CN116541448B - 基于SaaS的数据集成处理方法及装置 - Google Patents

基于SaaS的数据集成处理方法及装置 Download PDF

Info

Publication number
CN116541448B
CN116541448B CN202310527244.4A CN202310527244A CN116541448B CN 116541448 B CN116541448 B CN 116541448B CN 202310527244 A CN202310527244 A CN 202310527244A CN 116541448 B CN116541448 B CN 116541448B
Authority
CN
China
Prior art keywords
data
target
information
storage
target data
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
Application number
CN202310527244.4A
Other languages
English (en)
Other versions
CN116541448A (zh
Inventor
刘琳
肖特强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baiying Technology Co ltd
Hanyou Technology Co ltd
Original Assignee
Baiying Technology Co ltd
Hanyou Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Baiying Technology Co ltd, Hanyou Technology Co ltd filed Critical Baiying Technology Co ltd
Priority to CN202310527244.4A priority Critical patent/CN116541448B/zh
Publication of CN116541448A publication Critical patent/CN116541448A/zh
Application granted granted Critical
Publication of CN116541448B publication Critical patent/CN116541448B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • 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
    • G06F16/23—Updating
    • 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
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • 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)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于SaaS的数据集成处理方法及装置，该方法包括：确定第一系统，获取第一系统的目标数据以及获取数据集成请求信息，并确定目标数据的目标信息，基于目标信息和数据集成信息，判断目标数据是否满足预设的传输条件，若是则根据数据集成请求信息对目标数据执行封装操作，得到目标集成数据，确定第二系统并确定出至少一个目标数据库，基于所有目标数据库以及数据集成请求信息，确定目标数据的集成路径信息，根据目标集成数据以及集成路径信息，对目标数据执行集成操作，以使目标数据存储至第二系统。可见，实施本发明能够基于SaaS对数据进行集成处理，有利于提高数据集成的准确性，以及有利于提高数据集成的安全性。

Description

基于SaaS的数据集成处理方法及装置
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SaaS的数据集成处理方法及装置。
背景技术
SaaS(Software as a Service)是软件运营服务，是指用户获取软件服务的一种新形式，其不需要用户将软件产品安装在自己的电脑或者服务器上即可通过网络向专门的提供商获取自己所需要的且带有相应软件功能的服务。
目前，数据集成方法大多数是通过计算机硬件和软件技术相结合，对数据进行有效的收集、存储、处理和应用。但是，现有的数据集成技术会存在数据重复采集或者数据来源不明等的问题，这样会导致数据集成的准确性低下以及安全性低下的问题。可见，提供一种新的数据集成方法以提高数据集成的准确性以及安全性显得尤为重要。
发明内容
本发明所要解决的技术问题在于，提供一种基于SaaS的数据集成处理方法及装置，能够提高数据集成的准确性，以及能够提高数据集成的安全性。
为了解决上述技术问题，本发明第一方面公开了一种基于SaaS的数据集成处理方法，所述方法包括：
确定第一系统，获取所述第一系统的目标数据以及获取数据集成请求信息，并确定所述目标数据的目标信息，所述第一系统为基于saas技术的系统，所述目标数据为待集成的数据，所述目标信息包括以及所述目标数据的数量信息；
基于所述目标信息以及所述数据集成请求信息，判断所述目标数据是否满足预设的传输条件；
当判断出所述目标数据满足预设的所述传输条件时，根据所述数据集成请求信息，对所述目标数据执行封装操作，得到目标集成数据；
确定所述第二系统，并在所述第二系统中确定出至少一个目标数据库，所述第二系统为接收所述目标数据的系统；
基于所有所述目标数据库以及所述数据集成请求信息，确定所述目标数据的集成路径信息，所述集成路径信息包括所述目标数据的存储路径信息、所述目标数据的存储时刻信息、所述目标数据的存储空间信息；
基于所述目标集成数据以及所述集成路径信息，对所述目标数据执行集成操作，以使所述目标数据存储至所述第二系统。
作为一种可选的实施方式，在本发明第一方面中，在所述基于所述目标集成数据以及所述集成路径信息，对所述目标数据执行集成操作，以使所述目标数据存储至所述第二系统之前，所述方法还包括：
获取所述第二系统的目标系统信息，所述目标系统信息包括所述第二系统已存储数据的数据属性信息、所述第二系统已存储数据的数据数量信息、所述第二系统已存储数据的数据来源信息、所述第二系统已存储数据的存储空间信息；
根据所述第二系统的目标系统信息，生成所述第二系统的存储条件，判断所述目标集成数据中是否存在不满足所述存储条件的第一目标数据；
当判断出所述目标集成数据中存在不满足所述存储条件的所述第一目标数据时，对于每个所述第一目标数据，分析该第一目标数据不满足所述存储条件的目标原因，并执行与所述目标原因相匹配的目标操作，以得到与该第一目标数据相匹配的第二目标数据；
基于所有所述第二目标数据，对所述目标集成数据执行更新操作，以更新所述目标集成数据。
作为一种可选的实施方式，在本发明第一方面中，所述基于所有所述目标数据库以及所述数据集成请求信息，确定所述目标数据的集成路径信息，包括：
获取每个所述目标数据库的数据库存储信息，每个所述目标数据库的数据库存储信息包括该目标数据库的数据存储空间信息以及该目标数据库的数据存储类型信息；
分析所述数据集成请求信息以及所述目标数据，得到所述目标数据中所包括的每个目标子数据的子数据信息，每个所述目标子数据的子数据信息包括该目标子数据的数据类型信息以及该目标子数据的数据存储信息；
根据所有所述目标子数据的子数据信息以及所述数据集成请求信息，对所述目标数据中所包括的每个所述目标子数据执行分类操作，得到至少一个目标数据类别，每个所述目标数据库类别包括至少一个所述目标子数据；
确定每个所述目标数据类别的类别属性，并根据每个所述目标数据库的数据库存储信息，确定每个所述目标数据类别的数据类别集成信息，并根据所有所述目标数据类别的数据类别集成信息，确定所述目标数据的集成路径信息。
作为一种可选的实施方式，在本发明第一方面中，所述对于每个所述第一目标数据，分析该第一目标数据不满足所述存储条件的目标原因，包括：
对于每个所述第一目标数据，确定该第一目标数据的目标数据属性信息，以及确定所述第二系统的数据接收属性信息，计算所述目标数据属性信息与所述数据接收属性信息之间的属性匹配度，判断所述属性匹配度是否在预设的匹配度范围内，当判断出所述属性匹配度不在预设的所述匹配度范围内时，确定该第一目标数据不满足所述存储条件的目标原因为第一原因，所述第一原因包括数据属性不满足预设的属性条件；和/或
对于每个所述第一目标数据，确定该第一目标数据的目标数据摘要信息，判断该第一目标数据的目标数据摘要信息中是否包含预设的目标保密信息，当判断出该第一目标数据的目标数据摘要信息中包含预设的所述目标保密信息时，确定该第一目标数据不满足所述存储条件的目标原因为第二原因，所述第二原因包括数据不满足预设的数据传输保密条件。
作为一种可选的实施方式，在本发明第一方面中，对于每个所述第一目标数据，当所述目标原因包括所述第一原因时，所述执行与所述目标原因相匹配的目标操作，以得到与该第一目标数据相匹配的第二目标数据，包括：
根据所述第二系统的数据接收属性信息，对该第一目标数据执行数据属性转换操作，以得到第二目标数据，其中，所述第二目标数据满足预设的所述属性条件；
以及，对于每个所述第一目标数据，当所述目标原因包括所述第二原因时，所述执行与所述目标原因相匹配的目标操作，以得到与该第一目标数据相匹配的第二目标数据，包括：
对该第一目标数据中所包含的所述目标保密信息执行目标操作，以得到第二目标数据，其中，所述目标操作包括删除操作、替换操作、掩盖操作中的一种或多种。
作为一种可选的实施方式，在本发明第一方面中，在所述基于所述目标集成数据以及所述集成路径信息，对所述目标数据执行集成操作，以使所述目标数据存储至所述第二系统之后，所述方法还包括：
获取所述第二系统的系统存储信息，所述系统存储信息包括所述第二系统的存储数据集合，所述存储数据集合包括所述第二系统所存储的所有存储数据；
在所述存储数据集合中确定出目标存储数据，计算所述目标存储数据与所述存储数据集合中除所述目标存储数据外的每个剩余存储数据之间的数据相似度，得到数据相似度集合；
判断所述数据相似度集合中是否存在相似度大于等于预设的数据相似度阈值的目标相似数据；
当判断出所述数据相似度集合中存在相似度大于等于预设的所述数据相似度阈值的所述目标相似数据时，获取所述目标存储数据的存储时刻信息以及每个所述目标相似数据的存储时刻信息，根据所有所述存储时刻信息，确定存储更新数据；
基于所述存储更新数据，对所述目标存储数据执行更新操作，以更新所述第二系统的系统存储信息。
作为一种可选的实施方式，在本发明第一方面中，所述基于所述目标信息以及所述数据集成请求信息，判断所述目标数据是否满足预设的传输条件，包括：
基于所述数据集成请求信息，确定所述目标数据的数据来源信息；
判断所述目标数据的数量信息是否满足预设的数据数量条件以及所述目标数据的数据来源信息是否满足预设的数据来源条件；
当判断出所述目标数据的数量信息满足预设的所述数据数量条件以及所述目标数据的数据来源信息满足预设的所述数据来源条件时，确定所述目标数据满足预设的传输条件；
当判断出所述目标数据的数量信息不满足预设的所述数据数量条件和/或所述目标数据的数据来源信息不满足预设的所述数据来源条件时，确定所述目标数据不满足预设的所述传输条件。
本发明第二方面公开了一种基于SaaS的数据集成处理装置，所述装置包括：
确定模块，用于确定第一系统；
获取模块，用于获取所述第一系统的目标数据以及获取数据集成请求信息，，所述第一系统为基于saas技术的系统，所述目标数据为待集成的数据，
所述确定模块，还用于确定所述目标数据的目标信息，所述目标信息包括以及所述目标数据的数量信息；
判断模块，用于基于所述目标信息以及所述数据集成请求信息，判断所述目标数据是否满足预设的传输条件；
封装模块，用于当所述判断模块判断出所述目标数据满足预设的所述传输条件时，根据所述数据集成请求信息，对所述目标数据执行封装操作，得到目标集成数据；
所述确定模块，还用于确定所述第二系统，并在所述第二系统中确定出至少一个目标数据库，所述第二系统为接收所述目标数据的系统；基于所有所述目标数据库以及所述数据集成请求信息，确定所述目标数据的集成路径信息，所述集成路径信息包括所述目标数据的存储路径信息、所述目标数据的存储时刻信息、所述目标数据的存储空间信息；
集成模块，用于基于所述目标集成数据以及所述集成路径信息，对所述目标数据执行集成操作，以使所述目标数据存储至所述第二系统。
作为一种可选的实施方式，在本发明第二方面中，所述获取模块，还用于在所述集成模块基于所述目标集成数据以及所述集成路径信息，对所述目标数据执行集成操作，以使所述目标数据存储至所述第二系统之前，获取所述第二系统的目标系统信息，所述目标系统信息包括所述第二系统已存储数据的数据属性信息、所述第二系统已存储数据的数据数量信息、所述第二系统已存储数据的数据来源信息、所述第二系统已存储数据的存储空间信息；
所述装置还包括：
生成模块，用于根据所述第二系统的目标系统信息，生成所述第二系统的存储条件；
所述判断模块，还用于判断所述目标集成数据中是否存在不满足所述存储条件的第一目标数据；
分析模块，用于当所述判断模块判断出所述目标集成数据中存在不满足所述存储条件的所述第一目标数据时，对于每个所述第一目标数据，分析该第一目标数据不满足所述存储条件的目标原因；
执行模块，用于执行与所述目标原因相匹配的目标操作，以得到与该第一目标数据相匹配的第二目标数据；
更新模块，用于基于所有所述第二目标数据，对所述目标集成数据执行更新操作，以更新所述目标集成数据。
作为一种可选的实施方式，在本发明第二方面中，所述确定模块基于所有所述目标数据库以及所述数据集成请求信息，确定所述目标数据的集成路径信息的具体方式包括：
获取每个所述目标数据库的数据库存储信息，每个所述目标数据库的数据库存储信息包括该目标数据库的数据存储空间信息以及该目标数据库的数据存储类型信息；
分析所述数据集成请求信息以及所述目标数据，得到所述目标数据中所包括的每个目标子数据的子数据信息，每个所述目标子数据的子数据信息包括该目标子数据的数据类型信息以及该目标子数据的数据存储信息；
根据所有所述目标子数据的子数据信息以及所述数据集成请求信息，对所述目标数据中所包括的每个所述目标子数据执行分类操作，得到至少一个目标数据类别，每个所述目标数据库类别包括至少一个所述目标子数据；
确定每个所述目标数据类别的类别属性，并根据每个所述目标数据库的数据库存储信息，确定每个所述目标数据类别的数据类别集成信息，并根据所有所述目标数据类别的数据类别集成信息，确定所述目标数据的集成路径信息。
作为一种可选的实施方式，在本发明第二方面中，所述分析模块对于每个所述第一目标数据，分析该第一目标数据不满足所述存储条件的目标原因的具体方式包括：
对于每个所述第一目标数据，确定该第一目标数据的目标数据属性信息，以及确定所述第二系统的数据接收属性信息，计算所述目标数据属性信息与所述数据接收属性信息之间的属性匹配度，判断所述属性匹配度是否在预设的匹配度范围内，当判断出所述属性匹配度不在预设的所述匹配度范围内时，确定该第一目标数据不满足所述存储条件的目标原因为第一原因，所述第一原因包括数据属性不满足预设的属性条件；和/或
对于每个所述第一目标数据，确定该第一目标数据的目标数据摘要信息，判断该第一目标数据的目标数据摘要信息中是否包含预设的目标保密信息，当判断出该第一目标数据的目标数据摘要信息中包含预设的所述目标保密信息时，确定该第一目标数据不满足所述存储条件的目标原因为第二原因，所述第二原因包括数据不满足预设的数据传输保密条件。
作为一种可选的实施方式，在本发明第二方面中，对于每个所述第一目标数据，当所述目标原因包括所述第一原因时，所述执行模块执行与所述目标原因相匹配的目标操作，以得到与该第一目标数据相匹配的第二目标数据的具体方式包括：
根据所述第二系统的数据接收属性信息，对该第一目标数据执行数据属性转换操作，以得到第二目标数据，其中，所述第二目标数据满足预设的所述属性条件；
以及，对于每个所述第一目标数据，当所述目标原因包括所述第二原因时，所述执行模块执行与所述目标原因相匹配的目标操作，以得到与该第一目标数据相匹配的第二目标数据的具体方式包括：
对该第一目标数据中所包含的所述目标保密信息执行目标操作，以得到第二目标数据，其中，所述目标操作包括删除操作、替换操作、掩盖操作中的一种或多种。
作为一种可选的实施方式，在本发明第二方面中，所述获取模块，还用于在所述集成模块基于所述目标集成数据以及所述集成路径信息，对所述目标数据执行集成操作，以使所述目标数据存储至所述第二系统之后，获取所述第二系统的系统存储信息，所述系统存储信息包括所述第二系统的存储数据集合，所述存储数据集合包括所述第二系统所存储的所有存储数据；
所述确定模块，还用于在所述存储数据集合中确定出目标存储数据，计算所述目标存储数据与所述存储数据集合中除所述目标存储数据外的每个剩余存储数据之间的数据相似度，得到数据相似度集合；
所述判断模块，还用于判断所述数据相似度集合中是否存在相似度大于等于预设的数据相似度阈值的目标相似数据；
所述获取模块，还用于当所述判断模块判断出所述数据相似度集合中存在相似度大于等于预设的所述数据相似度阈值的所述目标相似数据时，获取所述目标存储数据的存储时刻信息以及每个所述目标相似数据的存储时刻信息；
所述确定模块，还用于根据所有所述存储时刻信息，确定存储更新数据；
所述更新模块，还用于基于所述存储更新数据，对所述目标存储数据执行更新操作，以更新所述第二系统的系统存储信息。
作为一种可选的实施方式，在本发明第二方面中，所述判断模块基于所述目标信息以及所述数据集成请求信息，判断所述目标数据是否满足预设的传输条件的具体方式包括：
基于所述数据集成请求信息，确定所述目标数据的数据来源信息；
判断所述目标数据的数量信息是否满足预设的数据数量条件以及所述目标数据的数据来源信息是否满足预设的数据来源条件；
当判断出所述目标数据的数量信息满足预设的所述数据数量条件以及所述目标数据的数据来源信息满足预设的所述数据来源条件时，确定所述目标数据满足预设的传输条件；
当判断出所述目标数据的数量信息不满足预设的所述数据数量条件和/或所述目标数据的数据来源信息不满足预设的所述数据来源条件时，确定所述目标数据不满足预设的所述传输条件。
本发明第三方面公开了另一种基于SaaS的数据集成处理装置，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的基于SaaS的数据集成处理方法。
本发明第四方面公开了一种计算机可存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明第一方面公开的基于SaaS的数据集成处理方法。
与现有技术相比，本发明实施例具有以下有益效果：
本发明实施例中，确定第一系统，获取第一系统的目标数据以及获取数据集成请求信息，并确定目标数据的目标信息，基于目标信息以及数据集成信息，判断目标数据是否满足预设的传输条件，若是，则根据数据集成请求信息对目标数据执行封装操作，得到目标集成数据，确定第二系统并确定出至少一个目标数据库，基于所有目标数据库以及数据集成请求信息，确定目标数据的集成路径信息，根据目标集成数据以及集成路径信息，对目标数据执行集成操作，以使目标数据存储至第二系统。可见，实施本发明能够提高数据集成的准确性，以及能够提高数据集成的安全性。
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是本发明实施例公开的一种基于SaaS的数据集成处理方法的流程示意图；
图2是本发明实施例公开的另一种基于SaaS的数据集成处理方法的流程示意图；
图3是本发明实施例公开的一种基于SaaS的数据集成处理装置的结构示意图；
图4是本发明实施例公开的另一种基于SaaS的数据集成处理装置的结构示意图；
图5是本发明实施例公开的又一种基于SaaS的数据集成处理装置的结构示意图。
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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，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、装置、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种基于SaaS的数据集成处理方法及装置，能够基于SaaS对数据进行集成处理，有利于提高数据集成的准确性，以及有利于提高数据集成的安全性。以下分别进行详细说明。
实施例一
请参阅图1，图1是本发明实施例公开的一种基于SaaS的数据集成处理方法的流程示意图。其中，图1所描述的基于SaaS的数据集成处理方法可以应用于基于SaaS的数据集成处理装置中，也可以应用于基于SaaS的数据集成处理的云端服务器或本地服务器，本发明实施例不做限定。如图1所示，该基于SaaS的数据集成处理方法可以包括以下操作：
101、确定第一系统，获取第一系统的目标数据以及获取数据集成请求信息，并确定目标数据的目标信息。
本发明实施例中，第一系统为基于saas技术的系统，目标数据为待集成的数据，目标信息包括以及目标数据的数量信息。
本发明实施例中，可选的，目标数据的数量可以为一个，也可以为多个，本发明实施例不做限定。可选的，数据集成请求信息包括数据集成请求指令信息。
本发明实施例中，获取第一系统的目标数据以及获取数据集成请求信息可以是实时获取的，也可以是按照预设的时间段定时获取的，还可以是在需要对目标数据进行集成时获取的，本发明实施例不做限定。
102、基于目标信息以及数据集成请求信息，判断目标数据是否满足预设的传输条件。
本发明实施例中，当判断出目标数据满足预设的传输条件时，触发执行步骤103；当判断出目标数据不满足预设的传输条件时，可以结束本流程。
103、当判断出目标数据满足预设的传输条件时，根据数据集成请求信息，对目标数据执行封装操作，得到目标集成数据。
本发明实施例中，可选的，目标集成数据中包括所有目标数据。
本发明实施例中，可选的，根据数据集成请求信息，对目标数据执行封装操作，得到目标集成数据，包括：基于数据集成请求信息确定目标数据对应的封装处理信息，根据目标数据对应的封装处理信息对目标数据执行封装操作，得到目标集成数据；其中，目标数据对应的封装处理信息包括当前需要进行封装处理的目标数据的字节数、当前需要进行封装处理的目标数据的帧数、当前需要进行封装处理的目标数据分片数中的一种或多种。
104、确定第二系统，并在第二系统中确定出至少一个目标数据库。
本发明实施例中，第二系统为接收目标数据的系统。
本发明实施例中，可选的，第二系统中包括多个数据库；进一步可选的，目标数据库为第二系统中能够用于接收目标数据的数据库。
105、基于所有目标数据库以及数据集成请求信息，确定目标数据的集成路径信息。
本发明实施例中，集成路径信息包括目标数据的存储路径信息、目标数据的存储时刻信息、目标数据的存储空间信息。可选的，集成路径信息还包括目标数据的存储位置信息。
本发明实施例中，可选的，目标数据的存储位置为目标数据库中的其中一个或多个。
106、基于目标集成数据以及集成路径信息，对目标数据执行集成操作，以使目标数据存储至第二系统。
可见，实施图1所描述的基于SaaS的数据集成处理方法能够确定第一系统，获取第一系统的目标数据以及获取数据集成请求信息，并确定目标数据的目标信息，基于目标信息和数据集成信息，判断目标数据是否满足预设的传输条件，若是则根据数据集成请求信息对目标数据执行封装操作，得到目标集成数据，确定第二系统并确定出至少一个目标数据库，基于所有目标数据库以及数据集成请求信息，确定目标数据的集成路径信息，根据目标集成数据以及集成路径信息，对目标数据执行集成操作，以使目标数据存储至第二系统，能够基于SaaS技术对数据进行集成处理，有利于提高数据集成的准确性，以及有利于提高数据集成的安全性，从而有利于提高数据存储以及不同系统间进行数据交互的准确性和安全性，进而有利于提高用户通过该技术进行数据交互的体验感和安全性，以及能够提高用户进行数据交互的便捷度。
实施例二
请参阅图2，图2是本发明实施例公开的一种基于SaaS的数据集成处理方法的流程示意图。其中，图2所描述的基于SaaS的数据集成处理方法可以应用于基于SaaS的数据集成处理装置中，也可以应用于基于SaaS的数据集成处理的云端服务器或本地服务器，本发明实施例不做限定。如图2所示，该基于SaaS的数据集成处理方法可以包括以下操作：
201、确定第一系统，获取第一系统的目标数据以及获取数据集成请求信息，并确定目标数据的目标信息。
202、基于目标信息以及数据集成请求信息，判断目标数据是否满足预设的传输条件。
203、当判断出目标数据满足预设的传输条件时，根据数据集成请求信息，对目标数据执行封装操作，得到目标集成数据。
204、确定第二系统，并在第二系统中确定出至少一个目标数据库。
205、基于所有目标数据库以及数据集成请求信息，确定目标数据的集成路径信息。
206、获取第二系统的目标系统信息。
本发明实施例中，目标系统信息包括第二系统已存储数据的数据属性信息、第二系统已存储数据的数据数量信息、第二系统已存储数据的数据来源信息、第二系统已存储数据的存储空间信息。
本发明实施例中，可选的，获取第二系统的目标系统信息可以是实时获取的，也可以是按照预设的时间段定时获取的，还可以是在需要进行数据集成处理时进行获取的，本发明实施例不做具体限定。
207、根据第二系统的目标系统信息，生成第二系统的存储条件，判断目标集成数据中是否存在不满足存储条件的第一目标数据。
本发明实施例中，当判断出目标集成数据中存在不满足存储条件的第一目标数据时，触发执行步骤208；当判断出目标集成数据中不存在不满足存储条件的第一目标数据时，触发执行步骤210。
208、对于每个第一目标数据，分析该第一目标数据不满足存储条件的目标原因，并执行与目标原因相匹配的目标操作，以得到与该第一目标数据相匹配的第二目标数据。
本发明实施例中，可选的，目标操作可以包括数据掩盖操作、数据删除操作、数据更新操作、数据替换操作中的一种或多种。
209、基于所有第二目标数据，对目标集成数据执行更新操作，以更新目标集成数据。
本发明实施例中，可选的，基于所有第二目标数据，对目标集成数据执行更新操作，以更新目标集成数据，可以包括：对于目标集成数据中所包括的每个第一目标数据，确定该第一目标数据对应的第二目标数据，并将该第一目标数据替换为该第一目标数据对应的第二目标数据，以更新目标集成数据。
210、基于目标集成数据以及集成路径信息，对目标数据执行集成操作，以使目标数据存储至第二系统。
本发明实施例中，针对步骤201-步骤205以及步骤210的详细描述，请参照实施例一中针对步骤101-步骤106的其它描述，本发明实施例不再赘述。
可见，实施图2所描述的基于SaaS的数据集成处理方法能够获取第二系统的目标系统信息并生成第二系统的存储条件，判断目标集成数据中是否存在不满足存储条件的第一目标数据，若存在，则分析每个第一目标数据不满足存储条件的目标原因，并执行与目标原因相匹配的目标操作，以得到与该第一目标数据相匹配的第二目标数据，基于所有第二目标数据，对目标集成数据执行更新操作，以更新目标集成数据，能够对不满足第二系统的存储条件的每个第一目标数据进行更新以更新目标集成数据，能够防止出现因数据不满足存储条件导致数据交互错误或数据交互失败的情况，能够基于更新后的目标集成数据对目标数据执行集成操作以使目标数据存储至第二系统，有利于提高在不同系统间进行数据交互的准确性以及效率，以及有利于提高在不同系统间进行数据交互的安全性，进而有利于提高用户通过该技术进行数据交互的体验感和安全性，以及能够提高用户通过该技术进行数据交互的便捷度。
在一个可选的实施例中，基于所有目标数据库以及数据集成请求信息，确定目标数据的集成路径信息，包括：
获取每个目标数据库的数据库存储信息，每个目标数据库的数据库存储信息包括该目标数据库的数据存储空间信息以及该目标数据库的数据存储类型信息；
分析数据集成请求信息以及目标数据，得到目标数据中所包括的每个目标子数据的子数据信息，每个目标子数据的子数据信息包括该目标子数据的数据类型信息以及该目标子数据的数据存储信息；
根据所有目标子数据的子数据信息以及数据集成请求信息，对目标数据中所包括的每个目标子数据执行分类操作，得到至少一个目标数据类别，每个目标数据库类别包括至少一个目标子数据；
确定每个目标数据类别的类别属性，并根据每个目标数据库的数据库存储信息，确定每个目标数据类别的数据类别集成信息，并根据所有目标数据类别的数据类别集成信息，确定目标数据的集成路径信息。
在该可选的实施例中，可选的，每个目标数据库的数据存储空间信息包括该目标数据库的已存储空间容量信息、该目标数据库的未存储空间容量信息；每个目标数据库的数据存储类型信息包括该目标数据库的已存储的每个数据的数据类型。
在该可选的实施例中，可选的，每个目标子数据的数据类型信息包括该目标子数据的数据类型信息，其中，数据类型信息包括文字类型信息、图像类型信息、语音类型信息、视频类型信息中的一种或多种；每个目标子数据的数据存储信息包括该目标子数据的历史存储空间信息、该目标子数据的历史存储位置信息。
在该可选的实施例中，可选的，每个目标子数据均存在与其对应的目标数据类别。进一步可选的，所有目标数据类别的数据类别集成信息包括每个目标子数据的数据类别集成信息。
在该可选的实施例中，可选的，举例来说，当目标数据包括目标子数据A、目标子数据B以及目标子数据C，且目标子数据A和目标子数据B为文字数据类型，目标子数据C为图像类型时，确定目标子数据A和目标子数据B的目标数据类别为第一数据类别，目标子数据C的目标数据类别的第二数据类别，并且当目标数据库G的存储信息用于表示目标数据库G用于存储文字数据类型的数据，以及当目标数据库H的存储信息用于表示目标数据库H用于存储图像数据类型的数据时，将第一数据类别的数据类别集成信息确定为将目标子数据A和目标子数据B存储至目标数据库G，将第二数据类别的数据类别集成信息确定为将目标子数据C存储至目标数据库H，进而生成目标数据的集成路径信息。
可见，实施该可选的实施例能够获取每个目标数据库的数据库存储信息，根据所有目标子数据的子数据信息以及数据集成请求信息对目标数据中所包括的每个目标子数据执行分类操作，得到至少一个目标数据类别，并确定每个目标数据类别的类别属性，结合每个目标数据库的数据库存储信息确定每个目标数据类别的数据类别集成信息，进一步确定目标数据的集成路径信息，能够基于目标数据所包括的目标子数据确定每个目标子数据的目标数据类别，有利于提高确定每个目标子数据的目标数据类别的准确性和可靠性，能够通过确定每个目标数据类别的集成信息从而确定目标数据的集成路径信息，能够避免出现因需要对每个目标子数据确定该目标子数据的集成路径信息而导致效率较低的情况，有利于提高确定目标数据的集成路径信息的效率，进而有利于提高数据集成处理的效率。
在另一个可选的实施例中，对于每个第一目标数据，分析该第一目标数据不满足存储条件的目标原因，包括：
对于每个第一目标数据，确定该第一目标数据的目标数据属性信息，以及确定第二系统的数据接收属性信息，计算目标数据属性信息与数据接收属性信息之间的属性匹配度，判断属性匹配度是否在预设的匹配度范围内，当判断出属性匹配度不在预设的匹配度范围内时，确定该第一目标数据不满足存储条件的目标原因为第一原因，第一原因包括数据属性不满足预设的属性条件；和/或
对于每个第一目标数据，确定该第一目标数据的目标数据摘要信息，判断该第一目标数据的目标数据摘要信息中是否包含预设的目标保密信息，当判断出该第一目标数据的目标数据摘要信息中包含预设的目标保密信息时，确定该第一目标数据不满足存储条件的目标原因为第二原因，第二原因包括数据不满足预设的数据传输保密条件。
在该可选的实施例中，可选的，判断属性匹配度是否在预设的匹配度范围内，包括：判断属性匹配度是否大于等于预设的匹配度阈值，当判断出属性匹配度大于等于预设的匹配度阈值时，确定属性匹配度在预设的匹配度范围内；当判断出属性匹配度小于预设的匹配度阈值时，确定属性匹配度不在预设的匹配度范围内。
在该可选的实施例中，可选的，数据属性不满足预设的属性条件用于表示第一目标数据不满足第二系统的数据接收条件，也即，第二系统不能够接收第一目标数据。
在该可选的实施例中，可选的，目标保密信息可以包括保密时间信息、保密数字信息、保密名词信息等的预设的保密信息，本发明实施例不做具体限定。
可见，实施该可选的实施例能够通过计算每个第一目标数据的目标属性信息以及第二系统的数据接收属性信息之间的属性匹配度，判断属性匹配度是否在预设的匹配度范围内，若不在，则确定第一目标数据不满足存储条件且目标原因为第一原因，能够结合每个第一目标数据以及第二系统的数据接收属性信息判断第二系统能否接收第一数据，能够通过多方面分析第一目标数据不满足存储条件的原因，能够提高分析第一目标数据不满足存储条件的目标原因的准确性和可靠性，有利于提高确定目标原因的智能性和精准性；以及，能够基于第一目标数据的摘要信息判断是否包括预设的保密信息，能够提高数据传输的安全性，避免出现因数据传输而导致保密数据泄露的情况，结合预设的目标保密信息确定目标原因，能够提高确定目标原因的智能性，以及能够结合多方面共同确定目标原因，有利于提高确定目标原因的精准性，以及有利于提高确定目标原因的准确性和可靠性。
在又一个可选的实施例中，对于每个第一目标数据，当目标原因包括第一原因时，执行与目标原因相匹配的目标操作，以得到与该第一目标数据相匹配的第二目标数据，包括：
根据第二系统的数据接收属性信息，对该第一目标数据执行数据属性转换操作，以得到第二目标数据，其中，第二目标数据满足预设的属性条件；
以及，对于每个第一目标数据，当目标原因包括第二原因时，执行与目标原因相匹配的目标操作，以得到与该第一目标数据相匹配的第二目标数据，包括：
对该第一目标数据中所包含的目标保密信息执行目标操作，以得到第二目标数据，其中，目标操作包括删除操作、替换操作、掩盖操作中的一种或多种。
在该可选的实施例中，可选的，根据第二系统的数据接收属性信息，对该第一目标数据执行数据属性转换操作，以得到第二目标数据，包括：提取第一目标数据中的关键数据信息，并将关键数据信息执行数据属性转换操作，以得到第二目标数据，其中，第二目标数据包括关键数据信息。举例来说，当第一目标数据为图像数据时，并将第一目标数据的图像数据中包括一双黑色运动鞋，则将该图像转化为符合属性条件的文字数据。
在该可选的实施例中，可选的，删除操作包括将第一目标数据中所包含的目标保密信息删除；替换操作包括用预设的替换字符将第一目标数据中所包含的目标保密信息进行替换；掩盖操作包括用预设的掩盖字符将第一目标数据中所包含的目标保密信息进行掩盖。
可见，实施该可选的实施例能够当目标原因包括第一原因时根据第二系统的数据接收属性信息对第一目标数据执行数据属性转换操作，得到满足预设的属性条件的第二目标数据，能够对数据执行智能化的数据转换处理操作，能够提高得到第二目标数据的准确性和可靠性，有利于提高后续进行数据集成处理的效率和准确性；以及，能够当目标原因包括第二原因时，对第一目标数据中的目标保密信息执行目标操作，能够提高数据处理的安全性以及能够提高数据存储的安全性，能够避免出现保密数据泄露的情况，有利于提高后续进行数据集成处理的数据安全性以及智能性。
在又一个可选的实施例中，在基于目标集成数据以及集成路径信息，对目标数据执行集成操作，以使目标数据存储至第二系统之后，方法还包括：
获取第二系统的系统存储信息，系统存储信息包括第二系统的存储数据集合，存储数据集合包括第二系统所存储的所有存储数据；
在存储数据集合中确定出目标存储数据，计算目标存储数据与存储数据集合中除目标存储数据外的每个剩余存储数据之间的数据相似度，得到数据相似度集合；
判断数据相似度集合中是否存在相似度大于等于预设的数据相似度阈值的目标相似数据；
当判断出数据相似度集合中存在相似度大于等于预设的数据相似度阈值的目标相似数据时，获取目标存储数据的存储时刻信息以及每个目标相似数据的存储时刻信息，根据所有存储时刻信息，确定存储更新数据；
基于存储更新数据，对目标存储数据执行更新操作，以更新第二系统的系统存储信息。
在该可选的实施例中，可选的，目标存储数据可以为存储数据集合中的任意一个数据。可选的，数据相似度集合中包括目标存储数据与每个剩余存储数据之间的数据相似度。
在该可选的实施例中，可选的，当判断出数据相似度集合中不存在相似度大于等于预设的数据相似度阈值的目标相似数据时，可以结束本流程。
在该可选的实施例中，可选的，根据所有存储时刻信息，确定存储更新数据，包括：从所有存储时刻信息中确定出目标存储时刻，并将目标存储时刻对应的数据确定为存储更新数据，其中，目标存储时刻为最新时刻。举例来说，当目标存储数据的存储时刻为7点50分，目标相似数据A的存储时刻为8点02分，目标相似数据B的存储时刻为8点05分时，将8点05分确定为目标存储时刻，并将目标相似数据B确定为存储更新数据。
在该可选的实施例中，可选的，基于存储更新数据，对目标存储数据执行更新操作，以更新第二系统的系统存储信息，包括：将目标存储数据更新为存储更新数据，以更新第二系统的系统存储信息。
可见，实施该可选的实施例能够通过计算目标存储数据与每个剩余存储数据之间的数据相似度判断是否存在目标相似数据，若存在，则根据目标存储数据以及目标相似数据确定出存储更新数据，从而对目标存储数据执行更新操作进而更新第二系统的系统存储信息，能够将相似度较高的数据根据其数据存储时刻执行更新操作，能够节省第二系统的存储空间，能够提高第二系统进行数据存储的智能性和效率，有利于提高数据集成处理以及数据存储的智能性。
在又一个可选的实施例中，基于目标信息以及数据集成请求信息，判断目标数据是否满足预设的传输条件，包括：
基于数据集成请求信息，确定目标数据的数据来源信息；
判断目标数据的数量信息是否满足预设的数据数量条件以及目标数据的数据来源信息是否满足预设的数据来源条件；
当判断出目标数据的数量信息满足预设的数据数量条件以及目标数据的数据来源信息满足预设的数据来源条件时，确定目标数据满足预设的传输条件；
当判断出目标数据的数量信息不满足预设的数据数量条件和/或目标数据的数据来源信息不满足预设的数据来源条件时，确定目标数据不满足预设的传输条件。
在该可选的实施例中，可选的，判断目标数据的数量信息是否满足预设的数据数量条件，包括：判断目标数据的数量是否小于等于预设的数据数量阈值，当判断出目标数据的数量小于等于预设的数据数量阈值时，确定目标数据的数量信息满足预设的数据数量条件；当判断出目标数据的数量大于预设的数据数量阈值时，确定目标数据的数量信息不满足预设的数据数量条件。
在该可选的实施例中，可选的，判断目标数据的数据来源信息是否满足预设的数据来源条件，包括：确定目标数据的数据来源关键字，判断预设的数据来源关键字库中是否存在与数据来源关键字相匹配的目标来源关键字，当判断出预设的数据来源关键字库中存在与数据来源关键字相匹配的目标来源关键字时，确定目标数据的数据来源信息满足预设的数据来源条件；当判断出预设的数据来源关键字库中不存在与数据来源关键字相匹配的目标来源关键字时，确定目标数据的数据来源信息不满足预设的数据来源条件。
可见，实施该可选的实施例能够基于目标数据的数量信息以及目标数据的数据来源信息判断目标数据是否满足预设的传输条件，能够结合数据的数量信息和数据的来源信息进行判断，能够从多方面共同考虑目标数据是否满足预设的传输条件，有利于提高判断目标数据是否满足预设的传输条件的精准性，以及有利于提高判断目标数据是否满足预设的传输条件的智能性，从而有利于提高后续得到目标集成数据的准确性和可靠性，进而有利于提高数据集成的准确性，以及有利于提高数据集成的安全性。
实施例三
请参阅图3，图3是本发明实施例公开的一种基于SaaS的数据集成处理装置的结构示意图。如图3所示，该基于SaaS的数据集成处理装置可以包括：
确定模块301，用于确定第一系统；
获取模块302，用于获取第一系统的目标数据以及获取数据集成请求信息，第一系统为基于saas技术的系统，目标数据为待集成的数据；
确定模块301，还用于确定目标数据的目标信息，目标信息包括以及目标数据的数量信息；
判断模块303，用于基于目标信息以及数据集成请求信息，判断目标数据是否满足预设的传输条件；
封装模块304，用于当判断模块303判断出目标数据满足预设的传输条件时，根据数据集成请求信息，对目标数据执行封装操作，得到目标集成数据；
确定模块301，还用于确定第二系统，并在第二系统中确定出至少一个目标数据库，第二系统为接收目标数据的系统；基于所有目标数据库以及数据集成请求信息，确定目标数据的集成路径信息，集成路径信息包括目标数据的存储路径信息、目标数据的存储时刻信息、目标数据的存储空间信息；
集成模块305，用于基于目标集成数据以及集成路径信息，对目标数据执行集成操作，以使目标数据存储至第二系统。
可见，实施图3所描述的装置能够确定第一系统，获取第一系统的目标数据以及获取数据集成请求信息，并确定目标数据的目标信息，基于目标信息和数据集成信息，判断目标数据是否满足预设的传输条件，若是则根据数据集成请求信息对目标数据执行封装操作，得到目标集成数据，确定第二系统并确定出至少一个目标数据库，基于所有目标数据库以及数据集成请求信息，确定目标数据的集成路径信息，根据目标集成数据以及集成路径信息，对目标数据执行集成操作，以使目标数据存储至第二系统，能够基于SaaS技术对数据进行集成处理，有利于提高数据集成的准确性，以及有利于提高数据集成的安全性，从而有利于提高数据存储以及不同系统间进行数据交互的准确性和安全性，进而有利于提高用户通过该技术进行数据交互的体验感和安全性，以及能够提高用户进行数据交互的便捷度。
在一个可选的实施例中，如图4所示，获取模块302，还用于在集成模块305基于目标集成数据以及集成路径信息，对目标数据执行集成操作，以使目标数据存储至第二系统之前，获取第二系统的目标系统信息，目标系统信息包括第二系统已存储数据的数据属性信息、第二系统已存储数据的数据数量信息、第二系统已存储数据的数据来源信息、第二系统已存储数据的存储空间信息；
该装置还包括：
生成模块306，用于根据第二系统的目标系统信息，生成第二系统的存储条件；
判断模块303，还用于判断目标集成数据中是否存在不满足存储条件的第一目标数据；
分析模块307，用于当判断模块303判断出目标集成数据中存在不满足存储条件的第一目标数据时，对于每个第一目标数据，分析该第一目标数据不满足存储条件的目标原因；
执行模块308，用于执行与目标原因相匹配的目标操作，以得到与该第一目标数据相匹配的第二目标数据；
更新模块309，用于基于所有第二目标数据，对目标集成数据执行更新操作，以更新目标集成数据。
可见，实施图4所描述的装置能够获取第二系统的目标系统信息并生成第二系统的存储条件，判断目标集成数据中是否存在不满足存储条件的第一目标数据，若存在，则分析每个第一目标数据不满足存储条件的目标原因，并执行与目标原因相匹配的目标操作，以得到与该第一目标数据相匹配的第二目标数据，基于所有第二目标数据，对目标集成数据执行更新操作，以更新目标集成数据，能够对不满足第二系统的存储条件的每个第一目标数据进行更新以更新目标集成数据，能够防止出现因数据不满足存储条件导致数据交互错误或数据交互失败的情况，能够基于更新后的目标集成数据对目标数据执行集成操作以使目标数据存储至第二系统，有利于提高在不同系统间进行数据交互的准确性以及效率，以及有利于提高在不同系统间进行数据交互的安全性，进而有利于提高用户通过该技术进行数据交互的体验感和安全性，以及能够提高用户通过该技术进行数据交互的便捷度。
在另一个可选的实施例中，如图4所示，确定模块301基于所有目标数据库以及数据集成请求信息，确定目标数据的集成路径信息的具体方式包括：
获取每个目标数据库的数据库存储信息，每个目标数据库的数据库存储信息包括该目标数据库的数据存储空间信息以及该目标数据库的数据存储类型信息；
分析数据集成请求信息以及目标数据，得到目标数据中所包括的每个目标子数据的子数据信息，每个目标子数据的子数据信息包括该目标子数据的数据类型信息以及该目标子数据的数据存储信息；
根据所有目标子数据的子数据信息以及数据集成请求信息，对目标数据中所包括的每个目标子数据执行分类操作，得到至少一个目标数据类别，每个目标数据库类别包括至少一个目标子数据；
确定每个目标数据类别的类别属性，并根据每个目标数据库的数据库存储信息，确定每个目标数据类别的数据类别集成信息，并根据所有目标数据类别的数据类别集成信息，确定目标数据的集成路径信息。
可见，实施图4所描述的装置能够获取每个目标数据库的数据库存储信息，根据所有目标子数据的子数据信息以及数据集成请求信息对目标数据中所包括的每个目标子数据执行分类操作，得到至少一个目标数据类别，并确定每个目标数据类别的类别属性，结合每个目标数据库的数据库存储信息确定每个目标数据类别的数据类别集成信息，进一步确定目标数据的集成路径信息，能够基于目标数据所包括的目标子数据确定每个目标子数据的目标数据类别，有利于提高确定每个目标子数据的目标数据类别的准确性和可靠性，能够通过确定每个目标数据类别的集成信息从而确定目标数据的集成路径信息，能够避免出现因需要对每个目标子数据确定该目标子数据的集成路径信息而导致效率较低的情况，有利于提高确定目标数据的集成路径信息的效率，进而有利于提高数据集成处理的效率。
在又一个可选的实施例中，如图4所示，分析模块307对于每个第一目标数据，分析该第一目标数据不满足存储条件的目标原因的具体方式包括：
对于每个第一目标数据，确定该第一目标数据的目标数据属性信息，以及确定第二系统的数据接收属性信息，计算目标数据属性信息与数据接收属性信息之间的属性匹配度，判断属性匹配度是否在预设的匹配度范围内，当判断出属性匹配度不在预设的匹配度范围内时，确定该第一目标数据不满足存储条件的目标原因为第一原因，第一原因包括数据属性不满足预设的属性条件；和/或
对于每个第一目标数据，确定该第一目标数据的目标数据摘要信息，判断该第一目标数据的目标数据摘要信息中是否包含预设的目标保密信息，当判断出该第一目标数据的目标数据摘要信息中包含预设的目标保密信息时，确定该第一目标数据不满足存储条件的目标原因为第二原因，第二原因包括数据不满足预设的数据传输保密条件。
可见，实施图4所描述的装置能够通过计算每个第一目标数据的目标属性信息以及第二系统的数据接收属性信息之间的属性匹配度，判断属性匹配度是否在预设的匹配度范围内，若不在，则确定第一目标数据不满足存储条件且目标原因为第一原因，能够结合每个第一目标数据以及第二系统的数据接收属性信息判断第二系统能否接收第一数据，能够通过多方面分析第一目标数据不满足存储条件的原因，能够提高分析第一目标数据不满足存储条件的目标原因的准确性和可靠性，有利于提高确定目标原因的智能性和精准性；以及，能够基于第一目标数据的摘要信息判断是否包括预设的保密信息，能够提高数据传输的安全性，避免出现因数据传输而导致保密数据泄露的情况，结合预设的目标保密信息确定目标原因，能够提高确定目标原因的智能性，以及能够结合多方面共同确定目标原因，有利于提高确定目标原因的精准性，以及有利于提高确定目标原因的准确性和可靠性。
在又一个可选的实施例中，如图4所示，对于每个第一目标数据，当目标原因包括第一原因时，执行模块308执行与目标原因相匹配的目标操作，以得到与该第一目标数据相匹配的第二目标数据的具体方式包括：
根据第二系统的数据接收属性信息，对该第一目标数据执行数据属性转换操作，以得到第二目标数据，其中，第二目标数据满足预设的属性条件；
以及，对于每个第一目标数据，当目标原因包括第二原因时，执行模块308执行与目标原因相匹配的目标操作，以得到与该第一目标数据相匹配的第二目标数据的具体方式包括：
对该第一目标数据中所包含的目标保密信息执行目标操作，以得到第二目标数据，其中，目标操作包括删除操作、替换操作、掩盖操作中的一种或多种。
可见，实施图4所描述的装置能够当目标原因包括第一原因时根据第二系统的数据接收属性信息对第一目标数据执行数据属性转换操作，得到满足预设的属性条件的第二目标数据，能够对数据执行智能化的数据转换处理操作，能够提高得到第二目标数据的准确性和可靠性，有利于提高后续进行数据集成处理的效率和准确性；以及，能够当目标原因包括第二原因时，对第一目标数据中的目标保密信息执行目标操作，能够提高数据处理的安全性以及能够提高数据存储的安全性，能够避免出现保密数据泄露的情况，有利于提高后续进行数据集成处理的数据安全性以及智能性。
在又一个可选的实施例中，如图4所示，获取模块302，还用于在集成模块305基于目标集成数据以及集成路径信息，对目标数据执行集成操作，以使目标数据存储至第二系统之后，获取第二系统的系统存储信息，系统存储信息包括第二系统的存储数据集合，存储数据集合包括第二系统所存储的所有存储数据；
确定模块301，还用于在存储数据集合中确定出目标存储数据，计算目标存储数据与存储数据集合中除目标存储数据外的每个剩余存储数据之间的数据相似度，得到数据相似度集合；
判断模块303，还用于判断数据相似度集合中是否存在相似度大于等于预设的数据相似度阈值的目标相似数据；
获取模块302，还用于当判断模块303判断出数据相似度集合中存在相似度大于等于预设的数据相似度阈值的目标相似数据时，获取目标存储数据的存储时刻信息以及每个目标相似数据的存储时刻信息；
确定模块301，还用于根据所有存储时刻信息，确定存储更新数据；
更新模块309，还用于基于存储更新数据，对目标存储数据执行更新操作，以更新第二系统的系统存储信息。
可见，实施图4所描述的装置能够通过计算目标存储数据与每个剩余存储数据之间的数据相似度判断是否存在目标相似数据，若存在，则根据目标存储数据以及目标相似数据确定出存储更新数据，从而对目标存储数据执行更新操作进而更新第二系统的系统存储信息，能够将相似度较高的数据根据其数据存储时刻执行更新操作，能够节省第二系统的存储空间，能够提高第二系统进行数据存储的智能性和效率，有利于提高数据集成处理以及数据存储的智能性。
在又一个可选的实施例中，如图4所示，判断模块303基于目标信息以及数据集成请求信息，判断目标数据是否满足预设的传输条件的具体方式包括：
基于数据集成请求信息，确定目标数据的数据来源信息；
判断目标数据的数量信息是否满足预设的数据数量条件以及目标数据的数据来源信息是否满足预设的数据来源条件；
当判断出目标数据的数量信息满足预设的数据数量条件以及目标数据的数据来源信息满足预设的数据来源条件时，确定目标数据满足预设的传输条件；
当判断出目标数据的数量信息不满足预设的数据数量条件和/或目标数据的数据来源信息不满足预设的数据来源条件时，确定目标数据不满足预设的传输条件。
可见，实施图4所描述的装置能够基于目标数据的数量信息以及目标数据的数据来源信息判断目标数据是否满足预设的传输条件，能够结合数据的数量信息和数据的来源信息进行判断，能够从多方面共同考虑目标数据是否满足预设的传输条件，有利于提高判断目标数据是否满足预设的传输条件的精准性，以及有利于提高判断目标数据是否满足预设的传输条件的智能性，从而有利于提高后续得到目标集成数据的准确性和可靠性，进而有利于提高数据集成的准确性，以及有利于提高数据集成的安全性。
实施例四
请参阅图5，图5是本发明实施例公开的又一种基于SaaS的数据集成处理装置的结构示意图。如图5所示，该基于SaaS的数据集成处理装置可以包括：
存储有可执行程序代码的存储器401；
与存储器401耦合的处理器402；
处理器402调用存储器401中存储的可执行程序代码，执行本发明实施例一或本发明实施例二所描述的基于SaaS的数据集成处理方法中的步骤。
实施例五
本发明实施例公开了一种计算机可存储介质，该计算机存储介质存储有计算机指令，该计算机指令被调用时，用于执行本发明实施例一或本发明实施例二所描述的基于SaaS的数据集成处理方法中的步骤。
实施例六
本发明实施例公开了一种计算机程序产品，该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，且该计算机程序可操作来使计算机执行实施例一或实施例二中所描述的基于SaaS的数据集成处理方法中的步骤。
以上所描述的装置实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。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在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述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,存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是：本发明实施例公开的一种基于SaaS的数据集成处理方法及装置所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。

Claims (8)

1.一种基于SaaS的数据集成处理方法，其特征在于，所述方法包括：
确定第一系统，获取所述第一系统的目标数据以及获取数据集成请求信息，并确定所述目标数据的目标信息，所述第一系统为基于saas技术的系统，所述目标数据为待集成的数据，所述目标信息包括所述目标数据的数量信息；
基于所述目标信息以及所述数据集成请求信息，判断所述目标数据是否满足预设的传输条件；
当判断出所述目标数据满足预设的所述传输条件时，根据所述数据集成请求信息，对所述目标数据执行封装操作，得到目标集成数据；
确定第二系统，并在所述第二系统中确定出至少一个目标数据库，所述第二系统为接收所述目标数据的系统；
基于所有所述目标数据库以及所述数据集成请求信息，确定所述目标数据的集成路径信息，所述集成路径信息包括所述目标数据的存储路径信息、所述目标数据的存储时刻信息、所述目标数据的存储空间信息；
基于所述目标集成数据以及所述集成路径信息，对所述目标数据执行集成操作，以使所述目标数据存储至所述第二系统；
在所述基于所述目标集成数据以及所述集成路径信息，对所述目标数据执行集成操作，以使所述目标数据存储至所述第二系统之前，所述方法还包括：
获取所述第二系统的目标系统信息，所述目标系统信息包括所述第二系统已存储数据的数据属性信息、所述第二系统已存储数据的数据数量信息、所述第二系统已存储数据的数据来源信息、所述第二系统已存储数据的存储空间信息；
根据所述第二系统的目标系统信息，生成所述第二系统的存储条件，判断所述目标集成数据中是否存在不满足所述存储条件的第一目标数据；
当判断出所述目标集成数据中存在不满足所述存储条件的所述第一目标数据时，对于每个所述第一目标数据，分析该第一目标数据不满足所述存储条件的目标原因，并执行与所述目标原因相匹配的目标操作，以得到与该第一目标数据相匹配的第二目标数据；
基于所有所述第二目标数据，对所述目标集成数据执行更新操作，以更新所述目标集成数据；
所述对于每个所述第一目标数据，分析该第一目标数据不满足所述存储条件的目标原因，包括：
对于每个所述第一目标数据，确定该第一目标数据的目标数据属性信息，以及确定所述第二系统的数据接收属性信息，计算所述目标数据属性信息与所述数据接收属性信息之间的属性匹配度，判断所述属性匹配度是否在预设的匹配度范围内，当判断出所述属性匹配度不在预设的所述匹配度范围内时，确定该第一目标数据不满足所述存储条件的目标原因为第一原因，所述第一原因包括数据属性不满足预设的属性条件；和/或
对于每个所述第一目标数据，确定该第一目标数据的目标数据摘要信息，判断该第一目标数据的目标数据摘要信息中是否包含预设的目标保密信息，当判断出该第一目标数据的目标数据摘要信息中包含预设的所述目标保密信息时，确定该第一目标数据不满足所述存储条件的目标原因为第二原因，所述第二原因包括数据不满足预设的数据传输保密条件。
2.根据权利要求1所述的基于SaaS的数据集成处理方法，其特征在于，所述基于所有所述目标数据库以及所述数据集成请求信息，确定所述目标数据的集成路径信息，包括：
获取每个所述目标数据库的数据库存储信息，每个所述目标数据库的数据库存储信息包括该目标数据库的数据存储空间信息以及该目标数据库的数据存储类型信息；
分析所述数据集成请求信息以及所述目标数据，得到所述目标数据中所包括的每个目标子数据的子数据信息，每个所述目标子数据的子数据信息包括该目标子数据的数据类型信息以及该目标子数据的数据存储信息；
根据所有所述目标子数据的子数据信息以及所述数据集成请求信息，对所述目标数据中所包括的每个所述目标子数据执行分类操作，得到至少一个目标数据类别，每个所述目标数据库类别包括至少一个所述目标子数据；
确定每个所述目标数据类别的类别属性，并根据每个所述目标数据库的数据库存储信息，确定每个所述目标数据类别的数据类别集成信息，并根据所有所述目标数据类别的数据类别集成信息，确定所述目标数据的集成路径信息。
3.根据权利要求2所述的基于SaaS的数据集成处理方法，其特征在于，对于每个所述第一目标数据，当所述目标原因包括所述第一原因时，所述执行与所述目标原因相匹配的目标操作，以得到与该第一目标数据相匹配的第二目标数据，包括：
根据所述第二系统的数据接收属性信息，对该第一目标数据执行数据属性转换操作，以得到第二目标数据，其中，所述第二目标数据满足预设的所述属性条件；
以及，对于每个所述第一目标数据，当所述目标原因包括所述第二原因时，所述执行与所述目标原因相匹配的目标操作，以得到与该第一目标数据相匹配的第二目标数据，包括：
对该第一目标数据中所包含的所述目标保密信息执行目标操作，以得到第二目标数据，其中，所述目标操作包括删除操作、替换操作、掩盖操作中的一种或多种。
4.根据权利要求3所述的基于SaaS的数据集成处理方法，其特征在于，在所述基于所述目标集成数据以及所述集成路径信息，对所述目标数据执行集成操作，以使所述目标数据存储至所述第二系统之后，所述方法还包括：
获取所述第二系统的系统存储信息，所述系统存储信息包括所述第二系统的存储数据集合，所述存储数据集合包括所述第二系统所存储的所有存储数据；
在所述存储数据集合中确定出目标存储数据，计算所述目标存储数据与所述存储数据集合中除所述目标存储数据外的每个剩余存储数据之间的数据相似度，得到数据相似度集合；
判断所述数据相似度集合中是否存在相似度大于等于预设的数据相似度阈值的目标相似数据；
当判断出所述数据相似度集合中存在相似度大于等于预设的所述数据相似度阈值的所述目标相似数据时，获取所述目标存储数据的存储时刻信息以及每个所述目标相似数据的存储时刻信息，根据所有所述存储时刻信息，确定存储更新数据；
基于所述存储更新数据，对所述目标存储数据执行更新操作，以更新所述第二系统的系统存储信息。
5.根据权利要求4所述的基于SaaS的数据集成处理方法，其特征在于，所述基于所述目标信息以及所述数据集成请求信息，判断所述目标数据是否满足预设的传输条件，包括：
基于所述数据集成请求信息，确定所述目标数据的数据来源信息；
判断所述目标数据的数量信息是否满足预设的数据数量条件以及所述目标数据的数据来源信息是否满足预设的数据来源条件；
当判断出所述目标数据的数量信息满足预设的所述数据数量条件以及所述目标数据的数据来源信息满足预设的所述数据来源条件时，确定所述目标数据满足预设的传输条件；
当判断出所述目标数据的数量信息不满足预设的所述数据数量条件和/或所述目标数据的数据来源信息不满足预设的所述数据来源条件时，确定所述目标数据不满足预设的所述传输条件。
6.一种基于SaaS的数据集成处理装置，其特征在于，所述装置包括：
确定模块，用于确定第一系统；
获取模块，用于获取所述第一系统的目标数据以及获取数据集成请求信息，所述第一系统为基于saas技术的系统，所述目标数据为待集成的数据；
所述确定模块，还用于确定所述目标数据的目标信息所述目标信息包括＝所述目标数据的数量信息；
判断模块，用于基于所述目标信息以及所述数据集成请求信息，判断所述目标数据是否满足预设的传输条件；
封装模块，用于当所述判断模块判断出所述目标数据满足预设的所述传输条件时，根据所述数据集成请求信息，对所述目标数据执行封装操作，得到目标集成数据；
所述确定模块，还用于确定第二系统，并在所述第二系统中确定出至少一个目标数据库，所述第二系统为接收所述目标数据的系统；基于所有所述目标数据库以及所述数据集成请求信息，确定所述目标数据的集成路径信息，所述集成路径信息包括所述目标数据的存储路径信息、所述目标数据的存储时刻信息、所述目标数据的存储空间信息；
集成模块，用于基于所述目标集成数据以及所述集成路径信息，对所述目标数据执行集成操作，以使所述目标数据存储至所述第二系统；
所述获取模块，还用于在所述集成模块基于所述目标集成数据以及所述集成路径信息，对所述目标数据执行集成操作，以使所述目标数据存储至所述第二系统之前，获取所述第二系统的目标系统信息，所述目标系统信息包括所述第二系统已存储数据的数据属性信息、所述第二系统已存储数据的数据数量信息、所述第二系统已存储数据的数据来源信息、所述第二系统已存储数据的存储空间信息；
生成模块，用于根据所述第二系统的目标系统信息，生成所述第二系统的存储条件；
所述判断模块，还用于判断所述目标集成数据中是否存在不满足所述存储条件的第一目标数据；
分析模块，用于当所述判断模块判断出所述目标集成数据中存在不满足所述存储条件的所述第一目标数据时，对于每个所述第一目标数据，分析该第一目标数据不满足所述存储条件的目标原因；
执行模块，用于执行与所述目标原因相匹配的目标操作，以得到与该第一目标数据相匹配的第二目标数据；
更新模块，用于基于所有所述第二目标数据，对所述目标集成数据执行更新操作，以更新所述目标集成数据；
所述分析模块对于每个所述第一目标数据，分析该第一目标数据不满足所述存储条件的目标原因的具体方式包括：
对于每个所述第一目标数据，确定该第一目标数据的目标数据属性信息，以及确定所述第二系统的数据接收属性信息，计算所述目标数据属性信息与所述数据接收属性信息之间的属性匹配度，判断所述属性匹配度是否在预设的匹配度范围内，当判断出所述属性匹配度不在预设的所述匹配度范围内时，确定该第一目标数据不满足所述存储条件的目标原因为第一原因，所述第一原因包括数据属性不满足预设的属性条件；和/或
对于每个所述第一目标数据，确定该第一目标数据的目标数据摘要信息，判断该第一目标数据的目标数据摘要信息中是否包含预设的目标保密信息，当判断出该第一目标数据的目标数据摘要信息中包含预设的所述目标保密信息时，确定该第一目标数据不满足所述存储条件的目标原因为第二原因，所述第二原因包括数据不满足预设的数据传输保密条件。
7.一种基于SaaS的数据集成处理装置，其特征在于，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-5任一项所述的基于SaaS的数据集成处理方法。
8.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如权利要求1-5任一项所述的基于SaaS的数据集成处理方法。
CN202310527244.4A 2023-05-10 2023-05-10 基于SaaS的数据集成处理方法及装置 Active CN116541448B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310527244.4A CN116541448B (zh) 2023-05-10 2023-05-10 基于SaaS的数据集成处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310527244.4A CN116541448B (zh) 2023-05-10 2023-05-10 基于SaaS的数据集成处理方法及装置

Publications (2)

Publication Number Publication Date
CN116541448A CN116541448A (zh) 2023-08-04
CN116541448B true CN116541448B (zh) 2023-12-08

Family

ID=87450200

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310527244.4A Active CN116541448B (zh) 2023-05-10 2023-05-10 基于SaaS的数据集成处理方法及装置

Country Status (1)

Country Link
CN (1) CN116541448B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101000619A (zh) * 2006-12-25 2007-07-18 华为技术有限公司 基于sql的数据同步方法及装置
CN106372185A (zh) * 2016-08-31 2017-02-01 广东京奥信息科技有限公司 一种异构数据源的数据预处理方法
CN109564567A (zh) * 2018-10-17 2019-04-02 算丰科技（北京）有限公司 数据存储方法、装置、电子设备及计算机可读存储介质
CN111104233A (zh) * 2019-11-21 2020-05-05 深圳前海环融联易信息科技服务有限公司 数据采集方法、装置、计算机设备及计算机可读存储介质
CN114090580A (zh) * 2021-11-22 2022-02-25 腾讯科技（深圳）有限公司 数据处理方法、装置、设备、存储介质及产品
CN114647698A (zh) * 2022-03-02 2022-06-21 广东省电信规划设计院有限公司 数据同步方法、装置及计算机存储介质
CN116049144A (zh) * 2023-01-31 2023-05-02 北京奇艺世纪科技有限公司 一种数据存储方法、数据读取方法、装置及电子设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101000619A (zh) * 2006-12-25 2007-07-18 华为技术有限公司 基于sql的数据同步方法及装置
CN106372185A (zh) * 2016-08-31 2017-02-01 广东京奥信息科技有限公司 一种异构数据源的数据预处理方法
CN109564567A (zh) * 2018-10-17 2019-04-02 算丰科技（北京）有限公司 数据存储方法、装置、电子设备及计算机可读存储介质
CN111104233A (zh) * 2019-11-21 2020-05-05 深圳前海环融联易信息科技服务有限公司 数据采集方法、装置、计算机设备及计算机可读存储介质
CN114090580A (zh) * 2021-11-22 2022-02-25 腾讯科技（深圳）有限公司 数据处理方法、装置、设备、存储介质及产品
CN114647698A (zh) * 2022-03-02 2022-06-21 广东省电信规划设计院有限公司 数据同步方法、装置及计算机存储介质
CN116049144A (zh) * 2023-01-31 2023-05-02 北京奇艺世纪科技有限公司 一种数据存储方法、数据读取方法、装置及电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于 SaaS 云平台的制造服务资源集成优化研究;李斌勇等;《科技与创新》;全文 *
多数据库系统数据仓库集成技术应用研究;战颖;《中国优秀硕士学位论文全文数据库信息科技辑》;全文 *

Also Published As

Publication number Publication date
CN116541448A (zh) 2023-08-04

Similar Documents

Publication Publication Date Title
CN109558748B (zh) 数据处理方法、装置、电子设备及存储介质
CN110941528A (zh) 一种基于故障的日志埋点设置方法、装置及系统
CN113326426A (zh) 基于大数据定位和人工智能的信息推送方法及系统
CN112394908A (zh) 埋点页面自动生成的方法、装置、计算机设备及存储介质
CN112954031B (zh) 一种基于云手机的设备状态通知方法
CN115174231A (zh) 一种基于AI Knowledge Base的网络欺诈分析方法及服务器
CN114647698A (zh) 数据同步方法、装置及计算机存储介质
CN113722719A (zh) 针对安全拦截大数据分析的信息生成方法及人工智能系统
CN111339531B (zh) 恶意代码的检测方法、装置、存储介质及电子设备
CN112817877B (zh) 异常脚本检测方法、装置、计算机设备和存储介质
CN114416481A (zh) 日志分析方法、装置、设备及存储介质
CN116541448B (zh) 基于SaaS的数据集成处理方法及装置
CN112181816B (zh) 一种基于场景的接口测试方法、装置、计算机设备及介质
CN113032836B (zh) 数据脱敏方法和装置
CN115439928A (zh) 一种操作行为识别方法及装置
CN114490673A (zh) 数据信息处理方法、装置、电子设备及存储介质
CN112783500B (zh) 编译优化信息生成方法、装置及电子设备
CN114090514A (zh) 分布式系统的日志检索方法及装置
CN114510717A (zh) 一种elf文件的检测方法、装置、存储介质
US10698749B1 (en) System and a method for automated resolution of configuration item issues
CN112989066A (zh) 数据处理方法和装置、电子设备、计算机可读介质
CN113037521A (zh) 识别通讯设备状态的方法、通讯系统及存储介质
CN111913700B (zh) 一种云-端交互协议分析方法、装置、设备及存储介质
CN115052035B (zh) 消息推送方法、设备及存储介质
CN112837040B (zh) 应用于智能电网的电力数据管理方法及系统

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
TA01 Transfer of patent application right

Effective date of registration: 20231113

Address after: Room 502, Building 1, No. 16 Caibin Road, Huangpu District, Guangzhou City, Guangdong Province, 510000

Applicant after: Hanyou Technology Co.,Ltd.

Applicant after: Baiying Technology Co.,Ltd.

Address before: Room 502, Building 1, No. 16 Caibin Road, Huangpu District, Guangzhou City, Guangdong Province, 510000

Applicant before: Baiying Technology Co.,Ltd.

Applicant before: Guangzhou Hanyou Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant