CN116382773A - 一种部署PyFlink任务的方法 - Google Patents
一种部署PyFlink任务的方法 Download PDFInfo
- Publication number
- CN116382773A CN116382773A CN202310027726.3A CN202310027726A CN116382773A CN 116382773 A CN116382773 A CN 116382773A CN 202310027726 A CN202310027726 A CN 202310027726A CN 116382773 A CN116382773 A CN 116382773A
- Authority
- CN
- China
- Prior art keywords
- task
- pyflink
- python
- pylink
- deploying
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000004590 computer program Methods 0.000 claims description 8
- 230000006835 compression Effects 0.000 claims description 4
- 238000007906 compression Methods 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect 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
- G06F8/00—Arrangements for software engineering
- G06F8/70—Software maintenance or management
- G06F8/76—Adapting program code to run in a different environment; Porting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/36—Software reuse
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Stored Programmes (AREA)
Abstract
本申请公开了一种部署PyFlink任务的方法,涉及大数据计算技术领域,包括以下步骤:将前端上传的PyFlink任务的资源文件全部下载到后端,并获取Python相关信息;根据资源文件和Python相关信息构建PyFlink任务的PackagedProgram参数,并调用YarnClusterDescriptor的deployJobCluster方法将PyFlink任务的所有相关文件上传至HDFS中;启动Python进程,并根据PyFlink任务的逻辑生成JobGraph,通过YarnClusterDescriptor将JobGraph提交到yarn集群。本方法在提交PyFlink任务时直接复用已经上传好的资源和依赖,而无需提前在客户端安装Python环境和PyFlink任务的相关依赖,使得不同的Python环境都可以运行PyFlink任务。
Description
技术领域
本申请涉及大数据计算技术领域,尤其涉及一种部署PyFlink任务的方法。
背景技术
现有技术中,用Python写的Flink任务的提交主要依赖于命令行方式,而这种方式又要求用户在客户端提前安装好Python环境和PyFlink的相关依赖,同时Python的环境依赖每次都需要人工手动上传至服务器,无法复用,过程比较繁杂,且无法有效的管理PyFlink的Python程序文件、jar包依赖和Python依赖等资源。
发明内容
本申请提供的一种部署PyFlink任务的方法,旨在有效的管理PyFlink任务相关的Python程序文件、jar包依赖和Python依赖等资源。
为实现上述目的,本申请采用以下技术方案:
本申请的一种部署PyFlink任务的方法,包括以下步骤:
将前端上传的PyFlink任务的资源文件全部下载到后端,并获取Python相关信息;
根据所述资源文件和Python相关信息构建PyFlink任务的PackagedProgram参数,并调用YarnClusterDescriptor的deployJobCluster方法将PyFlink任务的所有相关文件上传至HDFS中;
启动Python进程,并根据PyFlink任务的逻辑生成JobGraph,通过所述YarnClusterDescriptor将所述JobGraph提交到yarn集群。
作为优选,所述将前端上传的PyFlink任务的资源文件全部下载到后端,包括:
接收前端上传的PyFlink任务的资源文件,所述资源文件包含Python文件、PyFlink环境压缩包和第三方依赖jar包;
根据资源类型将所述资源文件存储到不同的存储介质中,所述存储介质包含HDFS和SFTP,并将所述资源文件全部下载到后端。
作为优选,在将前端上传的PyFlink任务的资源文件全部下载到后端之后,还包括:
对所述资源文件中的PyFlink环境压缩包进行解压,并将解压后的目录路径封装到PyFlinkInfo中。
作为优选,所述获取Python相关信息,包括:
查找后端Flink Lib目录下的Flink-Python.jar包,将所述jar包路径设置到PyFlinkInfo中,并获取下载到后端的PyFlink环境的路径信息和运行在yarn集群上的PyFlink环境的路径信息以及HDFS和SFTP中存储的资源文件的路径信息。
作为优选,所述PackagedProgram参数包含Python文件、Python入参、后端PyFlink环境的路径和yarm集群的PyFlink环境路径,所述Python入参归属于所述资源文件。
作为优选,所述相关文件包含flink lib里面所有的包、PyFlink任务依赖的jar包、日志配置文件、hdfs配置文件和yarn配置文件。
作为优选,所述启动Python进程,并根据PyFlink任务的逻辑生成JobGraph,通过所述YarnClusterDescriptor将所述JobGraph提交到yarn集群,包括:
调用Flink PythonDriver以启动Python进程,所述Python进程用于与Java JVM进程进行通信;
根据所述PyFlink任务的逻辑和所述Java JVM进程生成JobGraph,通过所述YarnClusterDescriptor将所述JobGraph提交到yarn集群。
作为优选,所述方法还包括:
提交完所述PyFlink任务后,递归删除任务提交过程中下载的所有文件。
一种电子设备,包括存储器和处理器,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现如上述中任一项所述的一种部署PyFlink任务的方法。
一种存储有计算机程序的计算机可读存储介质,所述计算机程序使计算机执行时实现如上述中任一项所述的一种部署PyFlink任务的方法。
本发明具有如下有益效果:
相对于现有技术中基于Flink计算框架实现的Python生态集成方法,本申请不仅降低了使用Python生态的门槛,还使得用户可以在平台上直接编辑PyFlink任务,在提交PyFlink任务时直接复用已经上传好的资源和依赖,而无需提前在客户端安装Python环境和PyFlink任务的相关依赖,使得不同的python环境都可以运行PyFlink任务,并有效管理PyFlink任务的各种资源。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一种部署PyFlink任务的方法流程图;
图2是本申请前端提供的PyFlink任务资源示例图;
图3是本申请前端用户配置相对路径的示例图。
具体实施方式
下面将结合附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域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,都属于本申请保护的范围。
本申请的权利要求书和说明书的术语“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,应该理解这样使用的术语在适当情况下可以互换,这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式,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,以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元,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单元。
实施例
如图1所示,一种部署PyFlink任务的方法,包括以下步骤:
S110、将前端上传的PyFlink任务的资源文件全部下载到后端,并获取Python相关信息;
S120、根据所述资源文件和Python相关信息构建PyFlink任务的PackagedProgram参数,并调用YarnClusterDescriptor的deployJobCluster方法将PyFlink任务的所有相关文件上传至HDFS中;
S130、启动Python进程,并根据PyFlink任务的逻辑生成JobGraph,通过所述YarnClusterDescriptor将所述JobGraph提交到yarn集群。
本实施例涉及到前端与后端的交互,其中前端可以简单理解为客户端,其主要作用是提供PyFlink任务的资源文件,并将其传给后端即服务器进行管理,涉及到的编程语言为HTML和JavaScript,如图2所示,其主要内容包括:
任务名称和任务类型
任务名称是当前PyFlink任务的任务名,如flink1,方便后面任务运维对任务进行区分,在PyFlink任务中任务类型固定为PyFlink。
Python文件
Python文件主要是当前PyFlink任务的逻辑,可以为Flink流式任务或者批任务,编写语言是Python语言,如kafka_stream。这个Python文件需要提前上传到系统的项目资源里面,最终存储到SFTP中。
PyFlink环境
PyFlink环境主要是Python的环境,这个Python的环境需要安装在Flink的Pythonmodule中。开发人员大多数使用Windows或者MacOS,但是后端服务器使用的是Linux,因此利用Docker在Linux打包好一个可以运行Flink的Python环境即可,如linux_venv_final.zip,此处用压缩文件代替了现有技术中必须安装的PyFlink环境,更简单,同时由于此处上传的只是一个压缩包,对应的Python环境可以根据现实需要进行更改。
PyFlink入参
PyFlink任务需要的入参,如“a”、“b”。
第三方依赖
因为Flink框架是Java编写的,Python的Flink API需要和Java的Flink JVM进行通信,即实际的功能还是由Java编写的Fink框架实现的,而Flink的一些功能又是通过Connector插件实现的,因此有些Flink依赖的Jar包需要用户自己提供,例如PyFlink任务要读取Kafka,就需要使用flink-sql-connector-kafka_2.12-1.12.7.jar,此时用户就要将这个jar包上传至前端页面。
进一步地,接收前端上传的PyFlink任务的资源文件,所述资源文件包含Python文件、PyFlink环境压缩包和第三方依赖jar包;
根据资源类型将所述资源文件存储到不同的存储介质中,所述存储介质包含HDFS和SFTP,并将所述资源文件全部下载到后端。
示例性地,后端接收前端传来的所有PyFlink任务资源,并根据具体内容将其存储到不同的存储介质中:PyFlink环境文件比较大,存储在HDFS中,其他资源文件如Python文件、第三方依赖等相对PyFlink环境文件来说是小文件,存储在SFTP中,其中,HDFS为Hadoop分布式文件系统(Hadoop Distributed Filesystem),以流式数据访问模式来存储超大文件,是管理网络中跨多台计算机存储的文件系统,具有高容错性和高吞吐量,SFTP则是安全文件传送协议,全称为SSH File Transfer Protocol,具有文件访问、传输和管理的功能,并可以为传输文件提供一种安全的网络加密方法。
此外,前端上传的资源和依赖都保存在存储介质中,使得提交任务时需要用到的PyFlink任务文件可以直接复用已经上传好的文件,无需重新上传,更简便。
在提交任务的时候,要把当前PyFlink任务需要的所有资源全部提交给调度系统以进行任务的优先级排序和PyFlink任务提交组件的调用,此为现有技术,在此不做赘述。
提交任务之前,把前端传输的资源文件都下载到本地,并解压PyFlink环境文件,然后将解压后的目录路径封装到PyFlinkInfo里面,为提交任务做准备。
进一步地,查找后端Flink Lib目录下的Flink-Python.jar包,将所述jar包路径设置到PyFlinkInfo中,并获取下载到后端的PyFlink环境的路径信息和运行在yarn集群上的PyFlink环境的路径信息以及HDFS和SFTP中存储的资源文件的路径信息。
再获取Python的相关信息,主要有三部分:第一部分是找到直接上传到后端的Flink-Python.jar压缩包,这个jar包里面包含了Flink的Python模块,需要提交到yarn集群,该包内放置在后端的Flink Lib目录下,其中Flink Lib目录是用户在前端配置好后传递给后端的,找到之后,将该jar包的路径设置到PyFlinkInfo里面,为了提交任务时可以直接取出使用;第二部分是PyFlink环境路径,包含python.client.executable和python.executable,其中,python.client.executable是后端需要的PyFlink环境路径,由两部分路径拼接得到,一是从HDFS下载的PyFlink环境文件所解压出来的PyFlink环境位置,第二部分是由用户配置好后传递给后端的相对路径,即python.client.executable=PyFlink环境+用户配置的相对路径,用户配置的相对路径如图3所示,python.executable则是HDFS上PyFlink环境文件归档的路径;第三部分则是前端传输的资源文件的路径信息,也分为两部分,一是来自HDFS的PyFlink环境路径信息,二是来自SFTP的其他资源文件的路径信息。
进一步地,调用Flink PythonDriver以启动Python进程,所述Python进程用于与Java JVM进程进行通信;
根据所述PyFlink任务的逻辑和所述Java JVM进程生成JobGraph,通过所述YarnClusterDescriptor将所述JobGraph提交到yarn集群。
示例性地,提交任务时先构建PyFlink任务的PackagedProgram参数信息,包括Python文件、PyFlink入参、后端的PyFlink环境路径和yarm集群的PyFlink环境路径,然后调用YarnClusterDescriptor的deployJobCluster方法,上传当前PyFlink任务的所有资源即flink lib里面所有的包、PyFlink任务依赖的jar包、日志配置文件、hdfs配置文件以及yarn配置文件到HDFS后,调用Flink PythonDriver类以启动一个Python进程,该进程和Flink JVM进程进行通信,并根据PyFlink任务的逻辑和Java JVM通信生成JobGraph,最后通过YarnClusterDescriptor将该JobGraph提交到yarn集群。
任务提交完成后,递归删除这个任务所有下载下来的资源的文件夹,避免垃圾资源占用服务器的磁盘空间。
本申请基于Flink计算框架,提供了一种使用Python方式编写Flink实时计算任务的方法,用来更好的管理Python编写时Flink任务所依赖的Python文件、jar包依赖和Python环境等资源。
本申请还提供一种电子设备,包括存储器和处理器,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现上述的一种部署PyFlink任务的方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的电子设备的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请还提供一种存储有计算机程序的计算机可读存储介质,所述计算机程序使计算机执行时实现如上述的一种部署PyFlink任务的方法。
示例性的,计算机程序可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器中,并由处理器执行,并由输入接口和输出接口完成数据的I/O接口传输,以完成本发明,一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在计算机设备中的执行过程。
计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备可包括,但不仅限于,存储器、处理器,本领域技术人员可以理解,本实施例仅仅是计算机设备的示例,并不构成对计算机设备的限定,可以包括更多或更少的部件,或者组合某些部件,或者不同的部件,例如计算机设备还可以包括输入器、网络接入设备、总线等。
处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以是计算机设备的内部存储单元,例如计算机设备的硬盘或内存。存储器也可以是计算机设备的外部存储设备,例如计算机设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等,进一步地,存储器还可以既包括计算机设备的内部存储单元也包括外部存储设备,存储器用于存储计算机程序以及计算机设备所需的其他程序和数据,存储器还可以用于暂时地存储在输出器,而前述的存储介质包括U盘、移动硬盘、只读存储器ROM、随机存储器RAM、碟盘或光盘等各种可以存储程序代码的介质。
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,任何在本发明揭露的技术范围内的变化或替换,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所述权利要求的保护范围为准。
Claims (9)
1.一种部署PyFlink任务的方法,其特征在于,包括以下步骤:
将前端上传的PyFlink任务的资源文件全部下载到后端,并获取Python相关信息;
根据所述资源文件和Python相关信息构建PyFlink任务的PackagedProgram参数,并调用YarnClusterDescriptor的deployJobCluster方法将PyFlink任务的所有相关文件上传至HDFS中;
调用Flink PythonDriver以启动Python进程,所述Python进程用于与Java JVM进程进行通信;
根据所述PyFlink任务的逻辑和所述Java JVM进程生成JobGraph,通过所述YarnClusterDescriptor将所述JobGraph提交到yarn集群。
2.根据权利要求1所述的一种部署PyFlink任务的方法,其特征在于,所述将前端上传的PyFlink任务的资源文件全部下载到后端,包括:
接收前端上传的PyFlink任务的资源文件,所述资源文件包含Python文件、PyFlink环境压缩包和第三方依赖jar包;
根据资源类型将所述资源文件存储到不同的存储介质中,所述存储介质包含HDFS和SFTP,并将所述资源文件全部下载到后端。
3.根据权利要求1所述的一种部署PyFlink任务的方法,其特征在于,在将前端上传的PyFlink任务的资源文件全部下载到后端之后,还包括:
对所述资源文件中的PyFlink环境压缩包进行解压,并将解压后的目录路径封装到PyFlinkInfo中。
4.根据权利要求2所述的一种部署PyFlink任务的方法,其特征在于,所述获取Python相关信息,包括:
查找后端Flink Lib目录下的Flink-Python.jar包,将所述jar包路径设置到PyFlinkInfo中,并获取下载到后端的PyFlink环境的路径信息和运行在yarn集群上的PyFlink环境的路径信息以及HDFS和SFTP中存储的资源文件的路径信息。
5.根据权利要求1所述的一种部署PyFlink任务的方法,其特征在于,所述PackagedProgram参数包含Python文件、Python入参、后端PyFlink环境的路径和yarm集群的PyFlink环境路径,所述Python入参归属于所述资源文件。
6.根据权利要求1所述的一种部署PyFlink任务的方法,其特征在于,所述相关文件包含flink lib里面所有的包、PyFlink任务依赖的jar包、日志配置文件、hdfs配置文件和yarn配置文件。
7.根据权利要求1所述的一种部署PyFlink任务的方法,其特征在于,所述方法还包括:
提交完所述PyFlink任务后,递归删除任务提交过程中下载的所有文件。
8.一种电子设备,其特征在于,包括存储器和处理器,所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行以实现如权利要求1~7中任一项所述的一种部署PyFlink任务的方法。
9.一种存储有计算机程序的计算机可读存储介质,其特征在于,所述计算机程序使计算机执行时实现如权利要求1~7中任一项所述的一种部署PyFlink任务的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310027726.3A CN116382773A (zh) | 2022-08-09 | 2022-08-09 | 一种部署PyFlink任务的方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310027726.3A CN116382773A (zh) | 2022-08-09 | 2022-08-09 | 一种部署PyFlink任务的方法 |
CN202210951622.7A CN115237435B (zh) | 2022-08-09 | 2022-08-09 | 一种将PyFlink任务部署到yarn集群的方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210951622.7A Division CN115237435B (zh) | 2022-08-09 | 2022-08-09 | 一种将PyFlink任务部署到yarn集群的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116382773A true CN116382773A (zh) | 2023-07-04 |
Family
ID=83679681
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210951622.7A Active CN115237435B (zh) | 2022-08-09 | 2022-08-09 | 一种将PyFlink任务部署到yarn集群的方法 |
CN202310027726.3A Pending CN116382773A (zh) | 2022-08-09 | 2022-08-09 | 一种部署PyFlink任务的方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210951622.7A Active CN115237435B (zh) | 2022-08-09 | 2022-08-09 | 一种将PyFlink任务部署到yarn集群的方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN115237435B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116048533B (zh) * | 2023-04-03 | 2023-07-25 | 浙江数新网络有限公司 | 一种运行Flink任务解决依赖隔离的实现方法及系统 |
CN116841649B (zh) * | 2023-08-28 | 2023-12-08 | 杭州玳数科技有限公司 | 一种基于flink on yarn的热重启方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10275278B2 (en) * | 2016-09-14 | 2019-04-30 | Salesforce.Com, Inc. | Stream processing task deployment using precompiled libraries |
CN112882728A (zh) * | 2021-03-25 | 2021-06-01 | 浪潮云信息技术股份公司 | 一种基于Yarn的大数据平台实时计算服务Flink的部署方法 |
CN113553098A (zh) * | 2021-07-27 | 2021-10-26 | 未鲲(上海)科技服务有限公司 | Flink SQL作业的提交方法、装置及计算机设备 |
CN113961570A (zh) * | 2021-12-22 | 2022-01-21 | 四川新网银行股份有限公司 | 一种应用于MYSQL BINLog变更数据的实时采集方法 |
CN114489833B (zh) * | 2021-12-31 | 2022-12-23 | 武汉达梦数据库股份有限公司 | 一种在应用程序中提交flink作业到yarn集群的实现方法与装置 |
-
2022
- 2022-08-09 CN CN202210951622.7A patent/CN115237435B/zh active Active
- 2022-08-09 CN CN202310027726.3A patent/CN116382773A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN115237435B (zh) | 2023-02-14 |
CN115237435A (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10831562B2 (en) | Method and system for operating a data center by reducing an amount of data to be processed | |
CN107590001B (zh) | 负载均衡方法及装置、存储介质、电子设备 | |
CN116382773A (zh) | 一种部署PyFlink任务的方法 | |
US8819698B2 (en) | Cross-platform web-based native device feature access | |
CN111600909A (zh) | 数据处理方法、装置、协议转换设备及存储介质 | |
EP3837604B1 (en) | In situ triggered function as a service within a service mesh | |
US20200204688A1 (en) | Picture book sharing method and apparatus and system using the same | |
CN113050940A (zh) | 小程序的预览方法、相关装置及计算机程序产品 | |
CN111459497A (zh) | 基于webpack的资源包编译方法、系统、服务器和存储介质 | |
CN115329170A (zh) | 网页抓取方法、装置、设备以及存储介质 | |
CN112422450A (zh) | 计算机设备、服务请求的流量控制方法及装置 | |
CN109343970B (zh) | 基于应用程序的操作方法、装置、电子设备及计算机介质 | |
CN109842498B (zh) | 一种客户端配置方法、服务器、客户端及电子设备 | |
CN113296987B (zh) | 调用模块的接口调用方法、装置、计算机设备及存储介质 | |
CN107643892B (zh) | 接口处理方法、装置、存储介质和处理器 | |
CN115695416A (zh) | 基于云存储服务的文件下载方法、装置、介质及设备 | |
CN113779122A (zh) | 导出数据的方法和装置 | |
CN112783903B (zh) | 生成更新日志的方法和装置 | |
US11861386B1 (en) | Application gateways in an on-demand network code execution system | |
CN114244912A (zh) | 数据传输方法、装置、计算机设备及存储介质 | |
CN114765606B (zh) | 容器镜像传输方法、装置、设备及存储介质 | |
CN113505036B (zh) | 一种应用监控方法、客户端和服务器 | |
CN116893860B (zh) | 一种将Chunjun同步任务中不同版本数据源进行隔离的方法 | |
CN110858240A (zh) | 一种前端模块加载方法和装置 | |
CN113726838B (zh) | 文件传输方法、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 |