的目标时间窗口内的第一流数据进行排序，得到目标流数据。
第三方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明实施例中任一所述的方法。
第四方面，本发明实施例还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如本发明实施例中任一所述的方法。
本发明实施例通过获取待处理流数据；将所述待处理流数据输入消息中间件后，得到第一流数据；于获取到故障诊断指令后，对所述故障诊断指令携带的目标时间窗口内的第一流数据进行排序，得到目标流数据，以实现能够将流式数据处理技术与传统数据库结合，解决复杂的电池故障状态告警不及时、指定连续时间窗口内特征值提取及需要模型算法识别类故障无法精准识别问题。通过实时流数据处理技术对数据进行解码、数据清洗、及结构化处理操作，将数据存储在传统数据库中，在传统数据库中对数据进行重新排序，将无序数据处理成有序、连续和时间窗口内完整的数据形式，结合故障模型进行电池故障识别并及时预警，建立故障解决监控系统，对故障解决状态进行有效监管。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1是本发明实施例一中的一种数据处理方法的流程图；
图1a是本发明实施例一中的数据存储示意图；
图1b是本发明实施例一中的告警流程图；
图2是本发明实施例二中的一种数据处理装置的结构示意图；
图3是本发明实施例三中的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
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定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例一
图1为本发明实施例一提供的一种数据处理方法的流程图，本实施例可适用于数据处理的情况，该方法可以由本发明实施例中的数据处理装置来执行，该装置可采用软件和/或硬件的方式实现，如图1所示，该方法具体包括如下步骤：
S110，获取待处理流数据。
其中，所述待处理流数据为获取到的车辆数据，例如可以是，车辆上传云端的实时数据和历史数据。
S120，将所述待处理流数据输入消息中间件后，得到第一流数据。
示例性的，所述第一流数据的分区内数据有序，例如可以是，如图1a所示，解码后的密文数据输入消息中间件后，得到的数据为V01,xxx,07，V01,xxx,08，V01,xxx,09，V01,xxx,04，V01,xxx,05，V01,xxx,06，V01,xxx,01，V01,xxx,02，V01,xxx,03，其中，V01,xxx,07，V01,xxx,08，V01,xxx,09这一分区是有序的，V01,xxx,04，V01,xxx,05，V01,xxx,06这一分区是有序的，V01,xxx,01，V01,xxx,02，V01,xxx,03，这一分区是有序的。
S130，于获取到故障诊断指令后，对所述故障诊断指令携带的目标时间窗口内的第一流数据进行排序，得到目标流数据。
其中，所述诊断指令携带的目标时间窗可以为根据诊断指令中的业务需求确定的，也可以为从诊断指令中的业务需求中获取的，本发明实施例对比不进行限制。
示例性的，于获取到故障诊断指令后，对所述故障诊断指令携带的目标时间窗口内的第一流数据进行排序，得到目标流数据，例如可以是，如图1a所示，于获取到故障诊断指令后，获取诊断指令携带的目标时间窗口为V01,xxx,01，V01,xxx,02，V01,xxx,03，V01,xxx,04，V01,xxx,05，V01,xxx,06，V01,xxx,07，V01,xxx,08，V01,xxx,09对应的时间窗口，则需要将第一流数据V01,xxx,07，V01,xxx,08，V01,xxx,09，V01,xxx,04，V01,xxx,05，V01,xxx,06，V01,xxx,01，V01,xxx,02，V01,xxx,03进行排序，得到目标流数据V01,xxx,01，V01,xxx,02，V01,xxx,03，V01,xxx,04，V01,xxx,05，V01,xxx,06，V01,xxx,07，V01,xxx,08，V01,xxx,09。
可选的，于获取到故障诊断指令后，对所述故障诊断指令携带的目标时间窗口内的第一流数据进行排序，得到目标流数据包括：
于获取到故障诊断指令后，若获取到中断信号，则获取所述中断信号对应的目标等待时间，其中，所述故障诊断指令携带目标时间窗口；
根据所述目标时间窗口和所述目标等待时间确定第一时间窗口；
对所述第一时间窗口内的第一流数据进行排序，得到目标流数据。
其中，所述目标等待时间可以为设定值，例如可以是，若获取到中断信号，则获取预设的目标等待时间。所述目标等待时间也可以为查询得到的对应值，例如可以是，若获取到中断信号，则根据中断信号查询数据库，得到中断信号对应的目标等待时间，本发明实施例对此不进行限制。
可选的，于获取到故障诊断指令后，对所述故障诊断指令携带的目标时间窗口内的第一流数据进行排序，得到目标流数据之后，还包括：
根据所述目标流数据确定目标告警信息；
根据所述目标告警信息查询告警列表；
若在所述告警列表中识别出与所述目标告警信息匹配的告警信息，且所述告警信息的状态为未解决，则不进行告警。
可选的，还包括：
若未在所述告警列表中识别出与所述目标告警信息匹配的告警信息，则将所述目标告警信息添加至所述告警列表。
可选的，若未在所述告警列表中识别出与所述目标告警信息匹配的告警信息，则将所述目标告警信息添加至所述告警列表，包括：
若未在所述告警列表中识别出与所述目标告警信息匹配的告警信息，则将所述目标告警信息添加至所述告警列表，并根据所述告警信息进行邮件和短信告警，其中，所述告警信息包括：发生告警的车辆信息、告警发生时间、告警类型和告警发生的地点。
可选的，若未在所述告警列表中识别出与所述目标告警信息匹配的告警信息，则将所述目标告警信息添加至所述告警列表，包括：
若未在所述告警列表中识别出与所述目标告警信息匹配的告警信息，则将所述目标告警信息添加至所述告警列表，并添加故障标识、故障大类、故障类型、故障说明和用户信息。
在一个示例的例子中，如图1b所示，本发明提出的电池状态监控、告警系统包含以下内容：
网联车云端数据实时解密及结构化解析，数据存储设计：保障时间窗口范围内数据有序、完整性，预警模型自动化部署，告警系统，告警时间处理管理系统。
为便于理解，可参考图1b进行理解：
①第一步：数据采集：网联车云端数据流报文解密及结构化解析，应用实时流数据处理技术；
②第二步：数据存储：接入流数据并进行数据清洗、处理，如：将异常数据处理、接收车端补发数据并按时序排序；
此步骤解决的问题可参考图1a进行理解：
场景一：流数据经过消息中间件(入Kafka)处理后，因为kafka本身特性，其各Partition(分区)内数据有序，但无法保障多分区数据实时消费合并后的数据连续性。
场景二：网联车向云端传输数据时会因网络信号中断等原因导致数据未按时上传，将在网络正常时根据一定规则进行数据补传，此时导致数据时序混乱。
本发明实施例巧妙解决了以上两个问题，利用实时数据处理技术与传统数据库相结合，解决了数据实时问题以及时间窗口范围内数据乱序问题。
③第三步：监控模型部署：实时监控，根据模型、规则监控制定时间窗口内时序数据状态
场景举例：检查5分钟时间窗口内，满足车辆状态为“启动”、电芯温度存在“0值”且绝缘阻值小于X的情况超过N次，即识别为一次告警状态；
④第四步：告警发送系统：列表中维护已发生的解决或未解决的告警信息。当新的告警场景被识别后会与已有列表数据进行匹配。
当识别为已存在且未解决的告警将不进行邮件和短信预警，
若在告警列表中不存在则识别为新的告警，对告警列表进行插入操作、并立即完成短信告警操作，短信内容为发生告警的车辆信息、发生时间、告警类型、发生的地点等信息，同时将在几分钟后通过邮件形式将告警发生窗口时间内的数据发送给相应人员，研发人员应针对告警问题及相关数据进行问题探查及解决；
⑤第五步：告警监管系统：告警列表与前台交互，研发及相关人员通过监管系统对问题解决情况进行维护。本系统监督各告警问题解决进度及进展状态。应根据问题解决情况对告警列表进行维护。
⑥如新加场景规则需在故障汇总表添加故障标识、故障大类、故障类型、故障说明等信息，还需在用户信息表中添加相应的故障标识及用户信息，并赋予故障类型相应的故障标识，并添加规则。
目前纯电动汽车的动力系统(三电)成本占到总成本的50％，其中动力电池成本又占到总三电成本的70％。同时动力电池系统亚健康甚至带故障运行，是引发事故的主要因素。基于以上两点，针对动力电池的状态监控与告警尤为重要。
本发明实施例主要针对网联车辆上传云端的实时数据及历史数据(包括但不限于预警信号)的分析、规则、模型类场景的监控和告警。通过对历史数据的总结，应用大数据手段建立模型，通过探寻多信号值的关联性及规律性特征建立模型从而达到对电池健康状态的监控和告警，本发明不涉及模型算法的探索分析模块，意在为场景下的数据分析及模型探索提供环境，同时为训练好的模型提供完整的告警机制。
本发明实施例能够较为实时的提供和处理连续时间窗口内特征值提取及需要模型算法识别类告警，基于本发明方法所提出的电池状态监控告警系统，便于主机厂及时发现车辆问题并监督解决。
本发明实施例根据车辆上传到云端的数据所提出的电池状态监控方法；为解决监控告警实时性及窗口数据时序问题，本发明实施例所提出数据存储方式；对动力电池问题告警思路及针对已发生的告警问题监控和跟踪解决状态进展情况思路和方法。
本实施例的技术方案，通过获取待处理流数据；将所述待处理流数据输入消息中间件后，得到第一流数据；于获取到故障诊断指令后，对所述故障诊断指令携带的目标时间窗口内的第一流数据进行排序，得到目标流数据，以实现能够将流式数据处理技术与传统数据库结合，解决复杂的电池故障状态告警不及时、指定连续时间窗口内特征值提取及需要模型算法识别类故障无法精准识别问题。通过实时流数据处理技术对数据进行解码、数据清洗、及结构化处理操作，将数据存储在传统数据库中，在传统数据库中对数据进行重新排序，将无序数据处理成有序、连续和时间窗口内完整的数据形式，结合故障模型进行电池故障识别并及时预警，建立故障解决监控系统，对故障解决状态进行有效监管。
实施例二
图2为本发明实施例二提供的一种数据处理装置的结构示意图。本实施例可适用于数据处理的情况，该装置可采用软件和/或硬件的方式实现，该装置可集成在任何提供数据处理功能的设备中，如图2所示，所述数据处理装置具体包括：获取模块210、输入模块220和排序模块230。
其中，获取模块210，用于获取待处理流数据；
输入模块220，用于将所述待处理流数据输入消息中间件后，得到第一流数据；
排序模块230，用于于获取到故障诊断指令后，对所述故障诊断指令携带的目标时间窗口内的第一流数据进行排序，得到目标流数据。
可选的，所述排序模块具体用于：
于获取到故障诊断指令后，若获取到中断信号，则获取所述中断信号对应的目标等待时间，其中，所述故障诊断指令携带目标时间窗口；
根据所述目标时间窗口和所述目标等待时间确定第一时间窗口；
对所述第一时间窗口内的第一流数据进行排序，得到目标流数据。
上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。
本实施例的技术方案，通过获取待处理流数据；将所述待处理流数据输入消息中间件后，得到第一流数据；于获取到故障诊断指令后，对所述故障诊断指令携带的目标时间窗口内的第一流数据进行排序，得到目标流数据，以实现能够将流式数据处理技术与传统数据库结合，解决复杂的电池故障状态告警不及时、指定连续时间窗口内特征值提取及需要模型算法识别类故障无法精准识别问题。通过实时流数据处理技术对数据进行解码、数据清洗、及结构化处理操作，将数据存储在传统数据库中，在传统数据库中对数据进行重新排序，将无序数据处理成有序、连续和时间窗口内完整的数据形式，结合故障模型进行电池故障识别并及时预警，建立故障解决监控系统，对故障解决状态进行有效监管。
实施例三
图3为本发明实施例三中的一种计算机设备的结构示意图。图3示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图3显示的计算机设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture，ISA)总线，微通道体系结构(Micro Channel Architecture，MCA)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及外围组件互连(Peripheral Component Interconnect，PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory，RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图3未显示，通常称为“硬盘驱动器”)。尽管图3中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(只读光盘(Compact Disc-Read Only Memory，CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42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。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，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22进行。另外，本实施例中的计算机设备12，显示器24不是作为独立个体存在，而是嵌入镜面中，在显示器24的显示面不予显示时，显示器24的显示面与镜面从视觉上融为一体。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network，LAN)，广域网Wide AreaNetwork，WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备12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、磁盘阵列(Redundant Arrays of Independent Disks，RAID)系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的数据处理方法：
获取待处理流数据；
将所述待处理流数据输入消息中间件后，得到第一流数据；
于获取到故障诊断指令后，对所述故障诊断指令携带的目标时间窗口内的第一流数据进行排序，得到目标流数据。
实施例四
本发明实施例四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如本申请所有发明实施例提供的数据处理方法：
获取待处理流数据；
将所述待处理流数据输入消息中间件后，得到第一流数据；
于获取到故障诊断指令后，对所述故障诊断指令携带的目标时间窗口内的第一流数据进行排序，得到目标流数据。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、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。计算机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、便携式计算机磁盘、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、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机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。
计算机可读的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，其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、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。
计算机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、电线、光缆、RF等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收用户输入的源文本，将所述源文本翻译为目标语种对应的目标文本；获取所述用户的历史纠正行为；根据所述历史纠正行为对所述目标文本进行纠正，获得翻译结果，并将所述翻译结果推送至所述用户所在的客户端。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言诸如Java、Smalltalk、C++，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)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、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、或代码的一部分，该模块、程序段、或代码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。也应当注意，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，两个接连地表示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操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。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种数据处理方法，其特征在于，包括：
获取待处理流数据；
将所述待处理流数据输入消息中间件后，得到第一流数据；
于获取到故障诊断指令后，对所述故障诊断指令携带的目标时间窗口内的第一流数据进行排序，得到目标流数据。
2.根据权利要求1所述的方法，其特征在于，于获取到故障诊断指令后，对所述故障诊断指令携带的目标时间窗口内的第一流数据进行排序，得到目标流数据包括：
于获取到故障诊断指令后，若获取到中断信号，则获取所述中断信号对应的目标等待时间，其中，所述故障诊断指令携带目标时间窗口；
根据所述目标时间窗口和所述目标等待时间确定第一时间窗口；
对所述第一时间窗口内的第一流数据进行排序，得到目标流数据。
3.根据权利要求1所述的方法，其特征在于，于获取到故障诊断指令后，对所述故障诊断指令携带的目标时间窗口内的第一流数据进行排序，得到目标流数据之后，还包括：
根据所述目标流数据确定目标告警信息；
根据所述目标告警信息查询告警列表；
若在所述告警列表中识别出与所述目标告警信息匹配的告警信息，且所述告警信息的状态为未解决，则不进行告警。
4.根据权利要求3所述的方法，其特征在于，还包括：
若未在所述告警列表中识别出与所述目标告警信息匹配的告警信息，则将所述目标告警信息添加至所述告警列表。
5.根据权利要求4所述的方法，其特征在于，若未在所述告警列表中识别出与所述目标告警信息匹配的告警信息，则将所述目标告警信息添加至所述告警列表，包括：
若未在所述告警列表中识别出与所述目标告警信息匹配的告警信息，则将所述目标告警信息添加至所述告警列表，并根据所述告警信息进行邮件和短信告警，其中，所述告警信息包括：发生告警的车辆信息、告警发生时间、告警类型和告警发生的地点。
6.根据权利要求4所述的方法，其特征在于，若未在所述告警列表中识别出与所述目标告警信息匹配的告警信息，则将所述目标告警信息添加至所述告警列表，包括：
若未在所述告警列表中识别出与所述目标告警信息匹配的告警信息，则将所述目标告警信息添加至所述告警列表，并添加故障标识、故障大类、故障类型、故障说明和用户信息。
7.一种数据处理装置，其特征在于，包括：
获取模块，用于获取待处理流数据；
输入模块，用于将所述待处理流数据输入消息中间件后，得到第一流数据；
排序模块，用于于获取到故障诊断指令后，对所述故障诊断指令携带的目标时间窗口内的第一流数据进行排序，得到目标流数据。
8.根据权利要求7所述的装置，其特征在于，所述排序模块具体用于：
于获取到故障诊断指令后，若获取到中断信号，则获取所述中断信号对应的目标等待时间，其中，所述故障诊断指令携带目标时间窗口；
根据所述目标时间窗口和所述目标等待时间确定第一时间窗口；
对所述第一时间窗口内的第一流数据进行排序，得到目标流数据。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6中任一所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011345340.XA CN112463779A (zh) | 2020-11-25 | 2020-11-25 | 一种数据处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011345340.XA CN112463779A (zh) | 2020-11-25 | 2020-11-25 | 一种数据处理方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112463779A true CN112463779A (zh) | 2021-03-09 |
Family
ID=74808434
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011345340.XA Pending CN112463779A (zh) | 2020-11-25 | 2020-11-25 | 一种数据处理方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112463779A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114754924A (zh) * | 2022-04-29 | 2022-07-15 | 东风电驱动系统有限公司 | 一种传感器标定中断的处理方法、装置、设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107069960A (zh) * | 2017-04-11 | 2017-08-18 | 北京四方继保自动化股份有限公司 | 一种二次运维管理系统的在线缺陷诊断方法 |
| CN109002484A (zh) * | 2018-06-25 | 2018-12-14 | 北京明朝万达科技股份有限公司 | 一种用于顺序消费数据的方法及系统 |
| CN110058977A (zh) * | 2019-01-14 | 2019-07-26 | 阿里巴巴集团控股有限公司 | 基于流式处理的监控指标异常检测方法、装置及设备 |
-
2020
- 2020-11-25 CN CN202011345340.XA patent/CN112463779A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107069960A (zh) * | 2017-04-11 | 2017-08-18 | 北京四方继保自动化股份有限公司 | 一种二次运维管理系统的在线缺陷诊断方法 |
| CN109002484A (zh) * | 2018-06-25 | 2018-12-14 | 北京明朝万达科技股份有限公司 | 一种用于顺序消费数据的方法及系统 |
| CN110058977A (zh) * | 2019-01-14 | 2019-07-26 | 阿里巴巴集团控股有限公司 | 基于流式处理的监控指标异常检测方法、装置及设备 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114754924A (zh) * | 2022-04-29 | 2022-07-15 | 东风电驱动系统有限公司 | 一种传感器标定中断的处理方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109558400B (zh) | 数据处理方法、装置、设备和存储介质 | |
| CN111352800A (zh) | 大数据集群监控方法及相关设备 | |
| CN111949850B (zh) | 多源数据的采集方法、装置、设备及存储介质 | |
| CN110196790A (zh) | 异常监控的方法和装置 | |
| CN109062699A (zh) | 一种资源监控方法、装置、服务器及存储介质 | |
| CN115357470B (zh) | 信息生成方法、装置、电子设备和计算机可读介质 | |
| CN110971488A (zh) | 一种数据处理方法、装置、服务器和存储介质 | |
| CN113485962A (zh) | 日志文件的存储方法、装置、设备和存储介质 | |
| CN113360521A (zh) | 日志查询方法、装置、设备及存储介质 | |
| CN114254773B (zh) | 一种监控设备运维管理方法、系统、装置及存储介质 | |
| CN115879907A (zh) | 一种具备故障检测的运维监控装置及工作方法 | |
| CN112463779A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
| CN113312321A (zh) | 一种业务量的异常监测方法及相关设备 | |
| CN113590634A (zh) | 业务数据处理方法、装置、电子设备及存储介质 | |
| CN114301758A (zh) | 告警处理方法、系统、设备及存储介质 | |
| CN111930385A (zh) | 数据采集方法、装置、设备及存储介质 | |
| CN111784176A (zh) | 一种数据处理方法、装置、服务器及介质 | |
| CN109284483B (zh) | 文本处理方法、装置、存储介质及电子设备 | |
| CN114579416B (zh) | 一种指标确定方法、装置、服务器和介质 | |
| CN113515413B (zh) | 一种数据管理方法、装置、电子设备及存储介质 | |
| CN112818204B (zh) | 一种业务的处理方法、装置、设备及存储介质 | |
| CN112214374B (zh) | 一种日志数据的处理方法及装置 | |
| CN114547491A (zh) | 时序图谱构建方法、装置、设备及介质 | |
| CN112364268A (zh) | 资源获取方法、装置、电子设备及存储介质 | |
| CN113079055A (zh) | 一种agv运行数据的动态采集方法和装置 |
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 |