CN115202800A - 边缘云业务数据处理方法、装置、计算机设备和存储介质 - Google Patents
边缘云业务数据处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN115202800A CN115202800A CN202110383995.4A CN202110383995A CN115202800A CN 115202800 A CN115202800 A CN 115202800A CN 202110383995 A CN202110383995 A CN 202110383995A CN 115202800 A CN115202800 A CN 115202800A
- Authority
- CN
- China
- Prior art keywords
- data
- service
- processing
- target
- strategy
- 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
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
- G06F9/44—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
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/52—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems during program execution, e.g. stack integrity ; Preventing unwanted data erasure; Buffer overflow
- G06F21/53—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems during program execution, e.g. stack integrity ; Preventing unwanted data erasure; Buffer overflow by executing in a restricted environment, e.g. sandbox or secure virtual machine
-
- 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
- G06F2009/45587—Isolation or security of virtual machine instances
-
- 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
- G06F2009/45595—Network integration; Enabling network access in virtual machine instances
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Computer And Data Communications (AREA)
Abstract
本申请涉及一种边缘云业务数据处理方法、装置、计算机设备和存储介质。所述方法包括:接收边缘端中至少一台物联网设备的发送的业务数据;各业务数据存在对应的业务需求属性;从预先配置的数据处理策略数据中确定与各业务需求属性匹配的目标数据处理策略数据;基于各目标数据处理策略数据,通过预设数据传输通道将各业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各业务数据保存在存储分析平台中。采用本方法能够提高业务数据处理效率。
Description
技术领域
本申请涉及边缘云技术领域,特别是涉及一种边缘云业务数据处理方法、装置、计算机设备和存储介质。
背景技术
基于容器技术建立边缘云环境部署核心,具备了秒级交付、高效部署、弹性伸缩、资源调度等一系列优势。边缘云通过运行如AI业务应用在IOT场景,该类业务通过输出部分模型文件,也会产生更多得业务数据,如温度数据,设备运行数据等。由于业务数据具有安全要求高,批次频繁,边缘云业务数据处理成为关键问题。
目前一般边缘端部署消息服务器服务器(MQTT是基于发布(Publish)/订阅(Subscribe)模式来进行通信及数据交换的,订阅者(Subscriber)会向消息服务器(Broker)订阅一个主题(Topic),成功订阅后,消息服务器会将该主题下的消息转发给所有的订阅者),一般都基于各类物联网平台自行设计,中心与每个边缘端之间的网络线路往往都是VPN或者专线,如用来传输业务数据,可能对网络带来较大压力,导致业务数据处理效率低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高业务数据处理效率的业务数据处理方法、装置、计算机设备和存储介质。
一种边缘云业务数据处理方法,所述方法包括:
接收边缘端中至少一台物联网设备的发送的业务数据;各所述业务数据存在对应的业务需求属性;
从预先配置的数据处理策略数据中确定与各所述业务需求属性匹配的目标数据处理策略数据;
基于各所述目标数据处理策略数据,通过预设数据传输通道将各所述业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各所述业务数据保存在存储分析平台中。
在其中一个实施例中,所述从预先配置的数据处理策略数据中确定与各所述业务需求属性匹配的目标数据处理策略数据,包括:
当所述业务需求属性为实时性时,从预先配置的数据处理策略数据中确定与所述实时性匹配的多协议直连实时策略数据;
所述基于各所述目标数据处理策略数据,通过预设数据传输通道将各所述业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各所述业务数据保存在存储分析平台中,包括:
基于所述多协议直连实时策略数据,接收边缘端发送的鉴权分配请求;
根据所述鉴权分配请求,通过预设数据传输通道的数据网关对所述业务数据的数据属性进行鉴权认证;
当鉴权认证通过时,在支持多协议的数据处理服务器中对所述业务数据进行处理,得到目标业务数据并将所述目标业务数据保存在存储分析平台中。
在其中一个实施例中,所述从预先配置的数据处理策略数据中确定与各所述业务需求属性匹配的目标数据处理策略数据,包括:
当所述业务需求属性为准实时性时,从预先配置的数据处理策略数据中确定与所述准实时性匹配的准实时策略数据;
所述基于各所述目标数据处理策略数据,通过预设数据传输通道将各所述业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各所述业务数据保存在存储分析平台中,包括:
基于所述准实时策略数据,通过预设数据传输通道将所述业务数据发送至插件文件服务器中进行处理,得到目标业务数据并将所述目标业务数据保存在存储分析平台中。
在其中一个实施例中,所述从预先配置的数据处理策略数据中确定与各所述业务需求属性匹配的目标数据处理策略数据,包括:
当所述业务需求属性为延时性时,从预先配置的数据处理策略数据中确定与所述延时性匹配的延时策略数据;
所述基于各所述目标数据处理策略数据,通过预设数据传输通道将各所述业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各所述业务数据保存在存储分析平台中,包括:
基于所述延时策略数据,通过预设数据传输通道将所述业务数据提交支持多协议的数据处理服务器进行下载解压处理,得到目标业务数据并将所述目标业务数据保存在存储分析平台中。
在其中一个实施例中,在所述从预先配置的数据处理策略数据中确定与各所述业务需求属性匹配的目标数据处理策略数据之前,所述方法还包括:
获取所述业务数据对应的数据协议格式;
当所述数据协议格式不为预设协议格式时,将所述数据协议格式转化为预设协议格式,执行所述从预先配置的数据处理策略数据中确定与各所述业务需求属性匹配的目标数据处理策略数据步骤。
在其中一个实施例中,所述将所述目标业务数据保存在存储分析平台中,包括:
根据预设关键字对所述目标业务数据进行数据清洗,得到清洗后的目标业务数据;
将所述清洗后的目标业务数据保存对应类型的存储分析平台中。
一种边缘云业务数据处理装置,所述装置包括:
接收模块,用于接收边缘端中至少一台物联网设备的发送的业务数据;各所述业务数据存在对应的业务需求属性;
匹配模块,用于从预先配置的数据处理策略数据中确定与各所述业务需求属性匹配的目标数据处理策略数据;
处理模块,用于基于各所述目标数据处理策略数据,将各所述业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各所述业务数据保存在存储分析平台中。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
接收边缘端中至少一台物联网设备的发送的业务数据;各所述业务数据存在对应的业务需求属性;
从预先配置的数据处理策略数据中确定与各所述业务需求属性匹配的目标数据处理策略数据;
基于各所述目标数据处理策略数据,通过预设数据传输通道将各所述业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各所述业务数据保存在存储分析平台中。
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以下步骤:
接收边缘端中至少一台物联网设备的发送的业务数据;各所述业务数据存在对应的业务需求属性;
从预先配置的数据处理策略数据中确定与各所述业务需求属性匹配的目标数据处理策略数据;
基于各所述目标数据处理策略数据,通过预设数据传输通道将各所述业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各所述业务数据保存在存储分析平台中。
上述业务数据处理方法、装置、计算机设备和存储介质,通过接收边缘端中至少一台物联网设备的发送的业务数据;根据各业务数据的业务需求属性从预先配置的数据处理策略数据中确定对应的目标数据处理策略数据;基于各目标数据处理策略数据,通过预设数据传输通道将各业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各业务数据保存在存储分析平台中,通过预设数据传输通道和各业务数据的目标数据处理策略数据,实现了根据各边缘端的各物联网设备的业务需求属性对业务数据进行针对性处理,提高了预设数据传输通道的利用率以及业务数据的处理效率。
附图说明
图1为一个实施例中边缘云业务数据处理方法的应用环境图;
图2为一个实施例中边缘云业务数据处理方法的流程示意图;
图3为一个实施例中基于多协议直连实时策略数据的边缘云业务数据处理方法的流程示意图;
图4为一个实施例中基于准实时策略数据的边缘云业务数据处理方法的流程示意图;
图5为一个实施例中基于延时策略数据的边缘云业务数据处理方法的流程示意图;
图6为另一个实施例中边缘云业务数据处理方法的流程示意图;
图7为一个实施例中边缘云业务数据处理的应用框架图;
图8为一个实施例中边缘云业务数据处理装置的结构框图;
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的边缘云业务数据方法,可以应用于如图1所示的应用环境中。其中,边缘端102通过网络与中心端104进行通信。中心端接收边缘端中至少一台物联网设备的发送的业务数据;各业务数据存在对应的业务需求属性;从预先配置的数据处理策略数据中确定与各业务需求属性匹配的目标数据处理策略数据;基于各目标数据处理策略数据,通过预设数据传输通道将各业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各业务数据保存在存储分析平台中。其中,边缘端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,中心端104为云中心,即可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种边缘云业务数据处理方法,以该方法应用于图1中的中心端为例进行说明,包括以下步骤:
步骤202,接收边缘端中至少一台物联网设备的发送的业务数据;各业务数据存在对应的业务需求属性。
其中,业务数据是指不同应用领域业务在交互过程中产生的交互数据,例如,在物流领域中中心端(边缘云)运行AI业务(如,物流快件识别、物流快件分拣等IOT场景),该类业务在通过输出部分模型文件时,也会产生对应的业务数据,例如温度数据,设备运行数据等。不同类型的业务对数据处理需求不同,例如,在物流领域,对物流业务数据的准确性以及数据丢失率的要求比较高;在金融领域,对于资源数据的实时性以及准确性要求比较高。边缘云是分布在网络边缘侧,提供实时数处理、分析决策的小规模云数据中心。物联网设备是可以是数据采集设备(例如,图像采集设备)。
具体地,在中心端预先搭建好公网入口,以及部署了OSS存储集群、ElasticSearch集群(ES,基于Lucene的搜索服务器,用于提供了分布式全文搜索引擎,基于RESTful web接口)、kafka集群(一种高吞吐量的分布式发布订阅消息系统)和MQTT公网集群(MQTT是基于发布(Publish)/订阅(Subscribe)模式来进行通信及数据交换的,订阅者(Subscriber)会向消息服务器(Broker)订阅一个主题(Topic);成功订阅后,消息服务器会将该主题下的消息转发给所有的订阅者)。
中心端和边缘端之间通过专线网络建立连接,且中心端和边缘端之间建立同一的基础数据通道。边缘端创建了创建mqtt topic,以及设定topic的业务规则信息;其中,业务规则信息包括分析存储平台信息、消息过滤规则数据和数据处理策略数据等;消息过滤规则数据包括根据关键字过滤无用数据或无关键字获取全量数据(即对数据不进行过滤处理)。根据中心端订阅的topic,通过设置的基础数据通道将对应的业务数据发送至中心端,即中心端接收边缘端中至少一台物联网设备的发送的初始业务数据,根据消息过滤规则数据对初始数据进行过滤处理,得到业务数据,其中,业务数据存在对应的业务需求属性,业务需求属性包括实时性、准实时性和延时性等;业务需求属性与分析存储平台之间存在对应关系。
步骤204,从预先配置的数据处理策略数据中确定与各业务需求属性匹配的目标数据处理策略数据。
其中,预先配置的数据处理策略数据包括多协议直连实时策略数据、准实时策略数据和的延时策略数据。
具体地,根据业务数据对应的业务需求属性,从预先配置的数据处理策略数据中确定与各业务需求属性匹配的目标数据处理策略数据。例如,当业务需求属性为实时性,从预先配置的数据处理策略数据中确定与实时性对应的多协议直连实时策略数据;当业务需求属性为准实时性时,从预先配置的数据处理策略数据中确定与准实时性对应的准实时策略数据;当业务需求属性为延时性时,从预先配置的数据处理策略数据中确定与延时性对应的延时策略数据。
步骤206,基于各目标数据处理策略数据,通过预设数据传输通道将各业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各业务数据保存在存储分析平台中。
其中,预设数据通道为统一的基础数据通道,可支持传输不同协议格式的数据。
具体地,根据由业务需求属性确定的目标数据处理策略数据,通过统一的基础数据通道将边缘端获取的业务数据提交至与业务需求属性对应的数据处理服务器中进行处理,得到处理后的目标业务数据,将目标业务数据保存在存储分析平台中,其中,存储分析平台包括ES集群和kafka集群。
上述边缘云业务数据处理方法中,通过接收边缘端中至少一台物联网设备的发送的业务数据;根据各业务数据的业务需求属性从预先配置的数据处理策略数据中确定对应的目标数据处理策略数据;基于各目标数据处理策略数据,通过统一的基础数据通道将各业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各业务数据保存在存储分析平台中;通过预设数据传输通道和各业务数据的目标数据处理策略数据,实现了根据各边缘端的各物联网设备的业务需求属性对业务数据进行针对性处理,提高了预设数据传输通道的利用率、减少数据运维成本以及业务数据的处理效率
在一个实施例中,如图3所示,提供了一种基于多协议直连实时策略数据的边缘云业务数据处理方法,以该方法应用于图1中的中心端为例进行说明,包括以下步骤:
步骤302,接收边缘端中至少一台物联网设备的发送的业务数据。
步骤304,当业务需求属性为实时性时,从预先配置的数据处理策略数据中确定与实时性匹配的多协议直连实时策略数据。
其中,多协议直连实时策略数据是指支持至少三种以上通讯协议的数据格式的实时策略数据,例如,支持mqtt协议、websockets协议和http协议等。
步骤306,基于多协议直连实时策略数据,接收边缘端发送的鉴权分配请求。
具体地,中心端接收边缘端发送的鉴权分配请求,鉴权分配请求中携带数据处理服务类型和鉴权信息等,对鉴权分配请求携带的数据进行认证鉴权。其中,鉴权信息包括访问标识、访问权限、边缘端设备的设备信息以及数据协议类型等信息,即边缘端将边缘端设备对应访问标识、访问权限、边缘端设备的设备信息以及数据协议类型提交至中心端的数据网关,数据网关支持mqtt协议、websockets协议和http协议等协议。
步骤308,根据鉴权分配请求,通过预设数据传输通道的数据网关对业务数据的数据属性进行鉴权认证。
步骤310,当鉴权认证通过时,在支持多协议的数据处理服务器中对业务数据进行处理,得到目标业务数据并将目标业务数据保存在存储分析平台中。
具体地,当鉴权认证通过时,将业务数据提交至支持多协议的数据处理服务器中,根据业务需求进行相关数据处理,将得到目标业务数据直接保存在存储分析平台中。
可选地,根据预设关键字对目标业务数据进行数据清洗,得到清洗后的目标业务数据;将清洗后的目标业务数据保存对应类型的存储分析平台中;即根据关键字对目标业务数据进行数据清洗,将无用的数据过滤掉,提高数据的准确性,在数据存储分析平台中可以准确对数据进行分析,得到准确定的数据分析结果。
上述基于多协议直连实时策略数据的边缘云业务数据处理方法中,根据业务数据实时性需求,从预先配置的数据处理策略数据中确定与实时性匹配的多协议直连实时策略数据,基于预设数据传输通道和支持多协议的直连实时策略数据对接收的业务数据进行处理,提高了边缘端和中心端之间传输的高可靠性,可以对边缘端中支持不同协议类型的物联网设备的数据进行处理,提高了业务数据的处理效率。
在一个实施例中,如图4所示,提供了一种基于准实时策略数据的边缘云业务数据处理方法,以该方法应用于图1中的中心端为例进行说明,包括以下步骤:
步骤402,接收边缘端中至少一台物联网设备的发送的业务数据。
步骤404,当业务需求属性为准实时性时,从预先配置的数据处理策略数据中确定与准实时性匹配的准实时策略数据。
可选地,获取业务数据对应的数据协议格式;当数据协议格式不为预设协议格式时,将数据协议格式转化为预设协议格式,执行从预先配置的数据处理策略数据中确定与各业务需求属性匹配的目标数据处理策略数据步骤。
具体地,在接收到业务数据时,获取业务数据的数据协议格式,对数据协议格式进行判断,当数据协议格式不为预设协议格式时,将数据协议格式转化为预设协议格式,从预先配置的数据处理策略数据中确定与各业务需求属性匹配的目标数据处理策略数据。
步骤406,基于准实时策略数据,通过预设数据传输通道将业务数据发送至插件文件服务器中进行处理,得到目标业务数据并将目标业务数据保存在存储分析平台中。
具体地,当业务数据的数据协议格式为预设协议格式时(例如,mqtt协议)时,从预先配置的数据处理策略数据中确定与准实时性匹配的准实时策略数据,通过公网入口将业务数据提交至插件文件服务器中进行处理,得到目标业务数据,通过中心数据转发器将目标业务数据实时转发存储在存储分析平台中。可选地,插件文件服务器中的插件可以根据业务数据处理的实际需求进行插件更新。
可选地,根据预设关键字对目标业务数据进行数据清洗,得到清洗后的目标业务数据;将清洗后的目标业务数据保存对应类型的存储分析平台中。即根据关键字对目标业务数据进行数据清洗,将无用的数据过滤掉,提高数据的准确性,在数据存储分析平台中可以准确对数据进行分析,得到准确定的数据分析结果。
上述基于准实时策略数据的边缘云业务数据处理方法中,根据业务数据准实时性需求,从预先配置的数据处理策略数据中确定与实时性匹配的准实时策略数据,基于预设数据传输通道和插件更新的插件文件处理器对接收的业务数据进行处理,提高了边缘端和中心端之间数据处理的准确的性能和实时性,通过更新插件可以处理不同业务场景的业务数据,进而提高了业务数据的处理效率。
在一个实施例中,如图5所示,提供了一种基于延时策略数据的边缘云业务数据处理方法,以该方法应用于图1中的中心端为例进行说明,包括以下步骤:
步骤502,接收边缘端中至少一台物联网设备的发送的业务数据。
步骤504,当业务需求属性为延时性时,从预先配置的数据处理策略数据中确定与延时性匹配的延时策略数据。
可选地,获取业务数据对应的数据协议格式;当数据协议格式不为预设协议格式时,将数据协议格式转化为预设协议格式,执行从预先配置的数据处理策略数据中确定与各业务需求属性匹配的目标数据处理策略数据步骤;即在接收到业务数据时,获取业务数据的数据协议格式,对数据协议格式进行判断,当数据协议格式不为预设协议格式时,将数据协议格式转化为预设协议格式,从预先配置的数据处理策略数据中确定与各业务需求属性匹配的目标数据处理策略数据,通过转化数据协议格式,避免数据格式错误导致数据丢失。
步骤506,基于延时策略数据,通过预设数据传输通道将业务数据提交支持多协议的数据处理服务器进行下载解压处理,得到目标业务数据并将目标业务数据保存在存储分析平台中。
具体地,基于延时策略数据,通过预设数据传输通道将业务数据提交支持多协议的数据处理服务器进行下载解压处理,得到目标业务数据,将得到的目标业务数据按照对应的主题保存在存储分析平台中。其中,业务需求属性为延时性时,预设数据传输通道提交的业务数据为压缩文件,即当业务数据的业务需求属性为延时性时,边缘端触发边缘数据转发器对初始业务数据进行监控,并触发定时文件处理任务;即根据消息过滤规则数据对初始业务数据进行过滤处理,得到过滤处理后的数据,并生成预设格式的文件(例如,topic_时间戳.log),定时将生成的预设格式的同主题的文件进行合并压缩得到压缩文件,将压缩文件(即业务数据)通过公网入口上传至支持多协议的数据处理服务器中。
上述基于延时策略数据的边缘云业务数据处理方法中,根据业务数据延时性需求,从预先配置的数据处理策略数据中确定延时策略数据,基于延时策略数据,通过预设数据传输通道将定时处理的压缩文件进行下载解压处理,得到目标业务数据并将目标业务数据保存在存储分析平台中,即通过定时处理数据,减少数据的处理次数和网络的数据传输压力,进而提高业务数据的处理效率以及确定数据的准确性。
在另一个实施例中,如图6所示,提供了一种边缘云业务数据处理方法,以该方法应用于图1中的中心端为例进行说明,包括以下步骤:
步骤602,接收边缘端中至少一台物联网设备的发送的业务数据;各业务数据存在对应的业务需求属性。
步骤604,当业务需求属性为准实时性时,从预先配置的数据处理策略数据中确定与准实时性匹配的准实时策略数据。
步骤606,基于多协议直连实时策略数据,接收边缘端发送的鉴权分配请求。
步骤608,根据鉴权分配请求,通过预设数据传输通道的数据网关对业务数据的数据属性进行鉴权认证。
步骤610,当鉴权认证通过时,在支持多协议的数据处理服务器中对业务数据进行处理,得到目标业务数据并将目标业务数据保存在存储分析平台中。
步骤612,当业务需求属性为准实时性时,从预先配置的数据处理策略数据中确定与准实时性匹配的准实时策略数据。
步骤614,基于准实时策略数据,通过预设数据传输通道将业务数据发送至插件文件服务器中进行处理,得到目标业务数据并将目标业务数据保存在存储分析平台中。
步骤616,当业务需求属性为延时性时,从预先配置的数据处理策略数据中确定与延时性匹配的延时策略数据。
步骤618,基于延时策略数据,通过预设数据传输通道将业务数据提交支持多协议的数据处理服务器进行下载解压处理,得到目标业务数据并将目标业务数据保存在存储分析平台中。
以下为一个实施例中,边缘云业务数据处理的应用框架图,如图7所示。应用框架图包括中心端和边缘端,该框架支持多协议直连实时策略数据、准实时策略数据和延时策略数据的数据处理框架,中心端部署了不同数据处理策略数据的公网入口,多协议直连实时策略数据部署的VPN入口(公网入口),部署了至少两个数据处理服务器(数据处理服务器支持支持mqtt协议、websockets协议和http协议等协议);延时策略数据中部署OSS存储对象(公网入口);准实时策略数据部署Mqtt集群(公网入口)。
当业务需求属性为实时性时,从预先配置的数据处理策略数据中确定与实时性匹配的多协议直连实时策略数据,基于多协议直连实时策略数据,接收边缘端发送的鉴权分配请求;根据鉴权分配请求,通过预设数据传输通道的数据网关对业务数据的数据属性进行鉴权认证;当鉴权认证通过时,在支持多协议的数据处理服务器(其中,数据处理服务器负载均衡)中对业务数据进行处理,得到目标业务数据并将目标业务数据保存在存储分析平台,存储分析平台中包括ES集群和kafka集群。
当业务需求属性为准实时性时,从预先配置的数据处理策略数据中确定与准实时性匹配的准实时策略数据,当业务数据的数据协议格式为预设协议格式时(例如,mqtt协议)时,从预先配置的数据处理策略数据中确定与准实时性匹配的准实时策略数据,通过公网入口将业务数据提交至插件文件服务器中进行处理,得到目标业务数据(目标业务数据可以是通过物联网设备采集得到的,物联网设备支持不同的协议,如mqtt协议、websockets协议和http协议等协议),通过中心数据转发器将目标业务数据实时转发存储在存储分析平台中;其中,中心数据转发器中包括ES集群插件和kafka集群插件,可以根据实际需求对中心数据转发器中的插件进行更新。
当业务需求属性为延时性时,从预先配置的数据处理策略数据中确定与延时性匹配的延时策略数据,边缘端触发边缘数据转发器对初始业务数据进行监控,并触发定时文件处理任务;即根据消息过滤规则数据对初始业务数据进行过滤处理,得到过滤处理后的数据,并生成预设格式的文件(例如,topic_时间戳.log),定时将生成的预设格式的同主题的文件进行合并压缩得到压缩文件,将压缩文件(即业务数据)通过公网入口上传至支持多协议的数据处理服务器中;通过预设数据传输通道将业务数据提交支持多协议的数据处理服务器进行下载解压处理,得到目标业务数据,将得到的目标业务数据按照对应的主题保存在存储分析平台中。
上述边缘云业务数据处理方法中,通过根据各业务数据的业务需求属性从预先配置的数据处理策略数据中确定对应的目标数据处理策略数据;基于各目标数据处理策略数据,通过预设数据传输通道将各业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各业务数据保存在存储分析平台中,通过预设数据传输通道和各业务数据的目标数据处理策略数据,提高了预设数据传输通道的利用率,实现了根据各边缘端的各物联网设备的业务需求属性对业务数据进行针对性处理,提高了预设数据传输通道的利用率以及业务数据的处理效率。
应该理解的是,虽然图2-6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,这些步骤可以以其它的顺序执行。而且,图2-6中的至少一部分步骤可以包括多个步骤或者多个阶段,这些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,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图8所示,提供了一种边缘云业务数据处理装置,包括:接收模块802、匹配模块804和处理模块806,其中:
接收模块802,用于接收边缘端中至少一台物联网设备的发送的业务数据;各业务数据存在对应的业务需求属性。
匹配模块804,用于从预先配置的数据处理策略数据中确定与各业务需求属性匹配的目标数据处理策略数据。
处理模块806,用于基于各目标数据处理策略数据,将各业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各业务数据保存在存储分析平台中。
上述业务数据处理装置,通过接收边缘端中至少一台物联网设备的发送的业务数据;根据各业务数据的业务需求属性从预先配置的数据处理策略数据中确定对应的目标数据处理策略数据;基于各目标数据处理策略数据,通过预设数据传输通道将各业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各业务数据保存在存储分析平台中,通过预设数据传输通道和各业务数据的目标数据处理策略数据,实现了根据各边缘端的各物联网设备的业务需求属性对业务数据进行针对性处理,提高了预设数据传输通道的利用率以及业务数据的处理效率。
在另一个实施例中,提供了一种边缘云业务数据处理装置,除包括接收模块802、匹配模块804和处理模块806之外,还包括:获取模块、格式转换模块,其中:
在一个实施例中,匹配模块804还用于当所述业务需求属性为实时性时,从预先配置的数据处理策略数据中确定与所述实时性匹配的多协议直连实时策略数据。
在一个实施例中,接收模块802还用于基于所述多协议直连实时策略数据,接收边缘端发送的鉴权分配请求。
鉴权认证模块,用于根据所述鉴权分配请求,通过预设数据传输通道的数据网关对所述业务数据的数据属性进行鉴权认证;
在一个实施例中,处理模块806还用于当鉴权认证通过时,在支持多协议的数据处理服务器中对所述业务数据进行处理,得到目标业务数据并将所述目标业务数据保存在存储分析平台
在一个实施例中,匹配模块804还用于当所述业务需求属性为准实时性时,从预先配置的数据处理策略数据中确定与所述准实时性匹配的准实时策略数据。
在一个实施例中,处理模块806还用于基于所述准实时策略数据,通过预设数据传输通道将所述业务数据发送至插件文件服务器中进行处理,得到目标业务数据并将所述目标业务数据保存在存储分析平台中。
在一个实施例中,匹配模块804还用于当所述业务需求属性为延时性时,从预先配置的数据处理策略数据中确定与所述延时性匹配的延时策略数据。
在一个实施例中,处理模块806还用于基于所述延时策略数据,通过预设数据传输通道将所述业务数据提交支持多协议的数据处理服务器进行下载解压处理,得到目标业务数据并将所述目标业务数据保存在存储分析平台中。
在一个实施例中,处理模块806还用于根据预设关键字对所述目标业务数据进行数据清洗,得到清洗后的目标业务数据;将所述清洗后的目标业务数据保存对应类型的存储分析平台中。
获取模块,用于获取所述业务数据对应的数据协议格式。
格式转换模块,用于当所述数据协议格式不为预设协议格式时,将所述数据协议格式转化为预设协议格式。
在一个实施例中,通过根据各业务数据的业务需求属性从预先配置的数据处理策略数据中确定对应的目标数据处理策略数据;基于各目标数据处理策略数据,通过预设数据传输通道将各业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各业务数据保存在存储分析平台中,通过预设数据传输通道和各业务数据的目标数据处理策略数据,提高了预设数据传输通道的利用率,实现了根据各边缘端的各物联网设备的业务需求属性对业务数据进行针对性处理,提高了预设数据传输通道的利用率以及业务数据的处理效率。
关于边缘云业务数据处理装置的具体限定可以参见上文中对于边缘云业务数据处理方法的限定,在此不再赘述。上述边缘云业务数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储边缘云业务数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种边缘云业务数据处理方法。
本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
接收边缘端中至少一台物联网设备的发送的业务数据;各业务数据存在对应的业务需求属性;
从预先配置的数据处理策略数据中确定与各业务需求属性匹配的目标数据处理策略数据;
基于各目标数据处理策略数据,通过预设数据传输通道将各业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各业务数据保存在存储分析平台中。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
当业务需求属性为实时性时,从预先配置的数据处理策略数据中确定与实时性匹配的多协议直连实时策略数据;
基于各目标数据处理策略数据,通过预设数据传输通道将各业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各业务数据保存在存储分析平台中,包括:
基于多协议直连实时策略数据,接收边缘端发送的鉴权分配请求;
根据鉴权分配请求,通过预设数据传输通道的数据网关对业务数据的数据属性进行鉴权认证;
当鉴权认证通过时,在支持多协议的数据处理服务器中对业务数据进行处理,得到目标业务数据并将目标业务数据保存在存储分析平台中。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
当业务需求属性为准实时性时,从预先配置的数据处理策略数据中确定与准实时性匹配的准实时策略数据;
基于各目标数据处理策略数据,通过预设数据传输通道将各业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各业务数据保存在存储分析平台中,包括:
基于准实时策略数据,通过预设数据传输通道将业务数据发送至插件文件服务器中进行处理,得到目标业务数据并将目标业务数据保存在存储分析平台中。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
当业务需求属性为延时性时,从预先配置的数据处理策略数据中确定与延时性匹配的延时策略数据;
基于各目标数据处理策略数据,通过预设数据传输通道将各业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各业务数据保存在存储分析平台中,包括:
基于延时策略数据,通过预设数据传输通道将业务数据提交支持多协议的数据处理服务器进行下载解压处理,得到目标业务数据并将目标业务数据保存在存储分析平台中。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取业务数据对应的数据协议格式;
当数据协议格式不为预设协议格式时,将数据协议格式转化为预设协议格式,执行从预先配置的数据处理策略数据中确定与各业务需求属性匹配的目标数据处理策略数据步骤。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据预设关键字对目标业务数据进行数据清洗,得到清洗后的目标业务数据;
将清洗后的目标业务数据保存对应类型的存储分析平台中。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
接收边缘端中至少一台物联网设备的发送的业务数据;各业务数据存在对应的业务需求属性;
从预先配置的数据处理策略数据中确定与各业务需求属性匹配的目标数据处理策略数据;
基于各目标数据处理策略数据,通过预设数据传输通道将各业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各业务数据保存在存储分析平台中。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
当业务需求属性为实时性时,从预先配置的数据处理策略数据中确定与实时性匹配的多协议直连实时策略数据;
基于各目标数据处理策略数据,通过预设数据传输通道将各业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各业务数据保存在存储分析平台中,包括:
基于多协议直连实时策略数据,接收边缘端发送的鉴权分配请求;
根据鉴权分配请求,通过预设数据传输通道的数据网关对业务数据的数据属性进行鉴权认证;
当鉴权认证通过时,在支持多协议的数据处理服务器中对业务数据进行处理,得到目标业务数据并将目标业务数据保存在存储分析平台中。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
当业务需求属性为准实时性时,从预先配置的数据处理策略数据中确定与准实时性匹配的准实时策略数据;
基于各目标数据处理策略数据,通过预设数据传输通道将各业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各业务数据保存在存储分析平台中,包括:
基于准实时策略数据,通过预设数据传输通道将业务数据发送至插件文件服务器中进行处理,得到目标业务数据并将目标业务数据保存在存储分析平台中。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
当业务需求属性为延时性时,从预先配置的数据处理策略数据中确定与延时性匹配的延时策略数据;
基于各目标数据处理策略数据,通过预设数据传输通道将各业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各业务数据保存在存储分析平台中,包括:
基于延时策略数据,通过预设数据传输通道将业务数据提交支持多协议的数据处理服务器进行下载解压处理,得到目标业务数据并将目标业务数据保存在存储分析平台中。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取业务数据对应的数据协议格式;
当数据协议格式不为预设协议格式时,将数据协议格式转化为预设协议格式,执行从预先配置的数据处理策略数据中确定与各业务需求属性匹配的目标数据处理策略数据步骤。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据预设关键字对目标业务数据进行数据清洗,得到清洗后的目标业务数据;
将清洗后的目标业务数据保存对应类型的存储分析平台中。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种边缘云业务数据处理方法,其特征在于,所述方法包括:
接收边缘端中至少一台物联网设备的发送的业务数据;各所述业务数据存在对应的业务需求属性;
从预先配置的数据处理策略数据中确定与各所述业务需求属性匹配的目标数据处理策略数据;
基于各所述目标数据处理策略数据,通过预设数据传输通道将各所述业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各所述业务数据保存在存储分析平台中。
2.根据权利要求1所述的方法,其特征在于,所述从预先配置的数据处理策略数据中确定与各所述业务需求属性匹配的目标数据处理策略数据,包括:
当所述业务需求属性为实时性时,从预先配置的数据处理策略数据中确定与所述实时性匹配的多协议直连实时策略数据;
所述基于各所述目标数据处理策略数据,通过预设数据传输通道将各所述业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各所述业务数据保存在存储分析平台中,包括:
基于所述多协议直连实时策略数据,接收边缘端发送的鉴权分配请求;
根据所述鉴权分配请求,通过预设数据传输通道的数据网关对所述业务数据的数据属性进行鉴权认证;
当鉴权认证通过时,在支持多协议的数据处理服务器中对所述业务数据进行处理,得到目标业务数据并将所述目标业务数据保存在存储分析平台中。
3.根据权利要求1所述的方法,其特征在于,所述从预先配置的数据处理策略数据中确定与各所述业务需求属性匹配的目标数据处理策略数据,包括:
当所述业务需求属性为准实时性时,从预先配置的数据处理策略数据中确定与所述准实时性匹配的准实时策略数据;
所述基于各所述目标数据处理策略数据,通过预设数据传输通道将各所述业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各所述业务数据保存在存储分析平台中,包括:
基于所述准实时策略数据,通过预设数据传输通道将所述业务数据发送至插件文件服务器中进行处理,得到目标业务数据并将所述目标业务数据保存在存储分析平台中。
4.根据权利要求1所述的方法,其特征在于,所述从预先配置的数据处理策略数据中确定与各所述业务需求属性匹配的目标数据处理策略数据,包括:
当所述业务需求属性为延时性时,从预先配置的数据处理策略数据中确定与所述延时性匹配的延时策略数据;
所述基于各所述目标数据处理策略数据,通过预设数据传输通道将各所述业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各所述业务数据保存在存储分析平台中,包括:
基于所述延时策略数据,通过预设数据传输通道将所述业务数据提交支持多协议的数据处理服务器进行下载解压处理,得到目标业务数据并将所述目标业务数据保存在存储分析平台中。
5.根据权利要求3或4任意一项所述的方法,其特征在于,在所述从预先配置的数据处理策略数据中确定与各所述业务需求属性匹配的目标数据处理策略数据之前,所述方法还包括:
获取所述业务数据对应的数据协议格式;
当所述数据协议格式不为预设协议格式时,将所述数据协议格式转化为预设协议格式,执行所述从预先配置的数据处理策略数据中确定与各所述业务需求属性匹配的目标数据处理策略数据步骤。
6.根据权利要求2或3任意一项所述的方法,其特征在于,所述将所述目标业务数据保存在存储分析平台中,包括:
根据预设关键字对所述目标业务数据进行数据清洗,得到清洗后的目标业务数据;
将所述清洗后的目标业务数据保存对应类型的存储分析平台中。
7.一种边缘云业务数据处理装置,其特征在于,所述装置包括:
接收模块,用于接收边缘端中至少一台物联网设备的发送的业务数据;各所述业务数据存在对应的业务需求属性;
匹配模块,用于从预先配置的数据处理策略数据中确定与各所述业务需求属性匹配的目标数据处理策略数据;
处理模块,用于基于各所述目标数据处理策略数据,将各所述业务数据提交至各自对应的数据处理服务器进行处理,得到目标业务数据并将各所述业务数据保存在存储分析平台中。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
获取模块,用于获取所述业务数据对应的数据协议格式;
格式转换模块,用于当所述数据协议格式不为预设协议格式时,将所述数据协议格式转化为预设协议格式。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
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,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110383995.4A CN115202800A (zh) | 2021-04-09 | 2021-04-09 | 边缘云业务数据处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110383995.4A CN115202800A (zh) | 2021-04-09 | 2021-04-09 | 边缘云业务数据处理方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115202800A true CN115202800A (zh) | 2022-10-18 |
Family
ID=83570422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110383995.4A Pending CN115202800A (zh) | 2021-04-09 | 2021-04-09 | 边缘云业务数据处理方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115202800A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117591283A (zh) * | 2023-11-21 | 2024-02-23 | 嘉兴云切在线科技有限公司 | 基于跨平台数据融合的云切设备管理方法及系统 |
-
2021
- 2021-04-09 CN CN202110383995.4A patent/CN115202800A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117591283A (zh) * | 2023-11-21 | 2024-02-23 | 嘉兴云切在线科技有限公司 | 基于跨平台数据融合的云切设备管理方法及系统 |
CN117591283B (zh) * | 2023-11-21 | 2024-04-16 | 嘉兴云切在线科技有限公司 | 基于跨平台数据融合的云切设备管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111625593B (zh) | 基于区块链的数据处理方法、装置、计算机设备 | |
CN111970315A (zh) | 推送消息的方法、装置及系统 | |
WO2021073202A1 (zh) | 智能合约处理方法、计算机设备及存储介质 | |
CN112860451A (zh) | 一种基于SaaS的多租户数据处理方法和装置 | |
CN110599142B (zh) | 数据存储方法、装置、计算机设备和存储介质 | |
CN111200523B (zh) | 中台系统配置方法、装置、设备及存储介质 | |
CN103209087A (zh) | 分布式日志统计处理方法和系统 | |
CN111885133A (zh) | 基于区块链的数据处理方法、装置及计算机存储介质 | |
CN111831748A (zh) | 数据同步方法、装置及存储介质 | |
CN111666145A (zh) | 消息队列的消息处理方法、系统和计算机设备 | |
CN104219298A (zh) | 集群系统及其数据备份的方法 | |
CN111339183A (zh) | 数据处理方法、边缘节点、数据中心及存储介质 | |
CN114338063A (zh) | 消息队列系统、业务处理方法及计算机可读存储介质 | |
CN115202800A (zh) | 边缘云业务数据处理方法、装置、计算机设备和存储介质 | |
US10839090B2 (en) | Digital data processing system for efficiently storing, moving, and/or processing data across a plurality of computing clusters | |
CN111614726B (zh) | 一种数据转发方法、集群系统及存储介质 | |
CN110287070B (zh) | Esb专用协议接口测试方法、服务器及计算机可读存储介质 | |
CN112131014A (zh) | 决策引擎系统及其业务处理方法 | |
CN113746851B (zh) | 一种支持实时解析grpc请求的代理系统和方法 | |
CN106936643B (zh) | 一种设备联动方法以及终端设备 | |
CN113612811B (zh) | 一种在多通道中客户端挂载的方法、系统、设备及介质 | |
CN117793095A (zh) | 数据转发方法、装置、系统、设备及存储介质 | |
US10623523B2 (en) | Distributed communication and task handling to facilitate operations of application system | |
CN116781764A (zh) | 长连接的任务执行方法、装置及相关设备 | |
CN116208335A (zh) | 车辆数据的管理方法、装置、服务器、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 |