CN112765156A - 一种基于数据修改规则的数据修改方法、系统和存储介质 - Google Patents
一种基于数据修改规则的数据修改方法、系统和存储介质 Download PDFInfo
- Publication number
- CN112765156A CN112765156A CN202011596339.4A CN202011596339A CN112765156A CN 112765156 A CN112765156 A CN 112765156A CN 202011596339 A CN202011596339 A CN 202011596339A CN 112765156 A CN112765156 A CN 112765156A
- Authority
- CN
- China
- Prior art keywords
- data modification
- data
- rule
- statement
- acquiring
- 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
- 230000004048 modification Effects 0.000 title claims abstract description 284
- 238000012986 modification Methods 0.000 title claims abstract description 280
- 238000002715 modification method Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims description 19
- 230000008859 change Effects 0.000 claims description 11
- 230000008439 repair process Effects 0.000 claims description 10
- 238000012790 confirmation Methods 0.000 claims description 8
- 238000011160 research Methods 0.000 claims description 7
- 238000011161 development Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 6
- 238000012827 research and development Methods 0.000 claims description 6
- 238000003672 processing method Methods 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2433—Query languages
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
- G06F11/1448—Management of the data involved in backup or backup restore
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种基于数据修改规则的数据修改方法、系统和存储介质，包括以下步骤：S1：建立数据修改规则库，用于存储数据修改规则，所述的数据修改规则通过采集的批量数据修改请求工单得到；S2：获取用户选择的数据修改规则和输入的参数，生成待执行的SQL语句；S3：根据待执行的SQL语句，利用数据修改工具执行数据修改操作；S4：记录数据修改日志，并通过对数据修改日志的分析处理，进行数据修改集中治理。与现有技术相比，本发明具有提高批量数据修改效率和准确率等优点。
Description
技术领域
本发明涉及数据修改领域，尤其是涉及一种基于数据修改规则的数据修改方法、系统和存储介质。
背景技术
大数据时代，平台和应用系统坐拥海量数据，但因系统建设不完善、用户操作失误、历史数据等问题，无可避免的造成大量的后台数据修改问题，而频繁的数据修改会加大系统运维和数据管控风险，造成数据质量较低，直接影响用户使用体验和整体数据服务能力。
目前，较为常见的数据修改方式为数据库直接修改，直接对生产数据库进行操作，虽然可以满足用户需求，实现少量数据问题的快速修复，但仍存在以下不足：对于大批量的数据修改，修改风险较大；因运维人员技术水平的差异，造成SQL脚本质量差异，直接影响修改的准确性；数据修改操作前，需单独进行备份，处理效率低下；无法对数据库直接修改进行分析，造成系统问题积累，用户体验差；大量的数据修改，影响整体数据质量。
中国专利CN201811114708.4公开了一种基于SQL语句的数据修改方法，该方法包括：接收用户提出的携带第一SQL语句的数据修改请求，分析所述第一SQL语句的具体信息；然后为第一SQL语句中的源表创建备份表；执行所述第一SQL语句，将所述源表中的待修改字段修改为所述目标数据，得到目标数据表，以提高数据修改的准确性及效率。但是该数据修改方法只适用于单独的数据修改请求，若用于批量的数据修改，其效率将会大大降低，无法解决大批量数据修改的问题。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种提高批量数据修改效率和准确率的基于数据修改规则的数据修改方法、系统和存储介质，并能够通过集中治理降低数据修改量，解决大批量数据修改的问题。
本发明的目的可以通过以下技术方案来实现：
一种基于数据修改规则的数据修改方法，包括以下步骤：
S1：建立数据修改规则库，用于存储数据修改规则，所述的数据修改规则通过采集的批量数据修改请求工单得到；
S2：获取用户选择的数据修改规则和输入的参数，生成待执行的SQL语句；
S3：根据待执行的SQL语句，利用数据修改工具执行数据修改操作；
S4：记录数据修改日志，并通过对数据修改日志的分析处理，进行数据修改集中治理。
进一步地，所述的数据修改请求工单内记录工单信息，所述的工单信息包括SQL语句，所述的数据修改规则包括含有变量的SQL语句，并记录各SQL语句与变量的依赖关系，所述的变量的配置包括名称、类型、长度、默认值和是否选填。
进一步地，所述的数据修改规则的生成步骤具体包括：
S11：获取并记录用户提交的批量数据修改请求工单，并保存到至自动生成备份的数据库中；
S12：获取该批量数据修改请求工单中的SQL语句；
S13：对SQL语句进行分析处理，删去其中的特定应用场景信息，得到一条或多条含有变量的SQL语句，作为数据修改规则；
S14：定义数据修改规则中变量的配置以及SQL语句与变量的依赖关系；
S15：将数据修改规则存入数据修改规则库中。
进一步地，所述的步骤S14中定义变量的配置具体包括：定义变量名称、类型、长度、默认值和是否选填。
进一步地，所述的步骤S2具体包括：
S21：获取用户选择的数据修改规则和输入的参数；
S22：对用户输入的参数进行类型、长度和内容的安全校验；
S23：将用户输入的参数作为变量，与用户选择的数据修改规则结合，生成完整的SQL语句，作为待执行的SQL语句。
进一步地，所述的步骤S3具体包括：
S31：对待执行的SQL语句进行语法校验；
S32：根据SQL语句的语句类型，提取出语句中需要处理的表名、字段名和修改条件；
S33：根据表名、字段名和修改条件，生成该SQL语句的查询影响行数语句、获取新旧值变化语句和备份语句；
S34：执行查询影响行数语句，判断修改行数是否存在风险；
S35：执行获取新旧值变化语句，将结果返回至用户进行确认；
S36：获取用户确认信息；
S37：执行备份语句，对原始数据进行备份，同时生成恢复语句；
S38：执行待执行的SQL语句，对目标数据进行修改。
进一步地，所述的数据修改日志内记录包括修改内容和所使用的数据修改规则，所述的对数据修改日志的分析处理具体包括：对数据修改日志中记录的各数据修改规则使用频率按照降序排序，并获取各数据修改规则的应用场景、产生原因和处理方法，得到数据修改情况。
更进一步地，所述的进行数据修改集中治理具体包括：
S41：获取设定治理阈值；
S42：获取使用频率超过治理阈值的数据修改规则，并将该数据修改规则对应的应用场景纳入集中治理范围；
S43：获取运维人员和研发人员共同对治理范围内数据修改规则分析得到的需求分析和需求实现办法；
S44：根据不同需求实现办法，进行数据修改集中治理；
所述的需求包括功能缺失类需求、功能不完善类需求和历史数据问题类需求；
所述的功能缺失类需求的实现办法具体为：获取研发人员提供的开发任务书，通过版本变更的方式实现需求；
所述的功能不完善类需求的实现办法具体为：获取研发人员提供的bug修复计划，通过发布bug版本进行变更的方式实现需求；
所述的历史数据问题类需求的实现办法具体为：通过SQL语句，在工具中进行批量数据修复的方式实现需求。
一种用于实现所述的基于数据修改规则的数据修改方法的系统，包括：
数据层模块：用于采集批量的数据修改工单，并存入数据修改工具数据库中；
修改层模块：用于获取数据修改工单信息，生成数据修改规则，并进行数据修改操作；
分析层模块：用于利用数据修改操作的修改内容和所使用的数据修改规则，生成数据修改日志，并对数据修改日志进行分析处理，得到数据修改情况；
治理层模块：用于接收数据修改情况，确认数据修改集中问题，并进行数据修改集中治理。
一种计算机可读存储介质，该计算机可读存储介质中包括基于数据修改规则的数据修改程序，所述的基于数据修改规则的数据修改程序被处理器执行时，可实现所述的基于数据修改规则的数据修改方法的步骤。
与现有技术相比，本发明具有以下优点：
1)本发明对大批量的数据修改，建设数据修改规则库，通过预先根据特定应用场景定义的数据修改规则，在数据修改操作前，利用工具特有的自动备份和自动生成修改语句的功能，提升数据修改效率，大大降低数据修改风险，提高准确率；
2)本发明通过建设数据修改规则库，避免了后续数据修改中手工编写SQL语句，降低了数据修改风险对于特定场景产生的问题形成规则化修改方法，根除因运维人员技术水平的差异，影响修改的准确性的问题；
3)本发明通过统一的工具修改，完整记录数据修改日志，通过数据修改日志分析，找到使用频繁的数据修改规则，通过对其集中治理降低数据修改量，解决大批量数据修改的问题；
4)本发明定期对数据修改进行分析，将修改量大的规则转化为需求任务书功能点，开发对应前台功能，以免系统问题积累，提升用户体验，降低数据修改总量，提升整体数据质量。
附图说明
图1为本发明方法的流程示意图；
图2为本发明系统的结构图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
实施例
如图1所示，本发明提供一种基于数据修改规则的数据修改方法，包括以下步骤：
S1：建立数据修改规则库，用于存储数据修改规则；
其中，数据修改请求工单内记录工单信息，工单信息包括SQL语句，数据修改规则包括含有变量的SQL语句，并记录各SQL语句与变量的依赖关系，变量的配置包括名称、类型、长度、默认值和是否选填，数据修改规则通过采集的批量数据修改请求工单得到，具体为：
S11：获取并记录用户提交的批量数据修改请求工单，并保存到至自动生成备份的数据库中；
S12：获取该批量数据修改请求工单中的SQL语句；
S13：对SQL语句进行分析处理，删去其中的特定应用场景信息，得到一条或多条含有变量的SQL语句，作为数据修改规则；
S14：定义数据修改规则中变量的配置以及SQL语句与变量的依赖关系；
S15：将数据修改规则存入数据修改规则库中。
S2：获取用户选择的数据修改规则和输入的参数，生成待执行的SQL语句，具体为：
S21：获取用户选择的数据修改规则和输入的参数；
S22：对用户输入的参数进行类型、长度和内容的安全校验；
S23：将用户输入的参数作为变量，与用户选择的数据修改规则结合，生成完整的SQL语句，作为待执行的SQL语句。
S3：根据待执行的SQL语句，利用数据修改工具执行数据修改操作，具体为：
S31：对待执行的SQL语句进行语法校验；
S32：根据SQL语句的语句类型，提取出语句中需要处理的表名、字段名和修改条件；
S33：根据表名、字段名和修改条件，生成该SQL语句的查询影响行数语句、获取新旧值变化语句和备份语句；
S34：执行查询影响行数语句，判断修改行数是否存在风险；
S35：执行获取新旧值变化语句，将结果返回至用户进行确认；
S36：获取用户确认信息；
S37：执行备份语句，对原始数据进行备份，同时生成恢复语句；
S38：执行待执行的SQL语句，对目标数据进行修改。
S4：记录数据修改日志，并通过对数据修改日志的分析处理，进行数据修改集中治理；
其中，数据修改日志内记录包括修改内容和所使用的数据修改规则，对数据修改日志的分析处理具体包括：对数据修改日志中记录的各数据修改规则使用频率按照降序排序，并获取各数据修改规则的应用场景、产生原因和处理方法，得到数据修改情况。进行数据修改集中治理具体为：
S41：获取设定治理阈值；
S42：获取使用频率超过治理阈值的数据修改规则，并将该数据修改规则对应的应用场景纳入集中治理范围；
S43：获取运维人员和研发人员共同对治理范围内数据修改规则分析得到的需求分析和需求实现办法；
S44：根据不同需求实现办法，进行数据修改集中治理，需求包括功能缺失类需求、功能不完善类需求和历史数据问题类需求；对于功能缺失类需求的实现办法具体为：获取研发人员提供的开发任务书，通过版本变更的方式实现需求；对于功能不完善类需求的实现办法具体为：获取研发人员提供的bug修复计划，通过发布bug版本进行变更的方式实现需求；对于历史数据问题类需求的实现办法具体为：通过SQL语句，在工具中进行批量数据修复的方式实现需求。
如图2所示，本发明还提供一种用于实现基于数据修改规则的数据修改方法的系统，包括数据层模块、修改层模块、分析层模块和治理层模块。
数据层模块：用于采集批量的数据修改工单，并存入数据修改工具数据库中，具体为：根据数据修改的工单类型，采集流程平台中数据修改类工单内容，并存入数据修改工具数据库中。数据层模块获取数据修改工单信息，通过以下具体步骤实现：
步骤101：通过工单系统，接受用户提交的数据修改请求工单，数据修改请求工单包括工单信息；
步骤102：记录上述数据修改工单请求；
步骤103：将上述数据修改请求工单信息保存到一种用户定制规则的自动生成备份的数据库中，并将修改信息与工单信息关联；
步骤104：通过工单系统接收用户提交的数据修改请求工单，数据修改请求工单包括工单信息，工单信息包括SQL语句。
修改层模块：用于获取数据修改工单信息，生成数据修改规则，并进行数据修改操作，具体为：自动获取数据修改工单内容，根据数据敏感度对数据修改可行性进行判定。对于操作允许的数据修改，利用一种用户定制规则的自动生成备份的数据修改工具，自动生成对应SQL语句的备份和恢复脚本，通过规则或者SQL语句，执行数据修改，修改层模块分析SQL语句、定义规则、利用数据修改工具和执行数据修改操作，通过以下具体步骤实现：
步骤201：接收用户输入的一批对问题数据需要执行的SQL语句；
步骤202：对输入的SQL语句根据不同的数据库类型进行语法校验；
步骤203：分析SQL语句，根据语句类型提取出语句中需要处理的表名、字段名和执行条件；
步骤204：根据分析出的表名、字段名和修改条件，自动生成对应该SQL语句的查询影响行数语句、获取新旧值变化语句、备份语句；
步骤205：执行查询影响行数语句并判断修改行数是否存在风险；
步骤206：执行获取新旧值变化语句并把结果返回给用户进行确认；
步骤207：用户确认后执行备份语句对原始数据进行备份，生成恢复语句；
步骤208：执行用户输入的SQL语句对目标数据进行修改；
步骤209：获取用户输入的根据特定应用场景定义一条或多条含有变量的SQL语句并转换为规则；
步骤210：提取并定义规则中变量名称、类型、长度、默认值和是否选填等配置，并分析得到每条SQL和变量之间的依赖关系；
步骤211：记录并保存数据修改规则；
步骤212：获取用户选择的数据修改规则和输入的参数；
步骤213：对用户输入的参数进行类型、长度和内容的安全校验；
步骤214：通过规则和用户输入的参数生成待执行的SQL语句；
步骤215：执行步骤202到步骤202进行数据修改。
分析层模块：用于利用数据修改操作的修改内容和所使用的数据修改规则，生成数据修改日志，并对数据修改日志进行分析处理，得到数据修改情况，具体为：使用数据ETL工具，自动获取数据修改执行内容，按照系统、机构、业务、规则等维度进行网页端的监控及分析展现；基于网页端监控及分析图表，形成数据修改情况分析报告，探寻数据修改规则集中问题，及相关问题的解决办法。分析层模块自动获取数据修改工具产生的修改内容，通过报表平台进行数据修改情况展现，具体包括：
步骤301：通过ETL程序，自动获取流程平台、数据修改工具中数据修改内容；
步骤302：将数据存入报表平台数据库；
步骤303：按照系统、机构、业务、规则等维度，进行分析展现数据修改情况，在报表平台进行相关问题曝光；
步骤304：以系统为单位，对其修改规则使用频率按照降序排序，并分析规则使用场景、产生原因、处理方法等，形成数据修改情况分析报告。
治理层模块：用于接收数据修改情况，确认数据修改集中问题，并进行数据修改集中治理，具体为：根据数据修改分析报告，确认数据修改集中问题，并提出相应的需求任务书，由系统开发人员确认需求功能点后，确认具体修复方案。治理层模块根据数据修改情况分析报告，确定数据修改治理的系统范畴，进行数据修改的集中治理，降低数据修改工单，具体包括：
步骤401：人工划定工单治理的数量阈值；
步骤402：获取超过数量阈值的系统，将其纳入数据修改治理的系统范围。例如：人工划定工单治理的数量阈值为连续3个月数据修改工单不超过200单，短期健康险意外险业务处理系统业务压力较大，数据问题种类繁多，连续3个月工单数量有5000单，所以该系统需要被纳入治理范围，进行数据修改工单的治理；
步骤403：对治理范围内的应用系统，运维人员分析其规则使用情况，结合应用场景，分析改规则所属功能，形成需求分析；
步骤404：研发人员确认需求分析后，明确特定需求实现办法；
步骤405：对功能缺失类需求，由研发人员形成开发任务书，纳入开发计划，通过版本变更的方式实现需求；
步骤406：对功能不完善类需求，由研发人员形成bug修复计划，通过发版bug版本进行变更的方式实现需求；
步骤407：对历史数据问题类需求，由研发人员进行根因确认，明确修复范围，通过SQL语句，在工具中进行批量数据修复，解决历史数据问题，实现该类需求。
本发明通过分析用户输入SQL语句，自动生产对应的备份与恢复语句；通过预先根据特定应用场景定义一条或多条含有变量的SQL语句为一个数据修改规则，避免了后续数据修改中手工编写SQL语句，降低了数据修改风险；通过数据修改日志分析，找到使用频繁的规则，通过对其治理降低数据修改量；通过开发前台新功能、完善前台功能、批量修复历史问题等手段，治理数据修改问题，降低数据修改总量。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的工作人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种基于数据修改规则的数据修改方法，其特征在于，包括以下步骤：
S1：建立数据修改规则库，用于存储数据修改规则，所述的数据修改规则通过采集的批量数据修改请求工单得到；
S2：获取用户选择的数据修改规则和输入的参数，生成待执行的SQL语句；
S3：根据待执行的SQL语句，利用数据修改工具执行数据修改操作；
S4：记录数据修改日志，并通过对数据修改日志的分析处理，进行数据修改集中治理。
2.根据权利要求1所述的一种基于数据修改规则的数据修改方法，其特征在于，所述的数据修改请求工单内记录工单信息，所述的工单信息包括SQL语句，所述的数据修改规则包括含有变量的SQL语句，并记录各SQL语句与变量的依赖关系，所述的变量的配置包括名称、类型、长度、默认值和是否选填。
3.根据权利要求2所述的一种基于数据修改规则的数据修改方法，其特征在于，所述的数据修改规则的生成步骤具体包括：
S11：获取并记录用户提交的批量数据修改请求工单，并保存到至自动生成备份的数据库中；
S12：获取该批量数据修改请求工单中的SQL语句；
S13：对SQL语句进行分析处理，删去其中的特定应用场景信息，得到一条或多条含有变量的SQL语句，作为数据修改规则；
S14：定义数据修改规则中变量的配置以及SQL语句与变量的依赖关系；
S15：将数据修改规则存入数据修改规则库中。
4.根据权利要求3所述的一种基于数据修改规则的数据修改方法，其特征在于，所述的步骤S14中定义变量的配置具体包括：定义变量名称、类型、长度、默认值和是否选填。
5.根据权利要求2所述的一种基于数据修改规则的数据修改方法，其特征在于，所述的步骤S2具体包括：
S21：获取用户选择的数据修改规则和输入的参数；
S22：对用户输入的参数进行类型、长度和内容的安全校验；
S23：将用户输入的参数作为变量，与用户选择的数据修改规则结合，生成完整的SQL语句，作为待执行的SQL语句。
6.根据权利要求1所述的一种基于数据修改规则的数据修改方法，其特征在于，所述的步骤S3具体包括：
S31：对待执行的SQL语句进行语法校验；
S32：根据SQL语句的语句类型，提取出语句中需要处理的表名、字段名和修改条件；
S33：根据表名、字段名和修改条件，生成该SQL语句的查询影响行数语句、获取新旧值变化语句和备份语句；
S34：执行查询影响行数语句，判断修改行数是否存在风险；
S35：执行获取新旧值变化语句，将结果返回至用户进行确认；
S36：获取用户确认信息；
S37：执行备份语句，对原始数据进行备份，同时生成恢复语句；
S38：执行待执行的SQL语句，对目标数据进行修改。
7.根据权利要求1所述的一种基于数据修改规则的数据修改方法，其特征在于，所述的数据修改日志内记录包括修改内容和所使用的数据修改规则，所述的对数据修改日志的分析处理具体包括：对数据修改日志中记录的各数据修改规则使用频率按照降序排序，并获取各数据修改规则的应用场景、产生原因和处理方法，得到数据修改情况。
8.根据权利要求7所述的一种基于数据修改规则的数据修改方法，其特征在于，所述的进行数据修改集中治理具体包括：
S41：获取设定治理阈值；
S42：获取使用频率超过治理阈值的数据修改规则，并将该数据修改规则对应的应用场景纳入集中治理范围；
S43：获取运维人员和研发人员共同对治理范围内数据修改规则分析得到的需求分析和需求实现办法；
S44：根据不同需求实现办法，进行数据修改集中治理；
所述的需求包括功能缺失类需求、功能不完善类需求和历史数据问题类需求；
所述的功能缺失类需求的实现办法具体为：获取研发人员提供的开发任务书，通过版本变更的方式实现需求；
所述的功能不完善类需求的实现办法具体为：获取研发人员提供的bug修复计划，通过发布bug版本进行变更的方式实现需求；
所述的历史数据问题类需求的实现办法具体为：通过SQL语句，在工具中进行批量数据修复的方式实现需求。
9.一种用于实现如权利要求1-8任一项所述的基于数据修改规则的数据修改方法的系统，其特征在于，包括：
数据层模块：用于采集批量的数据修改工单，并存入数据修改工具数据库中；
修改层模块：用于获取数据修改工单信息，生成数据修改规则，并进行数据修改操作；
分析层模块：用于利用数据修改操作的修改内容和所使用的数据修改规则，生成数据修改日志，并对数据修改日志进行分析处理，得到数据修改情况；
治理层模块：用于接收数据修改情况，确认数据修改集中问题，并进行数据修改集中治理。
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质中包括基于数据修改规则的数据修改程序，所述的基于数据修改规则的数据修改程序被处理器执行时，实现如权利要求1-8任一项所述的基于数据修改规则的数据修改方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011596339.4A CN112765156B (zh) | 2020-12-29 | 2020-12-29 | 一种基于数据修改规则的数据修改方法、系统和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011596339.4A CN112765156B (zh) | 2020-12-29 | 2020-12-29 | 一种基于数据修改规则的数据修改方法、系统和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112765156A true CN112765156A (zh) | 2021-05-07 |
| CN112765156B CN112765156B (zh) | 2024-08-13 |
Family
ID=75696966
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011596339.4A Active CN112765156B (zh) | 2020-12-29 | 2020-12-29 | 一种基于数据修改规则的数据修改方法、系统和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112765156B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101901219A (zh) * | 2009-05-27 | 2010-12-01 | 北京启明星辰信息技术股份有限公司 | 数据库注入攻击检测方法及系统 |
| CN103793514A (zh) * | 2014-02-11 | 2014-05-14 | 华为技术有限公司 | 数据库同步方法及数据库 |
| CN105912427A (zh) * | 2016-04-29 | 2016-08-31 | 浪潮(北京)电子信息产业有限公司 | 一种数据容灾同步的方法及装置 |
| CN106709043A (zh) * | 2016-12-30 | 2017-05-24 | 江苏瑞中数据股份有限公司 | 一种基于数据库日志的数据同步加载方法 |
| CN108376084A (zh) * | 2017-12-29 | 2018-08-07 | 北京智行鸿远汽车有限公司 | 文件生成方法、装置及计算机可读存储介质 |
| CN109471857A (zh) * | 2018-09-25 | 2019-03-15 | 中国平安人寿保险股份有限公司 | 基于sql语句的数据修改方法、装置及存储介质 |
| CN109871705A (zh) * | 2017-12-01 | 2019-06-11 | 中国移动通信集团广东有限公司 | 一种数据库修改方法及系统 |
| CN110309196A (zh) * | 2019-05-22 | 2019-10-08 | 深圳壹账通智能科技有限公司 | 区块链数据存储和查询方法、装置、设备及存储介质 |
| US20200162801A1 (en) * | 2018-11-16 | 2020-05-21 | Sap Se | Intelligent and dynamic processing of sensor reading fidelity |
-
2020
- 2020-12-29 CN CN202011596339.4A patent/CN112765156B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101901219A (zh) * | 2009-05-27 | 2010-12-01 | 北京启明星辰信息技术股份有限公司 | 数据库注入攻击检测方法及系统 |
| CN103793514A (zh) * | 2014-02-11 | 2014-05-14 | 华为技术有限公司 | 数据库同步方法及数据库 |
| CN105912427A (zh) * | 2016-04-29 | 2016-08-31 | 浪潮(北京)电子信息产业有限公司 | 一种数据容灾同步的方法及装置 |
| CN106709043A (zh) * | 2016-12-30 | 2017-05-24 | 江苏瑞中数据股份有限公司 | 一种基于数据库日志的数据同步加载方法 |
| CN109871705A (zh) * | 2017-12-01 | 2019-06-11 | 中国移动通信集团广东有限公司 | 一种数据库修改方法及系统 |
| CN108376084A (zh) * | 2017-12-29 | 2018-08-07 | 北京智行鸿远汽车有限公司 | 文件生成方法、装置及计算机可读存储介质 |
| CN109471857A (zh) * | 2018-09-25 | 2019-03-15 | 中国平安人寿保险股份有限公司 | 基于sql语句的数据修改方法、装置及存储介质 |
| US20200162801A1 (en) * | 2018-11-16 | 2020-05-21 | Sap Se | Intelligent and dynamic processing of sensor reading fidelity |
| CN110309196A (zh) * | 2019-05-22 | 2019-10-08 | 深圳壹账通智能科技有限公司 | 区块链数据存储和查询方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112765156B (zh) | 2024-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107689887B (zh) | 一种核电厂控制系统临时控制变更在线管理系统 | |
| WO2019100576A1 (zh) | 自动化测试管理方法、装置、终端设备及存储介质 | |
| CN112395325A (zh) | 一种数据治理方法、系统、终端设备及存储介质 | |
| WO2019100577A1 (zh) | 自动化测试管理方法、装置、终端设备及存储介质 | |
| CN112561370B (zh) | 软件发版的管理方法、装置、计算机设备及存储介质 | |
| CN117951128A (zh) | 一种基于人工智能的数据质量稽查方法 | |
| CN117831734B (zh) | 一种医疗设备维修方法、装置、介质和计算设备 | |
| CN115712623A (zh) | 一种基于捕获元数据变更的批量数据容错采集方法 | |
| CN115576950A (zh) | 一种基于json配置文件的报表生成方法 | |
| CN111596899A (zh) | 一种基于Java开发的数据库迁移方法、系统、设备及存储介质 | |
| CN109886434B (zh) | 一种智能钻井平台维护保养系统及方法 | |
| CN117610527A (zh) | 基于大语言模型的报表分析及报告生成方法及系统 | |
| CN112667469A (zh) | 一种多元化大数据统计报告自动生成方法、系统及可读介质 | |
| CN112416918A (zh) | 数据治理系统及其工作方法 | |
| CN112765156A (zh) | 一种基于数据修改规则的数据修改方法、系统和存储介质 | |
| CN116069628A (zh) | 一种智能处置的软件自动化回归测试方法、系统及设备 | |
| CN114595666A (zh) | 一种将合同文档转为表单的处理方法、装置及存储介质 | |
| CN112612812A (zh) | 一种多系统数据的处理方法及装置 | |
| CN111767331A (zh) | 千万量级数据在关系型数据库中的多任务可视化激活方法 | |
| CN118396250B (zh) | 生产制作指示的生成方法、装置、设备及存储介质 | |
| US11042536B1 (en) | Systems and methods for automated data visualization | |
| CN117670286A (zh) | 一种基于检修文件包的检修作业方法及系统 | |
| CN112799935A (zh) | 一种智能质量检测的方法、装置及平台 | |
| CN117667886A (zh) | 一种云平台数据库的一键开库方法、装置、设备和介质 | |
| CN113419877A (zh) | 决策服务接口的实现方法、装置、电子设备和存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |