CN115543982A - 数据删除的结果检测方法、装置、电子设备及存储介质 - Google Patents
数据删除的结果检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115543982A CN115543982A CN202211247555.7A CN202211247555A CN115543982A CN 115543982 A CN115543982 A CN 115543982A CN 202211247555 A CN202211247555 A CN 202211247555A CN 115543982 A CN115543982 A CN 115543982A
- Authority
- CN
- China
- Prior art keywords
- data
- information
- deletion
- volume
- data volume
- 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
- 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
- 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
- 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
- G06F11/1458—Management of the backup or restore process
- G06F11/1469—Backup restoration techniques
Abstract
本申请实施例提供了一种数据删除的结果检测方法、装置、电子设备及存储介质,属于大数据技术领域。该方法包括:获取预设配置信息;其中,预设配置信息包括:数据库信息和删除条件信息;根据数据库信息从预设数据库筛选出候选数据;根据删除条件信息对候选数据进行筛选处理,得到选定数据;对选定数据进行数据量计算得到第一数据量,对候选数据进行数据量计算得到第二数据量;根据选定数据对候选数据进行删除处理,得到当前数据;对当前数据进行数据量计算得到第三数据量;将第一数据量、第二数据量、第三数据量进行对比处理,得到数据量比对信息;根据数据量比对信息生成数据处理结果信息。本申请实施例能够自动且快速地获取数据删除的结果。
Description
技术领域
本申请涉及大数据技术领域,尤其涉及一种数据删除的结果检测方法、装置、电子设备及存储介质。
背景技术
数据,已经渗透到各行各业,例如电商平台的交易数据,医疗领域的医疗数据,交通领域的驾驶数据,气象领域的气象数据,监控领域的监控数据,测试领域的测试数据等等。在相关领域的数据处理中,会产生大量的数据,这些数据会占用存储设备的大量存储空间,因此需要选择性地删除部分数据以节省存储资源。传统的数据删除方法是直接删除,但是删除的结果难以确定,后续需要通过人工翻阅数据来判断删除的结果,效率较低。因此,如何自动且快速地获取数据删除的结果,成为了亟待解决的技术问题。
发明内容
本申请实施例的主要目的在于提出一种数据删除的结果检测方法、装置、电子设备及存储介质,旨在自动且快速地获取数据删除的结果。
为实现上述目的,本申请实施例的第一方面提出了一种数据删除的结果检测方法,所述方法包括:
获取预先配置的预设配置信息;其中,所述预设配置信息包括:数据库信息和删除条件信息;
根据所述数据库信息从预设数据库筛选出候选数据;
根据所述删除条件信息对所述候选数据进行筛选处理,得到选定数据;
对所述选定数据进行数据量计算得到第一数据量,对所述候选数据进行数据量计算得到第二数据量;
根据所述选定数据对所述候选数据进行删除处理,得到当前数据;
对所述当前数据进行数据量计算得到第三数据量;
将所述第一数据量、第二数据量、第三数据量进行对比处理,得到数据量比对信息;
根据所述数据量比对信息生成数据处理结果信息;其中,所述数据处理结果信息用于指示数据删除成功或者数据删除失败。
在一些实施例,所述数据库信息包括:库名称信息和表名称信息,所述根据所述数据库信息从预设数据库筛选出候选数据的步骤,包括:
根据所述库名称信息对所述预设数据库进行筛选处理,得到目标数据库;其中,所述目标数据库包括至少一个预设数据表;
根据所述表名称信息从所述预设数据表筛选出所述候选数据。
在一些实施例,所述删除条件信息包括:业务需求信息和数据类别信息,所述根据所述删除条件信息对所述候选数据进行筛选处理,得到选定数据的步骤,包括:
获取所述候选数据的数据信息;其中,所述数据信息包括:调用频次信息、数据标签信息、创建时间信息;
根据所述业务需求信息和所述创建时间信息、所述调用频次信息对所述候选数据进行筛选处理,得到预选数据;
根据所述数据类别信息和所述数据标签信息对所述预选数据进行筛选处理,得到所述选定数据。
在一些实施例,所述当前数据包括:当前选定数据和当前保留数据,所述第三数据量包括:当前选定数据量和当前保留数据量,所述对所述当前数据进行数据量计算得到第三数据量的步骤,包括:
根据所述删除条件信息对所述当前数据进行筛选处理,得到所述当前选定数据;
根据所述当前选定数据对所述当前数据进行筛选处理,得到所述当前保留数据;
对所述当前选定数据进行数据量计算,得到所述当前选定数据量;
对所述当前保留数据进行数据量计算,得到所述当前保留数据量。
在一些实施例,所述数据量比对信息包括:漏删判定信息和误删判定信息;所述将所述第一数据量、第二数据量、第三数据量进行对比处理,得到数据量比对信息的步骤,包括:
根据所述第一数据量和所述当前选定数据量进行漏删判定,得到所述漏删判定信息;
根据所述第一数据量、所述第二数据量和所述当前保留数据量进行误删判定,得到所述误删判定信息。
在一些实施例,所述数据处理结果信息包括:删除成功信息、漏删告警信息和误删告警信息,所述根据所述数据量比对信息生成数据处理结果信息的步骤,包括以下步骤之一:
若所述漏删判定信息表征未漏删数据,且所述误删判定信息表征未误删数据,则生成所述删除成功信息;
若所述漏删判定信息表征漏删数据,则生成所述漏删告警信息;
若所述误删判定信息表征误删数据,则生成所述误删告警信息。
在一些实施例,在所述根据所述数据量比对信息生成数据处理结果信息的步骤之后,所述方法还包括:
对所述当前保留数据进行修复,具体包括:
接收用户根据所述误删告警信息反馈的保留数据信息;
根据所述保留数据信息从预设的备份数据库提取备份数据;
根据所述备份数据对所述当前保留数据进行修复处理。
为实现上述目的,本申请实施例的第二方面提出了一种数据删除的结果检测装置,所述装置包括:
信息获取模块,用于获取预先配置的预设配置信息;其中,所述预设配置信息包括:数据库信息和删除条件信息;
第一数据筛选模块,用于根据所述数据库信息从预设数据库筛选出候选数据;
第二数据筛选模块,用于根据所述删除条件信息对所述候选数据进行筛选处理,得到选定数据;
第一计算模块,用于对所述选定数据进行数据量计算得到第一数据量,对所述候选数据进行数据量计算得到第二数据量;
数据删除模块,用于根据所述选定数据对所述候选数据进行删除处理,得到当前数据;
第二计算模块,用于对所述当前数据进行数据量计算得到第三数据量;
对比处理模块,用于将所述第一数据量、第二数据量、第三数据量进行对比处理,得到数据量比对信息;
信息提示模块,用于根据所述数据量比对信息生成数据处理结果信息;其中,所述数据处理结果信息用于指示数据删除成功或者数据删除失败。
为实现上述目的,本申请实施例的第三方面提出了一种电子设备,所述电子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上述第一方面所述的方法。
为实现上述目的,本申请实施例的第四方面提出了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的方法。
本申请提出的数据删除的结果检测方法、装置、电子设备及存储介质,根据预设的数据库信息从数据库中筛选出候选数据,根据预设的删除条件信息从候选数据中筛选出需要删除的选定数据,并根据选定数据对候选数据进行删除处理得到当前数据。通过分别计算删除操作前的候选数据和选定数据的数据量、删除操作后的当前数据的数据量,并将删除操作前后的数据量进行数据量对比以判断数据删除结果,从而自动地获取数据删除的结果,无需人工翻阅数据进行结果判断,节省了判断所需的时间,能够快速地获取数据删除的结果。
附图说明
图1是本申请实施例提供的数据删除的结果检测方法的流程图;
图2是图1中的步骤S102的流程图;
图3是图1中的步骤S103的流程图;
图4是图1中的步骤S106的流程图;
图5是图1中的步骤S107的流程图;
图6是图1中的步骤S108的流程图;
图7是本申请另一实施例提供的数据删除的结果检测方法的流程图;
图8是本申请实施例提供的数据删除的结果检测装置的结构示意图;
图9是本申请实施例提供的电子设备的硬件结构示意图。
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,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
需要说明的是,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
首先,对本申请中涉及的若干名词进行解析:
人工智能(artificial intelligence,AI):是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学;人工智能是计算机科学的一个分支,人工智能企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能可以对人的意识、思维的信息过程的模拟。人工智能还是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
大数据(bigdata):一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。大数据通常用来形容一个公司创造的大量非结构化数据和半结构化数据,这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起,因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理,必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘,但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。
云计算(cloud computing):指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序,然后通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。云计算指通过计算机网络(多指因特网)形成的计算能力极强的系统,可存储、集合相关资源并可按需配置,向用户提供个性化服务。“云”实质上就是一个网络,狭义上讲,云计算就是一种提供资源的网络,使用者可以随时获取“云”上的资源,按需求量使用,并且可以看成是无限扩展的,只要按使用量付费就可以。从广义上说,云计算是与信息技术、软件、互联网相关的一种服务,这种计算资源共享池叫做“云”,云计算把许多计算资源集合起来,通过软件实现自动化管理,只需要很少的人参与,就能让资源被快速提供。也就是说,计算能力作为一种商品,可以在互联网上流通,可以方便地取用,且价格较为低廉。云计算具有很强的扩展性和需要性,可以为用户提供一种全新的体验,云计算的核心是可以将很多的计算机资源协调在一起,因此,使用户通过网络就可以获取到无限的资源,同时获取的资源不受时间和空间的限制。
数据,已经渗透到各行各业,例如电商平台的交易数据,医疗领域的医疗数据,交通领域的驾驶数据,气象领域的气象数据,监控领域的监控数据,测试领域的测试数据等等。在相关领域的数据处理中,会产生大量的数据,这些数据会占用存储设备的大量存储空间,因此需要选择性地删除部分数据以节省存储资源。传统的数据删除方法是直接删除,但是删除的结果难以确定,可能存在漏删和误删现象,后续需要通过人工翻阅数据来判断删除的结果,费时费力。因此,如何自动且快速地获取数据删除的结果,成为了亟待解决的技术问题。
基于此,本申请实施例提供了一种数据删除的结果检测方法、装置、电子设备及存储介质,旨在自动且快速地获取数据删除的结果。
本申请实施例提供的数据删除的结果检测方法、装置、电子设备及存储介质,具体通过如下实施例进行说明,首先描述本申请实施例中的数据删除的结果检测方法。
本申请实施例可以基于人工智能、大数据、云计算等技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本申请实施例提供的数据删除的结果检测方法,涉及人工智能技术领域。本申请实施例提供的数据删除的结果检测方法可应用于终端中,也可应用于服务器端中,还可以是运行于终端或服务器端中的软件。在一些实施例中,终端可以是智能手机、平板电脑、笔记本电脑、台式计算机等;服务器端可以配置成独立的物理服务器,也可以配置成多个物理服务器构成的服务器集群或者分布式系统,还可以配置成提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN以及大数据和人工智能平台等基础云计算服务的云服务器;软件可以是实现数据删除的结果检测方法的应用等,但并不局限于以上形式。
本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
需要说明的是,在本申请的各个具体实施方式中,当涉及到需要根据用户信息、用户行为数据,用户历史数据以及用户位置信息等与用户身份或特性相关的数据进行相关处理时,都会先获得用户的许可或者同意,而且,对这些数据的收集、使用和处理等,都会遵守相关国家和地区的相关法律法规和标准。此外,当本申请实施例需要获取用户的敏感个人信息时,会通过弹窗或者跳转到确认页面等方式获得用户的单独许可或者单独同意,在明确获得用户的单独许可或者单独同意之后,再获取用于使本申请实施例能够正常运行的必要的用户相关数据。
图1是本申请实施例提供的数据删除的结果检测方法的一个可选的流程图,图1中的方法可以包括但不限于包括步骤S101至步骤S108:
步骤S101,获取预先配置的预设配置信息;其中,预设配置信息包括:数据库信息和删除条件信息;
步骤S102,根据数据库信息从预设数据库筛选出候选数据;
步骤S103,根据删除条件信息对候选数据进行筛选处理,得到选定数据;
步骤S104,对选定数据进行数据量计算得到第一数据量,对候选数据进行数据量计算得到第二数据量;
步骤S105,根据选定数据对候选数据进行删除处理,得到当前数据;
步骤S106,对当前数据进行数据量计算得到第三数据量;
步骤S107,将第一数据量、第二数据量、第三数据量进行对比处理,得到数据量比对信息;
步骤S108,根据数据量比对信息生成数据处理结果信息;其中,数据处理结果信息用于指示数据删除成功或者数据删除失败。
本申请实施例所示意的步骤S101至步骤S108,根据预设的数据库信息从数据库中筛选出候选数据,根据预设的删除条件信息从候选数据中筛选出需要删除的选定数据,并根据选定数据对候选数据进行删除处理得到当前数据。通过分别计算删除操作前的候选数据和选定数据的数据量、删除操作后的当前数据的数据量,并将删除操作前后的数据量进行数据量对比以判断数据删除结果,从而自动地获取数据删除的结果,无需人工翻阅数据进行结果判断,节省了判断所需的时间,能够快速地获取数据删除的结果。
在一些实施例的步骤S101中,数据库信息可以根据不同的需求条件预先配置在一个数据配置表中,应用时根据需求条件在数据配置表中调用相应的数据库信息即可。以数据仓库hive为例,其包含sx_hx-safe、sx_bdp_lbs_safe、sx_bdp_fds_safe等多个数据库。将这些数据库的名称、存储地址等数据库信息存储在数据配置表中,并设置对应的配置信息名称,如“数据库配置1、数据库配置2、数据库配置3”等。当需要调用数据库信息时,只需根据配置信息名称在数据配置表中查找出需要的某种数据库配置即可。需要说明的是,数据配置表中的一种配置信息可对应一个或多个数据库信息,本申请实施例中数据库的类型、数量及数据存储架构不作具体限制。
需要说明的是,删除条件信息也可以根据不同的需求预先配置在一个条件配置表中,应用时根据实际需求在条件配置表中调用相应的删除条件信息即可。示例,删除条件信息包括时间条件信息,时间条件信息表征为选定时间区间范围,且选定时间区间范围可以设置多个,且多个选定时间区间范围为“第一时间区间范围、第二时间区间范围、第三时间区间范围”,将选定时间区间范围存储在条件配置表中,并设置对应的配置信息名称,如“条件配置1、条件配置2、条件配置3”。当需要调用某种删除条件时,只需根据配置信息名称在条件配置表中查找出对应的条件配置即可。需要说明的是,删除条件信息还可以设置为同时包括多种条件类型,如时间条件、标签条件、调用频次条件等,在本实施例中条件类型的数量和种类不作具体限制。
在另一些实施例中,数据库信息和删除条件信息还可以通过编程指令的方式在删除数据时进行自定义的配置。
在一些实施例的步骤S102中,预设数据库是指参与筛选的多个数据库,根据数据库信息从预设数据库中筛选出符合要求的一个或多个目标数据库,目标数据库中的数据即为候选数据。可以理解的是,候选数据可以是存储在不同存储设备中的数据构成的数据集。存储设备可以是个人计算机,服务器,或者网络设备等,它们之间通过网络进行通信和数据传输。
在一些实施例的步骤S103中,选定数据为根据删除条件信息表征的数据删除条件从候选数据中筛选出需要删除的数据。数据删除条件的相关指令由用户人工配置。以数据仓库hive为例,若需要删除两年前的数据,只保留最近两年的数据,则数据删除条件的相关指令可以配置为:proc_date<add_months(sysdate,-24)。该指令被执行后将从候选数据中筛选出保存时间超过两年的数据,作为选定数据。
在一些实施例的步骤S104中,对选定数据进行数据量计算得到第一数据量,对候选数据进行数据量计算得到第二数据量。候选数据中除了需要删除的选定数据外,还有需要保留的部分数据。第二数据量与第一数据量的差值即为这部分需要保留数据的数据量。
在一些实施例的步骤S105中,对候选数据中的选定数据进行删除,得到当前数据。当前数据可分为第一部分数据和第二部分数据,第一部分数据为当前数据中不满足删除条件的数据,第二部分数据为当前数据中满足删除条件的数据。需要说明的是,理想情况下,第一部分数据即等同于原候选数据中需要保留的那部分数据,第二部分数据为空白数据(无效数据)。但在实际应用中,可能因为数据结构缺陷等原因出现删除数据的操作出错的情况,即:第二部分数据不为空白数据,和/或,第一部分数据不等同于原候选数据中需要保留的那部分数据。
在一些实施例的步骤S106中,对当前数据进行数据量计算得到第三数据量。第三数据量表征当前数据中不满足删除条件数据的占比和满足删除条件的占比。
在一些实施例的步骤S107中,通过删除操作前的候选数据和选定数据的数据量、删除操作后的当前数据的数据量进行数据量对比,以判断数据删除结果,并生成相应的数据量比对信息。
在一些实施例的步骤S108中,根据数据量对比的结果生成数据处理结果信息,并发送给用户,以告知用户执行数据删除的结果。用户接收到数据处理结果信息后可以根据其指示的信息选择下一步操作。
示意性实施例,本申请的数据删除的结果检测方法还可以设置预设原则条件信息,根据预设原则条件信息、第一数据量、第二数据量、第三数据量进行数据量对比处理得到原则比对信息,来对数据删除操作的结果进行原则性判定。因为数据删除条件的相关指令由用户人工配置,可能出现用户因为粗心等原因配置的数据删除条件与预期不符的情况。例如,预设原则条件为:一年内的数据不可删除。用户预期要删除两年前的数据,但在配置删除条件时因为失误配置为了删除两年内的数据,这种人工操作的失误无法通过第一数据量、第二数据量、第三数据量进行数据量对比处理发现。通过设置预设原则条件,可以及时发现人工操作上的失误,避免人为因素造成的数据财产损失。若检测到违反预设原则条件造成的误删和/或漏删,则数据处理结果信息提示违反原则条件,用户接收到数据处理结果信息后可以检查并修改配置的数据删除条件的相关指令,将被删除的数据从备份数据库中恢复后重新进行删除操作。
请参阅图2,在一些实施例中,数据库信息包括:库名称信息和表名称信息,步骤S102包括但不限于包括步骤S201和步骤S202:
步骤S201,根据库名称信息对预设数据库进行筛选处理,得到目标数据库;其中,目标数据库包括至少一个预设数据表;
步骤S202,根据表名称信息从预设数据表筛选出候选数据。
本申请实施例所示意的步骤S201和步骤S202,预设数据库是指参与筛选的多个数据库,预设数据表则是数据库中按照一定规则对数据进行分类得到的数据集合。根据库名称信息从预设数据库中筛选出符合要求的一个或多个目标数据库,然后根据表名称信息从目标数据库中筛选出一个或多个目标数据表,得到表中的候选数据。通过库名称信息和表名称信息从预设数据库中进行数据筛选,能够准确且高效地得到候选数据。
可以理解的是,候选数据可以是存储在不同存储设备中的数据构成的数据集。存储设备可以是个人计算机,服务器,或者网络设备等,它们之间通过网络进行通信和数据传输。
在一些实施例的步骤S201中,库名称信息中包含至少一个目标数据库的名称信息,根据目标数据库的名称信息与预设数据库的名称信息进行匹配筛选,以获取名称信息匹配的预设数据库以得到目标数据库。各个数据库的名称信息可预先配置在数据配置表中。
在一些实施例的步骤S202中,表名称信息中包含至少一个目标数据表的名称信息,根据目标数据表的名称信息在目标数据库中进行匹配筛选。各个数据表的名称信息可预先配置在数据配置表中,且与所属的数据库名称信息建议对应映射关系。
请参阅图3,在一些实施例中,删除条件信息包括:业务需求信息和数据类别信息,步骤S103包括但不限于包括步骤S301至步骤S303:
S301,获取候选数据的数据信息;其中,数据信息包括:调用频次信息、数据标签信息、创建时间信息;
S302,根据业务需求信息和创建时间信息、调用频次信息对候选数据进行筛选处理,得到预选数据;
S303,根据数据类别信息和数据标签信息对预选数据进行筛选处理,得到选定数据。
本申请实施例所示意的步骤S301至步骤S303,根据业务需求信息及候选数据的创建时间信息、调用频次信息对候选数据进行初步筛选,得到不需要使用的预选数据,然后根据数据类别信息和候选数据的数据标签信息对预选数据进行二次筛选,得到选定数据。因此,通过从候选数据中筛选出选定数据,且选定数据为冗余数据,便于删除冗余数据,保留更符合实际应用需求的数据。
在一些实施例的步骤S301中,调用频次信息即数据被调用以执行相关任务的频率和次数,表征了数据的重要性。创建时间信息用于表征数据保存的时间。数据标签信息为根据数据的特性赋予的标签信息。可以理解的是,在本领域中,数据信息还可以包括其他类型的信息,以根据定义的删除条件信息获取数据信息中其他类型的信息,在本实施例中不做具体限制。
在一些实施例的步骤S302中,业务需求信息是根据实际需要确定的关于数据创建时间、数据调用频次的数据筛选条件信息。需要说明的是,可以根据数据创建时间、数据调用频次进行数据的择一筛选或共同筛选。
例如,业务需求信息表征的择一筛选条件为:数据创建时间为两年前或数据调用频次小于10。则得到预选数据的筛选过程可以为:先根据数据创建时间条件从候选数据中筛选出两年前的数据集A和两年内的数据集B,然后根据数据调用频次条件从数据集B中筛选出调用频次小于10的数据集B1,整合数据集A和数据集B1得到预选数据。类似地,若先根据数据调用频次条件进行筛选,则得到预选数据的过程为:先根据数据调用频次条件从候选数据中筛选出数据调用频次小于10的数据集C和数据调用频次大于或等于10的数据集D,然后根据数据创建时间条件从数据集D中筛选出两年前的数据集D1,整合数据集C和D1得到预选数据。另一示例,业务需求信息表征的共同筛选条件为:数据创建时间为两年前且数据调用频次小于10。则得到预选数据的筛选过程可以为:根据数据创建时间条件筛选出候选数据中两年前的数据集E,然后根据数据调用频次条件从数据集E中筛选出调用频次小于10的数据集F,得到预选数据。需要说明的是,业务需求信息还可以包含其他类型的筛选条件信息,在另一些实施例中不做具体限制。
在一些实施例的步骤S303中,数据类别信息与数据标签信息对应,都用于指示数据的特征。根据数据类别信息和数据标签信息对预选数据进行筛选处理,即从预选数据中筛选出具有某个数据特征的数据。具体示例,M公司近两年销售了三款商品:商品甲、商品乙、商品丙,其中商品甲和商品乙目前在售,商品丙已经停售,因此,预选数据中对应商品甲和商品乙的数据具有在售商品数据标签,而预选数据中对应商品丙的数据具有停售商品数据标签。若需要根据预选数据中获知目前公司商品的销售情况,则数据类别信息可以配置为停售商品数据,从预选数据筛选出已停售商品的数据作为选定数据。删除选定数据后便可通过保留的数据分析公司商品的销售情况。在另一些实施例中,数据类别信息和数据标签信息所指示的数据特征不做具体限制。
请参阅图4,在一些实施例中,当前数据包括:当前选定数据和当前保留数据,第三数据量包括:当前选定数据量和当前保留数据量,步骤S106包括但不限于包括步骤S401至步骤S404:
步骤S401,根据删除条件信息对当前数据进行筛选处理,得到当前选定数据;
步骤S402,根据当前选定数据对当前数据进行筛选处理,得到当前保留数据;
步骤S403,对当前选定数据进行数据量计算,得到当前选定数据量;
步骤S404,对当前保留数据进行数据量计算,得到当前保留数据量。
本申请实施例的步骤S401至步骤S404,通过删除条件信息对当前数据进行筛选划分得到当前保留数据和当前选定数据,并直接计算当前保留数据的数据量和当前选定数据的数据量,以便于后续的数据删除结果判断。
在另一些实施例中,也可以计算执行了数据删除操作后,候选数据中需要保留的数据所在的存储空间内的全部有效数据的数据量作为当前保留数据的数据量,计算选定数据所在的存储空间内的全部有效数据的数据量作为当前选定数据的数据量。
在一些实施例的步骤S401中,当前选定数据为当前数据中满足删除条件的数据,即预期需要删除的数据。
在一些实施例的步骤S402中,当前保留数据为当前数据中不满足删除条件的数据,也即预期需要保留的数据。可以理解的是,通过删除条件信息从当前数据中筛选出当前选定数据后,当前数据中除了当前选定数据的部分即为当前保留数据。
在一些实施例的步骤S403和步骤S404中,根据删除条件信息筛选出当前选定数据和当前保留数据后,对其进行数据量计算,分别得到当前选定数据量和当前保留数据量。
请参阅图5,在一些实施例中,数据量比对信息包括:漏删判定信息和误删步骤S107包括但不限于包括步骤S501和步骤S502:
步骤S501,根据第一数据量和当前选定数据量进行漏删判定,得到漏删判定信息;
步骤S502,根据第一数据量、第二数据量和当前保留数据量进行误删判定,得到误删判定信息。
本申请实施例所示意的步骤S501和步骤S502,理想情况下,根据选定数据对候选数据进行删除处理后,当前保留数据量等于第二数据量与第一数据量的差值,且当前选定数据量等于零,也就是当前数据中有且仅有候选数据中需要保留的那部分数据。若删除数据的操作出错,则:当前保留数据量小于第二数据量与第一数据量的差值,即存在误删,和/或,当前选定数据量不等于零,即存在漏删。通过删除操作前的候选数据和选定数据的数据量、删除操作后的当前数据的数据量进行数据量对比,且单独进行漏删和误删的判定,能够获得更加准确的数据删除结果。
在一些实施例的步骤S501中,执行数据删除操作前,选定数据不为空白数据,第一数据量不为零;执行数据删除操作后,正常情况下当前选定数据为空白数据,当前选定数据量为零。若删除数据的操作出错,则当前选定数据量不等于零,漏删判定信息表征存在漏删。
在一些实施例的步骤S502中,第二数据量与第一数据量的差值表征了候选数据中需要保留的那部分数据的数据量。正常情况下,执行数据删除操作前后候选数据中需要保留的那部分数据的数据量都是不变的,因此当前保留数据量等于第二数据量与第一数据量的差值。若当前保留数据量小于第二数据量与第一数据量的差值,说明存在误删的情况。
请参阅图6,在一些实施例中,数据处理结果信息包括:删除成功信息、漏删告警信息和误删告警信息,步骤S108包括但不限于包括以下步骤之一:
步骤S601,若漏删判定信息表征未漏删数据,且误删判定信息表征未误删数据,则生成删除成功信息;
步骤S602,若漏删判定信息表征漏删数据,则生成漏删告警信息;
步骤S603,若误删判定信息表征误删数据,则生成误删告警信息。
本申请实施例所示意的步骤S601至步骤S603,若当前保留数据的数据量等于第二数据量与第一数据量的差值,且当前选定数据的数据量等于零,则数据处理结果信息指示数据删除成功;若当前保留数据的数据量小于第二数据量与第一数据量的差值,即存在误删,和/或,当前选定数据的数据量不等于零,即存在漏删,则数据处理结果信息指示数据删除失败,并提示数据删除操作存在误删和/或存在漏删。通过数据量比对信息表征的数据删除结果生成数据处理结果信息并发送给用户,便于用户获取数据删除操作的执行情况。
在一些实施例的步骤S601中,若漏删判定信息表征未漏删数据,且误删判定信息表征未误删数据,则说明数据删除操作执行成功,生成删除成功信息以告知用户。
在一些实施例的步骤S602中,若漏删判定信息表征漏删数据,则生成漏删告警信息以提示用户发生了漏删的情况,用户可以对漏删的数据进行手动删除或重新配置数据删除条件指令后再次执行自动删除操作。
在一些实施例的步骤S603中,若误删判定信息表征误删数据,则生成误删告警信息提示用户发声了误删的情况,用户可以从预先备份的数据库中恢复误删的数据。
请参阅图7,在一些实施例中,步骤S108之后,数据删除的结果检测方法还包括但不限于包括:
对当前保留数据进行修复,具体包括但不限于包括步骤S701至步骤S703:
步骤S701,接收用户根据误删告警信息反馈的保留数据信息;
步骤S702,根据保留数据信息从预设的备份数据库提取备份数据;
步骤S703,根据备份数据对当前保留数据进行修复处理。
本申请实施例所示意的步骤S701至步骤S703,用户接收到误删告警信息后,根据预期要保留的数据向执行数据删除操作的操作系统或设备反馈保留数据信息。操作系统或设备根据反馈的保留数据信息从备份数据库中提取备份数据,并通过备份数据恢复当前保留数据缺失的部分,从而保证执行删除操作后,需要保留的数据都保留完整。
在一些实施例的步骤S701中,保留数据信息为用户根据误删告警信息及预期要保留的数据反馈的信息。用户可以根据误删告警信息查找被误删的部分数据,并通过相关操作指令反馈与被误删数据准确对应的保留数据信息,以便于后续恢复被误删的数据。在另一些实施例中,用户也可以将完整的预期需要保留的数据信息反馈至相关操作系统或设备,从而节省人工查找被误删的部分数据的时间。
在一些实施例的步骤S702中,根据用户反馈的保留数据信息在预设的备份数据库中查找相应的备份数据,用于修复被误删的数据。
在一些实施例的步骤S703中,在预设的备份数据库中查找到相应的备份数据后,将其写入被误删的数据的存储空间位置以对当前保留数据进行修复,使修复后的数据与预期需要保留的数据一致。
请参阅图8,本申请实施例还提供一种数据删除的结果检测装置,可以实现上述数据删除的结果检测方法,该装置包括:
信息获取模块,用于获取预先配置的预设配置信息;其中,预设配置信息包括:数据库信息和删除条件信息;
第一数据筛选模块,用于根据数据库信息从预设数据库筛选出候选数据;
第二数据筛选模块,用于根据删除条件信息对候选数据进行筛选处理,得到选定数据;
第一计算模块,用于对选定数据进行数据量计算得到第一数据量,对候选数据进行数据量计算得到第二数据量;
数据删除模块,用于根据选定数据对候选数据进行删除处理,得到当前数据;
第二计算模块,用于对当前数据进行数据量计算得到第三数据量;
对比处理模块,用于将第一数据量、第二数据量、第三数据量进行对比处理,得到数据量比对信息;
信息提示模块,用于根据数据量比对信息生成数据处理结果信息;其中,数据处理结果信息用于指示数据删除成功或者数据删除失败。
该数据删除的结果检测装置的具体实施方式与上述数据删除的结果检测方法的具体实施例基本相同,在此不再赘述。
本申请实施例还提供了一种电子设备,电子设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述数据删除的结果检测方法。该电子设备可以为包括平板电脑、车载电脑等任意智能终端。
请参阅图9,图9示意了另一实施例的电子设备的硬件结构,电子设备包括:
处理器901,可以采用通用的CPU(CentralProcessingUnit,中央处理器)、微处理器、应用专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC),或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本申请实施例所提供的技术方案;
存储器902,可以采用只读存储器(ReadOnlyMemory,ROM)、静态存储设备、动态存储设备或者随机存取存储器(RandomAccessMemory,RAM)等形式实现。存储器902可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器902中,并由处理器901来调用执行本申请实施例的数据删除的结果检测方法;
输入/输出接口903,用于实现信息输入及输出;
通信接口904,用于实现本设备与其他设备的通信交互,可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信;
总线905,在设备的各个组件(例如处理器901、存储器902、输入/输出接口903和通信接口904)之间传输信息;
其中处理器901、存储器902、输入/输出接口903和通信接口904通过总线905实现彼此之间在设备内部的通信连接。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述数据删除的结果检测方法。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本申请提出的数据删除的结果检测方法、装置、电子设备及存储介质,通过分别计算删除操作前、删除操作后相关数据的数据量,并进行数据量对比以判断数据删除结果,从而自动地获取数据删除的结果,且无需人工翻阅数据进行结果判断,节省了判断所需的时间,能够快速地获取数据删除的结果。
本申请实施例描述的实施例是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域技术人员可知,随着技术的演变和新应用场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
本领域技术人员可以理解的是,图中示出的技术方案并不构成对本申请实施例的限定,可以包括比图示更多或更少的步骤,或者组合某些步骤,或者不同的步骤。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)适用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其他步骤或单元。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其他的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括多指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例的方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序的介质。
以上参照附图说明了本申请实施例的优选实施例,并非因此局限本申请实施例的权利范围。本领域技术人员不脱离本申请实施例的范围和实质内所做的任何修改、等同替换和改进,均应在本申请实施例的权利范围之内。
Claims (10)
1.一种数据删除的结果检测方法,其特征在于,所述方法包括:
获取预先配置的预设配置信息;其中,所述预设配置信息包括:数据库信息和删除条件信息;
根据所述数据库信息从预设数据库筛选出候选数据;
根据所述删除条件信息对所述候选数据进行筛选处理,得到选定数据;
对所述选定数据进行数据量计算得到第一数据量,对所述候选数据进行数据量计算得到第二数据量;
根据所述选定数据对所述候选数据进行删除处理,得到当前数据;
对所述当前数据进行数据量计算得到第三数据量;
将所述第一数据量、第二数据量、第三数据量进行对比处理,得到数据量比对信息;
根据所述数据量比对信息生成数据处理结果信息;其中,所述数据处理结果信息用于指示数据删除成功或者数据删除失败。
2.根据权利要求1所述的数据删除的结果检测方法,其特征在于,所述数据库信息包括:库名称信息和表名称信息,所述根据所述数据库信息从预设数据库筛选出候选数据的步骤,包括:
根据所述库名称信息对所述预设数据库进行筛选处理,得到目标数据库;其中,所述目标数据库包括至少一个预设数据表;
根据所述表名称信息从所述预设数据表筛选出所述候选数据。
3.根据权利要求1所述的数据删除的结果检测方法,其特征在于,所述删除条件信息包括:业务需求信息和数据类别信息,所述根据所述删除条件信息对所述候选数据进行筛选处理,得到选定数据的步骤,包括:
获取所述候选数据的数据信息;其中,所述数据信息包括:调用频次信息、数据标签信息、创建时间信息;
根据所述业务需求信息和所述创建时间信息、所述调用频次信息对所述候选数据进行筛选处理,得到预选数据;
根据所述数据类别信息和所述数据标签信息对所述预选数据进行筛选处理,得到所述选定数据。
4.根据权利要求1至3任一项所述的数据删除的结果检测方法,其特征在于,所述当前数据包括:当前选定数据和当前保留数据,所述第三数据量包括:当前选定数据量和当前保留数据量,所述对所述当前数据进行数据量计算得到第三数据量的步骤,包括:
根据所述删除条件信息对所述当前数据进行筛选处理,得到所述当前选定数据;
根据所述当前选定数据对所述当前数据进行筛选处理,得到所述当前保留数据;
对所述当前选定数据进行数据量计算,得到所述当前选定数据量;
对所述当前保留数据进行数据量计算,得到所述当前保留数据量。
5.根据权利要求4所述的数据删除的结果检测方法,其特征在于,所述数据量比对信息包括:漏删判定信息和误删判定信息;所述将所述第一数据量、第二数据量、第三数据量进行对比处理,得到数据量比对信息的步骤,包括:
根据所述第一数据量和所述当前选定数据量进行漏删判定,得到所述漏删判定信息;
根据所述第一数据量、所述第二数据量和所述当前保留数据量进行误删判定,得到所述误删判定信息。
6.根据权利要求5所述的数据删除的结果检测方法,其特征在于,所述数据处理结果信息包括:删除成功信息、漏删告警信息和误删告警信息,所述根据所述数据量比对信息生成数据处理结果信息的步骤,包括以下步骤之一:
若所述漏删判定信息表征未漏删数据,且所述误删判定信息表征未误删数据,则生成所述删除成功信息;
若所述漏删判定信息表征漏删数据,则生成所述漏删告警信息;
若所述误删判定信息表征误删数据,则生成所述误删告警信息。
7.根据权利要求6所述的数据删除的结果检测方法,其特征在于,在所述根据所述数据量比对信息生成数据处理结果信息的步骤之后,所述方法还包括:
对所述当前保留数据进行修复,具体包括:
接收用户根据所述误删告警信息反馈的保留数据信息;
根据所述保留数据信息从预设的备份数据库提取备份数据;
根据所述备份数据对所述当前保留数据进行修复处理。
8.一种数据删除的结果检测装置,其特征在于,所述装置包括:
信息获取模块,用于获取预先配置的预设配置信息;其中,所述预设配置信息包括:数据库信息和删除条件信息;
第一数据筛选模块,用于根据所述数据库信息从预设数据库筛选出候选数据;
第二数据筛选模块,用于根据所述删除条件信息对所述候选数据进行筛选处理,得到选定数据;
第一计算模块,用于对所述选定数据进行数据量计算得到第一数据量,对所述候选数据进行数据量计算得到第二数据量;
数据删除模块,用于根据所述选定数据对所述候选数据进行删除处理,得到当前数据;
第二计算模块,用于对所述当前数据进行数据量计算得到第三数据量;
对比处理模块,用于将所述第一数据量、第二数据量、第三数据量进行对比处理,得到数据量比对信息;
信息提示模块,用于根据所述数据量比对信息生成数据处理结果信息;其中,所述数据处理结果信息用于指示数据删除成功或者数据删除失败。
9.一种电子设备,其特征在于,所述电子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权利要求1至7任一项所述的数据删除的结果检测方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,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7中任一项所述的数据删除的结果检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211247555.7A CN115543982A (zh) | 2022-10-12 | 2022-10-12 | 数据删除的结果检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211247555.7A CN115543982A (zh) | 2022-10-12 | 2022-10-12 | 数据删除的结果检测方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115543982A true CN115543982A (zh) | 2022-12-30 |
Family
ID=84733320
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211247555.7A Pending CN115543982A (zh) | 2022-10-12 | 2022-10-12 | 数据删除的结果检测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115543982A (zh) |
-
2022
- 2022-10-12 CN CN202211247555.7A patent/CN115543982A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106980573B (zh) | 一种构建测试用例请求对象的方法、装置及系统 | |
CN110472068B (zh) | 基于异构分布式知识图谱的大数据处理方法、设备及介质 | |
CN111445121A (zh) | 风险评估方法和装置、存储介质及电子装置 | |
CN113157947A (zh) | 知识图谱的构建方法、工具、装置和服务器 | |
CN111553137B (zh) | 报告生成方法、装置、存储介质及计算机设备 | |
US20220019742A1 (en) | Situational awareness by fusing multi-modal data with semantic model | |
CN113688288A (zh) | 数据关联分析方法、装置、计算机设备和存储介质 | |
CN111340378A (zh) | 一种产品项目排产方法及相关装置 | |
US20150317318A1 (en) | Data store query prediction | |
CN115237857A (zh) | 日志处理方法、装置、计算机设备及存储介质 | |
CN107871055B (zh) | 一种数据分析方法和装置 | |
CN114968959A (zh) | 日志处理方法、日志处理装置及存储介质 | |
CN108270040B (zh) | 电池模组管理方法及系统 | |
CN114138977A (zh) | 日志处理方法、装置、计算机设备和存储介质 | |
CN112836124A (zh) | 一种画像数据获取方法、装置、电子设备及存储介质 | |
CN111061733B (zh) | 数据处理方法、装置、电子设备和计算机可读存储介质 | |
CN113672497B (zh) | 无埋点事件的生成方法、装置、设备及存储介质 | |
CN115543982A (zh) | 数据删除的结果检测方法、装置、电子设备及存储介质 | |
CN115408236A (zh) | 一种日志数据审计系统、方法、设备及介质 | |
CN115310011A (zh) | 页面展示方法、系统以及可读存储介质 | |
CN103778218A (zh) | 基于云计算的标准信息一致性预警系统及方法 | |
KR102217092B1 (ko) | 애플리케이션의 품질 정보 제공 방법 및 장치 | |
CN113778996A (zh) | 一种大数据流数据处理方法、装置、电子设备及存储介质 | |
CN113254781A (zh) | 推荐系统中的模型确定方法、装置、电子设备和存储介质 | |
CN110851717A (zh) | 一种迷你仓位的推荐方法、设备及介质 |
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 |