CN112711625A - 一种双向自适应的多源异构大数据动态处理方法 - Google Patents

一种双向自适应的多源异构大数据动态处理方法 Download PDF

Info

Publication number
CN112711625A
CN112711625A CN202011575355.5A CN202011575355A CN112711625A CN 112711625 A CN112711625 A CN 112711625A CN 202011575355 A CN202011575355 A CN 202011575355A CN 112711625 A CN112711625 A CN 112711625A
Authority
CN
China
Prior art keywords
service
data
micro
module
component
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
Application number
CN202011575355.5A
Other languages
English (en)
Other versions
CN112711625B (zh
Inventor
胡卓玮
李小娟
王志恒
宫辉力
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.)
Capital Normal University
Original Assignee
Capital Normal University
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 Capital Normal University filed Critical Capital Normal University
Priority to CN202011575355.5A priority Critical patent/CN112711625B/zh
Publication of CN112711625A publication Critical patent/CN112711625A/zh
Application granted granted Critical
Publication of CN112711625B publication Critical patent/CN112711625B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
    • 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
    • G06F16/258—Data format conversion from or to a database
    • 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
    • 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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G06F9/44521—Dynamic linking or loading; Link editing at or after load time, e.g. Java class loading
    • G06F9/44526—Plug-ins; Add-ons
    • 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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • 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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45562—Creating, deleting, cloning virtual machine instances
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Alarm Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出一种双向自适应的多源异构大数据动态处理方法，所述方法包括如下步骤：对多个灾种应急防范部门中的多源数据流进行分析，得到所述多源数据流的业务流程图构建Petri网模型；根据所述Petri网模型中的定义，对所述多源数据流建立统一配置中心；该配置中心基于微服务和容器技术的组合框架；该组合框架包括应用层，监控层，业务服务层和微服务中间件层；其中所述业务服务层中定义了各类多个灾种应急防范部门中的业务服务；在所述统一配置中心，基于GML技术实现不同数据类型及格式的双向变换，建立适用于分布式存储和管理的数据管理平台；其中采用RESTful API对数据接口进行封装后，实现多源异构数据资源的统一发布。

Description

一种双向自适应的多源异构大数据动态处理方法
技术领域
本发明属数据处理技术领域，涉及异构大数据的动态处理。
背景技术
随着互联网时代的到来，大数据已经成为当今时代的特征，不同来源的数据集不仅数据量大、增长迅速，而且格式多样，分析者希望能集成所有不同来源的数据集，通过统一的数据访问接口获取数据。传统的异构大数据整合方法，需要花费几个月甚至半年来定义标准化数据接口，之后再将数据批量转换为标准格式，并且一旦标准固定过后，无法侦测到新的数据类型，为了解决这一问题，现有技术支持增量式数据采集，无需事先定义标准化接口，而是根据应用需求，通过增量式数据映射管理平台，根据用户的需求不断更新对原始数据的整合规则，从而实现自适应完善数据标准，此种方式适用于结构化数据的整合。
通过增量式映射管理平台来控制终端APP访问数据实现流程，参见图1所示，该技术实现是由增量式映射管理平台接收到APP访问数据请求后，通过查询数据库来获取所需数据，并返回标准数据。此种实现方式已被广大开发人员和用户接受和认可，它通过属性相似度计算匹配各异构数据源之间的属性，然后在此基础上再对数据进行整合，但是它不适用于非结构化数据的整合。
发明内容
为解决上述技术问题，本发明提出了一种双向自适应的多源异构大数据动态处理方法，其特征在于，所述方法包括如下步骤：
S11：对多个灾种应急防范部门中的多源数据流进行分析，得到所述多源数据流的业务流程图构建Petri网模型；
S12：根据所述Petri网模型中的定义，对所述多源数据流建立统一配置中心；该配置中心用于实现协同管理，具体是基于微服务和容器技术的组合框架；该组合框架包括应用层，监控层，业务服务层和微服务中间件层；其中所述业务服务层中定义了各类多个灾种应急防范部门中的业务服务；所述基础服务层包括认证中心，调度中心，日志中心，用户中心；微服务中间层包括微服务治理模块，微服务负载均衡模块，微服务信息驱动模块，微服务安全模块，微服务统一配置模块，微服务监控模块，微服务容错模块，微服务部署模块；所述监控层包括：应用概览模块，应用详情模块，环境参数模块，服务状况模块，SQL监控模块，服务调用链分析模块；其中所述微服务构建服务服务方，服务提供方和注册方的架构，可采用Spring Cloud的核心功能组件，或采用Dubbo技术的核心组件；采用Docker容器分别封装各个部门的基础业务数据的解析，转换，加工服务功能；
S13：在所述统一配置中心，基于GML技术实现不同数据类型及格式的双向变换，建立适用于分布式存储和管理的数据管理平台；其中采用RESTful API对数据接口进行封装后，实现多源异构数据资源的统一发布。
特别地，按照Petri模型三元组中的库所P，变迁T，输入输出函数集F，进行Petri网模型的构建。
特别地，其中所述微服务可采用Spring Cloud的核心功能组件具体包括：SpringCloud Config组件提供统一的配置中心服务；Eureka组件负责服务的注册与发现；Feign组件负责服务之间通过RESTful API方式进行声明式的调用，并在网关进行数据验证；Hystrix组件负责监控服务之间的调用情况，连续多次失败进行熔断保护，并按一定间隔时间检查调用失败的服务；如果服务恢复将继续提供服务；轻量级网关Zuul组件负责服务转发，接收并转发所有内外部的客户端调用，实现相关的认证逻辑从而简化内部服务之间相互调用的复杂度；Keepalived组件负责在高并发访问时进行服务负载均衡；Actuator组件负责监控服务间的调用和熔断相关指标。
特别地，其中所述微服务可采用Dubbo技术的核心部件，具体包括：其中Provider组件用于服务的提供，作为服务提供方；Consumer组件用于调用远程服务的服务消费方；Registry组件用于提供服务注册中心和发现中心服务；Monitor组件用于统计服务和调用次数，调用时间监控中心。
特别地，使用Hadoop，Spark，PostGIS技术实现软件环境的镜像部署或镜像化。
特别地，对于异构的数据，在存储过程中基于JSON、GeoJSON、HDFS技术设计统一的数据存储模型。
附图说明
图1为现有技术中提出的数据增量处理方法；
图2为本发明提出的基本的构建Petri模型的示意图；
图3为本发明提出的微服务架构示意图；
图4为本发明提出的基于Restful API的多部门数据资源发布接口图。
具体实施方式
以下结合附图对本发明的具体实施方式作出详细说明。
针对多灾种综合风险防范多部门应急联动中具有的跨组织特性、组织部门间任务协同模式的复杂性以及应急处置时间的不确定性等问题，本发明提出了一种双向自适应的多源异构大数据动态处理方法，其特征在于，所述方法包括如下步骤：
S11：对多个灾种应急防范部门中的多源数据流进行分析，得到所述多源数据流的业务流程图建立Petri网模型；所述多个灾种应急防范部门包括但不限于气象数据服务平台，地震数据服务平台，国土数据服务平台，林业数据服务平台，农业数据服务平台；每个平台中涉及的部门各不相同，对响应时间的处置时间也不尽相同，例如将台风到来时，气象数据服务平台将气象数据和相应的处置方式，应急预案，在不同部门之间流转，发布信息的条件和结果等将他们按照Petri模型三元组中的库所P，变迁T，输入输出函数集F，进行Petri网模型的构建，图2显示了基本的构建Petri模型的示意图；类似的，对于林业灾害，农业灾害，地震灾害等发生时，数据在不同部门的流转和处理，也可以使用上述方式描述，从而建立了基于Petri模型的多源数据流。
S12：根据所述Petri网模型中的定义，对所述多源数据流建立统一配置中心；该配置中心用于实现协同管理，具体是基于微服务和容器技术的组合框架；该组合框架，具体参见图3所示，包括应用层，监控层，业务服务层和微服务中间件层；其中所述业务服务层中定义了各类多个灾种应急防范部门中的业务服务；所述基础服务层包括认证中心，调度中心，日志中心，用户中心；微服务中间层包括微服务治理模块，微服务负载均衡模块，微服务信息驱动模块，微服务安全模块，微服务统一配置模块，微服务监控模块，微服务容错模块，微服务部署模块；所述监控层包括：应用概览模块，应用详情模块，环境参数模块，服务状况模块，SQL监控模块，服务调用链分析模块；
S13，在所述统一配置中心，基于GML技术实现不同数据类型及格式的双向变换，建立适用于分布式存储和管理的数据管理平台；其中采用RESTfulAPI对数据接口进行封装后，实现多源异构数据资源的统一发布；其中基于Restful API的多部门数据资源发布接口示意图参见图4所示。
在微服务组合技术框架下，研究基于注解驱动的消息服务框架，通过注解方式完成框架内消息的发布和订阅处理，实现基于“发布-订阅”模式的时空数据资源自动发现。基于Stream的消息服务框架包括消息发送通道接口、消息通道、消息绑定器、消息监听通道接口等。在Stream消息驱动框架基础上，基于Kafla框架构建框架内的“发布-订阅”消息模式，进而实现多灾种综合风险防范产品开发多部门数据资源的自动发现。基于GML，实现不同空间数据类型及格式的双向交换；建立适用于分布式存储和管理的时空数据存储平台。
在微服务构建过程中，可选择使用Spring Cloud的核心功能组件，实现。具体包括：分布式/版本化配置管理(Spring Cloud Config)、服务注册和发现(Eureka)、服务调用(Feign)、熔断器(Hystrix)、API网关(Zuul)、负载均衡(Keepalived)、数据监控(Actuator)。Spring Cloud各种组件采用插拔形式集成，各组件相互配合，可以合作形成一套完整的微服务技术框架。
其中，Spring Cloud Config提供统一的配置中心服务，实现分布式系统的配置文件的统一管理；Eureka负责服务的注册与发现，避免服务之间的直接调用，方便服务后续的水平扩展、故障转移，将各服务连接起来并保持服务高可用；Feign负责服务之间通过RESTfulAPI方式进行声明式的调用，网关使用Feign做数据验证；Hystrix负责监控服务之间的调用情况，连续多次失败进行熔断保护，并按一定间隔时间检查调用失败的服务，如果服务恢复将继续提供服务；轻量级网关Zuul负责服务转发，接收并转发所有内外部的客户端调用，实现相关的认证逻辑从而简化内部服务之间相互调用的复杂度；Keepalived负责在高并发访问时进行服务负载均衡，加强网络数据处理能力、提高网络的灵活性和可用性；Actuator负责监控服务间的调用和熔断相关指标，保证数据服务业务的连续性、可靠性。
可选地，在微服务构建过程中，可选择使用Dubbo技术的Dubbo的核心部件实现，具体在于：通过Provider组件作为服务的提供方，其可以通过jar或者容器的方式启动服务；通过Consumer组件作为调用远程服务的服务消费方；通过Registry组件作为服务注册中心和发现中心；通过Monitor作为统计服务和调用次数，调用时间监控中心。
并且，采用Docker容器分别封装减灾、国土、气象、水利、农业、林业、海洋等部门的基础业务数据的解析、转换、加工等服务功能，以及面向灾害保险、灾害救助以及社会力量的产品服务加工处理功能。在安装Docker框架的基础上，重点研究Hadoop，Spark，PostGIS等软件环境的镜像部署或镜像化方法。在部署完成的综合风险防范产品开发数据处理Docker框架中，搭建前端应用服务开发环境。基于前述技术调研结果，在容器环境中开发常用数据处理、数据融合、数据分析私有镜像，经编译、打包后上传至仓库，完成综合风险防范产品开发数据融合处理应用服务基本开发环境的搭建工作。
在数据存储过程中，多灾种综合风险防范产品开发所涉及的多部门数据具有类型多样、结构复杂、格式分散的特点，基于HDFS，采用HBASE集群提供NOSQL数据库服务，为地理空间的矢量数据、栅格数据、三维模型数据等组织方式的空间数据提供存储管理服务，构建统一的数据存储模型,基于JSON、GeoJSON、HDFS等设计多源异构时空数据存储模型。
对于本领域技术人员而言，显然本发明实施例不限于上述示范性实施例的细节，而且在不背离本发明实施例的精神或基本特征的情况下，能够以其他的具体形式实现本发明实施例。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明实施例的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明实施例内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统、装置或终端权利要求中陈述的多个单元、模块或装置也可以由同一个单元、模块或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施方式仅用以说明本发明实施例的技术方案而非限制，尽管参照以上较佳实施方式对本发明实施例进行了详细说明，本领域的普通技术人员应当理解，可以对本发明实施例的技术方案进行修改或等同替换都不应脱离本发明实施例的技术方案的精神和范围。

Claims (8)

1.一种双向自适应的多源异构大数据动态处理方法，其特征在于，所述方法包括如下步骤：
S11：对多个灾种应急防范部门中的多源数据流进行分析，得到所述多源数据流的业务流程图构建Petri网模型；
S12：根据所述Petri网模型中的定义，对所述多源数据流建立统一配置中心；
S13：在所述统一配置中心，基于GML技术实现不同数据类型及格式的双向变换，建立适用于分布式存储和管理的数据管理平台；其中采用RESTfulAPI对数据接口进行封装后，实现多源异构数据资源的统一发布。
2.根据权利要求1所述的双向自适应的多源异构大数据动态处理方法，其特征在于，所述配置中心基于微服务和容器技术的组合框架实现协同管理；该组合框架包括应用层，监控层，业务服务层和微服务中间件层。
3.根据权利要求2所述的双向自适应的多源异构大数据动态处理方法，其特征在于，所述监控层包括：应用概览模块、应用详情模块、环境参数模块、服务状况模块、SQL监控模块和服务调用链分析模块；
所述业务服务层中定义了各类多个灾种应急防范部门中的业务服务；基础服务层包括认证中心、调度中心、日志中心和用户中心；
所述微服务中间层包括微服务治理模块、微服务负载均衡模块、微服务信息驱动模块、微服务安全模块、微服务统一配置模块、微服务监控模块、微服务容错模块和微服务部署模块；
其中所述微服务构建服务方，服务提供方和注册方的架构，采用Spring Cloud的核心功能组件，或采用Dubbo技术的核心组件；采用Docker容器分别封装各个部门的基础业务数据的解析，转换，加工服务功能。
4.根据权利要求1所述的双向自适应的多源异构大数据动态处理方法，其特征在于，按照Petri模型三元组中的库所P，变迁T，输入输出函数集F，进行Petri网模型的构建。
5.根据权利要求3所述的双向自适应的多源异构大数据动态处理方法，其特征在于，其中所述微服务采用Spring Cloud的核心功能组件具体包括：Spring Cloud Config组件提供统一的配置中心服务；Eureka组件负责服务的注册与发现；Feign组件负责服务之间通过RESTful API方式进行声明式的调用，并在网关进行数据验证；Hystrix组件负责监控服务之间的调用情况，连续多次失败进行熔断保护，并按一定间隔时间检查调用失败的服务；如果服务恢复将继续提供服务；轻量级网关Zuul组件负责服务转发，接收并转发所有内外部的客户端调用，实现相关的认证逻辑从而简化内部服务之间相互调用的复杂度；Keepalived组件负责在高并发访问时进行服务负载均衡；Actuator组件负责监控服务间的调用和熔断相关指标。
6.根据权利要求3所述的双向自适应的多源异构大数据动态处理方法，其特征在于：其中所述微服务可采用Dubbo技术的核心部件，具体包括：其中Provider组件用于服务的提供，作为服务提供方；Consumer组件用于调用远程服务的服务消费方；Registry组件用于提供服务注册中心和发现中心服务；Monitor组件用于统计服务和调用次数，调用时间监控中心。
7.根据权利要求1所述的双向自适应的多源异构大数据动态处理方法，其特征在于：使用Hadoop，Spark，PostGIS技术实现软件环境的镜像部署或镜像化。
8.根据权利要求1所述的双向自适应的多源异构大数据动态处理方法，其特征在于：对于异构的数据，在存储过程中基于JSON、GeoJSON、HDFS技术设计统一的数据存储模型。
CN202011575355.5A 2020-12-28 2020-12-28 一种双向自适应的多源异构大数据动态处理方法 Active CN112711625B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011575355.5A CN112711625B (zh) 2020-12-28 2020-12-28 一种双向自适应的多源异构大数据动态处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011575355.5A CN112711625B (zh) 2020-12-28 2020-12-28 一种双向自适应的多源异构大数据动态处理方法

Publications (2)

Publication Number Publication Date
CN112711625A true CN112711625A (zh) 2021-04-27
CN112711625B CN112711625B (zh) 2023-06-27

Family

ID=75545631

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011575355.5A Active CN112711625B (zh) 2020-12-28 2020-12-28 一种双向自适应的多源异构大数据动态处理方法

Country Status (1)

Country Link
CN (1) CN112711625B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113536501A (zh) * 2021-07-19 2021-10-22 西安流固动力科技有限公司 基于云计算的分布式数值仿真综合分析平台及其构建方法
CN115588084A (zh) * 2022-12-05 2023-01-10 梯度云科技(北京)有限公司 一种三维场景系统的物体模型数据存储方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106503872A (zh) * 2016-11-29 2017-03-15 中国人民解放军国防科学技术大学 一种基于基础业务活动集的业务流程系统构建方法
CN109544040A (zh) * 2018-12-21 2019-03-29 中国航空工业集团公司西安航空计算技术研究所 一种基于模态的业务流程动态重构方法
CN111027284A (zh) * 2019-12-05 2020-04-17 集奥聚合(北京)人工智能科技有限公司 一种基于数据灵活接入标准化输出方法
CN112132459A (zh) * 2020-09-22 2020-12-25 山东理工大学 基于Petri网的化学品泄漏事件应急处置流程性能分析方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106503872A (zh) * 2016-11-29 2017-03-15 中国人民解放军国防科学技术大学 一种基于基础业务活动集的业务流程系统构建方法
CN109544040A (zh) * 2018-12-21 2019-03-29 中国航空工业集团公司西安航空计算技术研究所 一种基于模态的业务流程动态重构方法
CN111027284A (zh) * 2019-12-05 2020-04-17 集奥聚合(北京)人工智能科技有限公司 一种基于数据灵活接入标准化输出方法
CN112132459A (zh) * 2020-09-22 2020-12-25 山东理工大学 基于Petri网的化学品泄漏事件应急处置流程性能分析方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
于雪芹等: ""基于GML的空间数据转换方法研究"", 《地理空间信息》 *
付朋辉等: ""基于微服务架构的平台设计与应用"", 《金融电子化》 *
赵俊三等: ""基于多源空间数据的地质灾害监测预警系统研究—以云南省德钦县为例"", 《地理信息世界》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113536501A (zh) * 2021-07-19 2021-10-22 西安流固动力科技有限公司 基于云计算的分布式数值仿真综合分析平台及其构建方法
CN115588084A (zh) * 2022-12-05 2023-01-10 梯度云科技(北京)有限公司 一种三维场景系统的物体模型数据存储方法及装置
CN115588084B (zh) * 2022-12-05 2023-08-15 梯度云科技(北京)有限公司 一种三维场景系统的物体模型数据存储方法及装置

Also Published As

Publication number Publication date
CN112711625B (zh) 2023-06-27

Similar Documents

Publication Publication Date Title
CN106131213B (zh) 一种服务管理方法和系统
CN106850788B (zh) 面向多源异构地理信息资源的集成框架及集成方法
Malik et al. Cloud computing and internet of things integration: Architecture, applications, issues, and challenges
CN110554856A (zh) 一种微服务治理系统
CN111813570A (zh) 一种电力物联网的事件驱动型消息交互方法
CN107463434B (zh) 一种分布式任务处理方法与设备
CN110908658A (zh) 一种“微服务+微应用”系统、数据处理方法及装置
CN114024826B (zh) 基于服务网格技术实现分布式esb场景下的应用多活系统
CN112711625B (zh) 一种双向自适应的多源异构大数据动态处理方法
Jeong et al. An IoT platform for civil infrastructure monitoring
CN113794652B (zh) 数据处理方法、装置、电子设备及存储介质
US20210034338A1 (en) Communications Enablement Platform, System, and Method
CN111177292A (zh) 一种面向应急突发事件的WebGIS协同标绘方法和系统
Iannella et al. Towards a framework for crisis information management systems (CIMS)
CN111459930A (zh) 用于智慧城市的公共信息管理系统
Pfandzelter et al. Managing data replication and distribution in the fog with fred
CN117453790A (zh) 基于云对象存储的数据交换方法及装置、设备、存储介质
CN103561113B (zh) Web Service接口的生成方法及装置
CN116260878A (zh) 一款基于分布式计算、存储的全域业务结构服务化的业务中台系统
Prasetyo Microservice platform for smart city: Concepts, services and technology
CN114500589A (zh) 工业互联网标识解析公共服务支撑平台
CN103617084A (zh) 一种基于微内核群集的应急指挥云服务的实现方法及其系统
CN114501347A (zh) 异构系统间信息交互方法、装置及系统
CN109150938A (zh) 基于云服务的卫星应用公共服务平台
CN106993060A (zh) 一种基于服务架构的主数据集成方法

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