CN116069774B - 基于无线超时智能分析的数据清洗方法、装置及介质 - Google Patents
基于无线超时智能分析的数据清洗方法、装置及介质 Download PDFInfo
- Publication number
- CN116069774B CN116069774B CN202310341209.3A CN202310341209A CN116069774B CN 116069774 B CN116069774 B CN 116069774B CN 202310341209 A CN202310341209 A CN 202310341209A CN 116069774 B CN116069774 B CN 116069774B
- Authority
- CN
- China
- Prior art keywords
- data
- monitoring data
- cleaning
- type
- interface
- 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.)
- Active
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
- 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
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于无线超时智能分析的数据清洗方法、装置及介质。通过获取待清洗的监测数据,并将其输入至基于pipelineDB流式数据库的系统中,得到监测数据接口类型和监测数据数量;根据监测数据接口类型,得到标准清洗接口类型,并根据监测数据数量,得到目标进程数量;通过标准清洗接口类型来启动目标进程数量的数据清洗进程,得到数据清洗结果。解决了无线超时智能分析系统无法全面覆盖多种接口的数据清洗,和数据清洗效率低的问题,对于任何厂家的监测数据都能转换为符合系统分析逻辑模型要求的数据,能兼容所有厂家的数据格式,提高了数据清洗的灵活性、以及故障特征提取和分析的便利性,通过多进程数据清洗来提高清洗效率。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种基于无线超时智能分析的数据清洗方法、装置及介质。
背景技术
随着高铁技术的发展及高铁线路的增加,CTCS-3(Chinese Train ControlSystem Level 3,中国列车运行控制系统-3)控制系统的运用越来越多,而随着列车运行规模越来越大,运行环境也更复杂,经常会发生CTCS-3无线超时的情况,这会导致列车运行效率的降低,是备受关注的重点及难点问题。为了能高效全面的分析CTCS-3无线超时问题,CTCS-3列控无线超时智能分析系统随之产生,系统能够自动完成无线超时分析,对运营人员给出超时原因,提出趋势建议,提升列车的运行效率。
无线超时智能分析系统进行分析的的基础是GSM-R(Global System for MobileCommunications-Railway,铁路数字移动通信系统)网络接口监测系统的监测数据,以前是仅有Abis接口、A接口的信令数据、PRI(基群速率接口,Primary Rate Interface)的监测信令及业务数据,随着GSM-R网络接口监测系统的进一步完善,目前获取的监测数据越多越全面,但也使得监测的数据量成指数级增长,并且不同线路、不同接口的监测数据来源于不同厂家,各厂家的数据内容及格式互不相同,这使得提取故障特征进行超时分析非常不便,极大影响分析结果的准确性和及时性。
发明人在实现本发明的过程中,发现现有技术存在如下缺陷:现有的大部分无线超时智能分析系统中,获得的监测数据仅为Abis接口和A接口的信令、PRI接口的信令及业务数据,数据量较少,因此对监测数据仅停留在从接口监测系统中获取单次故障数据,没有进一步处理,直接用数据进行分析,但对于目前多接口大数据量不同厂家的情况,或者需要进行趋势分析的全量数据时,这种无处理的方式是不可行的。现有的少部分无线超时智能分析系统,只对AMS(ATP Interface Monitoring System,列控车载设备接口监测系统)监测数据清洗,清洗结果也仅仅是根据CTCS ID(Identity Document,身份识别号)号、频道号、时隙提取车载空口和车载Igsm-r接口数据,这只解决了提取故障相关数据的问题,并没有解决不同AMS厂家数据内容不同的问题,也没有针对大数据量的空口数据有特殊处理。
发明内容
本发明提供了一种基于无线超时智能分析的数据清洗方法、装置及介质,以提高对不同类型接口监测数据进行数据清洗的灵活性,通过多进程数据清洗来提高数据清洗效率。
根据本发明的一方面,提供了一种基于无线超时智能分析的数据清洗方法,其中,包括:
获取待清洗的监测数据;其中,所述待清洗的监测数据包括下述至少一项:离线拷贝待清洗的监测数据和在线文件下载待清洗的监测数据;
将所述待清洗的监测数据输入至基于pipelineDB流式数据库的系统中,确定出所述待清洗的监测数据对应的监测数据接口类型和监测数据数量;
根据所述监测数据接口类型,确定出标准清洗接口类型,并根据所述监测数据数量,确定出目标进程数量;
通过所述标准清洗接口类型来启动所述目标进程数量的数据清洗进程,并根据所述数据清洗进程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果。
根据本发明的另一方面,提供了一种基于无线超时智能分析的数据清洗装置,其中,包括:
待清洗的监测数据获取模块,用于获取待清洗的监测数据;其中,所述待清洗的监测数据包括下述至少一项:离线拷贝待清洗的监测数据和在线文件下载待清洗的监测数据;
监测数据接口类型和监测数据数量确定模块,用于将所述待清洗的监测数据输入至基于pipelineDB流式数据库的系统中,确定出所述待清洗的监测数据对应的监测数据接口类型和监测数据数量;
标准清洗接口类型和目标进程数量确定模块,用于根据所述监测数据接口类型,确定出标准清洗接口类型,并根据所述监测数据数量,确定出目标进程数量;
数据清洗结果确定模块,用于通过所述标准清洗接口类型来启动所述目标进程数量的数据清洗进程,并根据所述数据清洗进程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果。
根据本发明的另一方面,提供了一种电子设备,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计算机程序时实现本发明任一实施例所述的基于无线超时智能分析的数据清洗方法。
根据本发明的另一方面,提供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指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的基于无线超时智能分析的数据清洗方法。
本发明实施例的技术方案,通过获取待清洗的监测数据,并将其输入至基于pipelineDB流式数据库的系统中,确定出监测数据接口类型和监测数据数量;根据监测数据接口类型,确定出标准清洗接口类型,并根据监测数据数量,确定出目标进程数量;通过标准清洗接口类型来启动目标进程数量的数据清洗进程,得到数据清洗结果。解决了无线超时智能分析系统无法全面覆盖多种接口的数据清洗,和数据清洗效率低的问题,对于任何厂家的监测数据都能转换为符合系统分析逻辑模型要求的数据,能兼容所有厂家的数据格式,提高了数据清洗的灵活性、以及故障特征提取和分析的便利性,通过多进程数据清洗来提高清洗效率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
图1是根据本发明实施例一提供的一种基于无线超时智能分析的数据清洗方法的流程图;
图2是根据本发明实施例二提供的另一种基于无线超时智能分析的数据清洗方法的流程图;
图3是根据本发明实施例三提供的一种基于无线超时智能分析的数据清洗装置的结构示意图;
图4是根据本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。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前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“目标”、“当前”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。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明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它步骤或单元。
实施例一
图1为本发明实施例一提供了一种基于无线超时智能分析的数据清洗方法的流程图,本实施例可适用于在无线超时智能分析系统中,对多接口监测数据进行数据清洗,并且对数据清洗效率要求高的情况,该方法可以由基于无线超时智能分析的数据清洗装置来执行,该基于无线超时智能分析的数据清洗装置可以采用硬件和/或软件的形式实现。
相应的,如图1所示,该方法包括:
S110、获取待清洗的监测数据。
其中,所述待清洗的监测数据包括下述至少一项:离线拷贝待清洗的监测数据和在线文件下载待清洗的监测数据。
其中,待清洗的监测数据可以是通过数据监测系统进行数据监测,监测到的需要清洗的监测数据。另外的,监测数据包含一种或者多种接口类型的数据,不同接口类型的监测数据需要通过不同的数据清洗方法,对于一种目标接口类型的监测数据,需要目标类型的接口进行数据的清洗,并且可以根据目标接口类型的监测数据的数量来命令起一个或者多个数据清洗进程进行数据的清洗。
另外的,离线拷贝待清洗的监测数据可以是通过离线接收到的待清洗的接口监测数据。在线文件下载待清洗的监测数据可以是通过在线文件下载方式进行监测数据的下载处理。
在本实施例中,可以通过离线拷贝待清洗的监测数据和在线文件下载待清洗的监测数据的方式进行监测数据的下载处理,能够与各监测数据系统进行交互处理,并获取到待清洗的监测数据,具体的,交互方式可以是在线文件下载方式和离线拷贝方式。
S120、将所述待清洗的监测数据输入至基于pipelineDB流式数据库的系统中,确定出所述待清洗的监测数据对应的监测数据接口类型和监测数据数量。
其中,pipelineDB流式数据库可以是基于PostgreSQL数据库改造的,允许通过SQL语句的方式,对监测数据流做操作,并把操作结果储存起来,监测数据处理快。
另外的,监测数据接口类型可以是根据待清洗的监测数据进行数据处理,确定出的监测数据的接口类型,具体的,对于一组待清洗的监测数据可以属于一种或者多种监测数据接口类型。
在本实施例中,监测数据数量可以是对于目标监测数据接口类型进行监测数据的数量的统计,从而可以根据监测数据数量来进一步的确定出需要命令起的数据清洗进程的数量。
可选的,所述监测数据接口类型包括下述至少一项:Abis接口数据、A接口数据、GSM-R网络侧PRI接口数据、基站侧Um接口数据、车载侧空口数据、车载侧Igms-r接口数据、以及RBC侧PRI接口数据。
在本实施例中,在铁路数字移动通信系统中,网络接口监测系统的监测数据接口类型可以包括多种类型的接口,可以包括Abis接口数据、A接口数据、GSM-R网络侧PRI接口数据、基站侧Um接口数据、车载侧空口数据、车载侧Igms-r接口数据、以及RBC(RadioBearer Control,无线承载控制)侧PRI接口数据,并且每种接口数据清洗类型都对应相应的监测数据业务类型。
进一步的,对于监测到的待清洗的监测数据可以来源于不同厂家,可以包括多种监测数据格式。
S130、根据所述监测数据接口类型,确定出标准清洗接口类型,并根据所述监测数据数量,确定出目标进程数量。
其中,标准清洗接口类型可以是根据监测数据接口类型来确定出相应的标准清洗接口类型,标准清洗接口类型包括:Abis接口、A接口、或者GSM-R网络侧PRI接口等。
示例性的,假设监测数据接口类型为Abis接口数据清洗类型,可以确定出Abis接口对应的Abis接口标准清洗接口类型;同理的,假设监测数据接口类型为A接口数据清洗类型,可以确定出A接口对应的A接口标准清洗接口类型。
在本实施例中,监测数据清洗的整体框架基于pipelineDB流式数据库,并且可通过执行pipeline命令起多个进程,进程和进程之间的通信是通过ZeroMQ通信,具体的,ZeroMQ是网络通信中新的一层,介于应用层和传输层之间,可以按照TCP/IP(TransmissionControl Protocol/Internet Protocol,传输控制协议/因特网互联协议)来划分,其是一个可伸缩层,可并行运行,分散在分布式系统间。
另外的,目标进程数量可以是根据监测数据数量的大小,来确定出的进程的数量大小。
示例性的,假设获取到的Abis接口数据清洗类型的监测数据数量M为10000个,每个数据清洗进程处理监测数据数量的数量阈值A为1000个,因此,可以根据公式确定出目标进程数量M为10个,可以确定需要启动10个数据清洗进程来进行数据清洗处理。
这样设置的好处在于:通过根据监测数据数量,来确定出目标进程数量,这样可以同时多进程的进行数据的处理操作,这样可以提高数据清洗的效率,能够更好地进行不同接口的监测数据的清洗操作。
S140、通过所述标准清洗接口类型来启动所述目标进程数量的数据清洗进程,并根据所述数据清洗进程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果。
其中,数据清洗进程可以是对目标接口类型的监测数据进行数据清洗的进程,另外的,每一个数据清洗进程可以包括一个或者多个数据清洗线程,对不同监测数据类型进行处理。
示例性的,以Abis接口数据清洗类型对应的一个数据清洗进程为例,该数据清洗进程可以启动多个不同数据清洗线程,每个数据清洗线程可以分别处理信令、测量报告数据、切换数据、或者业务数据功能。另外的,可以通过关联数据清洗线程的方式进行监测数据的关联操作。
具体的,对于不同厂家,不同接口的不同数据格式都能够进行数据清洗操作,从而能够得到统一格式的数据清洗结果,能够更好地应用于无线超时智能分析系统中。
另外的,数据清洗结果可以是对监测数据进行数据清洗之后得到的结果。
可选的,在所述根据所述数据清洗进程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果之后,还包括:根据预先设置的定时存储方式和/或定量存储方式,将所述数据清洗结果存储于数据库中。
其中,定时存储方式可以是系统预先设置的按照一定的时间周期进行数据清洗结果存储的方式。定量存储方式可以是系统预先设置的按照一定数量的数据清洗结果进行存储的方式。
在本实施例中,对于定时存储方式,系统可以设置按照1分钟、5分钟、或者10分钟进行数据清洗结果的存储,并且存储于数据库中。对于定量存储方式,系统可以设置满10000个或者5000个数据清洗结果,将该数据清洗结果存储于数据库中。
这样设置的好处在于:通过根据预先设置的定时存储方式和/或定量存储方式,将所述数据清洗结果存储于数据库中,这样可以及时将数据清洗结果存储于数据库中,避免太多数据清洗结果存在于系统中而造成的系统负荷太重,而造成数据清洗效率低下的问题,提高了数据清洗的效率和准确率。
本发明实施例的技术方案,通过获取待清洗的监测数据,并将其输入至基于pipelineDB流式数据库的系统中,确定出监测数据接口类型和监测数据数量;根据监测数据接口类型,确定出标准清洗接口类型,并根据监测数据数量,确定出目标进程数量;通过标准清洗接口类型来启动目标进程数量的数据清洗进程,得到数据清洗结果。解决了无线超时智能分析系统无法全面覆盖多种接口的数据清洗,和数据清洗效率低的问题,对于任何厂家的监测数据都能转换为符合系统分析逻辑模型要求的数据,能兼容所有厂家的数据格式,提高了数据清洗的灵活性、以及故障特征提取和分析的便利性,通过多进程数据清洗来提高清洗效率。
实施例二
图2为本发明实施例二提供的另一种基于无线超时智能分析的数据清洗方法的流程图,本实施例以上述各实施例为基础进行细化,在本实施例中,对通过所述标准清洗接口类型来启动所述目标进程数量的数据清洗进程,并根据所述数据清洗进程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果进行进一步的细化操作。
相应的,如图2所示,该方法包括:
S210、获取待清洗的监测数据。
S220、将所述待清洗的监测数据输入至基于pipelineDB流式数据库的系统中,确定出所述待清洗的监测数据对应的监测数据接口类型和监测数据数量。
S230、根据所述监测数据接口类型,确定出标准清洗接口类型,并根据所述监测数据数量,确定出目标进程数量。
S240、通过所述标准清洗接口类型来启动所述目标进程数量的数据清洗进程,并根据所述监测数据接口类型来确定出所述数据清洗进程对应的至少一个数据清洗线程。
其中,不同的所述监测数据接口类型对应多种类型监测数据;一个所述数据清洗线程对应所述监测数据接口类型中的一种类型监测数据。
其中,一个数据清洗进程包括一个或者多个数据清洗线程,每个数据清洗线程用来清洗一种类型检测数据。
可选的,所述不同的所述监测数据接口类型对应多种类型监测数据,包括:Abis接口数据对应的监测数据类型包括下述至少一项:信令类型监测数据、业务数据类型监测数据、切换类型监测数据、以及测量报告类型监测数据;A接口数据对应的监测数据类型包括下述至少一项:信令类型监测数据、业务数据类型监测数据、切换类型监测数据、以及位置更新类型监测数据;GSM-R网络侧PRI接口数据对应的监测数据类型包括下述至少一项:信令类型监测数据、业务数据类型监测数据、以及告警类型监测数据;基站侧Um接口数据对应的监测数据类型包括下述至少一项:信令类型监测数据、业务数据类型监测数据、切换类型监测数据、以及测量报告类型监测数据;车载侧空口接口数据对应的监测数据类型包括下述至少一项:信令类型监测数据、业务数据类型监测数据、切换类型监测数据、以及测量报告类型监测数据;车载侧Igms-r接口数据对应的监测数据类型包括下述至少一项:AT命令类型监测数据、以及业务数据类型监测数据;RBC侧PRI接口数据对应的监测数据类型包括下述至少一项:信令类型监测数据、业务数据类型监测数据、以及告警类型监测数据。
可选的,解析各所述类型监测数据,关联得到通信记录类型监测数据;将各所述类型监测数据和所述通信记录类型监测数据存入数据库对应的各数据表中。
具体的,对于Abis接口数据清洗类型的监测数据分别对应的信令、业务数据、切换、或者测量报告等类型,每种类型的监测数据可以对应一个数据清洗线程,在解析完成监测数据并关联之后,得到通信记录监测数据。
在本实施例中,Abis接口数据的监测数据分别按照信令、业务数据、切换、测量报告、或者通信记录等类型存入数据库不同表中;A接口数据的监测数据分别按照信令、业务数据、切换、位置更新、或者通信记录等类型存入数据库不同表中;GSM-R网络侧PRI接口数据的监测数据分别按照信令、业务数据、告警、或者通信记录等类型存入数据库不同表中;基站侧Um接口数据的监测数据分别按照信令、业务数据、切换、测量报告、或者通信记录等类型存入数据库不同表中;车载侧空口数据的监测数据分别按照信令、业务数据、切换、测量报告、或者通信记录等类型存入数据库不同表中;车载侧Igms-r接口数据的监测数据分别按照AT命令、业务数据、通信记录等类型存入数据库不同表中;RBC侧PRI接口数据的监测数据分别按照信令、业务数据、告警、或者通信记录等类型存入数据库不同表中。
S250、根据各所述数据清洗线程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果。
可选的,所述根据各所述数据清洗线程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果,包括:根据各所述数据清洗线程对所述待清洗的监测数据进行数据清洗,得到初始数据清洗结果;根据各所述数据清洗线程对应的关联性功能,将所述初始数据清洗结果进行关联,确定出所述数据清洗结果;其中,通过一次呼叫来对待清洗的监测数据进行数据清洗,得到一次呼叫对应的所述数据清洗结果。
其中,初始数据清洗结果可以是对于一种类型的监测数据可以得到对应的数据清洗结果。
在本实施例中,需要对同一接口数据清洗类型的不同类型监测数据进行数据清洗,得到各初始数据清洗结果,通过关联性功能将各初始数据清洗结果进行关联处理,得到对应的数据清洗结果。
示例性的,对于Abis接口数据清洗类型的监测数据分别对应的信令、业务数据、切换、测量报告、或者通信记录等类型,每种类型的监测数据可以对应一个数据清洗线程。每一个数据清洗线程都能得到对应的初始数据清洗结果。
具体的,可以得到信令对应的初始数据清洗结果;业务数据对应的初始数据清洗结果;切换对应的初始数据清洗结果;测量报告对应的初始数据清洗结果;或者通信记录对应的初始数据清洗结果。
将得到的各所述初始数据清洗结果,通过关联性功能进行关联,来进一步的确定出数据清洗结果。
这样设置的好处在于:对于一种类型的接口监测数据,能够通过多数据清洗线程的方式进行不同类型数据的处理,得到相应的初始数据清洗结果,进一步的,根据关联性功能进行初始数据清洗结果的关联处理,得到该类型的接口监测数据对应的数据清洗结果,这样可以提高数据清洗的准确率,也提高了数据清洗的效率,也保证了得到的数据清洗结果的全面性。
可选的,所述根据各所述数据清洗线程对所述待清洗的监测数据进行数据清洗,包括:通过复用解析模块,对所述待清洗的监测数据进行数据清洗;其中,所述解析模块包括:信令解析模块和监测数据业务解析模块;所述解析模块根据信元顺序进行解析,和/或基于pipelineDB流式数据库来触发异步回调函数进行解析;所述信令解析模块基于3GPP标准进行解析;所述监测数据业务解析模块基于CTCS-3级列控系统无线报文定义及运用原则进行解析。
其中,解析模块可以是在系统中预先设置的用来信令解析和监测数据业务解析的模块。信令解析模块可以是对信令进行解析的模块。监测数据业务解析模块可以是对监测数据业务解析的模块。
在本实施例中,清洗信令时,不同接口的相同协议部分可复用对应的协议解析模块;另外的,清洗业务监测数据时,所有类型接口的业务监测数据解析均可复用监测数据业务解析模块。
另外的,针对不同厂家的监测数据,数据清洗能兼容所有厂家的数据格式,根据3GPP(3rd Generation Partnership Project,第三代合作伙伴计划)标准统一解析信令内容,根据CTCS-3级列控系统无线消息定义统一解析业务监测数据,得到统一格式的各接口数据,供超时分析提取故障特征时调用。
本发明实施例的技术方案,通过获取待清洗的监测数据;将待清洗的监测数据输入至基于pipelineDB流式数据库的系统中,确定出待清洗的监测数据对应的监测数据接口类型和监测数据数量;根据监测数据接口类型,确定出标准清洗接口类型,并根据监测数据数量,确定出目标进程数量;通过所述标准清洗接口类型来启动所述目标进程数量的数据清洗进程,并根据所述监测数据接口类型来确定出所述数据清洗进程对应的至少一个数据清洗线程;根据各所述数据清洗线程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果。提高了对不同类型接口监测数据进行数据清洗的灵活性,每一个数据清洗进程对应多个数据清洗线程,通过多线程数据清洗来提高数据清洗效率。
实施例三
图3为本发明实施例三提供的一种基于无线超时智能分析的数据清洗装置的结构示意图。本实施例所提供的一种基于无线超时智能分析的数据清洗装置可以通过软件和/或硬件来实现,可配置于终端设备或者服务器中来实现本发明实施例中的一种基于无线超时智能分析的数据清洗方法。如图3所示,该装置包括:待清洗的监测数据获取模块310、监测数据接口类型和监测数据数量确定模块320、标准清洗接口类型和目标进程数量确定模块330和数据清洗结果确定模块340。
其中,待清洗的监测数据获取模块310,用于获取待清洗的监测数据;其中,所述待清洗的监测数据包括下述至少一项:离线拷贝待清洗的监测数据和在线文件下载待清洗的监测数据;
监测数据接口类型和监测数据数量确定模块320,用于将所述待清洗的监测数据输入至基于pipelineDB流式数据库的系统中,确定出所述待清洗的监测数据对应的监测数据接口类型和监测数据数量;
标准清洗接口类型和目标进程数量确定模块330,用于根据所述监测数据接口类型,确定出标准清洗接口类型,并根据所述监测数据数量,确定出目标进程数量;
数据清洗结果确定模块340,用于通过所述标准清洗接口类型来启动所述目标进程数量的数据清洗进程,并根据所述数据清洗进程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果。
本发明实施例的技术方案,通过获取待清洗的监测数据,并将其输入至基于pipelineDB流式数据库的系统中,确定出监测数据接口类型和监测数据数量;根据监测数据接口类型,确定出标准清洗接口类型,并根据监测数据数量,确定出目标进程数量;通过标准清洗接口类型来启动目标进程数量的数据清洗进程,得到数据清洗结果。解决了无线超时智能分析系统无法全面覆盖多种接口的数据清洗,和数据清洗效率低的问题,对于任何厂家的监测数据都能转换为符合系统分析逻辑模型要求的数据,能兼容所有厂家的数据格式,提高了数据清洗的灵活性、以及故障特征提取和分析的便利性,通过多进程数据清洗来提高清洗效率。
可选的,所述监测数据接口类型包括下述至少一项:Abis接口数据清洗类型、A接口数据清洗类型、GSM-R网络侧PRI接口数据清洗类型、基站侧Um接口数据清洗类型、车载侧空口数据清洗类型、车载侧Igms-r接口数据清洗类型、以及RBC侧PRI接口数据清洗类型。
可选的,还包括,数据清洗结果存储模块,可以具体用于:在所述根据所述数据清洗进程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果之后,根据预先设置的定时存储方式和/或定量存储方式,将所述数据清洗结果存储于数据库中。
可选的,数据清洗结果确定模块340,可以具体包括:数据清洗线程确定单元,用于通过所述标准清洗接口类型来启动所述目标进程数量的数据清洗进程,并根据所述监测数据接口类型来确定出所述数据清洗进程对应的至少一个数据清洗线程;其中,不同的所述监测数据接口类型对应多种类型监测数据;一个所述数据清洗线程对应所述监测数据接口类型中的一种类型监测数据;数据清洗结果确定单元,用于根据各所述数据清洗线程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果。
可选的,数据清洗结果确定单元,可以具体包括:初始数据清洗结果确定子单元,用于根据各所述数据清洗线程对所述待清洗的监测数据进行数据清洗,得到初始数据清洗结果;数据清洗结果确定子单元,用于根据各所述数据清洗线程对应的关联性功能,将所述初始数据清洗结果进行关联,确定出所述数据清洗结果;其中,通过一次呼叫来对待清洗的监测数据进行数据清洗,得到一次呼叫对应的所述数据清洗结果。
可选的,初始数据清洗结果确定子单元,可以具体用于:通过复用解析模块,对所述待清洗的监测数据进行数据清洗;其中,所述解析模块包括下述至少一项:信令解析模块和监测数据业务解析模块;所述解析模块根据信元顺序进行解析,和/或基于pipelineDB流式数据库来触发异步回调函数进行解析;所述信令解析模块基于3GPP标准进行解析;所述监测数据业务解析模块基于中国列车运行控制系统CTCS-3级列控系统无线报文定义及运用原则进行解析。
可选的,所述不同的所述监测数据接口类型对应多种类型监测数据,可以具体用于:Abis接口监测数据清洗接口类型对应的监测数据类型包括下述至少一项:信令类型监测数据、业务数据类型监测数据、切换类型监测数据、以及测量报告类型监测数据;A接口监测数据清洗接口类型对应的监测数据类型包括下述至少一项:信令类型监测数据、业务数据类型监测数据、切换类型监测数据、以及位置更新类型监测数据;GSM-R网络侧PRI接口监测数据清洗接口类型对应的监测数据类型包括下述至少一项:信令类型监测数据、业务数据类型监测数据、以及告警类型监测数据;基站侧Um接口监测数据清洗接口类型对应的监测数据类型包括下述至少一项:信令类型监测数据、业务数据类型监测数据、切换类型监测数据、以及测量报告类型监测数据;车载侧空口接口监测数据清洗接口类型对应的监测数据类型包括下述至少一项:信令类型监测数据、业务数据类型监测数据、切换类型监测数据、以及测量报告类型监测数据;车载侧Igms-r接口监测数据清洗接口类型对应的监测数据类型包括下述至少一项:AT命令类型监测数据、以及业务数据类型监测数据;RBC侧PRI接口监测数据清洗接口类型对应的监测数据类型包括下述至少一项:信令类型监测数据、业务数据类型监测数据、以及告警类型监测数据。
可选的,在所述不同的所述监测数据接口类型对应多种类型监测数据之后,可以具体用于:解析各所述类型监测数据,关联得到通信记录类型监测数据;将各所述类型监测数据和所述通信记录类型监测数据存入数据库对应的各数据表中。
本发明实施例所提供的基于无线超时智能分析的数据清洗装置可执行本发明任意实施例所提供的基于无线超时智能分析的数据清洗方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例四的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如基于无线超时智能分析的数据清洗方法。
在一些实施例中,基于无线超时智能分析的数据清洗方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的基于无线超时智能分析的数据清洗方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行基于无线超时智能分析的数据清洗方法。
该方法包括:获取待清洗的监测数据;将所述待清洗的监测数据输入至基于pipelineDB流式数据库的系统中,确定出所述待清洗的监测数据对应的监测数据接口类型和监测数据数量;根据所述监测数据接口类型,确定出标准清洗接口类型,并根据所述监测数据数量,确定出目标进程数量;通过所述标准清洗接口类型来启动所述目标进程数量的数据清洗进程,并根据所述数据清洗进程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储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计算机程序。计算机可读存储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。备选地,计算机可读存储介质可以是机器可读信号介质。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。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
实施例五
本发明实施例五还提供一种包含计算机可读存储介质,所述计算机可读指令在由计算机处理器执行时用于执行一种基于无线超时智能分析的数据清洗方法,该方法包括:获取待清洗的监测数据;将所述待清洗的监测数据输入至基于pipelineDB流式数据库的系统中,确定出所述待清洗的监测数据对应的监测数据接口类型和监测数据数量;根据所述监测数据接口类型,确定出标准清洗接口类型,并根据所述监测数据数量,确定出目标进程数量;通过所述标准清洗接口类型来启动所述目标进程数量的数据清洗进程,并根据所述数据清洗进程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果。
当然,本发明实施例所提供的一种包含计算机可读存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的基于无线超时智能分析的数据清洗方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干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)执行本发明各个实施例所述的方法。
值得注意的是,上述基于无线超时智能分析的数据清洗装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (11)
1.一种基于无线超时智能分析的数据清洗方法,其特征在于,包括:
获取待清洗的监测数据;其中,所述待清洗的监测数据包括下述至少一项:离线拷贝待清洗的监测数据和在线文件下载待清洗的监测数据;
将所述待清洗的监测数据输入至基于pipelineDB流式数据库的系统中,确定出所述待清洗的监测数据对应的监测数据接口类型和监测数据数量;
根据所述监测数据接口类型,确定出标准清洗接口类型,并根据所述监测数据数量,确定出目标进程数量;
通过所述标准清洗接口类型来启动所述目标进程数量的数据清洗进程,并根据所述数据清洗进程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果;
其中,所述通过所述标准清洗接口类型来启动所述目标进程数量的数据清洗进程,并根据所述数据清洗进程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果,包括:
通过所述标准清洗接口类型来启动所述目标进程数量的数据清洗进程,并根据监测数据接口类型来确定出所述数据清洗进程对应的至少一个数据清洗线程;
其中,不同的所述监测数据接口类型对应多种类型监测数据;一个所述数据清洗线程对应所述监测数据接口类型中的一种类型监测数据;
根据各所述数据清洗线程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果。
2.根据权利要求1所述的方法,其特征在于,所述监测数据接口类型包括下述至少一项:Abis接口数据、A接口数据、铁路数字移动通信系统GSM-R网络侧基群速率接口PRI接口数据、基站侧Um接口数据、车载侧空口数据、车载侧Igms-r接口数据、以及无线承载控制RBC侧PRI接口数据。
3.根据权利要求1所述的方法,其特征在于,在所述根据所述数据清洗进程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果之后,还包括:
根据预先设置的定时存储方式和/或定量存储方式,将所述数据清洗结果存储于数据库中。
4.根据权利要求1所述的方法,其特征在于,所述根据各所述数据清洗线程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果,包括:
根据各所述数据清洗线程对所述待清洗的监测数据进行数据清洗,得到初始数据清洗结果;
根据各所述数据清洗线程对应的关联性功能,将所述初始数据清洗结果进行关联,确定出所述数据清洗结果;
其中,通过一次呼叫来对待清洗的监测数据进行数据清洗,得到一次呼叫对应的所述数据清洗结果。
5.根据权利要求4所述的方法,其特征在于,所述根据各所述数据清洗线程对所述待清洗的监测数据进行数据清洗,包括:
通过复用解析模块,对所述待清洗的监测数据进行数据清洗;
其中,所述解析模块包括:信令解析模块和监测数据业务解析模块;所述解析模块根据信元顺序进行解析,和/或基于pipelineDB流式数据库来触发异步回调函数进行解析;所述信令解析模块基于第三代合作伙伴计划3GPP标准进行解析;所述监测数据业务解析模块基于中国列车运行控制系统CTCS-3级列控系统无线报文定义及运用原则进行解析。
6.根据权利要求1所述的方法,其特征在于,所述不同的所述监测数据接口类型对应多种类型监测数据,包括:
Abis接口数据对应的监测数据类型包括下述至少一项:信令类型监测数据、业务数据类型监测数据、切换类型监测数据、以及测量报告类型监测数据;
A接口数据对应的监测数据类型包括下述至少一项:信令类型监测数据、业务数据类型监测数据、切换类型监测数据、以及位置更新类型监测数据;
GSM-R网络侧PRI接口数据对应的监测数据类型包括下述至少一项:信令类型监测数据、业务数据类型监测数据、以及告警类型监测数据;
基站侧Um接口数据对应的监测数据类型包括下述至少一项:信令类型监测数据、业务数据类型监测数据、切换类型监测数据、以及测量报告类型监测数据;
车载侧空口接口数据对应的监测数据类型包括下述至少一项:信令类型监测数据、业务数据类型监测数据、切换类型监测数据、以及测量报告类型监测数据;
车载侧Igms-r接口数据对应的监测数据类型包括下述至少一项:AT命令类型监测数据、以及业务数据类型监测数据;
RBC侧PRI接口数据对应的监测数据类型包括下述至少一项:信令类型监测数据、业务数据类型监测数据、以及告警类型监测数据。
7.根据权利要求6所述的方法,其特征在于,在所述不同的所述监测数据接口类型对应多种类型监测数据之后,包括:
解析各所述类型监测数据,关联得到通信记录类型监测数据;
将各所述类型监测数据和所述通信记录类型监测数据存入数据库对应的各数据表中。
9.一种基于无线超时智能分析的数据清洗装置,其特征在于,包括:
待清洗的监测数据获取模块,用于获取待清洗的监测数据;其中,所述待清洗的监测数据包括下述至少一项:离线拷贝待清洗的监测数据和在线文件下载待清洗的监测数据;
监测数据接口类型和监测数据数量确定模块,用于将所述待清洗的监测数据输入至基于pipelineDB流式数据库的系统中,确定出所述待清洗的监测数据对应的监测数据接口类型和监测数据数量;
标准清洗接口类型和目标进程数量确定模块,用于根据所述监测数据接口类型,确定出标准清洗接口类型,并根据所述监测数据数量,确定出目标进程数量;
数据清洗结果确定模块,用于通过所述标准清洗接口类型来启动所述目标进程数量的数据清洗进程,并根据所述数据清洗进程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果;
其中,所述数据清洗结果确定模块,包括:
数据清洗线程确定单元,用于通过所述标准清洗接口类型来启动所述目标进程数量的数据清洗进程,并根据所述监测数据接口类型来确定出所述数据清洗进程对应的至少一个数据清洗线程;其中,不同的所述监测数据接口类型对应多种类型监测数据;一个所述数据清洗线程对应所述监测数据接口类型中的一种类型监测数据;
数据清洗结果确定单元,用于根据各所述数据清洗线程对所述待清洗的监测数据进行数据清洗,得到数据清洗结果。
10.一种电子设备,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计算机程序时实现如权利要求1-8中任一项所述的基于无线超时智能分析的数据清洗方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-8中任一项所述的基于无线超时智能分析的数据清洗方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310341209.3A CN116069774B (zh) | 2023-04-03 | 2023-04-03 | 基于无线超时智能分析的数据清洗方法、装置及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310341209.3A CN116069774B (zh) | 2023-04-03 | 2023-04-03 | 基于无线超时智能分析的数据清洗方法、装置及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116069774A CN116069774A (zh) | 2023-05-05 |
CN116069774B true CN116069774B (zh) | 2023-06-20 |
Family
ID=86180542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310341209.3A Active CN116069774B (zh) | 2023-04-03 | 2023-04-03 | 基于无线超时智能分析的数据清洗方法、装置及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116069774B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116662921A (zh) * | 2023-08-02 | 2023-08-29 | 北京全路通信信号研究设计院集团有限公司 | 列控系统无线超时智能分析系统及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10515326B2 (en) * | 2015-08-28 | 2019-12-24 | Exacttarget, Inc. | Database systems and related queue management methods |
CN110406570B (zh) * | 2018-04-28 | 2021-07-13 | 北京六捷科技有限公司 | 一种基于ams监测数据的ctcs-3超时自动分析方法 |
CN112700622B (zh) * | 2020-12-21 | 2022-05-17 | 中铁二院工程集团有限责任公司 | 一种基于storm的铁路地质灾害监测大数据预处理方法及系统 |
CN114625725A (zh) * | 2021-07-23 | 2022-06-14 | 重庆亿森动力环境科技有限公司 | 一种空气监测数据的可视化方法、系统、设备及介质 |
CN113961580A (zh) * | 2021-12-22 | 2022-01-21 | 联通智网科技股份有限公司 | 数据查询方法、业务系统以及电子设备 |
CN115145902A (zh) * | 2022-07-04 | 2022-10-04 | 北京智能建筑科技有限公司 | 数据处理方法,装置,存储介质以及电子设备 |
CN115495496A (zh) * | 2022-08-17 | 2022-12-20 | 昆仑数智科技有限责任公司 | 数据导出方法、装置、电子设备、存储介质及程序产品 |
-
2023
- 2023-04-03 CN CN202310341209.3A patent/CN116069774B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN116069774A (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116069774B (zh) | 基于无线超时智能分析的数据清洗方法、装置及介质 | |
CN115396289A (zh) | 一种故障告警确定方法、装置、电子设备及存储介质 | |
CN114885014A (zh) | 一种外场设备状态的监测方法、装置、设备及介质 | |
CN113468023A (zh) | 监控方法、装置、介质及电子设备 | |
CN116074183B (zh) | 一种基于规则引擎的c3超时分析方法、装置及设备 | |
CN117033058A (zh) | 一种软件崩溃数据的分析方法、装置、设备及介质 | |
CN115687406B (zh) | 一种调用链数据的采样方法、装置、设备及存储介质 | |
CN116245865A (zh) | 一种图像质量的检测方法、装置、电子设备及存储介质 | |
CN115629903A (zh) | 任务延迟监控方法、装置、设备及存储介质 | |
CN115458184A (zh) | 一种防疫检测数据推送方法、装置、设备及存储介质 | |
CN114881112A (zh) | 一种系统异常检测方法、装置、设备及介质 | |
CN114500105A (zh) | 一种网络包的拦截方法、装置、设备及存储介质 | |
CN116185765B (zh) | 一种告警处理方法、装置、电子设备及存储介质 | |
CN117272151A (zh) | 数据处理方法、装置、设备和存储介质 | |
CN115546725A (zh) | 场景识别预警方法、系统、装置、设备及存储介质 | |
CN117573491A (zh) | 一种性能瓶颈的定位方法、装置、设备及存储介质 | |
CN117271467A (zh) | 一种日志的查询以及转发方法、装置、设备及存储介质 | |
CN115204424A (zh) | 云原生系统的智能运维方法、装置、设备及存储介质 | |
CN114691404A (zh) | 服务进程的监测方法、装置、电子设备、存储介质及产品 | |
CN117806764A (zh) | 一种用户界面的数据收集方法、装置、设备及存储介质 | |
CN116094908A (zh) | 日志文件存储方法、装置、设备和存储介质 | |
CN117093558A (zh) | 一种日志文件采集信息的生成方法、装置、设备及介质 | |
CN115757320A (zh) | 一种日志处理方法、装置、设备及存储介质 | |
CN116281054A (zh) | 一种电网故障类型确定方法、装置及设备 | |
CN116644137A (zh) | 一种数据库数据同步方法、装置、设备及存储介质 |
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 |